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 TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Nguyễn Quang Trung NGHIÊN CỨU KHẢ NĂNG ỨNG DỤNG MƠ HÌNH KHÍ HẬU KHU VỰC DỰ BÁO HẠN MÙAỞ VIỆT NAM Chuyên ngành: Khí tƣợng khí hậu học Mã số: 62.44.87 BẢN TĨM TẮT LUẬN VĂN THẠC SĨ KHOA HỌC NGƢỜI HƢỚNG DẪN KHOA HỌC: GS TS Phan Văn Tân Hà Nội - 2012 LỜI CẢM ƠN Tác giả hoàn thành luận văn học tập cơng tác Bộ mơn Khí tƣợng, Khoa Khí tƣợng Thủy văn Hải dƣơng học, Trƣờng Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội Luận văn đƣợc thực dƣới hƣớng dẫn tận tình GS TS Phan Văn Tân Tác giả xin bày tỏ lòng biết ơn chân thành tới thầy, ngƣời hết lòng quan tâm nhƣ kiên trì giúp đỡ bƣớc nghiên cứu học viên Tác giả xin chân thành cảm ơn tập thể Bộ mơn khí tƣợng nói riêng Khoa Khí tƣợng Thủy Văn Hải dƣơng học nói chung ln giúp đỡ, tạo điều kiện để tác giả hoàn thành luận văn, cịn mang lại mơi trƣờng làm việc học tập có cho học viên Nguyễn Quang Trung MỤC LỤC DANH MỤC HÌNH DANH MỤC BẢNG DANH MỤC CÁC KÝ HIỆU VIẾT TẮT .8 MỞ ĐẦU Chƣơng TỔNG QUAN 10 1.1 Các nghiên cứu giới 10 1.2 Các nghiên cứu nƣớc 18 Chƣơng PHƢƠNG PHÁP NGHIÊN CỨU 22 2.1 Sơ lƣợc mơ hình khí hậu khu vực RegCM3 22 2.2 Hệ thống mơ hình kết hợp CAM-SOM 24 2.3 Thiết kế thí nghiệm 29 2.4 Nguồn số liệu 34 Chƣơng KẾT QUẢ VÀ NHẬN XÉT 38 3.1 Kết dự báo hạn mùa mơ hình RegCM3 với tùy chọn tham số hóa đối lƣu khác .38 3.1.1 Thời tiết, khí hậu khu vực Đông Nam Á giai đoạn 1996-2005 .38 3.1.2 Hoàn lƣu, nhiệt độ lƣợng mƣa từ đầu RegCM3 .40 3.2 Đánh giá kết dự báo thử nghiệm Reg_CAMSOM 54 3.2.1 Đánh giá trƣờng đầu vào nhận đƣợc từ CAMSOM .54 3.2.2 So sánh Reg_CAMSOM Reg_NNRP2 .58 3.2.3 Đánh giá kết Reg_CAMSOM 64 KẾT LUẬN .78 TÀI LIỆU THAM KHẢO .79 DANH MỤC HÌNH Hình 1.1 Trung tâm sản phẩm toàn cầu cho dự báo hạn dài WMO 15 Hình 2.1 Cấu trúc lƣới thẳng đứng (bên trái) lƣới ngang dạng xen kẽ ArakawaB (bên phải) mơ hình RegCM3 23 Hình 2.2 Mơ tả hệ toạ độ lai thẳng đứng CAM 3.0 27 Hình 2.3 Sơ đồ mơ tả mơ hình thành phần CAM-SOM .28 Hình 2.5 Miền tính RegCM3 thí nghiệm .31 Hình 2.4 Mơ tả thí nghiệm đƣợc thực 32 Hình 2.5 Vị trí 48 trạm lấy số liệu quan trắc để thẩm định .36 Hình 3.1 Nino3.4 trung bình từ tháng đến tháng 12 giai đoạn 1950 – 2007 39 Hình 3.2 Tần số bão khu vực Biển Đông (1961 - 2007) 39 Hình 3.3 Trƣờng vectơ gió độ cao địa vị mực 850 mb trung bình tháng 4, 7, 10 (trên xuống dƣới) thí nghiệm so sánh với số liệu NNRP2 .42 Hình 3.4 Trƣờng vectơ gió độ cao địa vị mực 500 mb trung bình tháng 4, 7, 10 (trên xuống dƣới) thí nghiệm so sánh với số liệu NNRP2 .43 Hình 3.5 Trƣờng vectơ gió độ cao địa vị mực 200 mb trung bình tháng 4, 7, 10 (trên xuống dƣới) thí nghiệm so sánh với số liệu NNRP2 .44 Hình 3.6 Trƣờng khí áp mực biển trung bình tháng 4, 7, 10 (trên xuống dƣới) thí nghiệm so sánh với số liệu NNRP2 45 Hình 3.7 Trƣờng nhiệt độ mực 2m trung bình tháng 5-10 giai đoạn 19962005 thí nghiệm so sánh với số liệu CRU 46 Hình 3.8 Lƣợng mƣa trung bình tháng 5-10 giai