(Luận văn thạc sĩ) đánh giá khả năng dự báo khí hậu hạn mùa của mô hình RSM trên khu vực việt nam

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Hà Trường Minh ĐÁNH GIÁ KHẢ NĂNG DỰ BÁO KHÍ HẬU HẠN MÙA CỦA MƠ HÌNH RSM TRÊN KHU VỰC VIỆT NAM LUẬN VĂN THẠC SĨ KHOA HỌC Hà Nội – 2017 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Hà Trường Minh ĐÁNH GIÁ KHẢ NĂNG DỰ BÁO KHÍ HẬU HẠN MÙA CỦA MƠ HÌNH RSM TRÊN KHU VỰC VIỆT NAM Chuyên ngành: Khí tượng khí hậu học Mã số: 60440222 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: TS MAI VĂN KHIÊM Hà Nội – 2017 LỜI CẢM ƠN Trước hết, xin gửi lời cám ơn sâu sắc đến thầy cô khoa Khí tượng Thủy văn Hải dương học, trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội, trang bị cho kiến thức chuyên môn kinh nghiệm nghiên cứu quý báu suốt thời gian học tập trường q trình thực luận văn Đặc biệt tơi xin trân trọng cảm ơn TS Mai Văn Khiêm người tận tình bảo, định hướng khoa học tạo điều kiện tốt cho trình thực luận văn Tơi xin gửi lời cảm ơn đến lãnh đạo Trung tâm Nghiên cứu Khí tượng Khí hậu, Viện Khoa học Khí tượng Thủy văn Biến đổi khí hậu tạo điều kiện thuận lợi tận tình giúp đỡ tơi q trình thực luận văn Cuối tơi xin gửi lời cảm ơn chân thành đến gia đình, bạn bè đồng nghiệp, người động viên giúp đỡ tơi suốt q trình thực luận văn MỤC LỤC DANH MỤC HÌNH DANH MỤC BẢNG DANH MỤC CÁC KÝ HIỆU VIẾT TẮT MỞ ĐẦU CHƯƠNG 1: TỔNG QUAN CHƯƠNG 2: SỐ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 23 2.1 Sơ lược mơ hình khí hậu phổ khu vực (RSM) 23 2.2 Số liệu nghiên cứu 28 2.3 Thiết kế nghiên cứu 30 2.4 Phương pháp đánh giá 37 CHƯƠNG 3: ĐÁNH GIÁ KHẢ NĂNG MÔ PHỎNG CỦA MÔ HÌNH RSM THEO CÁC LỰA CHỌN CẤU HÌNH KHÁC NHAU 39 3.1 Đánh giá độ nhạy mơ hình với độ rộng miền tính 39 3.2 Đánh giá độ nhạy mơ hình với độ phân giải 56 3.3 Đánh giá độ nhạy mô hình với sơ đồ đối lưu 60 3.4 Kết thử nghiệm đánh giá thời gian thực 67 KẾT LUẬN 74 TÀI LIỆU THAM KHẢO 75 DANH MỤC HÌNH Hình 1.1 Hệ số tương quan dị thường nhiệt độ bề mặt biển dự báo mơ hình quan trắc: (a) dự báo 3-tháng CFSv1, (b) dự báo 6-tháng CFSv1, (c) dự báo 3-tháng CFSv2 (d) dự báo 6-tháng CFSv2 10 Hình 2.1 Sơ đồ biên độ biến theo chiều miền tính khu vực cho (a) phương pháp thông thường (b) Phương pháp xử lý nhiễu RSM Các ký hiệu A đại diện cho trường đầy đủ, AG đại diện cho đóng góp từ mơ hình phổ tồn cầu 24 Hình 2.2 Vị trí 55 trạm lấy số liệu quan trắc để đánh giá 30 Hình 2.3 Miền mẹ thí nghiệm 31 Hình 2.4 Các miền tính ứng với thí nghiệm: PA1, PA2, PA3 32 Hình 2.5 Miền tính thí nghiệm nghiệm đánh giá ảnh hưởng độ phân giải 34 Hình 2.6 Miền tính thí nghiệm đánh giá ảnh hưởng sơ đồ tham số hóa đối lưu 36 Hình 3.1 Trường khí áp mực biển trung bình tháng 1, 4, 7, 10 (từ xuống dưới) giai đoạn 1991-1995 so với số liệu CFSR 40 Hình 3.2 Trường vectơ gió độ cao địa vị mực 850 mb trung bình tháng 1, 4, 7, 10 (từ xuống dưới) giai đoạn 1991-1995 so với số liệu CFSR 42 Hình 3.3 Trường vectơ gió độ cao địa vị mực 500 mb trung bình tháng 1, 4, 7, 10 (từ xuống dưới) giai đoạn 1991-1995 so với số liệu CFSR 44 Hình 3.4 Trường vectơ gió độ cao địa vị mực 200 trung bình tháng 1, 4, 7, 10 (từ xuống dưới) giai đoạn 1991-1995 so với số liệu CFSR 46 Hình 3.5 Trường nhiệt độ mơ trung bình năm, mùa hè, mùa đơng (từ xuống dưới) giai đoạn 1991-1995 phương án thí nghiệm số liệu APHRODITE 48 Hình 3.6 Trường mưa mơ trung bình năm, mùa hè, mùa đông (từ xuống dưới) giai đoạn 1991-1995 phương án thí nghiệm số liệu APHRODITE 49 Hình 3.7 Biều đồ Hovmoller trung bình trượt ngày nhiệt độ (trên) lượng mưa (dưới) phương án thí nghiệm với APHRODITE 51 Hình 3.8 Profile thẳng đứng nhiệt độ (trên) độ ẩm riêng (dưới) trung bình năm, mùa hè, mùa đơng giai đoạn 1991-1995 phương án thử nghiệm với số liệu CFSR 52 Hình 3.9 Đồ thị tụ điểm đánh giá sai số mơ trung bình năm, mùa hè, mùa đông nhiệt độ 2m (trên) lượng mưa (dưới) phương án thử nghiệm 55 trạm quan trắc 53 Hình 3.10 Diễn biến theo tháng nhiệt độ (trái) lượng mưa (phải) trung bình khu vực Việt Nam giai đoạn 1991-1995 số liệu APHRODITE phương án độ phân giải 57 Hình 3.11 Đồ thị tụ điểm đánh giá sai số mô trung bình năm, mùa hè, mùa đơng nhiệt độ 2m (trên) lượng mưa (dưới) phương án thử nghiệm 55 trạm quan trắc 58 Hình 3.12 Trường nhiệt độ (trái) lượng mưa (phải) mô trung năm, mùa hè, mùa đông (từ xuống dưới) giai đoạn 1986-1995 sơ đồ đối lưu số liệu APHRODITE 61 Hình 3.13 Biều đồ Hovmoller trung bình trượt ngày nhiệt độ (trên) lượng mưa (dưới) phương án thí nghiệm với APHRODITE 62 Hình 3.14 Profile thẳng đứng nhiệt độ (trên) độ ẩm riêng (dưới) trung bình năm, mùa hè, mùa đông giai đoạn 1986-1995 sơ đồ đối lưu