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

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Nguyễn Quang Trung NGHIÊN CỨU KHẢ NĂNG ỨNG DỤNG MƠ HÌNH KHÍ HẬU KHU VỰC DỰ BÁO HẠN MÙA Ở VIỆT NAM Chuyên ngành: Khí tượng khí hậu học Mã số: 62.44.87 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: GS TS Phan Văn Tân Hà Nội LỜI CẢM ƠN Tác giả hồn thành luận văn học tập cơng tác Bộ mơn Khí tượng, Khoa Khí tượng Thủy văn Hải dương học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội Luận văn thực hướng dẫn tận tình GS TS Phan Văn Tân Tác giả xin bày tỏ lòng biết ơn chân thành tới thầy, người hết lịng quan tâm kiên trì giúp đỡ bước nghiên cứu học viên Tác giả xin chân thành cảm ơn tập thể Bộ mơn khí tượng nói riêng Khoa Khí tượng Thủy Văn Hải dương học nói chung ln giúp đỡ, tạo điều kiện để tác giả hoàn thành luận văn, cịn mang lại mơi trường làm việc học tập có cho học viên Nguyễn Quang Trung MỤC LỤC DANH MỤC HÌNH .4 DANH MỤC BẢNG DANH MỤC CÁC KÝ HIỆU VIẾT TẮT MỞ ĐẦU Chương TỔNG QUAN 1.1 Các nghiên cứu giới .9 1.2 Các nghiên cứu nước 18 Chương 22 PHƯƠNG PHÁP NGHIÊN CỨU 22 2.1 Sơ lược mô hình khí hậu khu vực RegCM3 22 2.2 Hệ thống mơ hình kết hợp CAM-SOM 25 2.3 Thiết kế thí nghiệm 37 2.4 Nguồn số liệu 42 Chương 46 KẾT QUẢ VÀ NHẬN XÉT 46 3.1 Kết dự báo hạn mùa mơ hình RegCM3 với tùy chọn tham số hóa đối lưu khác .46 3.1.1 Thời tiết, khí hậu khu vực Đơng Nam Á giai đoạn 1996-2005 46 3.1.2 Hoàn lưu, nhiệt độ lượng mưa từ đầu RegCM3 48 3.2 Đánh giá kết dự báo thử nghiệm Reg_CAMSOM 77 3.2.1 Đánh giá trường đầu vào nhận từ CAMSOM 77 3.2.2 So sánh Reg_CAMSOM Reg_NNRP2 84 3.2.3 Đánh giá kết Reg_CAMSOM 96 KẾT LUẬN 120 TÀI LIỆU THAM KHẢO 121 DANH MỤC HÌNH Hình 1.1 Trung tâm sản phẩm tồn cầu cho dự báo hạn dài WMO (WMO Global Producing Centres of Long Range Forecasts) Nguồn: WMO 2010 (www.wmo.int) 15 Hình 2.1 Cấu trúc lưới thẳng đứng (bên trái) lưới ngang dạng xen kẽ Arakawa−B (bên phải) mơ hình RegCM3 24 Hình 2.2 Mô tả hệ toạ độ lai thẳng đứng CAM 3.0 32 Hình 2.3 Sơ đồ mơ tả mơ hình thành phần CAM-SOM 35 Hình 2.5 Miền tính RegCM3 thí nghiệm Độ phân giải ngang 36 km 39 Hình 2.4 Mơ tả thí nghiệm thực 40 Hình 2.5 Vị trí 48 trạm lấy số liệu quan trắc để thẩm định 44 Hình 3.1 Nino3.4 trung bình từ tháng đến tháng 12 giai đoạn 1950 – 2007 47 Hình 3.2 Tần số bão khu vực Biển Đông (1961 - 2007) 48 Hình 3.3 Trường vectơ gió độ cao địa vị mực 850 mb trung bình tháng 4, 7, 10 (trên xuống dưới) thí nghiệm so sánh với số liệu NNRP2 53 Hình 3.4 Trường vectơ gió độ cao địa vị mực 500 mb trung bình tháng 4, 7, 10 (trên xuống dưới) thí nghiệm so sánh với số liệu NNRP2 56 Hình 3.5 Trường vectơ gió độ cao địa vị mực 200 mb trung bình tháng 4, 7, 10 (trên xuống dưới) thí nghiệm so sánh với số liệu NNRP2 59 Hình 3.6 Trường khí áp mực biển trung bình tháng 4, 7, 10 (trên xuống dưới) thí nghiệm so sánh với số liệu NNRP2 60 Hình 3.7 Trường nhiệt độ mực 2m trung bình tháng 5-10 giai đoạn 1996-2005 thí nghiệm so sánh với số liệu CRU 62 Hình 3.8 Lượng mưa trung bình tháng 5-10 giai đoạn 1996-2005 thí nghiệm so sánh với số liệu CRU 63 Hình 3.9 Trường nhiệt độ mực 2m trung bình tháng 5-10 giai đoạn 1996-2005 thí nghiệm so sánh với số liệu quan trắc 48 trạm 65 Hình 3.10 Lượng mưa trung bình tháng 5-10 giai đoạn 1996-2005 thí nghiệm so sánh với số liệu quan trắc 48 trạm 66 Hình 3.11 Đồ thị tụ điểm đánh giá sai số mô nhiệt độ mực 2m (a) lượng mưa (b) thí nghiệm so với số liệu quan trắc 48 