Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 32, Số (2016) 25-33 Dự báo mưa hạn mùa mơ hình clWRF: Độ nhạy sơ đồ tham số hoá đối lưu Nguyễn Thị Hạnh, Vũ Thanh Hằng*, Phan Văn Tân Trường Đại học Khoa học Tự nhiên, ĐHQGHN, 334 Nguyễn Trãi, Hà Nội, Việt Nam Nhận ngày 20 tháng 01 năm 2016 Chỉnh sửa ngày 12 tháng năm 2016; Chấp nhận đăng ngày 28 tháng năm 2016 Tóm tắt: Để khảo sát độ nhạy sơ đồ tham số hoá đối lưu việc dự báo mưa hạn mùa từ mơ hình khí hậu khu vực, ba sơ đồ tham số hố đối lưu mơ hình clWRF lựa chọn để nghiên cứu báo Số liệu sử dụng lấy từ mơ hình tồn cầu CFS làm điều kiện ban đầu điều kiện biên để thực dự báo hạn từ đến tháng cho lượng mưa tháng 6, 7, 8, năm 2012 (thời điểm làm dự báo từ tháng 3, tháng tháng năm 2012) Sơ đồ KainFritsch thường cho dự báo thiên dương sai số lớn hơn, đặc biệt vùng khí hậu Nam Bộ sơ đồ Betts-Miller-Janjic Grell Devenji thường dự báo thiên âm, chủ yếu khu vực phía bắc Nhìn chung, mơ hình cho kết dự báo tốt vùng khí hậu phía Bắc vùng khí hậu Nam Bộ Nghiên cứu cho thấy bất định hạn dự báo đích dự báo khác vùng khí hậu Từ khóa: Dự báo mưa hạn mùa, mơ hình clWRF, sơ đồ tham số hóa đối lưu thơng tin mùa tới ẩm hơn, khơ hơn, nóng hay lạnh so với thông thường Cơ sở vật lý để đưa đánh giá kiểu xuất phát từ ảnh hưởng dấu hiệu qui mô thời gian mùa dự báo đại dương đến qui mô nhỏ bề mặt lục địa khí [3] Điểm mấu chốt tốn dự báo mùa tượng tương tác đại dương - khí ElNino xảy vùng Thái Bình Dương nhiệt đới dự báo trước đến tháng [4, 5] Để tiếp cận tốn dự báo mùa có hai phương pháp: phương pháp thống kê phương pháp động lực [6] Hiện nay, với phát triển nhanh chóng khoa học cơng nghệ phương pháp động lực ứng dụng nhiều nghiên cứu nghiệp vụ Điển hình kể đến hệ thống dự báo mùa toàn cầu Trung tâm Dự báo thời tiết hạn vừa Châu Âu (ECMWF) hệ Mở đầu∗ Dự báo hạn mùa (seasonal forecast) nói chung dự báo mưa hạn mùa nói riêng quan tâm đáng kể ý nghĩa thực tiễn đời sống xã hội Không giống dự báo thời tiết thông thường, dự báo hạn mùa không đưa dự báo chi tiết từ ngày sang ngày khác dự báo chi tiết kiểu bị loại bỏ chất hỗn loạn hệ thống khí hậu, hay biết đến “hiệu ứng cánh bướm” [1] Dự báo hạn mùa thường cung cấp thông tin đặc trưng thống kê trung bình mùa thời tiết, điển hình với hạn dự báo trước tháng [2] Chẳng hạn dự báo mùa đưa _ ∗ Tác giả liên hệ ĐT.: 84-903252170 Email: hangvt@vnu.edu.vn 25 26 N.T Hạnh nnk / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 32, Số (2016) 25-33 thống dự báo khí hậu CFS Trung tâm Dự báo Mơi trường Quốc gia Hoa Kỳ (NCEP) [7] Khả dự báo mùa nhiệt độ mưa cho thấy kết khả quan sử dụng mơ hình khí hậu khu vực clWRF [8] Mặc dù vậy, kết dự báo không phụ thuộc vào điều kiện ban đầu điều kiện biên, mà phụ thuộc vào tham số vật lý tham số động lực thiết lập mơ hình Trong số sơ đồ tham số hố đối lưu nhạy với kết dự báo có ảnh hưởng đáng kể tới dự báo mưa cần xử lý trình xảy liên quan đến mây đối lưu Với lựa chọn sơ đồ tham số hóa đối lưu khác nhau, kết dự báo thu từ mơ hình thể khác Wan cộng (2012) [9] sơ đồ Betts-MillerJanjic (BMJ) cho kết tốt sơ đồ khác nghiên cứu ảnh hưởng