Ứng dụng Mô hình khí hậu khu vực RCM và MÔ PHỎNG KHÍ HẬU KHU VỰC VIỆT NAM

MỤC LỤC MỤC LỤC 0 MỞ ĐẦU 1 CHƯƠNG 1. TỔNG QUAN 2 1.1. Các nghiên cứu trên thế giới 3 1.2. Các nghiên cứu trong nước 5 1.3. Mô hình khí hậu khu vực RegCM3 7 CHƯƠNG 2. CÁC PHƯƠNG PHÁP XỬ LÝ VÙNG ĐỆM 15 2.1. Các phương pháp cơ bản 15 2.1.1. Phương pháp xử lý vùng đệm dạng xốp (sponge) 17 2.1.1. Phương pháp xử lý vùng đệm dạng giảm dư (relaxation) 25 2.2. Xử lý điều kiện biên trong RegCM3 35 CHƯƠNG 3. KẾT QUẢ MÔ PHỎNG KHÍ HẬU KHU VỰC VIỆT NAM 38 3.1. Chọn miền tính và độ phân giải 42 3.2. Các phương pháp xử lý vùng đệm và chọn độ rộng vùng đệm 62 KẾT LUẬN 75 TÀI LIỆU THAM KHẢO 77 PHỤ LỤC 78 LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 1 MỞ ĐẦU Mô hình khí hậu khu vực (Regional Climate Model - RCM) ngày nay đã trở thành một công cụ quan trọng trong mô phỏng và dự báo khí hậu. Tuy nhiên công cụ dự báo khí hậu này cũng có nhiều khiếm khuyết. Do đó việc cải thiện kết quả dự báo của RCM góp phần nâng cao chất lượng dự báo khí hậu nói chung. Việc hạ quy mô (downscaling) từ mô hình toàn cầu có độ phân giải thô bằng mô hình khu vực có độ phân giải tinh cho ta dự báo chi tiết hơn. Vì thế sản phẩm có độ chi tiết cao này sẽ rất hữu ích cho người sử dụng nếu có chất lượng tốt. Ưu điểm của mô hình dự báo số là tính khách quan trong kết quả tính toán. Tuy nhiên nhược điểm của công cụ này cũng không ít, chẳng hạn như kết quả phụ thuộc vào tính chủ quan trong các giả thiết trong các sơ đồ tham số hoá các quá trình quy mô nhỏ và vừa. Ngay cả với các nước đi đầu trong lĩnh vực dự báo số trị, chất lượng dự báo của mô hình vẫn là một vấn đề đã và đang được quan tâm nghiên cứu với rất nhiều hướng tiếp cận khác nhau. Một trong những hướng đã trở thành kinh điển trong bài toán dự báo số cho khu vực giới hạn đó là vấn đề giải quyết bài toán điều kiện biên xung quanh. Luận văn này tập trung vào giải quyết ba vấn đề. Một là chọn kích cỡ miền tính thích hợp sao cho biên không quá gần, đảm bảo cho RCM tự do tạo ra các quá trình quy mô nhỏ, hay không quá xa khiến RCM mất đi điều khiển từ các trường quy mô lớn bên ngoài. Hai là chọn độ phân giải thích hợp để nắm bắt được các quá trình quy mô vừa. Ba là xử lý vùng đệm bằng phương pháp thích hợp sao cho sai số do sai khác giữa trường quy mô lớn từ bên ngoài và trường quy mô vừa bên trong miền tính không làm hỏng kết quả mô phỏng của RCM. LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 2 CHƯƠNG 1. TỔNG QUAN Mô hình RCM là mô hình số trị dự báo cho một miền được bao bởi các biên xung quanh. Điều kiện tiên quyết là mô hình này phải được điều khiển bởi mô hình toàn cầu (Global Climate Model - GCM) trên các biên này. Để làm được điều này người ta sử dụng phương pháp lồng (nesting) một chiều (GCM điều khiển RCM). Phương pháp lồng mô hình khu vực phân giải cao vào trong mô hình toàn cầu được sử dụng rộng rãi trong nghiên cứu cũng như trong nghiệp vụ dự báo thời tiết số trị (NWP). Tuy nhiên đối với mô hình khí hậu khu vực (RCM) thì mãi tới những năm 1989 mới có những nghiên cứu bước đầu. Dickinson và nnk (1989) hay Giorgi (1990) đã phỏng theo cách tiếp cận của NWP và áp dụng trong mô phỏng khí hậu khu vực. Cho đến nay cách làm này được biết đến và được nghiên cứu và phát triển rộng rãi trên thế giới. Sản phẩm của việc làm này là một loạt các mô hình dự báo số trị được ứng dụng. Các mô hình này có thể kể đến một vài đại diện như RegCM3, MM5 hay WRF. Nói riêng, đối với MM5, Leung và Gahn (1998) đã phát triển mô hình này thành dạng RCM trong đó đã đưa ra được các đặc trưng khí hậu có thể so sánh được với quan trắc ở quy mô khu vực. Những nỗ lực sau đó đã đưa ra nhiều đặc trưng khí hậu hơn tại miền Tây nước Mỹ năm 2003. Nhằm nâng cao chất lượng dự báo, một số tác giả đã nghiên cứu chọn độ phân giải của mô hình cho phù hợp với miền tính mà mình quan tâm. Những nghiên cứu đưa ra sau đây là ví dụ. Một mô hình RCM cung cấp kết quả dự báo khí hậu phân giải cao rất quan trọng trong đánh giá các tác động và quản lý tài nguyên. Độ phân giải cao hơn cho phép mô tả kỹ hơn các tác động bề mặt gây bởi yếu tố địa hình, tương phản đất-biển và các đặc điểm của thảm thực vật. Do đó, các quá trình bị tác động lớn bởi bề mặt như mưa địa hình hay hoàn lưu gió mùa, được cải thiện đáng kể khi tăng độ phân giải (Giorgi và Marinucci, 1996 – sử dụng mô hình RegCM). Các quá trình quy mô nhỏ được mô tả tốt hơn có thể dẫn đến những tác động quy mô lớn được cải thiện LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 3 do đó RCM có thể được dùng để nghiên cứu ảnh hưởng tăng quy mô (upscale) của các tác động khu vực đối với khí hậu quy mô lớn (v.d. hiệu ứng bóng địa hình - orographic shadowing effect). Dưới góc độ này, việc đánh giá giá trị của mô hình khí hậu khu vực với độ phân giải cao là rất quan trọng. Tuy vậy, độ phân giải cao hơn không nhất thiết đưa đến mô phỏng khí hậu chính xác hơn (Boyle, 1993; Sperber và nnk, 1994; và Senior, 1995). Độ nhạy của các quá trình trong sơ đồ tham số hóa vật lý với khoảng cách lưới có thể lấn át mọi lợi ích mà độ phân giải cao mang lại (Duffy và nnk, 2003). Vì thế việc chọn độ phân giải cho phù hợp là một trong những yếu đầu tiên quyết quyết định chất lượng dự báo. Trong các mục tiếp theo sẽ trình bày về một số nghiên cứu trong nước và trên thế giới, cuối chương là giới thiệu về mô hình khí hậu khu vực RegCM3 là công cụ chính dùng trong luận văn. 1.1. Các nghiên cứu trên thế giới Seth và Giorgi (1998) đã nghiên cứu hiệu ứng của việc chọn miền tính trong mô phỏng giáng thủy và độ nhạy đối với mô hình khí hậu khu vực. Nghiên cứu được thực hiện tại trung tâm nước Mỹ vào mùa hè năm 1988 và 1993 bằng mô hình RegCM3. Kết quả cho thấy mô phỏng giáng thủy mùa cũng như độ nhạy đối với độ ẩm đất bị tác động bởi kích cỡ miền tính và vị trí biên. Miền tính nhỏ bắt được giáng thủy gần quan trắc hơn tại lưu vực sông Mississippi; tuy nhiên đối với giáng thủy (để ban đầu hóa độ ẩm đất) thực hơn đối với miền tính lớn. Điều này được giải thích là do trường điều khiển tại biên ảnh hưởng lớn đối với miền tính nhỏ kéo théo mô phỏng toàn thể tốt hơn, tuy nhiên nó cũng đưa đến phản hồi không thực từ các trường bên