sử dụng tương quan trễ giữa lượng mưa với các chỉ số enso để dự báo lượng mưa hạn mùa

MỤC LỤC NHIỆM VỤ CỦA ĐỒ ÁN TỐT NGHIỆP LỜI CẢM ƠN MỤC LỤC DANH MỤC VIẾT TẮT DANH MỤC BẢNG DANH MỤC HÌNH MỞ ĐẦU CHƢƠNG 1: TỔNG QUAN VỀ NGHIÊN CỨU 1.1 NGHIÊN CỨU VÀ DỰ BÁO NGHIỆP VỤ TRÊN THẾ GIỚI : 1.2 NGHIÊN CỨU VÀ DỰ BÁO NGHIỆP VỤ Ở VIỆT NAM : CHƢƠNG 2: TÁC ĐỘNG CỦA ENSO TỚI THỜI TIẾT VÀ CÁC CHỈ SỐ ENSO 13 2.1 KHÁI NIỆM VỀ ENSO : 13 2.2 ẢNH HƢỞNG CỦA ENSO ĐẾN THỜI TIẾT TOÀN CẦU : 16 2.3 ẢNH HƢỞNG CỦA ENSO ĐẾN THỜI TIẾT VIỆT NAM VÀ KHU VỰC TRUNG BỘ : 19 2.4 CÁC CHỈ SỐ ENSO : 28 2.4.1 Chỉ số ONI 28 2.4.2 Chỉ số SOI 28 2.4.3 Chỉ số SST 29 2.4.4 Chỉ số MEI 29 2.5 KHÁI NIỆM NĂM ENSO: 29 2.6 CÔNG THỨC HỆ SỐ TƢƠNG QUAN VÀ TƢƠNG QUAN TRỄ 32 CHƢƠNG : KẾT QUẢ DỰ BÁO THỬ NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ 34 3.1 TÍNH CÁC HỆ SỐ TƢƠNG QUAN TRỄ : 34 3.1.1 Trạm Đà Nẵng: 34 Trong năm El Nino: 36 Trong năm có La Nina: 38 3.1.2 Trạm Huế: 40 Trong năm El Nino: 42 Trong năm có La Nina: 44 3.1.3 Trạm Trà My: 46 Trong năm El Nino: 48 Trong năm có La Nina: 50 3.2 DỰ BÁO THỬ NGHIỆM LƢỢNG MƢA THÁNG 4,5 VÀ NĂM 2017 53 3.2.1 Phƣơng pháp dự báo 53 3.2.2 Dự báo thử nghiệm đánh giá kết 54 KẾT LUẬN VÀ KIẾN NGHỊ 64 TÀI LIỆU THAM KHẢO 65 DANH MỤC VIẾT TẮT CPC: Trung tâm dự báo khí hậu Hoa Kỳ CFS: Hệ thống dự báo mùa toàn cầu ĐA: Đông Á ENSO: Dao động nam ECMWF: Trung tâm Dự báo thời tiết hạn vừa Châu Âu GCM: Mơ hình khí tồn cầu GPC: Trung tâm sản phẩm tồn cầu cho dự báo hạn dài IPCC: Ủy ban Liên phủ Biến đổi khí hậu ITCZ: Dải hội tụ nhiệt đới MJO: Dao động nội mùa MEI: Chỉ số tổng hợp NCEP:Trung tâm Quốc gia dự báo môi trƣờng Hoa Kỳ NOAA: Cơ quan Đại dƣơng – Khí Hoa Kỳ OLR: Bức xạ sóng dài ONI: Chỉ số Nino đại dƣơng RCM: Mơ hình khí hậu khu vực SOI: Chỉ số Dao động Phƣơng Nam SST: Nhiệt độ bề mặt biển SSTA: Nhiệt độ nƣớc biển tầng mặt TSHĐL: Tham số hoá đối lƣu TBD: Thái Bình Dƣơng TBNN: Trung bình nhiều năm XTNĐ: Xốy thuận nhiệt đới WMO: Tổ chức khí tƣợng giới DANH MỤC BẢNG Bảng 1: Tần số XTNĐ trung bình tháng năm ảnh hƣởng trực tiếp đến Việt Nam (1956-2000) 24 Bảng 2.2: Chuẩn sai tần số front lạnh qua Hà Nội tháng El Nino La Nina 25 Bảng 2.3: Tỷ lệ tổng số chuẩn sai dƣơng tổng số chuẩn sai âm nhiệt độ trung bình tháng điều kiện El Nino La Nina 25 Bảng 2.4: Các năm ElNino La Nina 31 Bảng 3.1: Giá trị trung bình trƣợt tháng số ONI 52 Bảng 3.2: Hệ số tƣơng quan tốt tháng trạm Đà Nẵng 54 Bảng 3.3: Hệ số tƣơng quan tốt tháng trạm Đà Nẵng 54 Bảng 3.3: Hệ số tƣơng quan tốt tháng trạm Đà Nẵng 54 Bảng 3.4: Hệ số tƣơng quan tốt tháng trạm Huế 57 Bảng 3.5: Hệ số tƣơng quan tốt tháng trạm Huế 57 Bảng 3.6: Hệ số tƣơng quan tốt tháng trạm Huế 57 Bảng 3.7: Hệ số tƣơng quan tốt tháng trạm Trà My 60 Bảng 3.8: Hệ số tƣơng quan tốt tháng trạm Trà My 60 Bảng 3.9: Hệ số tƣơng quan tốt tháng trạm Trà My 60 Bảng 3.10: Kết dự báo thử nghiệm 61 DANH MỤC HÌNH Hình 2.1: Sơ đồ hồn lƣu Walker điều kiện El Nino 15 Hình 2.2: Các vùng NINO 30 Hình 2.3:Dao động số ONI vùng NINO 3.4 31 Hình 3.1: Tƣơng quan mƣa Đà Nẵng với số ENSO 31 Hình 3.2: Tƣơng quan mƣa Đà Nẵng với số ENSO năm El Nino 36 Hình 3.3: Tƣơng quan mƣa Đà Nẵng với số ENSO năm La Nina 38 Hình 3.4: Tƣơng quan mƣa Huế với số ENSO 40 Hình 3.5: Tƣơng quan mƣa Huế với số ENSO năm El Nino 42 Hình 3.6: Tƣơng quan mƣa Huế với số ENSO năm La Nina 44 Hình 3.7: Tƣơng quan mƣa Trà My với số ENSO 46 Hình 3.8: Tƣơng quan mƣa Trà My với số ENSO năm El Nino 48 Hình 3.9: Tƣơng quan mƣa Trà My với số ENSO năm La Nina 50 MỞ ĐẦU Dự báo mƣa,đặc biệt dự báo mƣa hạn mùa dự báo khó mƣa biến liên tục theo thời gian không gian, dự báo mƣa vấn đề nan giải độ xác dự báo mƣa kém, Việt Nam mà hầu hết trung tâm dự báo giới Trong dự báo hạn mùa, dao động ENSO đƣợc dùng nhƣ công cụ hữu hiệu giới nhƣ Việt Nam Trong đầu vào mô hình động lực nhƣ mơ hình thống kê dự báo khí hậu, khơng thể thiếu số dao động ENSO Lý ENSO dao động hạn dài, phạm vi lớn số ENSO có tƣơng quan chặt chẽ với với yếu tố khí hậu tồn cầu nhƣ mƣa, nhiệt, ẩm, bão, gió mùa vv… Miền Trung nói chung nơi nhƣ Thừa Thiên Huế, Tp Đà Nẵng, Trà My nói riêng thuộc khu vực nhiệt đới gió mùa, mùa mƣa chịu ảnh hƣởng sâu sắc chế độ gió mùa khơng thể tách rời với tác động ENSO Vậy câu hỏi đặt khả dự báo mƣa hạn mùa khu vực dựa vào số ENSO nhƣ nào? Để trả lời cho câu hỏi với mong muốn góp thêm cơng cụ làm dự báo mƣa hạn mùa cho khu vực, đề tài tìm tƣơng quan trễ số ENSO với yếu tố lƣợng mƣa nơi nhƣ Thừa Thiên Huế, Tp Đà Nẵng, Trà My Với nội dung đồ án có bố cục gồm chƣơng: Chƣơng 1: TỔNG QUAN VỀ NGHIÊN CỨU Chƣơng 2: ENSO VÀ TƢƠNG QUAN GIỮA CÁC CHỈ SỐ ENSO VỚI LƢỢNG MƢA Ở THỪA THIÊN HUẾ, TP ĐÀ NẴNG, TRÀ MY Chƣơng 3: KẾT QUẢ DỰ BÁO THỬ NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ CHƢƠNG 1: TỔNG QUAN VỀ NGHIÊN CỨU 1.1 NGHIÊN CỨU VÀ DỰ BÁO NGHIỆP VỤ TRÊN THẾ GIỚI : Trong nghiệp vụ dự báo có lớp tốn: dự báo thời tiết, dự báo tháng dự báo mùa Đối với dự báo thời tiết, thông thƣờng 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 đƣợc 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 – 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 Theo tổ chức khí tƣợng giới WMO, với toán dự báo thời tiết, dự báo quy mô lớn 10 ngày tƣơng lai đƣợc coi dự báo hạn dài Trong dự báo khí hậu, hạn dự báo đƣợc mở rộng từ hạn 30-45 ngày (dự báo tháng), vài ba tháng đến năm (hạn mùa), 2-3 năm (hạn dài) Các thơng tin dự báo khí hậu khái quát để mô tả quy mô mùa (seasonal outlook) điều kiện thời tiết thông qua độ lệch so với giá trị trung bình khí hậu mùa Khái niệm mùa hiểu theo mùa thiên văn (xn, hạ, thu, đơng) có khái niệm khác vùng nhiệt đới (mùa mƣa,mùa khô) Trong thực tế, dự báo hạn mùa (seasonal forecasting) đƣợc xét từ quy mô tháng năm (với hạn phố biến 1, 3, 6, tháng) nhằm đƣa 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 chi tiết hóa mối quan hệ tƣơng tác khí đại dƣơng Hiện tại, với hiểu biết q trình tƣơng tác khí – đại dƣơng,cùng với việc mơ chi tiết hóa khu vực mơ hình nhƣ việc thu thập số liệu đo đạc quan trắc nâng cao chất lƣợng số liệu tạo tiến dự báo hạn mùa Để hiểu đƣợc sở vật lý dự báo hạn mùa,chúng ta cần hiểu nhân tố tạo đặc trƣng khí hậu năm khác biệt so với năm khác Vì vậy, cần nắm đƣợc khả dự báo nhân tố cụ thể quy mơ thời gian Trên quy mơ tồn cầu,ngun nhân quan trọng khiến đặc trƣng khí hậu thay đổi từ năm qua năm khác ảnh hƣởng tƣợng ENSO Dự báo tƣợng ENSO, theo quy mô tháng năm,đã hỗ trợ tốt cho dự báo hạn mùa nhiều nơi giới Việc dự báo hạn dài xác nhân tố khí hậu (nhiệt độ, lƣợng mƣa, hay dƣới chuẩn ) có tiềm ứng dụng lớn, ví dụ dự báo cung cấp thông tin cần thiết cho định dài hạn cảnh báo sớm thiên tai xảy Một lƣu ý mức độ tin cậy dự báo phụ thuộc vào khả nắm bắt xác đến đâu chúng so sánh với trung bình khí hậu Cụ thể dự báo đƣợc chấp nhận chúng xác cung cấp nhiều thông tin