số liệu CFSR 63 Hình 3.15 Đồ thị tụ điểm đánh giá sai số mơ trung bình năm, mùa hè, mùa đông nhiệt độ 2m (trên) lượng mưa (dưới) sơ đồ đối lưu 55 trạm quan trắc 65 Hình 3.16 Miền tính mơ hình RSM 66 Hình 3.17 Sai số so với số liệu quan trắc 48 trạm mơ hình CFS (trên) CFS/RSM (dưới) nhiệt độ giai đoạn tháng năm 2014 đến tháng 10 năm 2015 với hạn dự báo tháng 68 Hình 3.18 Sai số so với số liệu quan trắc 48 trạm mơ hình CFS (trên) CFS/RSM (dưới) nhiệt độ giai đoạn tháng năm 2014 đến tháng 10 năm 2015 với hạn dự báo tháng 69 Hình 3.19 Sai số so với số liệu quan trắc 48 trạm mô hình CFS (trên) CFS/RSM (dưới) nhiệt độ giai đoạn tháng năm 2014 đến tháng 10 năm 2015 với hạn dự báo tháng 70 Hình 3.20 Sai số so với số liệu quan trắc 48 trạm mơ hình CFS (trên) CFS/RSM (dưới) lượng mưa giai đoạn tháng năm 2014 đến tháng 10 năm 2015 với hạn dự báo tháng 71 Hình 3.21 Sai số so với số liệu quan trắc 48 trạm mơ hình CFS (trên) CFS/RSM (dưới) lượng mưa giai đoạn tháng năm 2014 đến tháng 10 năm 2015 với hạn dự báo tháng 72 Hình 3.22 Sai số so với số liệu quan trắc 48 trạm mơ hình CFS (trên) CFS/RSM (dưới) lượng mưa giai đoạn tháng năm 2014 đến tháng 10 năm 2015 với hạn dự báo tháng 73 DANH MỤC BẢNG Bảng 2.1 Danh sách 55 trạm lấy số liệu quan trắc để đánh giá 29 Bảng 2.2 Các phương án thử nghiệm lựa chọn miền tính mơ hình RSM 32 Bảng 2.3 Các sơ đồ tham số hóa vật lý thử nghiệm độ rộng miền tính 32 Bảng 2.4 Độ phân giải trường hợp thử nghiệm 33 Bảng 2.5 Các sơ đồ tham số hóa vật lý sử dụng thử nghiệm độ phân giải 34 Bảng 2.6 Thời gian cần thiết cho trường hợp thử nghiệm độ phân giải 35 Bảng 2.7 Cấu hình miến tính sử dụng thử nghiệm sơ đồ đối lưu 36 Bảng 3.1 Sai số MAE nhiệt độ trung bình năm, mùa hè, mùa đơng so với số liệu quan trắc trạm giai đoạn 1991-1995 phương án độ rộng miền tính 54 Bảng 3.2 Sai số MARE nhiệt độ trung bình năm, mùa hè, mùa đông so với số liệu quan trắc trạm giai đoạn 1991-1995 phương án độ rộng miền tính 55 Bảng 3.3 Sai số MAE nhiệt độ trung bình năm, mùa hè, mùa đơng so với số liệu quan trắc trạm giai đoạn 1991-1995 phương án độ phân giải 59 Bảng 3.4 Sai số MARE lượng mưa trung bình năm, mùa hè, mùa đông so với số liệu quan trắc trạm giai đoạn 1991-1995 phương án độ phân giải 59 Bảng 3.5 Sai số MAE nhiệt độ trung bình năm, mùa hè, mùa đơng so với số liệu quan trắc trạm giai đoạn 1986-1995 sơ đồ đối lưu 64 Bảng 3.6 Sai số MARE lượng mưa trung bình năm, mùa hè, mùa đơng so với số liệu quan trắc trạm giai đoạn 1991-1995 phương án độ rộng miền tính 64 Bảng 3.7 Các sơ đồ tham số hóa sử dụng mơ hình RSM 66 DANH MỤC CÁC KÝ HIỆU VIẾT TẮT Mơ hình hồn lưu chung khí (General Circulation Models of the Atmosphere) AOGCM Atmosphere-Ocean General Circulation Model (Mô hình hồn lưu chung khí - đại dương) CFS Hệ thống mơ hình dự báo dự báo khí hậu toàn cầu (Climate Forecast System) ECMWF Trung tâm dự báo thời tiết hạn vừa Châu Âu (European Centre for Medium Range Weather Forecasts) ENSO El Nino/Southern Oscillation GCM Mơ hình hoàn lưu toàn cầu (Global Circulation Model) GFS Hệ thống dự báo toàn cầu (Global Forecast System) IPCC Intergovernmental Panel on Climate Change (Ban Liên phủ Biến đổi khí hậu) NCEP Trung tâm dự báo mơi trường quốc gia, Mỹ (National Centers for Environmental Prediction) RCM Regional Climate Model (Mơ hình khí hậu khu vực) RSM Mơ hình phổ khu vực (Regional Spectral Model) SST Nhiệt độ mặt nƣớc biển toàn cầu (Sea surface temperature) AGCM MỞ ĐẦU Bài toán dự báo hạn mùa toán quan tâm giới khu vực ứng dụng thiết thực đời sống xã hội Trong năm gần đây, với phát triển khoa học cơng nghệ, đặc biệt ngành máy tính tính tốn hiệu cao, phương pháp dự báo khí hậu sử dụng mơ hình động lực có bước phát triển mạnh mẽ ngày ứng dụng rộng rãi Việc ứng dụng mơ 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 nghiên cứu chuyên sâu mang tính ứng dụng cao Ở Việt Nam, việc ứng dụng thử nghiệm mơ hình khí hậu khu vực cho tốn dự báo mùa thực tương đối nhiều năm gần với mơ RegCM, clWRF, Trong khuôn khổ luận văn này, tác giả thử nghiệm sử dụng mơ hình khí hậu phổ khu vực RSM, kết hợp với sản phẩm đầu từ mơ hình dự báo tồn cầu CFS, để đưa sản phẩm dự báo đánh giá kết cho khu vực Việt Nam Khác với mơ hình điểm lưới kể trên, mơ hình RSM mơ hình có cấu trúc phổ tương tự mơ hình tồn cầu nên có nhiều ưu điểm sử dụng để chi tiết hóa kết mơ hình tồn cầu cho khu vực nhỏ Trước đó, khả mô RSM với lựa chọn độ rộng miền tính, độ phân giải sơ đồ đối lưu khác đánh giá với kết giai đoạn khứ Luận văn bố cục thành chương, mở đầu, kết luận tài liệu tham khảo sau: Chương 1: Tổng quan Chương 2: Số liệu phương pháp nghiên cứu Chương 3: Đánh giá khả mơ mơ hình theo lựa chọn cấu hình khác Chương 4: Kết thử nghiệm đánh giá dự báo thời gian thực CHƯƠNG 1: TỔNG QUAN Thơng tin khí hậu dự báo khí hậu đóng vai trị quan trọng ngành kinh tế - xã hội cơng tác phịng tránh thiên tai Đặc biệt bối cảnh biến đổi khí hậu ngày nay, biến đổi thời tiết khí hậu gây ảnh hưởng nghiêm trọng đến ngành kinh tế - xã hội nông nghiệp, tài nguyên nước, đa dạng sinh học, sức khỏe người, … Do vậy, kết dự báo khí hậu có độ tin cậy chi tiết giúp người sử dụng bao gồm nhà hoạch định sách, nhà quản lý sản xuất,… đưa giải pháp kế hoạch sản xuất hợp lý nhằm giảm thiểu thiệt hại có Khái niệm dự báo khí hậu có nhiều quan niệm khác Có người cho dự báo khí hậu phải dự báo biến động khí hậu có chu kỳ kéo dài hàng thập kỷ, hàng kỷ trở lên, cịn biến động có chu kỳ năm gọi chung dự báo khí tượng hạn dài, gắn bó nhiều với dự báo thời tiết Trong vài thập kỷ gần nhà nghiên cứu khí hậu có quan niệm thống nhất: dự báo mùa đối tượng trung tâm dự báo khí hậu Đến nay, hai phương pháp sử dụng rộng rãi nghiên cứu dự báo khí hậu quy mô khu vực Quốc gia phương pháp thống kê thực nghiệm phương mơ hình hóa động lực Phương pháp thống kê thực nghiệm xây dựng sở nguồn số liệu khí hậu q khứ mơ hình động lực dựa nguyên lý nhiệt động lực học khí để mơ tượng, q trình vận động tồn khí khu vực quan tâm Mặc dù mô hình thống kê thực nghiệm sử dụng chủ yếu hiệu số trung tâm dự báo khí hậu khu vực quốc tế, song với phát triển mạnh mẽ công nghệ máy tính hiểu biết sâu chất vật lý q trình khí tạo điều kiện cho phát triển ứng dụng mơ hình động lực dự báo khí hậu, đặc biệt trung tâm nghiên cứu dự báo khí hậu lớn giới, từ Châu Âu, Châu Á, Châu Mỹ, Châu Phi đến Châu Úc Sau trình bày khái quát cách tiếp cận nghiên cứu sử dụng mô hình động lực dự báo khí hậu dựa kết nghiên cứu cơng bố kiện biên xung quanh (Lateral Boundary Condition  LBC) cần để chạy LAM cung cấp số liệu tái phân tích tồn cầu từ sản phẩm GCM (Giorgi Bi, 2000) Đó mơ hình khí hậu khu vực (RCM) Phương pháp lồng ghép RCM vào GCM thường gọi hạ thấp qui mô động lực, hay chi tiết hóa động lực (Dynamical Downscaling) Các RCM tích phân với độ phân giải ngang mịn nhiều sử dụng IC LBC phụ thuộc thời gian Nếu RCM điều khiển số liệu tái phân tích, IC LBC xem gần với trạng thái thực khí quyển, số liệu đầu vào coi trường dự báo tồn cầu “hồn hảo” Chính vậy, người ta thường sử dụng trường tái phân tích làm IC LBC để nghiên cứu, đánh giá kỹ RCM Kỹ RCM trường hợp phụ thuộc vào chất động lực học vật lý mơ hình, hệ phương trình mơ tả trạng thái khí quyển, hệ tọa độ, phương pháp tích phân thời gian, khơng gian, độ phân giải, sơ đồ tham số hóa vật lý,… Và để nghiên cứu, phát triển cải tiến RCM số liệu tái phân tích thường đươc sử dụng tốn mơ phỏng, khảo sát độ nhạy (sensitivity testing) thông qua việc đánh giá khả tái tạo điều kiện khí hậu khứ RCM Nhiều nghiên cứu RCM hành tái tạo trường nhiệt độ quan trắc trung bình khu vực khoảng 105 đến 106 km2 với sai số 2oC từ 5-50% lượng giáng thủy (Giorgi Shields, 1999; Pan CS, 2000) Rất nhiều nghiên cứu khác RCM so sánh để tìm khác biệt điểm chung ưu điểm nhược điểm mơ hình, Christensen CS (1997) Châu Âu, Takle CS (1999) Mỹ Leung CS (1999a,b) Đông Á Sau đánh giá kỹ qua mơ khí hậu khu vực, mùa, mơ hình RCM ứng dụng để dự báo khí hậu khu vực với IC LBC lấy từ trường dự báo GCM Sai số dự báo RCM trường hợp bao gồm sai số mơ hình (khả mơ hình) sai số GCM (Noguer CS., 1998) Mặc dù vậy, việc sử dụng RCM vào dự báo (mùa) khí hậu nói chung cịn khiêm tốn Các cơng trình nghiên cứu chủ yếu tập trung vào khảo sát độ nhạy, đặc biệt độ nhạy sơ đồ 14 tham số hóa đối lưu, đánh giá khả mơ RCM Chẳng hạn, Jiao Yanjun (2006) sử dụng mơ hình CRCM (The third-generation Canadian Regional Climate Model) để mơ hồn lưu, nhiệt độ giáng thủy khu vực Bắc Mỹ thời kỳ 19871991 Kết cho thấy, CRCM tái tạo tốt hồn lưu qui mơ lớn, mô gần với thực tế biến động mùa nhiệt độ giáng thủy mùa đông khu vực Bắc Mỹ Mặc dù vậy, mơ hình cho kết mô lượng giáng thủy mùa hè vượt quan trắc cách có hệ thống Liang, X Z CS (2004) khảo sát khả mơ biến trình năm lượng giáng thủy lãnh thổ Hoa Kỳ mơ hình MM5 phiên khí hậu (CMM5) tích phân mơ hình liên tục từ 1982-2002 với trường điều khiển toàn cầu số liệu tái phân tích NCEP-DOE AMIP II Những ngun nhân gây sai số mơ hình tác giả nghiên cứu thơng qua thí nghiệm độ nhạy mùa với điều kiện biên xung quanh biểu diễn vật lý khác Kết cho thấy CMM5 có kỹ rõ rệt, mơ tả chi tiết sát thực điều kiện khí hậu vùng với sai số nhỏ so với số liệu tái phân tích tồn cầu Zhu J CS (2007) nghiên cứu khả CMM5 việc mô biến động nhiều năm giáng thủy nhiệt độ bề mặt