(a) (b)
(c) (d)
Hình 3.2 Nhiệt độ trung bình tháng (a), hệ số tƣơng quan (b), sai số ME (c) và sai số quân phƣơng (d) Hình 3.2 (a) biểu diễn giá trị nhiệt độ trung bình tháng với trục x là tháng dự báo (từ tháng 1 đến tháng 10), hạn dự báo từ 0 đếm 6 tháng đƣợc biểu diễn theo trục y. Thang bên dƣới là giá trị quan trắc từng tháng tƣơng ứng, thang giá trị biểu diễn nhiệt độ đơn vị là độ C. Giá trị tại mỗi ơ thể hiện giá trị trung bình cho một tháng cụ thể với 1 hạn dự báo xác định. Khi so sánh giá trị trung bình tháng kết quả mơ hình và quan trắc chúng ta có thể thấy kết quả mơ hình thấp hơn quan trắc ở hầu hết các tháng và hầu hết các hạn dự báo. Khi xem xét với các hạn dự báo, với các thời điểm dự báo ban đầu khác nhau, chúng ta có thể thấy kết quả dự báo nhiệt độ khá đồng nhất với các đích dự báo, điều này cho thấy, mơ hình cho kết quả dự báo khí hậu khá ổn định, ko bị ảnh hƣởng nhiều bởi điều kiện thời gian ban đầu khác nhau. Cần phải lƣu ý rằng, kết quả giá trị dự báo tại một tháng đƣợc so sánh với các hạn dự báo khác nhau cùng một cột giá trị.
Hình 3.2 (b) biểu diễn giá trị tƣơng quan của chuỗi giá trị quan trắc và mơ hình, trục x là tháng dự báo (từ tháng 1 đến tháng 10), trục y là hạn dự báo (từ 0 đến 6 tháng). Thang màu biểu diễn giá trị tƣơng quan tƣơng ứng (từ 0.0 đến 1.0) với mỗi tháng cụ thể và 1 hạn dự báo xác định. Khi xem xét giá trị tƣơng quan giữa kết quả mơ hình và quan trắc, chúng ta có thể thấy, đối với trƣờng nhiệt độ, mơ hình cho kết quả tƣơng quan khá cao, hầu hết các dự báo cho kết quả tƣơng quan từ 0,4 đến 0,8. Đối với dự báo cho tháng 6, tháng 7 và tháng 10 cho tƣơng quan cao hơn cả. Ngoài ra, với hạn dự báo càng ngắn cho giá trị tƣơng quan càng cao, điều này cho thấy, đối với trƣờng nhiệt độ, hạn dự báo càng ngắn cho kết quả dự báo càng tốt hơn.
Hình 3.2 (c) biểu diễn tƣơng tự với giá trị sai số trung bình ME. Kết quả cho thấy mơ hình cho dự báo giá trị nhiệt độ thiên thấp ở tất cả các tháng và tất cả các hạn dự báo, giá trị sai số chủ yếu trong khoảng từ -1 đến -3.50C. Trong các tháng dự báo, các tháng mùa hè tháng 7, tháng 8, tháng 9 là cho sai số dự báo nhỏ hơn cả. Các tháng chuyển mùa, tháng 4, tháng 5 và tháng 10 cho sai số lớn hơn cả. Hạn dự báo càng dài cho sai số dự báo càng lớn. Với các thời điểm dự báo khác nhau không cho giá trị sai số đáng kể.
Hình 3.2 (d) biểu diễn tƣơng tự với giá trị sai số quân phƣơng (RMSE). Ở trƣờng nhiệt độ, RMSE chủ yếu biến động trong khoảng từ 3.50C đến 5.50C. Giá trị sai số quân phƣơng lớn do sai số dự báo giá trị từng ngày của mơ hình sai khác với giá trị hàng ngày của quan trắc. Trong dự báo hạn dài tối đa đến 6 tháng, rất khó để dự báo chính xác giá trị nhiệt độ từng ngày cụ thể. Kết quả cũng cho thấy dự báo cho các tháng 6, 7, 8 với hạn dự báo từ 1 đến 3 tháng cho kết quả sai số quân phƣơng là thấp nhất, Với thời điểm dự báo ban đầu là tháng 1, cho khoảng sai số quân phƣơng là lớn nhất.
Từ những đánh giá cho trƣờng nhiệt độ bề mặt cho ta thấy một số kết luận: - Đối với trƣờng nhiệt độ bề mặt, dự báo cho các tháng mùa hè (từ tháng 6 đến tháng 9) với hạn dự báo ngắn (khoảng từ 1 đến 3 tháng) cho kết quả tốt nhất. Với các thời điểm dự báo khác nhau hầu nhƣ ít cho kết quả khác nhau với cùng đích dự báo.
- Với trƣờng nhiệt độ, có thể thấy rõ ràng là mơ hình cho dự báo thiên âm, với các hạn dự báo khác nhau đều cho sai số khá đồng nhất, ngoài ra chuỗi số liệu đƣợc phân tích theo giá trị từng ngày, vì mục đích của bài toán là dự báo hạn mùa, hàm phân bố các giá trị trong tháng của dự báo mới là đặc trƣng quan trọng nhất, nó cho phép đánh giá dự báo có nắm bắt đƣợc phổ giá trị hay khơng, đó là quyết định có dự
báo đƣợc các khoảng giá trị cực trị hay không. Sau đây chúng tơi sẽ phân tích hàm phân bố tần suất (hình 3.3) và phân bố đồng thời (hình 3.4) đối với trƣờng nhiệt độ trung bình.
(a) (b) (c)
(d) (e)