so với kinh nghiệm khí hậu mà đƣợc sử dụng để đánh giá đƣa định trƣớc Có hai cách tiếp cận dự báo hạn mùa dự báo phƣơng pháp thống kê phƣơng pháp mơ hình động lực (dự báo sử dụng mơ hình số trị) Phƣơng pháp mơ hình động lực dự báo mùa nhìn chung khoảng 30 năm trở lại Mơ hình động lực sử dụng mơ hình hồn lƣu chung khí Hiện nay, nƣớc phát triển phƣơng pháp số phƣơng pháp dự báo thời tiết thống Ở Châu Âu, phƣơng pháp bắt đầu phát triển từ năm 50 kỷ XX, đầu tƣ cao cho hƣớng nghiên cứu phát triển Liên minh Châu Âu đƣợc tập trung Trung tâm Dự báo thời tiết hạn vừa Châu Âu (ECMWF) Tuy nhiên, trƣớc năm 80 kỷ XX, nghiên cứu phát triển lý thuyết nhƣ ứng dụng chủ yếu quan tâm đến khu vực ngoại nhiệt đới Châu Âu Mỹ Dự báo thời tiết nhiệt đới nói chung phƣơng pháp số nói riêng thời kỳ nhiều khó khăn hạn chế động lực học lý thuyết cho vùng nhiệt đới-xích đạo Thời kỳ 1984-1985 ECMWF có cải tiến to lớn dự báo nghiệp vụ mô hình tồn cầu cho vùng nhiệt đới, là, việc đƣa vào mơ hình sơ đồ tham số hố đối lƣu (TSHĐL) nông, biến đổi TSHĐL sâu, sơ đồ mây tăng độ phân giải ngang mơ hình Trên qui mơ tồn cầu, nghiên cứu Tiedtke cộng (1988) [35] đánh giá tác động tổ hợp vật lý tăng độ phân giải ngang sai số hệ thống dự báo nghiệp vụ nhiệt đới ECMWF Việc tăng độ phân giải ngang mơ hình dự báo thời tiết nghiệp vụ (Black, 1994; Rogers cộng sự, 1998) [22], [32] nhìn chung nâng cao chất lƣợng dự báo mƣa định lƣợng (QPF) Khi độ phân giải ngang tăng, mơ hình nắm bắt đƣợc chuyển động thẳng đứng tốt dẫn tới làm tăng cực trị mƣa dự báo (Weisman cộng sự, 1997) [37] Zhang cộng (1994) [39] nhận thấy rằng, việc nghiên cứu quan hệ mƣa qui mơ dƣới lƣới qui mơ lƣới có tác động đáng kể đến kết mô trƣờng hợp độ phân giải ngang đủ thơ để sử dụng sơ đồ TSHĐL Hong Pan (1998) [27] cho thấy vị trí mƣa qui mơ lƣới bị ảnh hƣởng nhiều TSHĐL việc thay đổi phƣơng pháp tính mƣa qui mơ lƣới Mặt khác, thời gian kích hoạt sơ đồ TSHĐL sơ đồ ẩm hiển có tác động đáng kể mƣa mơ (Grell, 1993) [26] thay đổi với sơ đồ khác Một phƣơng pháp đƣợc ứng dụng phổ biến nghiên cứu khí hậu phƣơng pháp xác suất thống kê Đây cơng cụ tốn học đƣợc áp dụng rộng rãi có hiệu nhiều lĩnh vực "Phƣơng pháp thống kê khí hậu" vận dụng số nguyên lý lý thuyết xác suất thống kê toán học, tính tốn thơng