trong. Kết luận cuối cùng của 2 tác giả là cần phải lựa chọn miền tính sao cho phù hợp để hài hòa giữa hai yếu tố này. Giorgi và Marinucci (1996) đã khảo sát độ nhạy của mô hình khí quyển khu vực với độ phân giải ngang và đặc điểm địa hình. Mô hình chạy mô phỏng tháng 1 và tháng 7 trên khu vực châu Âu với bước lưới trong khoảng từ 200 km đến 50 km, LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 4 với các cấu hình đặc điểm địa hình khác nhau. Khi lấy trung bình trên toàn bộ đất liền, lượng giáng thủy nhạy hơn với thay đổi độ phân giải hơn là thay đổi đặc điểm địa hình. Đặc điểm địa hình đóng góp chủ yếu vào phân bố giáng thủy theo không gian, và tác động của nó chủ yếu thống trị ở khu vực có đặc điểm địa hình phức tạp như dãy An pơ. Đối với các biến khác, như là lượng mây, các dòng năng lượng bề mặt, hay phân bố cường độ giáng thủy cũng nhạy đối với độ phân giải. Kết quả còn cho thấy khi chạy mô hình với nhiều độ phân giải ngang khác nhau như là trong hệ lưới lồng, tác động của trường điều khiển vật lý như đặc điểm địa hình có thể được điều chỉnh một cách mạnh mẽ bởi độ nhạy trực tiếp với độ phân giải. Leung và Gahn (1998) đã thử nghiệm và phát triển tham số hóa quy mô dưới lưới nhằm biểu diễn mưa địa hình. Trong đó những thay đổi quy mô dưới lưới của độ cao bề mặt tập hợp lại thành một số giới hạn các lớp độ cao, mô hình dòng khí và mô hình nhiệt động lực được sử dụng để tham số hóa quá trình nâng lên hay hạ xuống theo địa hình khi phần tử khí vượt núi. Xây dựng dựa trên các mô hình này, một sơ đồ thực vật quy mô dưới lưới được phát triển dựa trên các quan hệ thống kê giữa độ cao và thực vật. Bằng cách phân tích số liệu thực vật và độ cao địa hình độ phân giải cao, một loại thực vật thống trị được xác định cho mỗi mực độ cao khác nhau của mõi ô lưới. Nếu trong ô lưới có xuất hiện hồ, chúng không nằm trong đất liền bởi không có độ cao địa hình, tuy nhiên sẽ được xử lý thông qua mô hình hồ. Kết quả của các việc làm trên đây là đã thể hiện bộ mặt lớp phủ bề mặt chi tiết tên khu vực phía Tây nước Mỹ. Mô phỏng với sơ đồ thực vật mới này lạnh hơn 1 o C khi so với trước, góp phần giảm bias dương của mô hình khí hậu khu vực. Thí nghiệm này được thực hiện trong 3 năm và so sánh với quan trắc thực tế. Liang và nnk (2001) phát triển mô hình MM5 phiên bản 3.3 thành một mô hình khí hậu khu vực. Nghiên cứu này xác định miền tính tối ưu và kỹ thuật đồng hóa số liệu hiệu quả nhằm xử lý một cách chính xác điều kiện biên xung quanh tại vùng đệm. Điều kiện biên xung quanh được xây dựng từ trường phân tích của NCEP-NCAR và ECMWF. Miền tính được chọn sao cho biểu diễn chính xác các quá trình vật lý chủ đạo trong khi giảm đến mức tối thiểu sai số trên biên. Các thí LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 5 nghiệm về độ nhạy được tiến hành cho mùa lũ hè năm 1993 tại vùng Midwest nhằm khảo sát những ảnh hưởng của vùng đệm lên kết quả dự báo của RCM. Kết quả cho thấy hiệu quả thấy rõ của việc xử lý vùng đệm (bao gồm việc lựa chọn miền tính và kỹ thuật xử lý). Với cách xử lý trên đây, RCM mô phỏng cả về dao động