trạm .70 Hình 3.12 Profile thẳng đứng độ ẩm tuyệt đối (a) nhiệt độ (b) trung bình từ tháng 510 giai đoạn 1996-2005 thí nghiệm 71 Hình 3.13 Biểu đồ Hovmoller trung bình trượt ngày nhiệt độ (a) lượng mưa (b) thí nghiệm Reg_Kuo (trên), Reg_Grell (giữa) Reg_Emanuel (dưới) 76 Hình 3.14 Trường vectơ gió độ cao địa vị mực 1000 mb trung bình tháng 1,4,7 (trái sang phải) CAMSOM (trên) NNRP2 (dưới) .79 Hình 3.15 Trường vectơ gió độ cao địa vị mực 850 mb trung bình tháng 1,4,7 (trái sang phải) CAMSOM (trên) NNRP2 (dưới) .81 Hình 3.16 Trường vectơ gió độ cao địa vị mực 500 mb trung bình tháng 1,4,7 (trái sang phải) CAMSOM (trên) NNRP2 (dưới) .83 Hình 3.17 Trường nhiệt độ khơng khí trung bình mực 2m tháng 6,7,8 (trên xuống dưới) mô RegCM3 theo số liệu CAMSOM (trái), NNRP2 (giữa) hiệu chúng (phải) 87 Hình 3.18 Trường tổng lượng mưa tháng 6,7,8 (trên xuống dưới) mô RegCM3 theo số liệu CAMSOM (trái), NNRP2 (giữa) hiệu chúng (phải).90 Hình 3.19 Nhiệt độ khơng khí trung bình mực 2m tháng từ tháng đến tháng mô RegCM3 theo số liệu CAMSOM (trái), NNRP2 (giữa) số liệu quan trắc (phải) 48 trạm .91 Hình 3.20 Tổng lượng mưa tháng trung bình tháng từ tháng đến tháng mô RegCM3 theo số liệu CAMSOM (trái), NNRP2 (giữa) số liệu quan trắc (phải) 48 trạm .93 Hình 3.21 Sai số mơ nhiệt độ khơng khí trung bình mực 2m từ tháng đến tháng RegCM3 theo số liệu CAMSOM, NNRP2 số liệu quan trắc 48 trạm 94 Hình 3.22 Sai số mơ lượng mưa trung bình tháng từ tháng đến tháng RegCM3 theo số liệu CAMSOM, NNRP2 số liệu quan trắc 48 trạm 95 Hình 3.23 Nhiệt độ khơng khí trung bình mực 2m (a) tháng 4, (b) tháng 5, (c) tháng theo số liệu CRU 97 Hình 3.24 Sai số dự báo nhiệt độ khơng khí trung bình mực 2m tháng với leadtime khác 98 Hình 3.25 Sai số dự báo nhiệt độ khơng khí trung bình mực 2m tháng với leadtime khác .100 Hình 3.26 Sai số dự báo nhiệt độ khơng khí trung bình mực 2m tháng với leadtime khác .101 Hình 3.27 Lượng mưa trung bình (a) tháng 4, (b) tháng 5, (c) tháng theo số liệu CRU 103 Hình 3.28 Sai số dự báo lượng mưa trung bình tháng với leadtime khác 104 Hình 3.29 Sai số dự báo lượng mưa trung bình tháng với leadtime khác 106 Hình 3.30 Sai số dự báo lượng mưa trung bình tháng với leadtime khác 107 Hình 3.31 Sai số dự báo nhiệt độ mực 2m 48 trạm .109 Hình 3.32 Sai số dự báo nhiệt độ mực 2m trạm miền Bắc 111 Hình 3.33 Sai số dự báo nhiệt độ mực 2m trạm miền Nam 113 Hình 3.34 Sai số dự báo lượng mưa 48 trạm .115 Hình 3.35 Sai số dự báo lượng mưa trạm miền Bắc .117 Hình 3.36 Sai số dự báo lượng mưa trạm miền Nam 119 DANH MỤC BẢNG Bảng 2.1 Danh mục số trường kết xuất mơ hình CAM-SOM 36 Bảng 2.2 Các hàm sử dụng thư viện NFI 42 Bảng 2.3 Danh sách 48 trạm lấy số liệu quan trắc để thẩm định .45 DANH MỤC CÁC KÝ HIỆU VIẾT TẮT AGCM GCM GPC LSM RegCM SST WMO Mơ hình hồn lưu chung khí Mơ hình hồn lưu chung khí (Global Circulation model) Trung tâm sản phẩm toàn cầu cho dự báo hạn dài Mơ hình bề mặt đất (land surface model) Mơ hình khí hậu khu vực (Regional Climate Model) Nhiệt độ mặt nước biển toàn cầu (Sea surface temperature) Tổ chức Khí tượng Thế giới (World Meteorological Organization) MỞ ĐẦU Bài toán dự báo hạn mùa 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 trước Sự phát triển mô hình dự báo số trị, khơng quy mơ tồn cầu mà cịn chi tiết hóa cho khu vực, góp phần tạo điều kiện thuận lợi cho hướng nghiên cứu Ở Việt Nam, việc ứng dụng thử nghiệm mơ hình khí hậu khu vực cho tốn dự báo khơng cịn mẻ 