sơ đồ tham số hóa đối lưu mơ hình WRF mơ mưa lớn khu vực Nam bán đảo Malaysia Trong Yu cộng (2011) [10] cho thấy sơ đồ Grell Devenji (GD) cho kết tốt sơ đồ khác việc tái tạo mưa gió mùa khu vực Trung Quốc Chakrit cộng (2012) [11] sử dụng sơ đồ tham số hoá đối lưu mơ hình WRF với hai lưới 60km 20km sử dụng đầu vào số liệu tái phân tích NCEP/NCAR để ước lượng lượng mưa năm 2005 gió mùa khu vực Thái Lan với miền nghiên cứu khu vực Đông Nam Á Kết cho thấy, sơ đồ BMJ cho sai số nhỏ nhất, phân bố mưa tốt lưới tính khu vực địa phương Việc nghiên cứu lựa chọn sơ đồ tham số hoá phù hợp với điều kiện khu vực nghiên cứu nên khảo sát trước đưa mơ hình vào thực chạy dự báo nghiệp vụ dài hạn Ở nước ta, tốn dự báo hạn mùa mơ hình động lực bắt đầu nghiên cứu vài năm gần Vũ Thanh Hằng cộng (2014) [12] sử dụng mơ hình clWRF với sơ đồ tham số hoá đối lưu Kain-Fritsch (KF) để thử nghiệm dự báo nhiệt độ trung bình tháng lượng mưa tháng hạn từ đến tháng Kết cho thấy chất lượng dự báo mưa chưa tốt đặc biệt vùng khí hậu phía nam, sau thử nghiệm hiệu chỉnh sai số dự báo giảm đáng kể Một nghiên cứu Phan VT cộng (2014) [13] sử dụng mơ hình RegCM4.2 để dự báo mùa nhiệt độ khơng khí bề mặt cho khu vực Việt Nam, kết cho thấy chưa hiệu chỉnh mơ hình gần khơng có kỹ dự báo, nhiên sau áp dụng hiệu chỉnh kết dự báo cải thiện Mơ hình RegCM4.2 Phan VT cộng (2015) [14] dùng để dự báo mùa hoạt động xoáy thuận nhiệt đới (TC) vùng bờ biển Việt Nam Bằng việc sử dụng thuật toán dị tìm xốy bão mơ hình RegCM4.2 cho kết mô tương đối phù hợp với thám sát số lượng TC, tần số TC theo tháng dạng quĩ đạo TC giai đoạn 1995-2010 Kết dự báo cho mùa bão 2012-2013 khu vực Tây bắc Thái Bình Dương cho thấy mơ hình có khả nắm bắt tần suất cường độ TC nhiên có khống tần suất xuất TC khu vực Biển Đông Việt Nam Nhằm xem xét ảnh hưởng sơ đồ tham số hoá đối lưu tới kết dự báo, sơ đồ KF, sơ đồ BMJ sơ đồ GD mơ hình clWRF sử dụng để đánh giá khả dự báo mưa hạn mùa từ tháng đến tháng năm 2012 ứng với ba thời điểm làm dự báo khác tháng 3, tháng tháng với điều kiện biên CFS độ phân giải x độ Chi tiết phương pháp, số liệu thiết kế thí nghiệm trình bày mục báo Các kết thảo luận khả dự báo mưa với sơ đồ tham số hóa đối lưu khác thể mục Cuối số kết luận rút từ kết nghiên cứu Phương pháp, số liệu thiết kế thí nghiệm Mơ hình WRF mơ hình nghiên cứu dự báo thời tiết số, phát triển hợp tác Trung tâm nghiên cứu khí Hoa Kỳ (NCAR), Trung tâm Dự báo môi trường quốc gia (NCEP), Phịng thí nghiệm hệ thống dự báo Ban quản lý khí đại dương Hoa Kỳ (NOAA) nhóm nhà khoa học 27 N.T Hạnh nnk / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 32, Số (2016) 25-33 trường đại học Phiên clWRF phát triển từ mơ hình WRF cho mục đích nghiên cứu dự báo khí hậu Trong nghiên cứu này, việc khảo sát độ nhạy sơ đồ tham số hóa đối lưu xem xét dựa phân tích kết dự báo mưa hạn từ tháng đến tháng cho tháng 6, 7, 8, (JJAS) năm 2012, với thời điểm thực dự báo tháng 3, tháng tháng năm 2012 Ba sơ đồ tham số hoá đối lưu lựa chọn gồm: sơ đồ BMJ, sơ đồ dựa sơ đồ Betts-Miller [15] tiếp tục phát triển Janjic [16] Sơ đồ tham số hóa đối lưu thứ hai sơ đồ GD [17] Cuối cùng, sơ đồ KF lựa chọn để thử nghiệm dựa sở sơ đồ Kain [18] Kain-Fritsch [19] Bản chất sơ đồ BMJ thuộc kiểu điều chỉnh đối lưu, sơ đồ GD KF thuộc kiểu mơ hình mây với khác biệt cách xác định hàm kích hoạt đối lưu Chi tiết sơ đồ trình bày tài liệu [15-19] Khu vực từ 80E-120E 5S-40N chọn miền nghiên cứu Độ phân giải ngang 36km với tâm miền tính 20N 105E với 130 (bắc-nam) x 144 (đông-tây) điểm lưới, 30 mực thẳng đứng (Hình 1) Các sơ đồ tham số hóa khác sử dụng nghiên cứu gồm sơ đồ xạ sóng ngắn, sóng dài RRTM (Rapid Radiative Transfer Model); mơ hình bề mặt đất Noah, sơ đồ lớp biên hành tinh YSU (Yonsei University) Số liệu CFS độ phân giải x độ sử dụng làm điều kiện biên cho mơ hình clWRF [20] Do hạn chế điều kiện dung lượng lưu trữ nên báo thực thiết lập mơ hình chạy lần dự báo ứng với tháng cho sơ đồ tham số hóa đối lưu, tổng cộng có 27 thí nghiệm, sau kết từ lần chạy tháng trung bình cộng để đưa kết dự báo cho tháng (Bảng 1) Bộ số liệu quan trắc hàng ngày 74 trạm quan trắc nước số liệu mưa vệ tinh TRMM 3B42 (Tropical Rainfall Measuring Mission) độ phân giải 0.250 x 0.250 từ trung tâm đo mưa nhiệt đới sử dụng để đánh giá [21] Thêm vào đó, sai số tương đối RE (phương trình (1)) hệ số tương quan r (phương trình (2)) tính tốn để so sánh kết dự báo N RE = ∑ ((Fi − Oi ) / Oi )*100 N i=1 (1) N ∑(F − F)(O − O) i r= i (2) i=1 N N ∑(F − F) ∑(O − O) i i i=1 i=1 Bảng Các trường hợp thử nghiệm Thời gian 20120305 20120312 20120319 20120402 20120416 20120423 20120514 20120521 Hình Miền tính độ cao địa hình mơ hình clWRF BMJ X X X X X X X X GD X X X X X X X X KF X X X X X X X X Trung bình 201203 Trung bình 201204 Trung bình 201205 28 N.T Hạnh nnk / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 32, Số (2016) 25-33 Kết thảo luận Để xem xét độ nhạy sơ đồ tham số hố đối lưu mơ hình clWRF với nghiên cứu tốn dự báo hạn mùa, sở đề xuất sơ đồ phù hợp cho khu vực Việt Nam, tổng lượng mưa trung bình bốn tháng JJAS tháng tính tốn đánh giá nghiên cứu Hình biểu diễn lượng mưa dự báo trung bình bốn tháng JJAS ứng với sơ đồ tham số hóa đối lưu BMJ (a), GD (b), KF (c) số liệu vệ tinh TRMM 3B42 (d) Nhìn chung, trường hợp thể vùng mưa lớn nằm khu vực phía nam xét lượng sơ đồ BMJ có phù hợp với số liệu vệ tinh, sơ đồ KF có lượng mưa thiên cao nhiều Lượng mưa khu vực phía bắc sơ đồ thể thiên thấp so với TRMM, sơ đồ BMJ có hụt mưa nhiều Lượng mưa khu vực miền Trung dự báo thấp sử dụng sơ đồ GD Đối với khu vực Tây Nguyên Nam Bộ, lượng mưa từ sơ đồ BMJ gần với quan trắc kết dự báo lại chưa thật phù hợp cho vùng lại Kết nhận sử dụng sơ đồ GD KF cho thấy có tương đồng lượng mưa khu vực phía bắc Bắc Trung Bộ, nhiên lượng mưa sơ đồ GD có phần thấp so với TRMM Riêng khu vực Nam Trung Bộ, (a) BMJ (b) GD ba sơ đồ thể chưa phù hợp so với thực tế Để xem xét mức độ xác dự báo khu vực, sai số tương đối RE (%) tính cho trạm biểu diễn Hình Từ Hình nhận thấy lượng mưa mơ hình trạm sử dụng sơ đồ BMJ đa phần thiên âm đặc biệt trạm phía bắc (khoảng từ 10% - 60%), ngoại trừ vài trạm ven biển vùng Tây Nguyên Kết từ sơ đồ GD KF cho thấy sai số tương đối giống