thời kỳ 1982-2002 Theo tác giả, CMM5 nắm bắt phân bố không gian, tiến triển theo thời gian, mối quan hệ xa hoàn lưu tốt nhiều so với trường tái phân tích Tuy nhiên, kĩ hạ thấp qui mơ CMM5 nhạy với tham số hóa đối lưu Độ nhạy thể so sánh kết mô theo hai sơ đồ Grell Kain-Fritsch Ngồi ra, thấy nhận xét khả quan khả RCM mơ khí hậu khu vực qua nhiều nghiên cứu khác, Duffy CS (2006), Bergant CS (2007),… Việc ứng dụng RCM nghiên cứu khí hậu khu vực gió mùa nhiều tác giả quan tâm đặc biệt Trong số đó, gió mùa Châu Á khu vực gió mùa điển hình giới nên có nhiều dự án, phịng thí nghiệm triển khai, thành lập Các nhà khí hậu học Ấn Độ, Trung Quốc, Hàn Quốc, Nhật Bản,… đầu tư phát triển mơ hình RCM cho riêng khu vực 15 Theo Fu CS (1998), qui mơ thời gian mùa, phân bố không gian, thời gian đặc trưng khí hậu khu vực, dải mưa Đơng Á front Baiu, tái tạo tốt với độ tin cậy cao RCM Các RCM mơ tốt biến đổi mùa gió mùa Nam Á, dao động 30-50 ngày hoàn lưu dị thường giáng thủy (Bhaskaran CS., 1998; Hassell Jones, 1999) Một nghiên cứu kiểm nghiệm khả RCM mô khí hậu hạn mùa Châu Á đáng ý Liu, Giorgi Washington (1994) Các tác giả sử dụng mơ hình RegCM để mơ gió mùa mùa hè Đông Á từ tháng đến tháng năm 1990 Hồn lưu gió mùa, giáng thủy nhiệt độ mặt đất nhìn chung phù hợp với quan trắc, phần mơ mơ hình lạnh khô Xu tương tự kết mô RegCM khu vực khác (Mỹ, Châu Âu, Châu Phi) Hơn nữa, RegCM biểu diễn trung tâm mưa lớn ảnh hưởng địa hình tới nhiệt độ cực đại địa phương Im E.-S CS (2006) chạy thử nghiệm RegCM3 để mô nhiệt độ bề mặt giáng thủy cho khu vực RegCM3 lồng chiều sử dụng hai lưới lồng với độ phân giải 60km 20km tương ứng với miền lớn, bao phủ khu vực Đông Á, miền nhỏ, bao phủ bán đảo Triều Tiên Thời gian mô từ tháng 10 năm 2000 đến 30 tháng năm 2003 Nhiệt độ mơ có sai số hệ thống âm, đặc biệt khu vực núi mùa hè Lượng mưa mùa hè phụ thuộc chủ yếu vào khả mô tượng đối lưu mùa hè riêng lẻ bão nhiệt đới tác động địa hình Francisco CS (2006) sử dụng mơ hình RegCM để thử nghiệm mô mưa mùa hè Phillipines Các thử nghiệm độ nhạy thực với số liệu đầu vào khác (NCEP ERA40) sơ đồ thông lượng khối qua bề mặt đại dương (BATS Zeng) chạy cho mùa hè Đối chiếu kết mô với quan trắc thực tế, tác giả cho số liệu tái phân tích ERA40 sơ đồ tính thơng lượng khối đại dương theo BATS thích hợp mô giáng thủy Phillipines Gần nhóm nhà khoa học thuộc Đại học Tổng hợp bang Iowa, Hoa Kỳ (Iowa State University, Ames, Iowa USA) thực dự án MRED (Multi-RCM 16 Ensemble Downscaling of NCEP CFS Seasonal Forecasts) sản phẩm dự báo mùa mơ hình CFS sử dụng làm đầu vào cho loạt mơ hình khí hậu khu vực để xây dựng thử nghiệm hệ thống dự báo tổ hợp Động lực thúc đẩy việc hình thành dự án chi tiết hóa động lực sản phẩm dự báo mùa mơ hình tồn cầu Cụ thể, mơ hình dự báo hạn mùa mơ hình tồn cầu độ phân giải bị hạn chế nên chưa đáp ứng nhu cầu thực tế chưa thể mô tả chi tiết đặc điểm địa phương đường bờ biển, địa hình đất sử dụng Việc chi tiết hóa động lực cung cấp thêm thơng tin chi tiết, hữu ích cho sản phẩm dự báo toàn cầu, tổ hợp sản phẩm Mục tiêu dự án chứng minh tính hữu ích việc chi tiết hóa động lực sản phẩm dự báo hạn mùa mơ hình tồn cầu nhiều mơ hình khu vực để ứng dụng thủy văn Hoa Kỳ Ở khu vực thống trị khí hậu gió mùa, mơ hình CFS hệ thống mơ hình động lực có kĩ tốt so sánh với phương pháp thống kê sử dụng Trung tâm Dự báo Khí hậu NCEP (CPC) sử dụng phổ biến để làm đầu vào cho RCM Trong số RCM, mơ hình khí hậu phổ khu vực RSM có nhiều ưu điểm có chung lõi động lực, vật lý quan trọng hỗ trợ công cụ kèm để kết hợp với sản phẩm CFS Năm 2003, với mục đích xây dựng hệ thống dự báo khí hậu mùa cho Đài Loan, Henry CS (2003) thử nghiệm áp dụng mơ hình phổ khu vực RSM với điều kiện ban đầu điều kiện biên từ mơ hình phổ tồn cầu Kết đánh giá cho thấy mơ hình RSM có kỹ dự báo tốt hẳn so với trường dự báo toàn cầu Misra (2005) sử dụng mơ hình phổ khu vực RSM để downscalling thơng tin dự báo từ mơ hình CFS (CFS/RSM) mơ hình hồn lưu khí tồn cầu AGCM (AGCM/RSM) COLA (Center for Ocean–Land–Atmosphere Studies) nhằm đánh giá thay đổi theo mùa xạ sóng dài vùng gió mùa Nam Mỹ (SASM) vùng biển phía Đơng xích đạo Thái Bình Dương (EEPO) Tác giả cho rằng, kết dự báo từ hệ thống mơ hình CFS/RSM cải thiện đáng kể, kết hệ thống mơ hình AGCM/RSM khơng cải tiến rõ ràng Chan CS (2010) sử dụng mơ hình phổ khu vực RSM với độ phân giải ngang 60 km 28 mực theo phương 17 thẳng đứng để dự báo khí hậu mùa khu vực Bắc Mỹ Mơ hình RSM sử dụng điều kiện ban đầu điều kiện biên tư mơ hình CFS Kết tính tốn mơ hình RSM cải tiến đáng kể sai số dự báo so với mơ hình CFS, nhiên mơ hình RSM phát sinh số bất ổn định