theo thời gian và phân bố theo không gian trong khu vực lũ chính (Major Flood Area – MFA). Kết quả có được là do việc mô tả chính xác dòng xiết trên cao và dòng xiết mực thấp Great Plains (LLJ). RCM đưa ra nhiều chế độ khí hậu khác nhau, trong đó mưa quan trắc được là do chu kỳ 5 ngày của xoáy thuận ngoại nhiệt đới trong tháng 6 và các hoàn lưu synop trong tháng 7. Mô hình cũng mô phỏng chính xác chu trình mưa hàng ngày … Mặt khác, hiệu quả của RCM giảm đi khi vùng đệm phía nam mở rộng về miền nhiệt đới nơi có sai số từ trường điều khiển lớn. Nói riêng, RCM mô phỏng LLJ yếu dẫn đến là giảm lượng mưa và trễ pha. Thêm vào đó, kỹ thuật xử lý biên mặc định cho bias mô hình chấp nhận được trong khi kỹ thuật xử lý biên mới làm tăng hiệu quả dự báo của RCM và làm giảm độ nhạy đối với kích cỡ miền tính. Marbaix (2003) đưa ra nghiên cứu lý thuyết về phương pháp xử lý tại biên xung quanh cho các mô hình khí hậu khu vực. Kết quả được nghiên cứu đối với vài profile hệ số giảm dư và được chứng thực bằng mô hình MAR (Modèle Atmosphérique Régional) của Pháp. Kết quả cho biết ưu và nhược điểm của các profile này và khả năng ứng dụng vào xử lý vùng đệm trong thực tiễn. Những profile được đem ra so sánh bao gồm: (1) tuyến tính của Anthes (1989), (2) parabol của Davies (1976), (3) luỹ thừa của Giorgi (1993), (4) tối ưu của Davies (1983) và tối ưu của Lehmann (1993). 1.2. Các nghiên cứu trong nước Phương pháp mô hình hoá mới bắt đầu được quan tâm nghiên cứu ở Việt Nam trong khoảng chục năm trở lại đây trong đó những nghiên cứu điển hình nhất là nghiên cứu của Kiều Thị Xin, Phan Văn Tân (Trường Đại học Khoa học Tự nhiên, ĐHQGHN), Nguyễn Văn Thắng (Viện Khoa học Khí tượng thủy văn và Môi LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 6 trường),… Thử nghiệm mô phỏng mưa trên lãnh thổ Việt Nam bằng mô hình DBKH khu vực RegCM của Kiều Thị Xin (2002) là một trong những kết quả đầu tiên về mô phỏng khí hậu bằng mô hình số ở Việt Nam. Đề tài trong chương trình NCCB cấp Nhà Nước năm 2004-2005 “Nghiên cứu mô phỏng các hiện tượng khí hậu bất thường hạn mùa trên khu vực Bán đảo Đông Dương – Biển Đông bằng mô hình thủy động” cũng được thực hiện bởi Kiều Thị Xin vcs. (2005). Luận văn thạc sỹ của Nguyễn Đăng Quang (2004) về mô phỏng mưa trên khu vực bán đảo Đông Dương và biển Đông là một trong những thành quả khoa học của đề tài này. Phan Văn Tân (2003) đã có những thử nghiệm về độ nhạy của mô hình RegCM2 đối với địa hình và điều kiện mặt đệm trong đề tài nghiên cứu khoa học của ĐHQGHN. Đề tài này cũng đào tạo được một thạc sỹ nghiên cứu về ảnh hưởng của sự bất đồng nhất bề mặt đến các quá trình trao đổi đất-khí quyển khi sử dụng RegCM2 và chỉ ra rằng dòng năng lượng ẩn nhiệt, hiển nhiệt, lượng mưa, cường độ mưa và tỷ lệ giáng thuỷ sinh ra do đối lưu và không đối lưu trong mô hình rất nhạy với những thay đổi mặt đệm (Dư Đức Tiến, 2003). Viện Khoa học Khí tượng thủy văn và Môi trường cũng đã chạy thử nghiệm mô hình RegCM mô phỏng cho 2 tháng xảy ra lũ lụt lịch sử ở Trung Trung Bộ, Việt Nam là tháng 11 năm 1999 và tháng 10 năm 2003 (Lê Văn Thiện và Nguyễn Văn Thắng, 2004). Luận án Tiến sỹ của Hồ Thị Minh Hà (2008) “nghiên cứu khả năng mô phỏng mùa các yếu tố khí tượng trên lãnh thổ Việt Nam bằng phương pháp thủy động và thống kê” trong đó sử dụng mô hình RegCM3 làm công cụ mô phỏng khí hậu trên khu vực Đông Nam Á 3 tháng mùa hè trong 10 năm. Luận án còn cải thiện kết quả dự báo của RegCM bằng cách thêm vào một sơ đồ tham số hoá đối lưu mới và hiệu chỉnh thống kê sản phẩm mô hình. Trong các nghiên cứu đã nêu ở trên, hầu hết đã lựa chọn miền tính và độ phân giải nhưng không đưa những lý lẽ và kết quả chi tiết (trừ luận án của Hồ Thị Minh Hà). Đối với bài toán xử lý vùng đệm thì hiện nay chưa có nghiên cứu nào thực hiện nhằm đánh giá ảnh hưởng của yếu tố này đến kết quả mô phỏng và dự báo khí hậu. Chính vì hai lý do này, luận văn sẽ chia làm hai bước. Một là chọn miền tính và độ phân giải phù hợp. Sau đó nghiên cứu các phương pháp xử lý vùng đệm. LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 7 1.3. Mô hình khí hậu khu vực RegCM3 Luận văn sử dụng mô hình RegCM phiên bản 3 của ICTP trong mô phỏng khí hậu cho khu vực Việt Nam. Trong mục này sẽ đề cập đến động lực học của mô hình cũng như các tuỳ chọn tham số hoá vật lý được sử dụng, cuối cùng là các số liệu sẽ dùng cho việc chạy mô hình này. * ĐỘNG LỰC HỌC a) Hệ toạ độ Các phương trình trong mô hình RegCM3 được xây dựng cho hệ tọa độ thẳng đứng thủy tĩnh theo địa hình, ký hiệu là  , được định nghĩa bởi ( )/( )     t s t p p p p trong đó p là áp suất, p t là áp suất tại đỉnh mô hình, được cho bằng hằng số và p s là áp suất tại bề mặt.  bằng 0 tại đỉnh và bằng 1 tại mặt đất, mỗi mực mô hình được xác định bởi một giá trị của  . Độ phân giải thẳng đứng trong lớp biên tinh hơn các lớp trên; và số các mực thay đổi tuỳ yêu cầu người sử dụng. Trong RegCM3, lưới ngang có dạng xen kẽ - B Arakawa-Lamb đối với các biến vận tốc và các biến vô hướng (Hình 1.1). Các biến vô hướng (T, q, p,…) được xác định tại trung tâm các ô lưới trong khi các thành phần tốc độ gió hướng đông (u) và hướng bắc (v) được xác định tại các góc. Điểm trung tâm ký hiệu là dấu nhân, điểm góc ký hiệu là dấu tròn. Tất cả các biến này được xác định tại trung tâm của mỗi lớp thẳng đứng, gọi là các mực phân. Vận tốc thẳng đứng được thực hiện trên mực nguyên. LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 8 Hình 1.1: Lưới ngang dạng xen kẽ dạng B - Arakawa - Lamb b) Điều kiện ban đầu và điều kiện biên Tùy theo mục đích mô phỏng hay dự báo mà điều kiện ban đầu và điều kiện biên của mô hình được cung cấp bởi trường điều khiển là số liệu tái phân tích hoặc trường dự báo của GCM. Điều kiện ban đầu cần thiết cho bước tích phân đầu tiên. Đối với điều kiện biên, mô hình sẽ cập nhật phân tích (hay dự báo) sau từng khoảng thời gian tích phân nào đó, ở đây sử dụng 6h một. Số liệu ban đầu của RegCM3 còn bao gồm số liệu mặt đệm như loại đất phủ và thực vật, độ cao địa hình, nhiệt độ mặt nước biển SST và các trường gió, nhiệt độ, độ ẩm trên các lưới kinh vĩ được nội suy về lưới của mô hình bằng phương pháp nội suy tối ưu. Điều