kê đặc trƣng khí tƣợng, khí hậu, giải số toán nghiên cứu qui luật, chất, đặc tính nhƣ vấn đề liên quan đến cấu trúc trƣờng khí Phƣơng pháp thống kê phƣơng pháp đơn giản để dự báo dị thƣờng yếu tố so với khí hậu trung bình,quy mơ tháng hay mùa, sử dụng nguyên tắc (bằng thống kê) liên kết hình tƣơng lai với đặc tính khí hậu Những dị thƣờng biến đổi chậm có quy mơ lớn khí hậu (ví dụ nhƣ SST, ONI, SOI, MEI) tồn nhiều tháng,và tác động làm thay đổi hình hồn lƣu chung khí từ sai lệch so với trạng thái trung bình hồn lƣu khí hậu địa phƣơng Ban đầu hƣớng tiếp cận không thành công, nhƣng tăng cƣờng hiểu biết tƣợng ENSO hình tác động khác giúp cho phƣơng pháp đáng tin cậy Mặc dù phƣơng pháp không nắm bắt đƣợc yếu tố đột biến,nhƣng phƣơng pháp tƣơng đối dễ áp dụng hầu nhƣ phụ thuộc vào thống kê khí hậu sử dụng tài nguyên máy tính khiêm tốn Phƣơng pháp thống kê hiệu phát triển quy mô lớn rõ rệt theo hƣớng chung Yếu tố dự báo mà mơ hình thống kê kinh nghiệm hƣớng đến tƣợng El Nino Barnston Ropelewski (1992) [24] tác giả áp dụng kỹ thuật phân tích tƣơng quan canon CCA vào dự báo tƣợng El Nino Yếu tố dự báo bao gồm giá trị nhiệt độ mặt nƣớc biển SST khu vực Nhân tố dự báo bao gồm giá trị SST nhƣng cho mùa sử dụng thêm yếu tố áp suất mực biển pmsl Trƣớc đƣa vào CCA,cả yếu tố nhân tố dự báo đƣợc thực phân tích thành phần PCA CCA ký thuật thống kê tuyến tính cực đại hóa tƣơng quan hình mẫu biến đổi nhân tố dự báo yếu tố dự báo Trong lớp kỹ thuật tuyến tính,ngồi CCA số phƣơng pháp thơng dụng gồm có phƣơng pháp hồi quy tuyến tính phƣơng pháp tách giá trị kỳ dị SVD Phƣơng pháp sau xác định tập nhân tố dự báo giải thích đƣợc cách tối ƣu biến đổi yếu tố dự báo Sau yếu tố El Nino, yếu tố khí hậu địa phƣơng nhƣ lƣợng mƣa,nhiệt độ, bắt đầu đƣợc quan tâm Một số tác giả áp dụng CCA vào dự báo mùa nhƣ dự báo lƣợng mƣa đảo nhiệt đới khu vực Thái Bình Dƣơng (He Barnston, 1996, [28] ), yếu tố khí hậu bề mặt Alaska (Barnston He, 1996 [23]) hay nhiệt độ lƣợng mƣa Canada (Shabbar Barston, 1996 [33]) Các tác giả thƣờng sử dụng trƣờng SST năm trƣớc đó, đơi sử dụng thêm trƣờng khí làm nhân tố dự báo Phƣơng pháp hồi quy tuyến tính đƣợc áp dụng số nghiên cứu nhƣ dự báo lƣợng mƣa Nordeste Brazil (Ward Folland, 1991 [38]), dự báo nhiệt độ bề mặt lƣợng mƣa Mỹ (Unger, 1996 [36]) hay dự báo nhiệt độ mùa hè nƣớc Anh (Colman, 1997 [25]), nhiệt độ lƣợng mƣa Hàn Quốc (Kim CS, 2007 [30]) Một số tác giả sử dụng phƣơng pháp thống kê phổ biến cho tƣợng khí hậu cực đoan nhƣ Mishra Desai (2005) [31] sử dụng ARIMA dự báo hạn hán 3.2.2 Dự báo th nghiệm đánh giá kết Năm 2017 năm có La Nina yếu theo nhƣ đánh giá Trung tâm Quốc gia dự báo môi trƣờng Hoa Kỳ (NCEP): Bảng 3.1: Giá trị trung bình trƣợt tháng số ONI Nhƣ ta lựa chọn hệ số tƣơng quan tốt tính năm La Nina ứng với tháng 4, 5, dùng chuỗi số liệu tƣơng ứng để so sánh, lựa chọn năm tƣơng tự vào lƣợng mƣa năm tƣơng tự để dự báo cho năm 2017 Trạm Đà Nẵng: Một lần ta xem xét lại tƣơng quan mƣa với trị số ENSO năm La Nina trạm Đà Nẵng chọn tƣơng quan tốt tháng 4, ứng với số ENSO 54 TƢƠNG QUAN MƢA ĐÀ NẴNG-ONI TƢƠNG QUAN MƢA ĐÀ NẴNG-MEI TƢƠNG QUAN MƢA ĐÀ NẴNG-SOI TƢƠNG QUAN MƢA ĐÀ NẴNG-SST Hình 3.3: Tƣơng quan trễ năm La Nina trạm Đà Nẵng 55 - Tháng 4: Bảng 3.2: Hệ số tƣơng quan tốt tháng trạm Đà Nẵng - Chỉ số Hệ số tƣơng quan Độ trễ Tháng ONI 0,6 MEI 0,3 SOI 0,3 SST 0,5 Tháng 5: Bảng 3.3: Hệ số tƣơng quan tốt tháng trạm Đà Nẵng Chỉ số Hệ số tƣơng quan Độ trễ Tháng ONI 0,6 MEI 0,3 SOI 0,4 SST 0,4 Tháng 6: Bảng 3.3: Hệ số tƣơng quan tốt tháng trạm Đà Nẵng Chỉ số Hệ số tƣơng quan Độ trễ Tháng ONI 0,5 MEI 0,4 SOI 0,4 SST 0,3 Nhƣ lƣợng mƣa tháng đƣợc dự báo dựa vào chuỗi số liệu số ONI tháng để so sánh dự báo, tháng ONI tháng tháng ONI tháng 12 năm 2016  Chuẩn sai ONI tháng năm 2017 -0.1,chọn tƣơng tự năm 1994,năm có giá trị chuẩn sai lƣợng mƣa nhỏ TBNN, nhƣ suy lƣợng mƣa tháng trạm Đà Nẵng năm 2017 nhỏ TBNN 56  Chuẩn sai ONI tháng năm 2017 -0.1, chọn tƣơng tự năm 2009, năm có giá trị chuẩn sai lƣợng mƣa lớn TBNN, nhƣ suy lƣợng mƣa tháng trạm Đà Nẵng năm 2017 lớn TBNN  Chuẩn sai ONI tháng năm 2016 -0.6, chọn tƣơng tự năm 2014, năm có giá trị chuẩn sai lƣợng mƣa nhỏ TBNN, nhƣ suy lƣợng mƣa tháng trạm Đà Nẵng năm 2017 nhỏ TBNN 57 Trạm Huế: Một lần ta xem xét lại tƣơng quan mƣa với trị số ENSO năm La Nina trạm Huế chọn tƣơng quan tốt tháng 4, ứng với số ENSO TƢƠNG QUAN MƢA HUẾ-ONI TƢƠNG QUAN MƢA HUẾ-SOI TƢƠNG QUAN MƢA HUẾ-MEI TƢƠNG QUAN MƢA HUẾ-SST Hình 3.6: Tƣơng quan trễ năm La Nina trạm Huế 58 - Tháng 4: Bảng 3.4: Hệ số tƣơng quan