khu vực phía bắc, đa phần trạm có lượng mưa dự báo thấp so với quan trắc ngoại trừ trạm vùng ben biển Xuống đến khu vực miền Trung hai sơ đồ GD KF thể xu ngược nhau, trạm có lượng mưa thiên thấp sử dụng sơ đồ GD thiên cao sử dụng sơ đồ KF Ở khu vực Nam Bộ, lượng mưa dự báo trạm lớn nhiều so với quan trắc sử dụng sơ đồ KF nhiên lại có khơng đồng trạm sử dụng sơ đồ BMJ GD Điều cho thấy thuật toán khác sơ đồ tham số hóa đối lưu mơ hình clWRF nhạy vấn đề dự báo mưa khu vực Nam Bộ Đây vùng nhiệt đới vĩ độ thấp nên việc nâng cao chất lượng dự báo mưa cần lưu ý khơng tốn tham số hóa đối lưu mà cịn phần động lực mơ hình số (c) KF (d) TRMM Hình Lượng mưa dự báo trung bình tháng JJAS khu vực Việt Nam N.T Hạnh nnk / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 32, Số (2016) 25-33 (a) BMJ (b) GD 29 (c) KF Hình Sai số tương đối RE (%) lượng mưa dự báo trung bình tháng JJAS Hình Hệ số tương quan theo tháng toàn Việt Nam thời điểm làm dự báo ứng với sơ đồ tham số hóa đối lưu Hình biểu diễn hệ số tương quan theo tháng kết dự báo với quan trắc thời điểm làm dự báo ứng với sơ đồ tham số hóa đối lưu cho tất trạm tồn Việt Nam Từ hình vẽ nhận thấy lượng mưa dự báo sử dụng sơ đồ BMJ GD có hệ số tương quan dương tất tháng lấy trung bình tháng Riêng sơ đồ KF có hệ số tương quan âm cho kết dự báo mưa tháng VI, tháng VII lấy trung bình tháng VI-IX trường hợp thời gian làm dự báo tháng III IV/2012 Trường hợp thời điểm làm dự báo tháng V có hệ số tương quan dương tất tháng giá trị hệ số tương quan lớn ứng với sơ đồ tham số hóa đối lưu Điều cho thấy thời điểm làm dự báo xa đích dự báo chứa đựng nhiều sai số trường số liệu ban đầu dẫn đến kết hệ số tương quan nhỏ mang giá trị âm Trong số bốn tháng dự báo nhìn chung hệ số tương quan tháng VI nhỏ nhất, kết tương quan ứng với sơ đồ thường có giá trị lớn tháng VIII tháng IX Vào thời gian thời kỳ mưa chủ yếu hầu khắp vùng nước nên khả dự báo mưa mô hình cao so với tháng đầu mùa mưa 30 N.T Hạnh nnk / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 32, Số (2016) 25-33 Tương tự Hình 4, sai số tương đối RE (%) biểu diễn Hình Từ hình vẽ nhận thấy hầu hết mơ hình có sai số thiên dương, nghĩa kết dự báo thường cao so với giá trị quan trắc, sử dụng sơ đồ tham số hóa đối lưu KF giá trị RE lớn Như hàm kích hoạt đối lưu sơ đồ KF tương đối nhạy dẫn đến mô hình dự báo khống tương đối lớn So sánh thời điểm làm dự báo nhận thấy khơng có khác biệt nhiều, đặc biệt đích dự báo từ tháng VII đến tháng IX Tháng VI thường có sai số tương đối lớn nhiều so với tháng cịn lại, điều là thời kỳ đầu mùa mưa nên hình gây mưa chưa thể ổn định dẫn tới mơ hình chưa nắm bắt đầy đủ chế động lực nhiệt lực toàn Việt Nam Trong số ba sơ đồ tham số hóa đối lưu lựa chọn thử nghiệm sơ đồ BMJ GD có sai số tương đương nhỏ so với sơ đồ KF, thể ổn định trường hợp đứng làm dự báo đích dự báo Hình Sai số tương đối RE (%) theo tháng toàn Việt Nam thời điểm làm dự báo ứng với sơ đồ tham số hóa đối lưu Lead time BMJ − HSTQ 1.0 0.5 0.0 −0.5 −1.0 B1 B2 B3 B4 N1 N2 N3 Start Month/Regions Lead time GD − HSTQ 1.0 0.5 0.0 −0.5 −1.0 B1 B2 B3 B4 N1 N2 N3 Start