kiện biên được cập nhật từ miền lớn vào miền tính nhỏ hơn thông qua miền đệm xung quanh. Chi tiết về các phương pháp xử lý điều kiện biên được đưa ra ở mục 2.2 trong chương 2. c) Hệ phương trình thống trị trong mô hình RegCM Hệ phương trình thống trị của RegCM3 trước hết bao gồm các phương trình chuyển động ngang như sau: LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 9 * * * * 2 * * * / / H V p u p uu m p vu m p u m t x y p mp p fv F u F u x x                                        (1.1) * * * * 2 * * * / / H V p v p uv m p vv m p v m t x y p mp p fu F v F v y y                                        (1.2) với u, v- các thành phần vận tốc hướng đông và hướng bắc, T v - nhiệt độ ảo,  -độ cao địa thế vị, f - tham số Coriolis, R - hằng số khí đối với không khí khô, m - hệ số bản đồ, . ( ) / d dt    , F H và F V biểu diễn tác động của khuyếch tán ngang và xáo trộn thẳng đứng do rối lớp biên hoặc điều chỉnh đối lưu khô. Phương trình đạo hàm của sigma . ( )  : * * * * 2 / / p p u m p v m p m t x y                      (1.3) Tích phân thẳng đứng phương trình (1.3) được dùng để tính biến đổi theo thời gian của áp suất mặt đất trong mô hình: 1 * * * 2 0 / / p p u m p v m m d t x y                  (1.4) Khi đó, vận tốc thẳng đứng trong toạ độ sigma ( )   được tính tại mỗi mực trong mô hình nhờ tích phân thẳng đứng phương trình (1.4) như sau * * * 2 * 0 1 / / ' p p u m p v m m d p t x y                            (1.5) với  ’ là biến tích phân và ( 0) 0      . Phương trình nhiệt: [...]... khớ hu khu vc l h quy mụ ng lc, iu hin nhiờn l RCM cn cú cỏc u ra cha cỏc chi tit quy mụ va khụng cú trong d liu bờn ngoi Khỏc bit gia RCM v d liu quy mụ ln c cung cp t bờn ngoi c cho l ch yu t s hin din ca a hỡnh chi tit hn ca RCM, cng nh s khỏc bit t cỏc c im b mt m ca RCM v s khỏc bit t cỏc quỏ trỡnh quy mụ di li m RCM biu din c Cng cú nhng gi ý cho rng, trong phn ln cỏc trng hp, khỏc bit gia RCM v... Quan trc thc t trờn Vit Nam: 50 trm quan trc khớ tng in hỡnh tri u trờn lónh th Vit Nam õy l s liu trung bỡnh thỏng 14 LNG MNH THNG LUN VN THC S CHNG 2 CC PHNG PHP X Lí VNG M 2.1 Cỏc phng phỏp c bn Khi k thut lng mt mụ hỡnh khu vc gii hn phõn gii cao vo trong mụ hỡnh ton cu c s dng thỡ ngi ta phỏt hin ra mt vn v mt k thut iu kin khớ quyn quy mụ ln cn c cung cp cho mụ hỡnh khớ hu khu vc, trong khi ú cn... (Storch v nnk, 2000) l mt cỏch khỏc a vo nhng khỏc bit gia RCM v trng iu khin Phng phỏp lng mt chiu ó c s dng trong mụ hỡnh d bỏo thi tit (NWP) trong mt thi gian di Trng hp i vi RCM thỡ khỏc i ụi chỳt do quy mụ thi gian di hn, tuy nhiờn kinh nghim tớch lu c t NWP úng vai trũ dn ng trong vic ỏp dng vo RCM Trong c hai trng hp, c ch iu khin mnh t khu vc s cung cp mt giỏ tr thờm vo, trong ú mt phn khụng... hỡnh khu vc gii hn Trong khi cỏc iu kin quy mụ ln biu th cỏi cn cho cỏc tớnh toỏn phõn gii cao, cỏc d bỏo s hn ngn chi tit ch cú th hot ng thớch hp v hiu qu nu chỳng tn dng cỏc quan trc quy mụ ln mi nht v cỏc tớnh toỏn ca mụ hỡnh cú th ng dng c vi khu vc gii hn Cỏc iu kin biờn xung quanh cn thit bi bn cht khu vc gii hn ca nhng