Yoon CS (2011) sử dụng hệ thống mơ hình CFS/RSM để thử nghiệm dự báo tình trạng hạn hán Mỹ theo số hạn SPI Kết dự báo từ CFS chi tiết hóa tới độ phân giải 50 km mơ hình RSM với phương án tổ hợp Hiện số nước Đài Loan, Hong Kông,… sử dụng mơ hình RSM dự báo khí hậu nghiệp vụ Trong nước: Có thể thấy rằng, nghiên cứu lĩnh vực dự báo khí hậu mùa nước ta gần hai thập kỷ trước tập trung chủ yếu vào phương pháp thống kê truyền thống, quan hệ thống kê nhân tố dự báo yếu tố dự báo dựa vào tập số liệu quan trắc trạm khí tượng thủy văn Có thể kể đến số cơng trình sau: Phạm Đức Thi (1989) đưa vào phép toán phân tích tự tương quan nhằm tìm qui luật vận động vật lý chuỗi số Ví dụ như: phân tích chuỗi chuẩn sai nhiệt độ trung bình tháng hay chuẩn sai tổng lượng mưa tháng từ năm 1960 đến nay, phương pháp tìm kiếm qui luật thân chuỗi số lập mối quan hệ tương hỗ với yếu tố bên ngồi Thực tế, hệ thời tiết – khí hậu gây khu vực phụ thuộc vào yếu tố nên toán cịn nhiều sai sót Nguyễn Duy Chinh (2002) tìm cách xây dựng phương trình hồi qui tuyến tính đa biến mục đích đưa vào ảnh hưởng đa yếu tố Hồi qui tuyến tính đa biến mong muốn tìm kiếm kết ổn định có tham gia nhiều nhân tố dự báo Tuy nhiên, nhiều trường hợp phương trình đa nhân tố lại khơng hiệu nhân tố, điều nghĩa có nhân tố làm cho kết Do mà hồi qui bước sử dụng để lọc nhân tố gây nhiễu So với phương pháp trước tốn dự báo cải thiện hơn, chưa đủ 18 Để loại bỏ bớt yếu tố ngẫu nhiên, nhân tố dự báo lựa chọn khu vực (gồm nhiều điểm quan trắc) Trong cách sử dụng điểm trạm lại coi nhân tố dự báo giả, nhiều trường hợp số lượng nhân tố dự báo tăng lên lớn gây khó khăn cho việc phân tích Vì vậy, mà phép phân tích trực giao EOF (emperical orthogonal function) ứng dụng kết hợp xây dựng phương trình hồi qui Phép phân tích phân tích trường nhân tố dự báo thành trường thứ cấp có dung lượng nhỏ nhiều trường ban đầu, mang gần đầy đủ thông tin trường ban đầu tập trung vec tơ riêng Quá trình xây dựng phương trình dự báo thực với trường thứ cấp Cách làm có ưu điểm sau: i) Tăng tính độc lập nhân tố dự báo; ii) Do tính tốn với trường thứ cấp gọn nhẹ nên giảm tối đa khối lượng phép tính xuống – nghĩa giảm loại sai số tính tốn; iii) Cho phép lọc tín hiệu quan trọng từ trường nên hạn chế yếu tố gây nhiễu Bên cạnh đó, nghiên cứu ảnh hưởng tượng ENSO (Elnino-South Oscilation), biến đổi nhiệt độ bề mặt biển khu vực Nino1, Nino2, Nino3, Nino4, Nino34, hay số dao động nam SOI (south oscilation index) có quan hệ với mưa, nhiệt khu vực Việt Nam công bố Kết làm tiền đề cho việc tuyển chọn nhân tố dự báo để xây dưng phương trình dự báo Tuy vậy, cho dù nhân tố hay khác, chất cách thực thống kê truyền thống nên không tránh khỏi hạn chế cố hữu phương pháp Sau đó, Nguyễn Văn Thắng (2005) xây dựng phương trình dự báo chuẩn sai nhiệt độ lượng mưa trung bình vùng khí hậu với trường dự báo tồn cầu Tuy nhiên, sản phẩm dự báo khí hậu tồn cầu thời điểm khơng cung cấp miễn phí mạng internet, nên tác giả tiếp cận tốn theo phương pháp “khơng đồng thời” nhân tố yếu tố dự báo; thời hạn dự báo lựa chọn trước từ đến tháng Trong nghiên cứu này, tác giả khảo sát mối quan hệ thống kê chuẩn sai nhiệt lượng mưa với trường tồn cầu (OLR, SST, gió mực 850 200mb) để lựa chọn nhân tố dự báo phù hợp Nhân tố dự báo lựa 19 chọn theo ngưỡng hệ số tương quan nhân tố yếu tố dự báo từ 0,2 trở lên Dựa mối quan hệ số hạn SPI với trường toàn cầu (OLR, SST, gió mực 200 850mb), Nguyễn Văn Thắng (2007) xây dựng phương trình dự báo hạn khí tượng cho vùng khí hậu Tuy vậy, với phát triển khoa học máy tính, nghiên cứu dự báo khí hậu hạn mùa nước ta mơ hình động lực có nhiều bước tiến quan trọng Các mơ hình động lực nghiên cứu, thử nghiệm đưa vào ứng dụng dự báo khí hậu (Kiều Thị Xin CS, 2000; Nguyễn Văn Tuyên, 2008a,b; Phan Văn Tân CS, 2009, 2010, 2014; Nguyễn Văn Thắng CS, 2011, 2015a, 2015b; Tạ Hữu Chỉnh, 2015) Thử nghiệm mô mưa lãnh thổ Việt Nam mơ hình khí hậu khu vực RegCM Kiều Thị Xin (2000) kết mô khí hậu mơ hình số Việt Nam Đề tài cấp Nhà nước “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” (Phan Văn Tân CS, 2010) ứng dụng thành cơng hệ thống mơ hình kết hợp đại dương – khí CAM-SOM chạy dự báo hạn mùa cung cấp đầu vào cho mơ hình khí hậu khu vực điều kiện Việt Nam Trong đề tài, việc nghiên cứu ứng dụng mơ hình khí hậu khu vực đề cập chủ yếu khả mô hạn dài cho mục đích nghiên cứu biến đổi khí hậu Nguyễn Văn Thắng CS (2011) đánh giá mức độ dao động tính chất yếu tố tượng khí hậu, đặc biệt nhiệt độ, lượng mưa, thiên tai tượng khí hậu cực đoan Đề tài sử dụng số liệu quan trắc phân tích lại NCAR/NCEP 50 năm qua Đề tài đánh giá mức độ dao động