Month/Regions Lead time KF − HSTQ 1.0 0.5 0.0 −0.5 −1.0 B1 B2 B3 B4 N1 N2 N3 Start Month/Regions Hình Hệ số tương quan lượng mưa theo hạn dự báo cho vùng khí hậu ứng với sơ đồ tham số hóa đối lưu N.T Hạnh nnk / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 32, Số (2016) 25-33 Như biết, mùa mưa đặc điểm mưa lãnh thổ Việt Nam có khác biệt rõ rệt theo vùng khí hậu, phần đánh giá chi tiết kết dự báo mưa cho vùng khí hậu theo cách phân vùng Nguyễn Đức Ngữ Nguyễn Trọng Hiệu (2004) [22] Hình biểu diễn hệ số tương quan lượng mưa theo hạn dự báo (leadtime) từ đến tháng thời điểm làm dự báo (start month) cho vùng khí hậu Việt Nam (regions) ứng với sơ đồ tham số hóa đối lưu Từ hình vẽ nhận thấy mơ hình cho kết tương quan cao đồng vùng N2 thời điểm làm dự báo đích dự báo ứng với sơ đồ tham số hóa đối lưu Ngồi ra, sơ đồ BMJ cịn thể kết dự báo tương quan cao với giá trị quan trắc vùng khí hậu B1 Cả sơ đồ cho thấy mức độ tương quan vùng khí hậu N3 so với vùng khác Riêng sơ đồ KF cho kết tương quan vùng khí hậu B2 Nhìn chung, ảnh hưởng hạn dự báo đến kết mưa mơ hình khơng thể qui luật rõ rệt Tương tự Hình 6, sai số tương đối lượng mưa dự báo quan trắc hạn dự báo cho vùng khí hậu ứng với sơ đồ tham số hóa đối lưu biểu diễn Hình Từ hình vẽ nhận thấy số sơ đồ tham số hóa đối lưu lựa chọn thử nghiệm sơ đồ KF cho sai số RE thiên dương nhiều hầu hết vùng khí hậu, đặc biệt vùng khí hậu phía nam Khi sử dụng sơ đồ BMJ, kết dự báo mưa chủ yếu thiên âm hầu hết hạn dự báo khu vực từ B1 đến B3, vùng có sai số dương lớn B4 N3 Đối với sơ đồ GD, sai số âm lớn xuất vùng N2 vùng có sai số nhỏ B1 B2, vùng B4 N3 nơi có sai số RE lớn Khi sử dụng sơ đồ KF mơ hình cho kết dự báo mưa với sai số vùng khí hậu phía bắc nhỏ so với vùng khí hậu phía nam, vùng có sai số lớn hầu hết hạn dự báo vùng B4, N1 N3 Điều cho thấy dự báo mưa miền Trung nơi chịu tác động mạnh địa hình nhiễu động nhiệt đới Biển Đông vùng vĩ độ thấp Nam Bộ vấn đề cần quan tâm Lead time BMJ − RE 100 50 −50 −100 B1 B2 B3 B4 N1 N2 N3 Start Month/Regions Lead time GD − RE 100 50 −50 −100 B1 B2 B3 B4 N1 N2 N3 Start Month/Regions Lead time KF − RE 100 50 −50 −100 B1 B2 B3 31 B4 N1 N2 N3 Start Month/Regions Hình Sai số tương đối RE (%) lượng mưa dự báo quan trắc theo hạn dự báo cho vùng khí hậu ứng với sơ đồ tham số hóa đối lưu 32 N.T Hạnh nnk / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 32, Số (2016) 25-33 Kết luận Với việc chạy thử nghiệm dự báo mùa hạn từ đến tháng sử dụng sơ đồ tham số hóa đối lưu mơ hình clWRF, kết phân tích cho thấy sơ đồ BMJ GD có sai số nhỏ so với sơ đồ KF, điều phù hợp với kết nhận nghiên cứu Wan (2012), Yu (2011) Chakrit (2012) [911] Lượng mưa dự báo thường cao so với thực tế vùng khí hậu phía nam, đặc biệt trường hợp sử dụng sơ đồ KF thấp rõ rệt vùng khí hậu phía bắc sử dụng sơ đồ BMJ Nhìn chung, kết dự báo lượng mưa có phù hợp vùng khí hậu phía Bắc chưa tốt vùng khí hậu Nam Bộ Nghiên cứu cho thấy bất định hạn dự báo đích dự báo khác phân tích chi tiết cho vùng khí hậu Mặc dù kết dự báo mưa mơ hình với sơ đồ tham số hóa đối lưu khác tồn nhược điểm với tốn khó dự báo