d bỏo ny Do ú, phng phỏp ch ra cỏc iu kin biờn ny sao cho d bỏo cho khu vc... tuyn tớnh: a vo khụng gian sai phõn hu hn, phng trỡnh (2.3) c bin i bng cỏch s dng sai phõn bc 4 theo khụng gian v nhy cúc theo thi gian S ny n nh nu tha món iu kin ct / x 1 nh ngha khuch i nng lng theo biu thc: khuch i nng lng # Năng lượng hiện tại # Năng lượng ban đầu trong ú nng lng c xỏc nh bng h2 # 2 # , , tng ng vi cỏc bc súng # Sau mt vi bc tớch phõn ta s thy rng iu kin biờn... trờn hỡnh 2.2 24 LNG MNH THNG LUN VN THC S 2.1.1 Phng phỏp x lý vựng m dng gim d (relaxation) Mc dự cú nhiu k thut thc t ó c th nghim trong cỏc mụ hỡnh khu vc gii hn trc õy (Davies, 1983), ch cú phng phỏp gim d (relaxation) c s dng tng i rng rói i vi RCM (Christensen v nnk, 1997) Vi phng phỏp ny, thnh phn gim d c thờm liờn tc vo cỏc trng sinh ra bi mụ hỡnh nhm iu khin chỳng theo trng quy mụ ln bờn ngoi... thng d bỏo thi tit Do ú s rt thỳ v khi ỏp dng i vi mụ hỡnh khớ hu khu vc u tiờn, ti cỏc im m vộc t vn tc hng ra ngoi min tớnh, nghim bờn ngoi cú th a n nhng sai s khụng cn thit iu ny ch yu ỳng vi NWP, trong ú thụng tin u vo ch yu chớnh l iu kin ban u trong khi LBC ch úng vai trũ cung cp ngun sai s tim nng Tuy nhiờn, c im dũng ra trong RCM li l vn , khi mụ hỡnh khỏc vi trng iu khin bờn ngoi iu ny cũn... trỏnh c iu ny (Davies 1983) Th hai, s gim d cú th lm tng hay gim khi lng Núi cỏch khỏc l mt cõn bng khi lng Nghi ngi ny l do cú s khỏc bit ụi chỳt v tng khi lng gia RCM v d liu t trng iu khin Vn ny cú th thy trong khỏc bit gia cỏc dũng trong RCM v d liu quy mụ ln (iu ny cú th chp nhn c, ớt nht quy mụ va) Th ba, khi m c trng iu khin v mụ hỡnh u trong trng thỏi cõn bng a chuyn thỡ s gim d cú th gõy mt... dn cỏc trng dũng theo cỏc trng xỏc nh di dng tng t nh nh lut lm lnh Newton (Newtons law of cooling) S hng th ba khuch tỏn theo phng ngang cỏc trng ca mụ hỡnh v cỏc trng xỏc nh Cỏc s hng ny c gi l cỏc s hng gim d (relaxation terms) Gi thit h s xu th (c), h s gim d Newton (KN) v h s gim d khuch tỏn (KD) l cỏc hng s dng Khi ú (16) cú th vit di dng phng trỡnh bc ba: 1 c 3 K 2 2 1 c 2 m2 n2 ... Sau 40 ln lc vi b lc kộp, súng s 4 b loi b 24% nng lng, ngha l mt nng lng ỏng k c loi b sau nhiu ln lc cỏc súng cú bc súng n 16x Kt qu tớch phõn sau 40 v 140 bc thi gian so sỏnh vi iu Hỡnh 2.1 cao v khuch i nng lng sau cỏc bc tớch phõn kin ban u c a ra trờn hỡnh 2.1 * Xu th quy mụ ln khỏc khụng + Nghim gii tớch tuyn tớnh: Trong trng hp ny, phng trỡnh bỡnh lu tuyn tớnh cú th bin i thnh dng sau: h h . 1.3. Mô hình khí hậu khu vực RegCM3 Luận văn sử dụng mô hình RegCM phiên bản 3 của ICTP trong mô phỏng khí hậu cho khu vực Việt Nam. Trong mục này sẽ đề cập đến động lực học của mô hình cũng. Thử nghiệm mô phỏng mưa trên lãnh thổ Việt Nam bằng mô hình DBKH khu vực RegCM của Kiều Thị Xin (2002) là một trong những kết quả đầu tiên về mô phỏng khí hậu bằng mô hình số ở Việt Nam. Đề tài. này. Giorgi và Marinucci (1996) đã khảo sát độ nhạy của mô hình khí quyển khu vực với độ phân giải ngang và đặc điểm địa hình. Mô hình chạy mô phỏng tháng 1 và tháng 7 trên khu vực châu Âu