yếu tố khí hậu theo tháng mùa năm, đánh giá mức độ tính chất dao động tượng khí hậu cực đoan điển hình (mưa lớn, sương muối, rét hại, khơ nóng, mưa đá) Việt Nam Tuy nhiên, đề tài sử dụng số liệu tái phân tích trường tồn cầu với độ phân giải thô, kết hạn chế Đề tài nhà nước "Nghiên cứu xây dựng hệ thống mơ hình dự báo hạn mùa số tượng khí hậu cực đoan phục vụ phịng tránh thiên tai Việt Nam" (Phan Văn 20 Tân CS, 2014) thử nghiệm thành công việc chạy mơ hình tồn cầu CAM, CAM-SOM, CCAM số mơ hình khu vực để dự báo mùa (RegCM, clWRF) Đề tài tiến hành hiệu chỉnh sản phẩm mơ hình động lực phương pháp thống kê để cải thiện kết dự báo mùa Ngoài đề tài xây dựng hệ thống dự báo pha hạn tháng, chương trình dị tìm xốy bão, chương trình dự báo khả xuất hạn hán Kết đánh giá cho thấy dự báo trường nhiệt độ khả quan, nhiên dự báo mưa tượng cực đoan hạn chế Trong khuôn khổ hợp tác song phương Viện Khoa học Khí tượng Thủy văn Biến đổi khí hậu với Trung tâm Quốc gia Dự báo Môi trường Mỹ (NCEP), năm 2011 đoàn chuyên gia NCEP thăm làm việc Viện Khoa học Khí tượng Thủy văn Biến đổi khí hậu ứng dụng hệ thống dự báo khí hậu mùa RSM/CFS NCEP Hiện nay, mơ hình RSM Viện Khoa học Khí tượng Thủy văn Biến đổi khí hậu tập trung nghiên cứu để đưa vào ứng dụng Việt Nam Nguyễn Văn Thắng CS (2015a) sử dụng phương pháp chi tiết hóa động lực (dynamical downscaling) mơ hình khu vực WRF RSM với điều kiện biên trường khí tượng mơ hình tồn cầu CFSv2 để cung cấp trường khí tượng đầu vào cho mơ hình dự báo hạn thủy văn, hạn nơng nghiệp vùng đồng sông Hồng Các kết nghiên cứu cho thấy phương pháp chi tiết hóa động lực cho kết dự báo khả quan cho nhiều yếu tố khí hậu độ phân giải cao, đặc biệt sản phẩm dự báo hạn hán tượng cực đoan khí hậu Cũng năm 2015, Nguyễn Văn Thắng CS (2015b) phát triển hệ thống cảnh báo sớm khí hậu cho Việt Nam Các tác giả áp dụng nghiên cứu dự báo khí hậu nêu để phát triển hệ thống cảnh báo dự báo khí hậu, tượng cực đoan khí hậu với thời hạn đến tháng cho khu vực Việt Nam Nhìn chung, hai nghiên cứu Nguyễn Văn Thắng CS (2015a, 2015b) khẳng định phương pháp chi tiết hóa động lực mơ hình khí hậu khu vực WRF RSM cho kết tốt 21 Nhận xét chung: Để dự báo xác xu khí hậu, định lượng trường khí hậu trung bình tượng khí hậu cực đoan chắn khơng thể dựa vào phương pháp thống kê mà cần phải phát triển phương pháp mơ hình động lực Phương pháp thống kê không mô tả mối quan hệ phức tạp theo không gian thời gian hệ thống khí hậu, mà nắm bắt tượng mang tính qui luật, kết khơng xác gặp tượng khí hậu đột biến Trên giới, mơ hình dự báo khí hậu phát triển mạnh mẽ đưa vào ứng dụng nghiệp vụ nhiều nước Trong số kể đến sản phẩm dự báo mơ hình MRI (Nhật Bản), CFS (Hoa Kỳ), ECMWF (Trung tâm Dự báo Hạn vừa Hạn dài châu Âu) Ở nước châu Á có Việt Nam - nơi thống trị khí hậu gió mùa, mơ hình CFS Trung tâm Dự báo Mơi trường quốc gia (NCEP) mô hình sử dụng phổ biến Với kĩ dự báo CFS (theo không gian thời gian) cải tiến nhiều, hệ thống CFS cung cấp lợi quan trọng việc dự báo hạn mùa nghiệp vụ Trong số mơ hình khí hậu khu vực sử dụng để chi tiết hóa kết mơ hình CFS, mơ hình RSM có nhiều ưu điểm có chung lõi động lực, vật lý quan trọng hỗ trợ công cụ kèm để kết hợp với sản phẩm CFS Tuy nhiên, so với mô hình khu vực khác, mơ hình RSM bắt đầu áp dụng Việt Nam tương đối muộn, chưa có nhiều nghiên cứu đánh giá chi tiết khả mơ dự báo khí hậu hạn mùa cho nước ta mơ hình RSM Trong khuôn khổ luận văn, tác giả muốn hướng đến đánh giá khả dự báo khí hậu hạn mùa cho khu vực Việt Nam mơ hình RSM sử dụng số liệu đầu vào từ mơ hình CFS với hạn dự báo từ đến tháng Để làm điều này, luận văn cần tập trung vào hai khía cạnh Đầu tiên đánh giá, lựa chọn miền tính sơ đồ tham số hóa mơ hình RSM phù hợp cho khu vực Việt Nam Từ cấu hình lựa chọn, tiến hành thử nghiệm dự báo khí hậu hạn mùa cho Việt Nam mơ hình RSM với điều kiện biên điều kiện ban đầu từ mơ hình CFS đánh giá kết nhận 22 TÀI LIỆU THAM KHẢO Tiếng Việt: Kiều Thị Xin, Trần Ngọc Anh, Lê Công Thành, Phan Văn Tân (2000), Về thử nghiệm mô mưa lãnh thổ Việt Nam mơ hình dự báo khí hậu khu vực RegCM Tạp chí Khí tượng Thuỷ văn (475), tr 10-18 Nguyễn Duy Chinh cs (2002), Nghiên cứu thử nghiệm Dự báo khí hậu Việt Nam Đề án nghiên cứu cấp Tổng cục KTTV, 2002 Nguyễn Duy Chinh cs (2006), Đánh giá quan hệ tượng ENSO chế độ nhiệt ẩm Việt Nam Tạp chí KTTV (544), 4-2006 Nguyễn Văn Thắng cs (2015) Nghiên cứu xây dựng hệ thống dự báo, cảnh báo hạn hán cho Việt Nam với thời hạn đến tháng Báo cáo tổng kết đề tài cấp Nhà nước thuộc Chương trình KC.08.17/11-15 Bộ Khoa học Công nghệ, năm 2015 Nguyễn Văn Thắng cs (2015) Xây dựng hệ thống cảnh báo