lượng mưa, đặc biệt dự báo trước từ đến tháng kết đáng quan tâm thử nghiệm áp dụng vào nghiên cứu toán chạy dự báo hạn mùa với hai sơ đồ đối lưu BMJ GD cho chuỗi số liệu dài đầy đủ Lời cảm ơn Tập thể tác giả xin chân thành cảm ơn hỗ trợ đề tài NAFOSTED mã số 105.062014.44 Tài liệu tham khảo [1] Lorenz EN, Deterministic non-periodic flow, J Atmos Sci 20 (1963) 130 [2] Weisheimer A, Palmer T.N., On the reliability of seasonal climate forecasts, J R Soc Interface 11 (2014) 20131162 [3] Palmer T.N., Anderson D.L.T., The prospects for seasonal forecasting - a review paper, Q J R Meteorol Soc 120 (1994) 755 [4] Jin E, et al., Current status of ENSO prediction skill in coupled ocean - atmosphere models, Clim Dyn 31 (2008) 647 [5] Weisheimer A., et al., Ensembles: a new multimodel ensemble for seasonal-to-annual predictions: skill and progress beyond DEMETER in forecasting tropical Pacific SSTs Geophys Res Lett., 36 (2009) L21711 (doi:10.1029/2009GL040896) [6] Stockdale T.N., An overview of techniques for seasonal forecasting, Stochastic Environmental Research and Risk Assessment 14 (2000) 305 [7] Kim HM, Webster PJ, Curry JA, Seasonal prediction skill of ECMWF system and NCEP CFSv2 retrospective forecast for the Northern Hermisphere winter, Clim Dyn 39 (2012) 29572973 [8] C L Castro, H.-I Chang, F Dominguez, C Carrillo, J.-K Schemm, and H.-M H Juang, Can a regional climate model improve the ability to forecast the North American monsoon?, Journal of Climate 25(23) (2012) 8212 [9] Wan A A., Khai S S., Fredolin T., Abdul G H., Mastura M., and Liew J., The performance of different cumulus parameterization schemes in simulating the 2006/2007 southern peninsular Malaysia heavy rainfall episodes, J Earth Syst Sci 121(2) (2012) 317 [10] Yu E., Wang H, Gao Y., Sun J., Impacts of cumulus convective parameterization schemes on summer monsoon precipitation simulation over China Acta Meteor Sinica 25(5) (2011) 581, doi: 10.1007 /s13351-011-0504-y [11] Chakrit C., Eric P S Jr., Jiemjai K., Somporn C., Evaluation Precipitaiton Simulations over Thailand using a WRF Regional Climate Model, Chiang Mai J Sci., 39(4) (2012) 623 [12] Vũ Thanh Hằng, Nguyễn Thị Hạnh, Thử nghiệm dự báo hạn mùa nhiệt độ trung bình tháng lượng mưa tháng cho Việt Nam sử dụng mơ hình clWRF, Tạp chí Khoa học ĐHQGHN, Các Khoa học Trái đất Môi trường Tập 30, số 1(2014), 31 [13] Tan PV, Hiep NV, Long TT, Trung NQ, Thanh ND, Laux P, Thanh NX, Seasonal prediction of surface air temperature across Vietnam using the Regional Climate Model version 4.2 (RegCM4.2), Advances in Meteorology 2014 (2014) 13 pages, Article ID 245104 [14] Tan PV, Long TT, Hai BH, Chanh K, Seasonal forecasting of tropical cyclone activity in the coastal region of Vietnam using RegCM4.2, Climate Research 62 (2015) 115 N.T Hạnh nnk / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 32, Số (2016) 25-33 [15] Betts, A K., and M J Miller, A new convective adjustment scheme Part II: Single column tests using GATE wave, BOMEX, and arctic air-mass data sets, Quart J Roy Meteor Soc 112 (1986) 693 [16] Zanjic, Z I., The