đoạn 1996-2005 thí nghiệm so sánh với số liệu CRU .47 Hình 3.9 Trƣờng nhiệt độ mực 2m trung bình tháng 5-10 giai đoạn 19962005 thí nghiệm so sánh với số liệu quan trắc 48 trạm 48 Hình 3.10 Lƣợng mƣa trung bình tháng 5-10 giai đoạn 1996-2005 thí nghiệm so sánh với số liệu quan trắc 48 trạm 49 Hình 3.11 Đồ thị tụ điểm đánh giá sai số mô nhiệt độ mực 2m (a) lƣợng mƣa (b) thí nghiệm so với số liệu quan trắc 48 trạm 51 Hình 3.12 Profile thẳng đứng độ ẩm tuyệt đối (a) nhiệt độ (b) trung bình từ tháng 5-10 giai đoạn 1996-2005 thí nghiệm 51 Hình 3.13 Biểu đồ Hovmoller trung bình trƣợt ngày nhiệt độ (a) lƣợng mƣa (b) thí nghiệm Reg_Kuo (trên), Reg_Grell (giữa) Reg_Emanuel (dƣới) .54 Hình 3.14 Trƣờng vectơ gió độ cao địa vị mực 1000 mb trung bình tháng 1,4,7 (trái sang phải) CAMSOM (trên) NNRP2 (dƣới) 55 Hình 3.15 Trƣờng vectơ gió độ cao địa vị mực 850 mb trung bình tháng 1,4,7 (trái sang phải) CAMSOM (trên) NNRP2 (dƣới) 56 Hình 3.16 Trƣờng vectơ gió độ cao địa vị mực 500 mb trung bình tháng 1,4,7 (trái sang phải) CAMSOM (trên) NNRP2 (dƣới) 57 Hình 3.17 Trƣờng nhiệt độ khơng khí trung bình mực 2m tháng 6,7,8 (trên xuống dƣới) mô RegCM3 theo số liệu CAMSOM (trái), NNRP2 (giữa) hiệu chúng (phải) 59 Hình 3.18 Trƣờng tổng lƣợng mƣa tháng 6,7,8 (trên xuống dƣới) mô RegCM3 theo số liệu CAMSOM (trái), NNRP2 (giữa) hiệu chúng (phải) 60 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 61 Hình 3.20 Tổng lƣợng mƣa tháng trung bình tháng từ tháng đến tháng mô RegCM3 theo số liệu CAMSOM (trái), NNRP2 (giữa) số liệu quan trắc (phải) 48 trạm 62 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 63 Hình 3.22 Sai số mơ lƣợng mƣa trung bình tháng từ tháng đến tháng RegCM3 theo số liệu CAMSOM, NNRP2 số liệu quan trắc 48 trạm .64 Hình 3.23 Nhiệt độ khơng khí trung bình mực 2m (a) tháng 4, (b) tháng 5, (c) tháng theo số liệu CRU 65 Hình 3.24 Sai số dự báo nhiệt độ khơng khí trung bình mực 2m tháng với leadtime khác 66 Hình 3.25 Sai số dự báo nhiệt độ khơng khí trung bình mực 2m tháng với leadtime khác 67 Hình 3.26 Sai số dự báo nhiệt độ khơng khí trung bình mực 2m tháng với leadtime khác 68 Hình 3.27 Lƣợng mƣa trung bình (a) tháng 4, (b) tháng 5, (c) tháng theo số liệu CRU .69 Hình 3.28 Sai số dự báo lƣợng mƣa trung bình tháng với leadtime khác 70 Hình 3.29 Sai số dự báo lƣợng mƣa trung bình tháng với leadtime khác 71 Hình 3.30 Sai số dự báo lƣợng mƣa trung bình tháng với leadtime khác 72 Hình 3.31 Sai số dự báo nhiệt độ mực 2m 48 trạm 73 Hình 3.32 Sai số dự báo nhiệt độ mực 2m trạm miền Bắc 74 Hình 3.33 Sai số dự báo nhiệt độ mực 2m trạm miền Nam 75 Hình 3.34 Sai số dự báo lƣợng mƣa 48 trạm 76 Hình 3.35 Sai số dự báo lƣợng mƣa trạm miền Bắc 76 Hình 3.36 Sai số dự báo lƣợng mƣa trạm miền Nam 77 DANH MỤC BẢNG Bảng 2.1 Danh mục số trƣờng kết xuất mơ hình CAM-SOM .29 Bảng 2.2 Các hàm đƣợc sử dụng thƣ viện NFI 34 Bảng 2.3 Danh sách 48 trạm lấy số liệu quan trắc để thẩm định 36 DANH MỤC CÁC KÝ HIỆU VIẾT TẮT AGCM Mô hình hồn lƣu chung khí GCM Mơ hình hồn lƣu chung khí (Global Circulation model) GPC Trung tâm sản phẩm toàn cầu cho dự báo hạn dài LSM Mơ hình bề mặt đất (land surface model) RegCM Mơ hình khí hậu khu vực (Regional Climate Model) SST Nhiệt độ mặt nƣớc biển toàn cầu (Sea surface temperature) WMO Tổ chức Khí tƣợng Thế giới (World Meteorological Organization) MỞ ĐẦU Bài toán dự báo hạn mùa toán đƣợc quan tâm giới nhƣ khu vực ứng dụng thiết thực đời sống xã hội Cụ thể dự báo hạn mùa, phƣơng pháp đƣợc quan tâm nhiều phƣơng pháp mơ hình động lực, thay cho phƣơng pháp thống kê đƣợc phát triển mạnh năm trƣớc Sự phát triển 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 hƣớng nghiên cứu Ở Việt Nam, việc ứng dụng thử nghiệm mơ hình khí hậu khu vực cho tốn dự báo khơng cịn mẻ nhƣng nhiều câu hỏi cần đƣợc 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 toàn cầu, để đƣa sản phẩm dự báo đánh giá cho khu vực Việt Nam Mơ hình khu vực đƣợc sử dụng Mơ hình khí hậu khu vực RegCM phiên (RegCM3), với đầu vào từ hệ thống mơ hình kết hợp CAM-SOM Trƣớc đó, khả mô RegCM3 với sơ đồ đối lƣu khác đƣợc đánh giá với kết giai đoạn 10 năm Luận văn đƣợc bố cục thành chƣơng, mở đầu, kết luận tài liệu tham khảo nhƣ sau: Chƣơng 1: Tổng quan Chƣơng 2: Phƣơng pháp nghiên cứu Chƣơng 3: Kết nhận xét Chƣơng TỔNG QUAN Dự báo hạn mùa tốn đƣợc quan tâm đặc biệt, khơng nghiên cứu mà đƣợc 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 nhƣ góp phần đƣa dự báo đáng tin cậy sản lƣợng vụ mùa Châu Âu [12] hay miền tây Ấn Độ [13], lĩnh vực y tế nhƣ việc dự báo lan truyền dịch sốt rét [38] Chƣơng trình bày tổng quan nghiên cứu giới nƣớc dự báo hạn mùa, để có đƣợc khái niệm nhƣ vài nét phát triển dự báo hạn mùa Từ đó, mục tiêu nhƣ ý nghĩa tốn đƣợc giải khuôn khổ luận văn đƣợc rõ 1.1 Các nghiên cứu giới Đến với tốn dự báo hạn mùa, trƣớc hết, cần có nhìn khái quát khái niệm dự báo hạn mùa, nhƣ trung tâm đƣa sản phẩm dự báo hạn mùa, đƣợc bổ nhiệm thức Tổ chức Khí tƣợng 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 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 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] 10 Hình 3.26 Sai số dự báo nhiệt độ khơng khí trung bình mực 2m tháng với leadtime khác Trong tháng 6, sai số dự báo trì xu thiên âm nhƣng khoảng 1oC Trong tháng đánh giá đây, kết dự báo tháng tốt Tuy cần lƣu ý nhiệt tháng cao tháng khác biệt vùng khu vực Việt Nam không lớn, nhƣ hình 3.23 Sai số lớn nằm vùng B1, sai số nhỏ nằm vùng đồng Bắc Bộ, vùng B4 khu vực Nam Bộ Sai số đƣợc cải thiện leadtime tăng lên, thấy rõ khu vực Đơng Bắc Bộ, Tây Nguyên Nam Trung Bộ Nhƣ vậy, sai số dự báo nhiệt độ 2m tháng xét với leadtime khác cho xu thiên âm khu vực Việt Nam Vùng núi có địa hình cao thuộc khu vực B1 có sai số dự báo cao nhất, vùng đồng Bắc Bộ có sai số thấp Ở tháng 5, sai số dự báo giảm leadtime tăng từ 68 tháng lên tháng Một cách hiểu đơn giản dự báo sớm cho kết sai số thấp hay việc tăng leadtime đến khoảng thời gian thích hợp cải thiện