sớm khí hậu cho Việt Nam Báo cáo tổng kết dự án cấp Bộ TNMT, năm 2015 Nguyễn Văn Thắng, Đào Thị Thúy, Mai Văn Khiêm (2006) “Nghiên cứu xây dựng dự báo khí hậu cho Việt Nam dựa kết mơ hình động lực tồn cầu”, Báo cáo tổng kết đề tài, Viện KTTV, Hà Nội, 70 tr Nguyễn Văn Thắng Nghiên cứu xây dựng công nghệ dự báo cảnh báo sớm hạn hán Việt Nam Báo cáo tổng kết đề tài, 2007 Nguyễn Văn Tuyên, 2008a: Khả dự báo hoạt động mùa bão biển Đơng Việt Nam: Phân tích yếu tố dự báo nhân tố dự báo (Phần I), Tạp chí KTTV, (số 568), tháng năm 2008, tr.1-8 Nguyễn Văn Tuyên, 2008b: Khả dự báo hoạt động mùa bão biển Đông Việt Nam: Phân tích yếu tố dự báo nhân tố dự báo (Phần II) Tạp chí KTTV, (số 571) tháng năm 2008, tr.1-11 10 Phạm Đức Thi, 1989:“Xây dựng số phương pháp dự báo hạn vừa, hạn dài nhiệt độ mùa đông mưa mùa hè khu vực phía bắc Việt Nam”, Báo cáo tổng kết đề tài cấp Bộ 75 11 Phan Văn Tân, Hồ Thị Minh Hà, 2008a: Nghiên cứu độ nhạy mô hình khí hậu khu vực RegCM3 Phần I: Ảnh hưởng điều kiện biên đến kết mơ khí hậu hạn mùa khu vực Việt Nam Đông Nam Á Tạp chí Khí tượng Thủy văn, Hà Nội, 9(573), tr 1-12 12 Phan Văn Tân, Hồ Thị Minh Hà, 2008b: Nghiên cứu độ nhạy mơ hình khí hậu khu vực RegCM3 Phần II: Ảnh hưởng sơ đồ tham số hóa đối lưu đến kết mơ khí hậu hạn mùa khu vực Đơng Nam Á Tạp chí Khí tượng Thủy văn, Hà Nội, 10(574), tr 1-11 13 Phan Văn Tân, Hồ Thị Minh Hà, Lương Mạnh Thắng, Trần Quang Đức, 2008: “Về khả ứng dụng mơ hình RegCM vào dự báo hạn mùa trường khí hậu bề mặt Việt Nam”, Tạp chí Đại học Quốc gia Hà Nội 14 Phan Văn Tân CS, 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 Báo cáo Tổng kết Đề tài KHCN cấp Nhà nước, mã số KC08.29/06-10 15 Phan Văn Tân cs (2014) Nghiên cứu xây dựng hệ thống mơ hình dự báo hạn mùa số tượng khí hậu cực đoan phục vụ phòng tránh thiên tai Việt Nam Đề tài cấp Nhà nước, mã số ĐT.NCCN-ĐHUD.2011-G/09 16 Tạ Hữu Chỉnh (2015), Nghiên cứu xây dựng hệ thống dự báo tổ hợp hạn mùa dựa kết dự báo mơ hình nghiệp vụ tồn cầu Tiếng Anh: Arribas, Alberto and coauthors, 2011: The GloSea4 Ensemble Prediction System for Seasonal Forecasting Monthly Weather Review, 139, 1891-1910 Bhaskaran, B and J.F.B Mitchell, 1998: Simulated changes in southeast Asian monsoon precipitation resulting from anthropogenic emissions Int J Climatology, 18, 1455-1462 Bergant K, Belda M, Halenka T 2007 Systematic errors in the simulation of European climate (1961–2000) with RegCM3 driven by NCEP/NCAR 76 renanlysis International Journal of Climatology 27: 455–472, DOI: 10.1002/joc.1413 Chan, Steven C., Vasubandhu Misra, 2011: Dynamic Downscaling of the North American Monsoon with the NCEP–Scripps Regional Spectral Model from the NCEP CFS Global Model J Climate, 24, 653–673 Christensen J.H., B Machenhauer, R.G Jones, C Schär, P.M Ruti, M Castro and G Visconti, 1997: Validation of present-day regional climate simulations over Europe: LAM simulations with observed boundary conditions Clim Dyn., 13, 489–506 Duffy, P B., and Coauthors, 2006: Simulations of present and future climates in the western United States with four nested regional climate models J Climate, 19, 873–895, doi:10.1175/JCLI3669.1 Francisco, R V., J Argete, F Giorgi, J S Pal, X Bi, and W J Gutowski, 2006: Regional model simulation of summer rainfall over the Philippines Theor Appl Climatol., 86, 215–227 Fu, C.B., H.L.Wei, M.Chen, B.K.Su, M.Zhao and W.Z Zheng, 1998: Simulation of the evolution of summer monsoon rainbelts over Eastern China from a regional climate model, Scientia Atmospherica Sinica, 22, 522–534 Giorgi, F and L.O Mearns, 1991: Approaches to the simulation of regional climate change: a review Rev Geophys., 29, 191-216 10 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,J Geophys Res., 104(D6) 11 Giorgi, F and X Bi, 2000: A study of internal variability of a regional climate model Journal of Geophysical Research, 105, 29503-29521 12 Hong, S.-Y and A Leetmaa, 1999: An evaluation of the NCEP RSM for regional climate modeling J Climate, 12, 592-609 13 Hong, S.-Y and H.-M.H Juang, 1998: Orography blending in the lateral boundary of a regional model Mon Wea Rev., 126, 1714-1718 77 14 Hudson, D.; Alves, O.; Hendon, H H & Wang, G (2011), 'The impact of atmospheric initialisation on seasonal prediction of tropical Pacific SST', Climate dynamics 36(5-6), 1155—1171 15 Im, E.-S., E.-H Park, W.