Hệ số tương quan giữa SSTA1 với SPI1, SPEI1 Độ trễ j
(tháng) 1 2 (*) 3 (*) 4 (*) 5 (*) 6 7 8 9 10 11 12
SPI1 -0.14 -0.157 -0.167 -0.161 -0.146 -0.119 -0.108 -0.094 -0.089 -0.073 -0.062 -0.064 SPEI1 -0.14 -0.157 -0.167 -0.161 -0.146 -0.119 -0.108 -0.094 -0.089 -0.073 -0.062 -0.064
Hệ số tương quan giữa SSTA3 với SPI3, SPEI3 Độ trễ j
(tháng) 1 2 (*) 3 (*) 4 (*) 5 (*) 6 7 8 9 10 11 12
SPI3 -0.256 -0.269 -0.274 -0.266 -0.244 -0.212 -0.183 -0.156 -0.134 -0.118 -0.109 -0.102 SPEI3 -0.256 -0.269 -0.274 -0.266 -0.244 -0.212 -0.183 -0.156 -0.134 -0.118 -0.109 -0.102
Hệ số tương quan giữa SOI1 với SPI1, SPEI1 Độ trễ j
(tháng) 1 (*) 2 (*) 3 (*) 4 (*) 5 6 7 8 9 10 11 12
SPI1 0.162 0.169 0.143 0.144 0.138 0.088 0.085 0.063 0.058 0.045 0.042 0.037 SPEI1 0.162 0.169 0.143 0.144 0.138 0.088 0.085 0.063 0.058 0.045 0.042 0.037
Hệ số tương quan giữa SOI3 với SPI3, SPEI3 Độ trễ j
(tháng) 1 (*) 2 (*) 3 (*) 4 (*) 5 6 7 8 9 10 11 12
SPI3 0.278 0.303 0.292 0.266 0.238 0.213 0.17 0.124 0.096 0.079 0.071 0.06 SPEI3 0.278 0.303 0.292 0.266 0.238 0.213 0.17 0.124 0.096 0.079 0.071 0.06
Ghi chú: * Mối tương quan có độ tin cậy trên 90%
Từ kết quả của bảng 3.4 cho thấy tương quan giữa SSTA và SOI với chỉ số SPI và SPEI đều như nhau và tương quan giữa SSTA, SOI với các chỉ số SPI3 và SPEI3 là lớn hơn so với các chỉ số SPI1 và SPEI1, nhưng tương quan giữa SOI với các chỉ số SPI, SPEI lớn hơn so với tương quan giữa SSTA với các chỉ số SPI, SPEI. Tương quan giữa SSTA với các chỉ số SPI, SPEI là mối tương quan nghịch, còn tương quan giữa SOI với các chỉ số SPI, SPEI là mối tương quan thuận, điều này phù hợp với quy luật của thời tiết, khí hậu ở vùng xích đạo-nhiệt đới TBD là khi SST ở vùng Nino3.4 tăng thì El Nino xảy ra đồng thời với SO âm tính sẽ gây ra hạn hán nghiêm trọng cho vùng phía tây TBD. Cũng từ kết quả từ bảng 3.4 cho thấy tương quan giữa SSTA với các chỉ số SPI, SPEI đạt giá trị cao nhất khi chuỗi số liệu SSTA trước chuỗi số liệu SPI, SPEI là 3 tháng (độ trễ 3 tháng), còn tương quan giữa SOI với các chỉ số SPI, SPEI đạt giá trị cao nhất khi chuỗi số liệu SOI trước chuỗi số liệu SPI, SPEI là 2 tháng (độ trễ 2 tháng). Điều này cho
thấy khi SST ở vùng Nino3.4 tăng (SSTA dương) và SOI âm tính đều có quan hệ tuyến tính với diễn biến hạn hán của khu vực nghiên cứu, đặc biệt là khi SST ở vùng Nino3.4 tăng (SSTA ≥ 0.5 dẫn đến phát sinh El Nino) thì khả năng lớn sẽ phát sinh hạn hán cho vùng nghiên cứu nhưng thời điểm phát sinh hạn hán thường trễ hơn từ 2 đến 3 tháng. Kết quả mối tương quan giữa SSTA, SOI và các chỉ số SPI, SPEI với các độ trễ khác nhau (độ trễ j = 1 ÷ 12 tháng) được thể hiện ở Phụ lục 3.2. Mối quan hệ giữa SSTA với các chỉ số SPI, SPEI có hệ số tương quan cao nhất với độ trễ là 3 tháng (j = 3 tháng) theo không gian được thể hiện ở hình 3.29, mối quan hệ giữa SOI với các chỉ số SPI, SPEI có hệ số tương quan cao nhất với độ trễ là 2 tháng (j = 3 tháng) theo khơng gian được thể hiện ở hình 3.30.
Hình 3.29 Tương quan giữa SSTA với các chỉ số SPI, SPEI theo không gian (với độ trễ j = 3 tháng)
Hình 3.30 Tương quan giữa SOI với các chỉ số SPI, SPEI theo không gian (với độ trễ j = 2 tháng)
Từ kết quả của mối tương quan giữa SSTA, SOI và các chỉ số hạn SPI, SPEI cho thấy theo khơng gian thì tương quan giữa SSTA, SOI với các chỉ số hạn có sự khác biệt lớn giữa các điểm trong vùng nghiên cứu, nhưng có một đặc điểm chung là với độ trễ từ 1 đến 6 tháng thì tương quan giữa SSTA, SOI với các chỉ số hạn ở vùng Nam Trung Bộ lớn hơn nhiều so với vùng Bắc Trung Bộ, trong khi đó với độ trễ từ 7 đến 12 tháng thì ngược lại, nhưng độ chênh lại khơng lớn. Tương quan giữa SSTA với chỉ số hạn có giá trị lớn nhất ở tỉnh Bình Thuận và Quảng Nam (hệ số tương quan là 0,43 với độ trễ j = 3 tháng), nhỏ nhất là ở các tỉnh Thanh Hóa, Nghệ An và Hà Tĩnh. Cịn tương quan giữa SOI với chỉ số hạn có giá trị lớn nhất ở các tỉnh Khánh Hịa, Ninh Thuận và Bình Thuận (hệ số tương quan là 0,462 với độ trễ là j = 2 tháng), nhỏ nhất là ở các tỉnh Thanh Hóa, Nghệ An và Hà Tĩnh. Thơng qua kết quả mối tương quan giữa SSTA, SOI với các chỉ số hạn theo không gian cho thấy mối quan hệ và ảnh hưởng của El Nino tới diễn biến hạn hán của vùng Nam Trung Bộ là lớn hơn so với vùng Bắc Trung Bộ đặc biệt là các tỉnh Quảng Nam, Khánh Hịa, Ninh Thuận và Bình Thuận.
3.3. Xây dựng mơ hình cảnh báo sớm hạn khí tượng cho vùng nghiên cứu
3.3.1 Đánh giá kết quả các mơ hình dự báo hạn khí tượng cho vùng nghiên cứu
Kết quả các thông số thống kê (CORR, E và RSR) của các mơ hình dự báo SPI, SPEI được tính trung bình cho tồn bộ khu vực nghiên cứu được thể hiện ở bảng sau: