Đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHM và RegCM trên khu vực Việt Nam.pdf
Denunciar
Compartir
•0 recomendaciones•7 vistas
Đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHM và RegCM trên khu vực Việt Nam.pdf
Đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHM và RegCM trên khu vực Việt Nam.pdf
•0 recomendaciones•7 vistas
Denunciar
Compartir
Đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHM và RegCM trên khu vực Việt Nam.pdf
![1
Mở Đầu
Các mô hình khí hậu toàn cầu mô phỏng khá tốt các quá trình quy mô lớn
trong khi việc xem xét các quá trình quy mô địa phương lại rất cần thiết. Đáp ứng
yêu cầu này nhiều tổ chức trên thế giới đã phát triển và ứng dụng các mô hình khí
hậu khu vực với độ phân giải cao, thậm chí vượt qua giới hạn thủy tĩnh (dưới 10km)
- phi thủy tĩnh. Nhưng để chạy được các mô hình khí hậu phân giải cao đòi hỏi
nhiều về chi phí tính toán, thực tế chỉ các nước có tài nguyên máy tính lớn mới thực
hiện được việc này. Tại Cộng Hòa Liên Bang Đức, CCLM (Cosmo Climate
Limited-area Model) là phiên bản dự báo khí hậu của mô hình thời tiết độ phân giải
cao phi thủy tĩnh Cosmo, được phát triển bởi cơ quan khí tượng quốc gia kết hợp
với cộng đồng sử dụng mô hình quy mô nhỏ COSMO (Consortium for small scale
modeling) sử dụng nghiên cứu khí hậu. Bên cạnh đó, ICTP (International Centre for
Theoretical Physics) đã phát triển mô hình khí hậu khu vực RegCM, được ứng dụng
nhiều nơi trên thế giới. Ở Nhật Bản, đã chạy thử nghiệm mô hình NICAM
(Nonhydrostatic ICosahedral Atmospheric Model) độ phân giải 4km, hay mô hình
NHRCM (Nonhydrostatic Regional Climate model) là phiên bản khí hậu của mô
hình dự báo thời tiết NHM (Nonhydrostatic Regional Model) được đánh giá mô
phỏng khá sát nhiệt độ và lượng mưa trong giai đoạn 5 năm từ 2001 đến 2006
(Hidetaka Sasaki và nnk, 2011) với độ phân giải ngang 4 km [17]. Theo đó, xu
hướng phát triển của thế giới là tiến tới chạy các mô hình khí hậu khu vực và cao
hơn nữa là các mô hình phi thủy tĩnh.
Ở nước ta đã có nhiều mô hình khí hậu khu vực được sử dụng nghiên cứu
như ClWRF (phiên bản khí hậu của mô hình WRF), CMM5 (phiên bản khí hậu của
mô hình MM5), REMO, … đặc biệt là mô hình RegCM được sử dụng nhiều để mô
phỏng các yếu tố và hiện tượng khí hậu cực đoan (Phan Văn Tân và nnk, 2008) [3,
4, 26]. Bổ sung vào các công trình nghiên cứu trong nước, chúng tôi đề xuất sử
dụng phiên bản khí hậu của mô hình NHM (NHRCM - thuật ngữ sử dụng thay cho
NHM trong phạm vi luận văn) để nghiên cứu khí hậu dựa trên những kết quả đánh
giá khả quan của các chuyên gia Nhật Bản [17]. Nhưng trước khi đưa vào sử dụng
cần phải kiểm chứng khả năng mô phỏng khí hậu của mô hình NHRCM với mô
hình RegCM, mô hình được dùng nhiều tại Việt Nam, trên chuỗi số liệu đủ dài. Bởi
vậy luận văn tiến hành “Đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của
các mô hình NHRCM và RegCM trên khu vực Việt Nam” thực hiện trên chuỗi số](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-9-2048.jpg?cb=1676131142)
![3
CHƢƠNG 1: TỔNG QUAN VỀ NGHIÊN CỨU MÔ PHỎNG KHÍ HẬU KHU
VỰC BẰNG MÔ HÌNH SỐ
1.1.Trên thế giới
Nghiên cứu bài toán mô phỏng khí hậu bằng cách sử dụng các mô hình khí
hậu khu vực hiện nay đang là xu thế chung trên thế giới. Theo phương pháp này,
khi xem xét khả năng mô phỏng của các mô hình khí hậu khu vực trong một phạm
vi giới hạn nào đó, người ta thường chạy với điều kiện biên từ nguồn số liệu tái
phân tích (được coi là gần với khí quyển thực nhất) hoặc từ sản phẩm đầu ra của các
mô hình khí hậu toàn cầu. Các kết quả được so sánh với số liệu quan trắc hoặc
nguồn số liệu tái phân tích đáng tin cậy. Ưu thế của phương pháp hạ quy mô động
lực giúp ta thu được trường mô phỏng chi tiết, khách quan và xem xét được các quá
trình hồi tiếp giữa mặt đệm (bao gồm bề mặt đất liền, đại dương) và khí quyển. Tuy
vậy việc ứng các RCMs (mô hình khí hậu khu vực) được các tác giả tiến hành mạnh
mẽ khoảng hơn 10 năm trở lại đây khi các mô hình toàn cầu đạt được các bước tiến
rõ rệt cùng với sự đáp ứng tốt của công nghệ thông tin về yêu cầu tính toán. Sử
dụng mô hình CMM5 (phiên bản khí hậu của mô hình MM5) mô phỏng biến trình
năm lượng giáng thủy trên lãnh thổ Hoa Kỳ thời kỳ 1982-2002 với các trường đầu