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 với sản phẩm đầu từ mơ hình dự báo tồn cầu, để đưa sản phẩm dự báo đánh 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 CAM-SOM Trước đó, khả mô RegCM3 với sơ đồ đối lưu khác đánh 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 Chương TỔNG QUAN Dự báo hạn mùa toán quan tâm đặc biệt, không nghiên cứu mà mở rộng ứng dụng đời sống xã hội Trong đó, kể đến hiệu sản phẩm dự báo hạn mùa có kĩ tốt lĩnh vực nơng nghiệp góp phần đưa dự báo đáng tin cậy sản lượng vụ mùa Châu Âu [12] hay miền tây Ấn Độ [13], lĩnh vực y tế việc dự báo lan truyền dịch sốt rét [38] Chương trình bày tổng quan nghiên cứu 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 Đến với toán dự báo hạn mùa, trước hết, cần có nhìn khái quát khái niệm dự báo hạn mùa, trung tâm đưa sản phẩm dự báo hạn mùa, bổ nhiệm thức Tổ chức Khí tượng Thế giới (WMO) 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 (hạn ngắn – Short range forecast) tối đa khoảng 5–10 ngày (hạn vừa – Medium range forecast) 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 khơng 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 – ba tháng) thời hạn dự báo Dự báo mùa, hay dự báo hạn mùa (Seasonal forecast), hay dự báo khí hậu hạn mùa (Seasonal Climate forecast) có hạn dự báo đến tối đa (hiện nay) năm [35] Bên cạnh đó, theo WMO [44], với tốn dự báo thời tiết, dự báo quy mơ lớn 10 ngày tương lai coi dự báo hạn dài, mặt khác dự báo khí hậu, dự báo hạn dài nói chung quan tâm quy mô mùa Dự báo hạn dài mở rộng từ hạn 30 ngày năm, bao gồm mơ tả quy mơ mùa (seasonal outlook) định nghĩa việc tham số trung bình thời tiết thơng qua độ lệch so với giá trị trung bình khí hậu mùa [30] Khái niệm mùa hiểu theo mùa thiên văn (xn, hạ, thu, đơng) có khái niệm khác vùng nhiệt đới (mùa mưa, mùa khô) Trong thực tế, dự báo hạn mùa (seasonal forecasting) xét từ quy mô tháng năm (với hạn phổ biến 1, 3, 6, tháng) nhằm đưa ứng dụng có hiệu sản phẩm dự báo Dự báo hạn mùa (từ quy mô tháng quy mô năm) 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 [44] Hiện tại, với hiểu biết trình tương tác trên, với việc chi tiết hóa (hồn thiện hơn) mơ hình giúp phát triển việc quan trắc đo đạc tạo tiến dự báo hạn mùa Để hiểu sở vật lý dự báo hạn mùa, cần hiểu nhân tố tạo đặc trưng khí hậu năm khác biệt so với năm khác Vì vậy, cần nắm khả dự báo nhân tố cụ thể quy mô thời gian 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) Dị thường nhiệt độ bề mặt biển khu vực nhiệt đới đặc biệt quan trọng đối lưu sâu khí miền nhiệt đới, tác động lớn đến hồn lưu toàn cầu, lại nhạy cảm với SST bên Ở số nơi khác Châu Âu Tây Phi, SST khu vực coi nhân tố quan trọng Đối với khu vực nhiệt đới, đặc biệt khu vực Thái Bình Dương xích đạo, khả dự báo SST nâng cao nhờ có q trình khác Trong đó, ENSO tượng quan tâm nghiên cứu có tác động nhiều đến trình làm thay đổi SST Dự báo tượng ENSO, theo quy mô tháng năm, hỗ trợ tốt cho dự báo hạn mùa nhiều nơi 10 năm chịu tác động đặc biệt tượng ENSO (mục 3.1.1) Để đánh 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 Hình 3.31 đến hình 3.36 thể tiêu đánh giá kết dự báo nhiệt độ 2m lượng mưa mơ hình RegCM3, so sánh với số liệu quan trắc Các tiêu sai số trung bình (ME), sai số trung bình tuyệt đối (MAE), sai số quân phương (RMSE) hệ số tương quan (CC) Các kết thể đồ thị với trục tung thể leadtime (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 108 RMSE CC Hình 3.31 Sai 