tốt tháng trạm Huế - Chỉ số Hệ số tƣơng quan Độ trễ Tháng ONI 0,5 MEI 0,4 SOI 0,5 SST 0,5 Tháng 5: Bảng 3.5: Hệ số tƣơng quan tốt tháng trạm Huế Chỉ số Hệ số tƣơng quan Độ trễ Tháng ONI 0,4 MEI 0,3 SOI 0,8 SST 0,2 Tháng 6: Bảng 3.6: Hệ số tƣơng quan tốt tháng trạm Huế Chỉ số Hệ số tƣơng quan Độ trễ Tháng ONI 0,4 MEI 0,4 SOI 0,4 SST 0,5 Nhƣ lƣợng mƣa tháng đƣợc dự báo dựa vào chuỗi số liệu số ONI tháng để so sánh dự báo, tháng SOI tháng 12 năm 2016 tháng SST tháng 12 năm 2016  Chuẩn sai ONI tháng năm 2017 -0.6,chọn tƣơng tự năm 2014,năm có giá trị chuẩn sai lƣợng mƣa nhỏ TBNN, nhƣ suy lƣợng mƣa tháng trạm Huế nhỏ TBNN 59  Chuẩn sai SOI tháng 11 năm 2016 -0.2,chọn tƣơng tự năm 1994, năm có giá trị chuẩn sai lƣợng mƣa nhỏ TBNN, nhƣ suy lƣợng mƣa tháng trạm Huế nhỏ TBNN  Chuẩn sai SST tháng 12 năm 2016 -0.7, chọn tƣơng tự năm 2006, năm có giá trị chuẩn sai lƣợng mƣa nhỏ TBNN, nhƣ suy lƣợng mƣa tháng trạm Huế nhỏ TBNN 60 Trạm Trà My: Một lần ta xem xét lại tƣơng quan mƣa với trị số ENSO năm La Nina trạm Trà My chọn tƣơng quan tốt tháng 4, ứng với số ENSO TƢƠNG QUAN MƢA TRÀ MY-ONI TƢƠNG QUAN MƢA TRÀ MY-SOI TƢƠNG QUAN MƢA TRÀ MY-MEI TƢƠNG QUAN MƢA TRÀ MY-SST Hình 3.9: Tƣơng quan trễ năm La Nina trạm Trà My 61 Tháng 4: Bảng 3.7: Hệ số tƣơng quan tốt tháng trạm Trà My - Chỉ số Hệ số tƣơng quan Độ trễ Tháng ONI 0,6 MEI 0,4 SOI 0,5 SST 0,5 Tháng 5: Bảng 3.8: Hệ số tƣơng quan tốt tháng trạm Trà My Chỉ số Hệ số tƣơng quan Độ trễ Tháng ONI 0,4 MEI 0,5 SOI 0,4 SST 0,5 Tháng 6: Bảng 3.9: Hệ số tƣơng quan tốt tháng trạm Trà My Chỉ số Hệ số tƣơng quan Độ trễ Tháng ONI 0,5 MEI 0,3 SOI 0,4 SST 0,3 Nhƣ lƣợng mƣa tháng đƣợc dự báo dựa vào chuỗi số liệu số ONI tháng để so sánh dự báo, tháng MEI tháng tháng ONI tháng  Chuẩn sai ONI tháng năm 2017 -0.2, chọn tƣơng tự năm 1997, năm có giá trị chuẩn sai mƣa lớn TBNN, nhƣ suy lƣợng mƣa tháng trạm Trà My lớn TBNN  Chuẩn sai MEI tháng -0.3,chọn tƣơng tự năm 2013,năm có giá trị 62 chuẩn sai lƣợng mƣa nhỏ TBNN,nhƣ suy lƣợng mƣa tháng trạm Trà My nhỏ TBNN  Chuẩn sai ONI tháng -0.2, chọn tƣơng tự năm 1997, năm có giá trị chuẩn sai lƣợng mƣa lớn TBNN, nhƣ suy lƣợng mƣa tháng trạm Trà My lớn TBNN Bảng 3.10: Kết dự báo th nghiệm Tháng T4 T5 T6 Trạm Dự báo Thực tế Đà Nẵng < 43.4 27.5 >85.9 144.5