step-mountain Eta-coordinate model: Further developments of the convection, viscous sublayer, and turbulence closure schemes, Mon Wea Rev 122(5) (1994) 927 [17] Grell, G., and D Devenji, A generalized approach to parameterizing convection combining ensemble and data assimilation techniques, Geophys Res Lett 29(14) (2002) 38 [18] Kain, J S., and J M Fritsch, Convective parameterization for mesoscale models: The KainFritsch scheme, the representation of cumulus convection in numerical models, Meteo Monogr 46 (1993) 164 33 [19] Kain, J S., The Kain-Fritsch convective parameterization: An update, J Appl Meteorol 43(1) (2004) 170 [20] S Saha, S Nadiga, C Thiaw, J Wang, W Wang, Q Zhang, H M Van Den Dool, Moorthi, D Behringer, D Stokes, M Pena, S Lord, G White, W Ebisuzaki, P Peng and P Xie, The NCEP Climate Forecast System, American Meteorological Society, 19 (2006) 3483 [21] Huffman, G J., D T Bolvin, E J Nelkin, D B Wolff, R F Adler, G Gu, Y Hong, K P Bowman, and E F Stocker, The TRMM multisatellite precipitation analysis (TMPA): Quasi-global, multiyear, combined- sensor precipitation estimates at fine scale J Hydrometeorol (2007) 38, doi: 10.1175/JHM560.1 [22] Nguyễn Đức Ngữ, Nguyễn Trọng Hiệu, Khí hậu Tài nguyên khí hậu Việt nam, Nhà xuất Nông nghiệp Hà nội, 2004 Seasonal Rainfall Forecast Using clWRF Model: The Sensitivity of the Convective Parameterization Schemes Nguyen Thi Hanh, Vu Thanh Hang, Phan Van Tan VNU University of Science, 334 Nguyen Trai, Hanoi, Vietnam Abstract: Three convective parameterization schemes are used in clWRF in order to examine the sensitivity of the convective parameterization schemes to seasonal rainfall forecasts The used data are taken from the CFS forecasts as initial and lateral conditions in clWRF to forecast rainfall from June to September of 2012 with one to six month leadtimes (starting months are from March to May of 2012) The rainfall forecasts are overestimate and have greater relative errors especially in Southern part of Viet Nam when using Kain-Fritsch scheme However, the underestimated rainfall forecasts are found in the northern part of Vietnam when using Betts-Miller-Janjic and Grell Devenji schemes Generally, the model gives better results in the northern part than in the southern part of Vietnam The results also show the uncertainties in the term forecasts as well as the landing forecasts which are different in each climate zone Keywords: Seasonal rainfall forecast, clWRF, convective parameterization scheme ... Tương tự Hình 6, sai số tương đối lượng mưa dự báo quan trắc hạn dự báo cho vùng khí hậu ứng với sơ đồ tham số hóa đối lưu biểu diễn Hình Từ hình vẽ nhận thấy số sơ đồ tham số hóa đối lưu lựa... 2012 Ba sơ đồ tham số hoá đối lưu lựa chọn gồm: sơ đồ BMJ, sơ đồ dựa sơ đồ Betts-Miller [15] tiếp tục phát triển Janjic [16] Sơ đồ tham số hóa đối lưu thứ hai sơ đồ GD [17] Cuối cùng, sơ đồ KF lựa... lập mơ hình Trong số sơ đồ tham số hoá đối lưu nhạy với kết dự báo có ảnh hưởng đáng kể tới dự báo mưa cần xử lý trình xảy liên quan đến mây đối lưu Với lựa chọn sơ đồ tham số hóa đối lưu khác