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 mùa đông (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 mùa đơng nguyên 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 0.2 oC) Dự báo thiên âm tất trường hợp, tương đồng với kết so sánh với số liệu CRU Hệ số tương quan cao nằm tháng mùa đông (tháng 1, 2) với hệ số khoảng 0.8 109 110 ME MAE RMSE CC Hình 3.32 Sai số dự báo nhiệt độ mực 2m trạm miền Bắc Khi xét riêng cho trạm miền Bắc, dự báo cho kết thấp so với quan trắc, khoảng 3oC Dự báo tháng mùa đông cho trạm miền Bắc cho sai số lớn so với dự báo tháng mùa hè Khi xét riêng trạm miền bắc, hệ số tương quan nằm khoảng 0.5 đến 0.7 Việc thay đổi leadtime (tăng từ đến tháng) không tác động nhiều đến sai số Sai số giảm nhẹ dự báo tháng 5, 7, khoảng 0.2 oC Sai số tăng lên dự báo tháng 111 112 ME MAE RMSE CC Hình 3.33 Sai số dự báo nhiệt độ mực 2m trạm miền Nam Xu dự báo nhiệt độ thiên âm thấy xét riêng trạm miền Nam giảm sai số dự báo leadtime tăng nhận thấy số trường hợp Các tháng cho thấy rõ điều sai số giảm khoảng 0.2 oC từ leadtime đến Tuy vậy, bên cạnh đó, tháng 2, 3, lại cho thấy sai số dự báo tăng leadtime tăng Hệ số tương quan nhận khoảng 0.55 113 114 ME MAE RMSE CC Hình 3.34 Sai số dự báo lượng mưa 48 trạm Sai số dự báo lượng mưa cho giá trị thiên âm giống với biến nhiệt độ 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 nhiệt độ, khoảng 0.2 115 116 ME MAE RMSE CC Hình 3.35 Sai số dự báo lượng mưa trạm miền Bắc Hình 3.35 3.36 thể sai số dự báo lượng mưa xét riêng cho trạm miền Bắc trạm miền Nam Nhìn chung, xu sai số tương đồng với xét cho khu vực Việt Nam Sai số tháng từ tháng trở lớn sai số dự báo tháng trước Xu dự báo thiên âm rõ rệt hệ số tương quan thấp Sự thay đổi sai số dự báo thay đổi leadtime khơng rõ rệt Có thể nhận thấy tháng 5, trạm miền Bắc tháng 3, trạm miền Nam Như vậy, nhìn chung, hai biến nhiệt độ lượng mưa, xu dự báo thiên âm rõ rệt thực đánh giá Bên cạnh đó, ảnh hưởng leadtime khác (theo thí nghiệm) khơng nhận thấy rõ nét Sai số dự báo lớn, hệ số tương quan tốt biến nhiệt độ biến lượng mưa 117 ME MAE 118 RMSE CC Hình 3.36 Sai số dự báo lượng mưa trạm miền Nam 119 KẾT LUẬN Ý nghĩa khoa học thực tiễn toán dự báo hạn mùa ra, quy mơ tồn cầu Từ đó, luận văn hồn 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 mơ hạn mùa khu vực Việt Nam đồng thời kết hợp đầu mơ 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 1oC) Riêng biến lượng mưa, có khác biệt lớn thay đổi sơ đồ Trong đó, Reg_Grell cho kết mơ “ơn hịa” gần với quan trắc cả, Reg_Emanuel lại cho lượng mưa 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 120 TÀI LIỆU THAM KHẢO 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 toàn 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/TN286+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 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 121 12 Cantelaube, P., Terres, J.M., (2005) “Seasonal weather forecasts for crop yield modelling in Europe”, Tellus Series a-Dyn Meteorol Oceanogr 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/TN464+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), “Biosphereatmosphere 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 (1993 b), “Development of a second generation regional climate model (REGCM2) Part II: Convective processes and assimilation of lateral boundary conditions”, Monthly Weather Review, 121, 2814-2832 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 122