-T Kwon and F Giorgi, 2006: Present climate simulation over Korea with a regional climate model using a one-way doublenested system Theoretical and Applied Climatology, 86, 187-200 16 IPCC, 2007: Climate Change 2007: The Physical Science Basis Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D Qin, M Manning, Z Chen, M Marquis, K.B Averyt, M Tignor, and H.L Miller (eds.)] Cambridge University Press, Cambridge, UK, 996 pp 17 Jiao, Y., and D Caya, 2006: An Investigation of Summer Precipitation Simulated by the Canadian Regional Climate Model Mon Wea Rev., 134, 919-932 18 Juang, H M H., C H Shiao, and M D Cheng, 2003: The Taiwan Central Weather Bureau regional spectral model for seasonal prediction: Multiparallel implementation and preliminary results Mon Wea Rev., 131, 1832-1847 19 Juang, H.-M.H and M Kanamitsu, 1994: The NMC nested regional spectral model Mon Wea Rev., 122, 3-26 20 Liang, X.Z., et al., 2004: Regional climate model simulation of U.S precipitation during 1982–2002 Part I: Annual cycle J Clim., 17(18), 3510– 3529 21 Liou, C.-S., and Coauthors, 1997: The second-generation global forecast system at the CentralWeather Bureau in Taiwan Wea Forecasting, 12, 653– 663 22 Liu, Y., F Giorgi and W.M Washington, 1994: Simulation of summer monsoon climate over east Asia with an NCAR regional climate model Monthly Weather Review, 122, 2331-2348 78 23 Leung, L.R., S.J Ghan, Z.C Zhao,Y Luo,W.-C Wang, and H.-L Wei, 1999a: Intercomparison of regional climate simulations of the 1991 summer monsoon in eastern Asia J Geophys Res., 104, 6425–6454 24 Leung, L.R., A.F Hamlet, D.P Lettenmaier and A Kumar, 1999b: Simulations of the ENSO hydroclimate signals in the Pacific Northwest Columbia River Basin Bull Am Met Soc., 80(11), 2313-2329 25 Marshall, A.G., D Hudson, M.C Wheeler, H.H Hendon, and O Alves, 2012 Evaluating key drivers of Australian intra-seasonal climate variability in POAMA-2: a progress report CAWCR Research Letters, 7, 10-16 26 McGregor, J.L., 1997: Regional climate modelling Meteorology and Atmospheric Physics, 63, 105-117 27 Molteni, F.; Stockdale, T.; Balmaseda, M.; Balsamo, G.; Buizza, R.; Ferranti, L.; Magnusson, L.; Mogensen, K.; Palmer, T & Vitart, F (2011), The new ECMWF seasonal forecast system (System 4), European Centre for MediumRange Weather Forecasts 28 Noguer, M., R.G Jones and J.M Murphy, 1998: Sources of systematic errors in the climatology of a nested regional climate model (RCM) over Europe Clim Dyn., 14, 691-712 29 Pan, Z., J.H Christensen, R.W Arritt.,W.J Gutowski, E.S Takle and F Otieno, 2000: Evaluation of uncertainties in regional climate change simulations J Geophys, Res., in press 30 Saha S, Moorthi S, Wu X, Wang J, Nadiga S, Tripp P, Pan H-L, Behringer D, Hou Y-T, Chuang H-y, Iredell M, Ek M, Meng J, Yang R, van den Dool H, Zhang Q, Wang W, Chen M 2014 The NCEP Climate Forecast System Version Journal of Climate 27: 2185–2208, DOI: 10.1175/JCLI-D-1200823.1 31 Saha S and Coauthors, 2006: The NCEP Climate Forecast System J Climate, 19, 3483-3517 79 32 Stockdale, T N.; Anderson, D L.; Balmaseda, M A.; Doblas-Reyes, F.; Ferranti, L.; Mogensen, K.; Palmer, T N.; Molteni, F & Vitart, F (2011), 'ECMWF seasonal forecast system and its prediction of sea surface temperature', Climate dynamics 37(3-4), 455 471 33 Takle, E.S., W.J Gutowski, R.W Arritt, Z Pan, C.J Anderson, R.S da Silva, D Caya, S.-C Chen, F Giorgi, J.H Christensen, S.-Y Hong, H.-M H Juang, J Katzfey,W.M Lapenta, R Laprise, P Lopez, G.E Liston, J McGregor, A Pielke and J.O Roads, 1999: Project to intercompare regional climate simulation (PIRCS)): Description and initial results J Geophys Res., 104, 19443-19461 34 Wang, H.; Yu, E & Yang, S (2011), 'An exceptionally heavy snowfall in Northeast China: Large-scale circulation anomalies and hindcast of the NCAR WRF model', Meteorology and Atmospheric Physics 113(1-2), 11—25 35 Yoon Jin-Ho, Kingtse Mo and Eric F Wood, 2011: Dynamic-Model-Based Seasonal Prediction of Meteorological Drought over the Contiguous United States Journal of Hydrometeorology, DOI: 10.1175/JHM-D-11-038.1 36 ZHU, J., X.-Z LIANG, 2007: Regional climate model simulations of US precipitation and surface air temperature during 1982–2002: Interannual variation – J Climate 20, 218–232 80 ... ĐÁNH GIÁ KHẢ NĂNG DỰ BÁO KHÍ HẬU HẠN MÙA CỦA MƠ HÌNH RSM TRÊN KHU VỰC VIỆT NAM Chuyên ngành: Khí tượng khí hậu học Mã số: 60440222 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: TS MAI VĂN... Sau đánh giá kỹ qua mơ khí hậu khu vực, mùa, mơ hình RCM ứng dụng để dự báo khí hậu khu vực với IC LBC lấy từ trường dự báo GCM Sai số dự báo RCM trường hợp bao gồm sai số mơ hình (khả mơ hình) ... đến đánh giá khả dự báo khí hậu hạn mùa cho khu vực Việt Nam mơ hình RSM sử dụng số liệu đầu vào từ mơ hình CFS với hạn dự báo từ đến tháng Để làm điều này, luận văn cần tập trung vào hai khía