kết dự báo Cần nhiều đánh giá để kết luận điều Nhƣng lƣu ý nhiệt tháng đồng khu vực Việt Nam so với tháng Hình 3.27 Lƣợng mƣa trung bình (a) tháng 4, (b) tháng 5, (c) tháng theo số liệu CRU Lƣợng mƣa trung bình tháng 4, 5, giai đoạn 2001-2005 theo số liệu CRU đƣợc hiển thị hình 3.27 Các hình từ Hình 3.28 đến 3.30 thể sai số dự báo lƣợng mƣa Reg_CAMSOM so với số liệu CRU tháng 4, 5, với leadtime khác Theo số liệu CRU, lƣợng mƣa tháng lớn nhiều so với tháng Lƣợng mƣa trung bình tháng khu vực Việt Nam nằm khoảng 50 đến 100 mm lƣợng mƣa trung bình tháng nằm khoảng 400 mm Khu vực ven biển Nam Trung Bộ lƣợng mƣa thấp so với khu vực cịn lại nƣớc 69 Hình 3.28 Sai số dự báo lƣợng mƣa trung bình tháng với leadtime khác Dự báo lƣợng mƣa tháng cho sai số thiên âm hầu hết khu vực Việt Nam ngoại trừ khu vực ven biển Nam Trung Bộ cho dự báo thiên dƣơng Sai số dự báo lƣợng mƣa nằm khoảng 200 mm dự báo thiên âm khoảng 100 mm vùng có kết thiên dƣơng Nhìn chung, sai số dự báo khu vực đƣợc cải thiện leadtime tăng lên (từ đến tháng) Chỉ đặc biệt khu vực ven biển Nam Trung Bộ, nơi cho dự báo thiên dƣơng, giá trị sai số dự báo nhỏ nằm khoảng 30 mm lại trƣờng hợp leadtime=1 Đến leadtime=3, khu vực dự báo thiên dƣơng có xu hƣớng co dần lên khu vực Bắc Trung Bộ Nhìn chung, nhƣ dự tính trƣớc, kết dự báo lƣợng mƣa cho sai số lớn 70 Hình 3.29 Sai số dự báo lƣợng mƣa trung bình tháng với leadtime khác Trong tháng 5, sai số dự báo lƣợng mƣa có khác biệt khu vực nƣớc rõ nét xu dự báo thiên âm chiếm ƣu gần nhƣ toàn khu vực Việt Nam tất trƣờng hợp Trong đó, xuất khu vực có sai số nhỏ hẳn nằm khu vực Tây Nguyên Sai số khu vực có khác biệt leadtime khác nhau, chuyển từ thiên dƣơng sang thiên âm với sai số khoảng 30 mm Khu vực ven biển Nam Trung Bộ khu vực cho sai số thiên âm nhỏ khu vực khác, khoảng 50 mm Mặt khác, khu vực B2 B3 lại nơi cho kết dự báo thiên âm lớn nhất, lên đến khoảng 300 mm Nhìn lại hình 27, khu vực có lƣợng mƣa lớn so với khu vực khác nƣớc, khu vực B4 có lƣợng mƣa xấp xỉ nhƣng sai số lại không rõ nét nhƣ Một điểm lƣu ý việc thay đổi leadtime dƣờng nhƣ không cải thiện đƣợc sai số dự báo 71 Đối với tháng 6, giá trị sai số thiên âm chiếm toàn miền đánh giá, với sai số khoảng 100 đến 400 mm Đặc biệt, sai số lớn xuất khu vực B4 trì rõ nét tất trƣờng hợp leadtime khác Đây khu vực có lƣợng mƣa lớn theo số liệu CRU (hình 30) Một lần khu vực có sai số nhỏ Nam Trung Bộ Tây Nguyên, thấp quan trắc khoảng 50 mm Giữa leadtime khác khơng có khác biệt sai số lớn, hay việc thay đổi leadtime không cải thiện đƣợc sai số nhìn chung khu vực Việt Nam Tuy vậy, xét khu vực nhỏ (nhƣ B1 hay N3) có thay đổi nhận thấy đƣợc sai số trƣờng hợp leadtime khác Hình 3.30 Sai số dự báo lƣợng mƣa trung bình tháng với leadtime khác Đến đây, qua đánh giá dự báo lƣợng mƣa cho tháng 4, 5, nhận thấy việc thay đổi leadtime không đƣợc cải thiện hay khác biệt lớn việc dự báo lƣợng mƣa Những khu vực có lƣợng mƣa lớn có sai số dự báo lớn 72 cả, điều lý giải việc mô khô Reg_CAMSOM đƣợc phân tích kết thí nghiệm TN2a (mục 3.2.2) Bên cạnh đó, kết dự báo lấy trung bình giai đoạn 2001-2005, mà chƣa tách biệt để đánh giá năm chịu tác động đặc biệt tƣợng nhƣ 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 lƣợng mƣa 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 phƣơng (RMSE) hệ số tƣơng quan (CC) Các kết đƣợc thể đồ thị với trục tung thể leadtime (từ đến tháng) trục hoành thể tháng cần dự báo Các kết đƣợc 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 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) 73 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 khác biệt lớn sai số dự báo (chỉ chênh lệch khoảng 0.2oC) Dự báo thiên âm tất trƣờng hợp, tƣơng đồng với kết so sánh với số liệu CRU Hệ số tƣơng quan cao nằm tháng mùa đông (tháng 1, 2) với hệ số khoảng 0.8 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 tƣơng 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 0.2oC Sai số tăng lên dự báo tháng 74 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 đƣợc nhận thấy số trƣờng hợp Các tháng cho thấy rõ điều sai số giảm khoảng 0.2oC từ leadtime đến Tuy vậy, bên cạnh đó, tháng nhƣ 2, 3, lại cho thấy sai số dự báo tăng leadtime tăng Hệ số tƣơng quan nhận đƣợc khoảng 0.55 ME MAE 75 RMSE CC Hình 3.34 Sai số dự báo lƣợng mƣa 48 trạm Sai số dự báo lƣợng mƣa cho giá trị thiên âm giống nhƣ 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 tƣơng quan thấp nhiều so với biến nhiệt độ, khoảng 0.2 ME MAE RMSE CC Hình 3.35 Sai số dự báo lƣợng mƣa trạm miền Bắc Hình 3.35 3.36 thể sai số dự báo lƣợng mƣa xét riêng cho trạm miền Bắc trạm miền Nam Nhìn chung, xu sai số tƣơng đồng với 76 xét cho khu vực Việt Nam Sai số tháng từ tháng trở lớn sai số dự báo tháng trƣớc Xu dự báo thiên âm rõ rệt hệ số tƣơng 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 Nhƣ vậy, nhìn chung, hai biến nhiệt độ lƣợng mƣa, xu dự báo thiên âm rõ rệt thực đánh giá Bên cạnh đó, ảnh hƣởng leadtime khác (theo nhƣ thí nghiệm) khơng đƣợc nhận thấy rõ nét Sai số dự báo lớn, hệ số tƣơng quan tốt biến nhiệt độ biến lƣợng mƣa ME MAE RMSE CC Hình 3.36 Sai số dự báo lƣợng mƣa trạm miền Nam 77 KẾT LUẬN Ý nghĩa khoa học thực tiễn toán dự báo hạn mùa đƣợc 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 trƣờng độ cao trƣờng gió mùa hè (từ tháng đến tháng 10) giai đoạn đƣợc nghiên cứu (1996-2005) Kết mô mực đƣợc đánh giá chƣơng điều + Mơ hình RegCM3 tái tạo tốt trƣờng nhiệt độ 2m với sơ đồ tham số hóa đối lƣu khác (phân bố nhiệt độ tƣơng đồng với quan trắc, sai số xấp xỉ 1oC) Riêng biến lƣợng mƣa, 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 lƣợng mƣa lớn + Mơ hình RegCM3 có khả kết hợp đƣợc với hệ thống mơ hình CAMSOM Chƣơng trình để đọc đầu CAMSOM tạo đầu vào cho RegCM3 đƣợc phát triển Các kết mô đƣợc so sánh với trƣờng 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 chƣa cho thấy rõ khác biệt rõ nét leadtime khác Xu dự báo thiên âm rõ rệt biến nhiệt độ lƣợng mƣa Cần có hiệu chỉnh kết nghiên cứu kĩ sau 78 TÀI LIỆU THAM KHẢO Tiếng Việt Nguyễn Đức Ngữ (2007), “Tác động ENSO đến thời tiết, khí hậu, mơi trƣờng 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, Lƣơng Mạnh Thắng, Trần Quang Đức (2009), “Về khả ứng dụng mơ hình RegCM vào dự báo hạn mùa trƣờng 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 tồn cầu đến yếu tố tƣợng khí hậu cực đoan Việt Nam, khả dự báo giải pháp chiến lƣợc ứng phó”, Đề tài cấp Nhà nước, mã số KC08.29/06-10 Phạm Đức Thi (1987), “Xây dựng số phƣơng pháp dự báo hạn vừa, hạn dài nhiệt độ mùa đông mƣa 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 79 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 (1993b), “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, 80 in Climate Processes and Climate Sensitivity”, edited by J E Hansen, and T Takahashi, 130-163, Amer Geophys Union, Washington, D.C 24 Holtslag A.A.M., Bruijn E.I.F., Pan H.-L (1990), “A high resolution air mass transformation model for short-range weather forecasting”, Mon Wea Rev Vol 118, pp 1561–1575 25 Kasahara, A (1974), “Various vertical coordinate systems used for numerical weather prediction”, Mon Wea Rev., 102, 509-522 26 Kiehl, J T., J Hack, G Bonan, B Boville, B Briegleb, D Williamson, and P Rasch, (1996), “Description of the NCAR Community Climate Model (CCM3)”, Technical Report NCAR/TN-420+STR, National Center for Atmospheric Research, Boulder, Colorado, 152 pp 27 Koster, Randal D., Max J Suarez, Ping Liu, Urszula Jambor, Aaron Berg, Michael Kistler, Rolf Reichle, Matthew Rodell, and Jay Famiglietti (2004), “Realistic Initialization of Land Surface States: Impacts on Subseasonal Forecast Skill”, J Hydrometeorology, 5(6), 1049 28 McAvaney, B J., W Bourke, and K Puri (1978) “A global spectral model for simulation of the general circulation”, J Atmos Sci., 35, 1557-1583 29 Nellie Elguindi, Xunqiang Bi, Filippo Giorgi, Badrinath Nagarajan, Jeremy Pal, and Fabien Solmon (2004), “RegCM Version 3.0 User's Guide”, Physics of Weather and Climate Group, International Centre for Theoretical Physics, MIRAMARE TRIESTE, February 2004 30 New Attachment II-9 to the Manual on the GDPS (WMO-No 485),Volume I, (2002), “Standardised Verification System (SVS) for Long-Range Forecasts(LRF) Version 3.0”, August 12 2002 SVS for LRF 31 Palmer, T N., Alessandri, A., Andersen, U., Cantelaube, P., Davey, M., D´el´ecluse, P., D´equ´e, M., D´ıez, E., Doblas-Reyes, F J., Feddersen, H., Graham, R., Gualdi, S., Gu´er´emy, J.-F., Hagedorn, R., Hoshen, M., Keenlyside, N., Latif, M., Lazar, A., Maisonnave, E., Marletto, V., Morse, A P., Orfila, B., Rogel, P., Terres, J.-M and Thomson, M C (2004) “Development of a European multimodel ensemble system for seasonal-tointerannual prediction (DEMETER)”, Bull Am Meteorol Soc., 85, 853–872 32 Saha, S., and Coauthors, (2006), “The NCEP Climate Forecast System”, J Climate, 19, 3483–3517 33 Simmons, A J., and R Strüfing (1981), “An energy and angular-momentum conserving finite-difference scheme, hybrid coordinates and medium-range weather prediction”, Technical Report ECMWF Report No 28, European Centre for Medium-Range Weather Forecasts, Reading, U.K., 68 pp 81 34 Singh G.P., Oh J., Kim J., Kim O (2006), “Sensitivity of Summer Monsoon Precipitation over East Asia to Convective Parameterization Schemes in RegCM3”, SOLA Vol (029-032) 35 Stockdale, T (2000), “An overview of techniques for forecasting”, Stochastic Environ Res Risk Assess., 14, 305–318 seasonal 36 Sundqvist H., Berge E., Kristjansson J.E (1989), “Condensation and cloud parameterization studies with a mesoscale numerical weather prediction model”, Mon Wea Rev Vol 117, pp 1641-1657 37 Sylla M B & A T Gaye & J S Pal & G S Jenkins & X Q Bi, (2009), “High-resolution simulations of West African climate using regional climate model (RegCM3) with different lateral boundary conditions”, Theor Appl Climatol 98:293–314 38 Thomson, M.C., F.J Doblas-Reyes, S.J Mason, R Hagedorn, S.J Connor, T Phindela, A.P Morse and T.N Palmer (2006), “Malaria early warnings based on seasonal climate forecasts from multi-model ensembles”, Nature, 439, 576-579 39 Washington, W M (1982), “Documentation for the Community Climate Model (CCM)”, Version Φ, Technical Report NTIS No PB82 194192, National Center for Atmospheric Research, Boulder, Colorado 40 Williamson, D L (1983), “Description of NCAR Community Climate Model (CCM0B)”, Technical Report NCAR/TN-210+STR, National Center for Atmospheric Research, Boulder, Colorado, NTIS No PB83 23106888, 88 pp 41 Williamson, D L., J T Kiehl, V Ramanathan, R E Dickinson, and J J Hack (1987), “Description of NCAR Community Climate Model (CCM1)”, Technical Report NCAR/TN-285+STR, National Center for Atmospheric Research, Boulder, Colorado, 112 pp 42 Williamson, G S., and D L Williamson (1987), “Circulation statistics from seasonal and perpetual January and July simulations with the NCAR Community Climate Model (CCM1): R15”, Technical Report NCAR/TN302+STR, National Center for Atmospheric Research, Boulder, Colorado, 199 pp 43 Zeng X., Zhao M., Dickinson R.E (1998a), “Intercomparison of Bulk Aerodynamic Algorithm for the Computation of Sea Surface Fluxes Using TOGA COARE and TAO data”, Journal of Climate Vol 11, pp 2628-2644 44 http://www.wmo.int/pages/themes/climate/long_range_forecasting.php 82 ... nghĩa thực tiễn khoa học tốn dự báo hạn mùa mơ hình khí hậu khu vực đƣợc Để cụ thể hóa tốn nghiên cứu khả ứng dụng mơ hình khí hậu khu vực dự báo hạn mùa Việt Nam khu? ?n khổ luận văn này, chƣơng... khơng mơ hình khí hậu khu vực đƣợc thử nghiệm cho khu vực Việt Nam [3] Từ đó, tác giả nhận thấy việc hƣớng đến nghiên cứu khả ứng dụng mơ hình khí hậu khu vực vào toán dự báo hạn mùa Việt Nam hƣớng... mơ khu vực/ địa phƣơng đƣợc sử dụng trung tâm dự báo khu vực địa phƣơng Từ đó, dự báo hạn dài quy mô khu vực đƣợc cung cấp Các trung tâm khí hậu khu vực (RCCs) nhƣ Diễn đàn dự báo mùa khu vực