vào và các sơ đồ tham số hóa khác nhau trong nghiên cứu của Liang và nnk (2004)
[21], CMM5 có kỹ năng mô phỏng rõ nét các điều kiện khí hậu với sai số thấp hơn
so với số liệu tái phân tích toàn cầu. Cũng với mô hình CMM5 nghiên cứu khí hậu
Hoa Kỳ thời kỳ 1982-2002 Zhu J. và nnk (2007) [33] cho thấy CMM5 nắm bắt sự
tiến triển theo thời gian và phân bố theo không gian tốt hơn so với trường tái phân
tích tuy nhiên kỹ năng hạ thấp quy mô của mô hình khá nhạy đối với các sơ đồ
tham số hóa đối lưu. Chế độ hoàn lưu, nhiệt độ và giáng thủy trên khu vực Bắc Mỹ
thời kỳ 1987-1991 đã được tái tạo trong các nghiên cứu của Jiao Yanjun (2006) [19]
khi sử dụng mô hình CRCM (The Third - Generation Canadian Regional Climate
Model). Các kết quả cho thấy CRCM đã mô phỏng khá sát với thực tế độ nhiệt độ
và lượng mưa trên khu vực Bắc Mỹ, đặc biệt là biến động mùa của nhiệt độ và
lượng mưa mùa đông, mặc dù lượng mưa mùa hè vượt xa quan trắc. Caldwell và](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-11-2048.jpg?cb=1676131142)
![4
nnk (2009) [10] đã sử dụng mô hình ClWRF mô phỏng khí hậu 40 năm trên khu
vực California độ phân giải 12km với điều kiện biên và điều kiện ban đầu của
CCSM3 tập trung đánh giá các yếu tố lượng mưa trung bình, nhiệt độ 2m trung bình
và lượng tuyết bao phủ. Theo các tác giả, lượng mưa phân bố theo không gian khá
tốt trong khi tại các sườn đón gió, mô hình tái tạo vượt trội so với quan trắc. Nhiệt
độ được mô phỏng khá tốt vào các mùa trong năm tuy nhiên mô hình lại mô phỏng
thiên cao vào mùa hè.
Sau này khi mô hình RegCM (Regional Climate Model) ra đời và không
ngừng cải tiến tại ICTP đã được nhiều quốc gia áp dụng để nghiên cứu biến đổi khí
hậu khu vực. Boroneant C và nnk (2006) [9] dùng mô hình RegCM khảo sát sự biến
đổi lượng mưa và nhiệt độ trên khu vực Alpine. Nghiên cứu tiến hành mô phỏng
giai đoạn hiện tại (1996-1990) so sánh với tái phân tích của NCEP bao gồm độ cao
địa thế vị mực 700hPa và tổng lượng giáng thủy ngày. Theo các tác giả, mô hình
mô phỏng vượt trội biến trình năm lượng giáng thủy so với quan trắc, trường độ cao
địa thế vị mực 700hPa trên vùng Đại Tây Dương – Châu Âu cũng được tái tạo khá
tốt. Halenka T. và nnk (2006) [15] phân tích cực trị giáng thủy và nhiệt độ từ kết
quả tích phân 40 năm mô hình RegCM3 giai đoạn 1961-2000 từ điều kiện biên của
NCEP/NCAR trên khu vực Cộng Hòa Czech. Kết quả cho thấy mô hình đã mô
phỏng tốt tần suất các sự kiện mưa ngày có cường độ vừa và lớn, mô hình mô
phỏng thấp hơn thực tế về nhiệt độ cực đại ngày (đặc biệt vào mùa nóng) và sự xuất
hiện các sóng nóng. Kỹ năng của mô hình được cải thiện khi xem xét nhiệt độ cực
tiểu ngày và các sóng lạnh.
Mô hình CCLM là phiên bản khí hậu của mô hình COSMO (hay LM – Lokal
Model) được phát triển bởi Tổng Cục Khí tượng Liên Bang Đức DWD (Deutscher
Wetterdienst), là mô hình khu vực hạn chế phi thủy tĩnh dự báo khí quyển sử dụng
nghiệp vụ từ năm 1999, đã được ứng dụng rộng rãi trong cộng đồng các quốc gia sử
dụng mô hình quy mô nhỏ. Hans-Jurgen Panitz và nnk (2013) [16] đã tiến hành mô
phỏng khí hậu (giai đoạn 1989 - 2008) trên khu vực Châu Phi bằng cách chạy mô
hình CCLM với hai độ phân giải 0.44 và 0.22 độ, sử dụng số liệu tái phân tích](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-12-2048.jpg?cb=1676131142)
![5
ERA-Interim làm điều kiện biên và điều kiện ban đầu. Nghiên cứu tập trung đánh
giá cấu trúc của hoàn lưu mực thấp, sự phân bố về không gian và thời gian của nhiệt
độ, lượng mưa cùng với phân bố nguồn bức xạ và năng lượng bề mặt. Nhìn chung
CCLM đã tái tạo được hầu hết các đặc điểm về khí hậu khu vực Châu Phi mặc dù
có vài điểm hạn chế rõ rệt. Đặc điểm hoàn lưu được mô phỏng tốt, gradient áp suất
mô phỏng quá cao giữa khu vực vịnh Guinea và Sahara liên quan tới dấu hiệu sự ấm
hơn (warm bias) trên khu vực Sahara và lạnh hơn (cold bias) trên khu vực Nam
Sahel. CCLM mô phỏng thiên thấp (underestimate) đỉnh mưa trong vùng có hoạt
động của gió mùa (dry bias), điều này có thể do 2 nguyên nhân là mô phỏng chưa
đúng khu vực trung tâm gió mùa và cường độ gió mùa. Nguyên nhân đầu tiên liên
quan đến sự dịch chuyển về phía Bắc của khu vực nhiệt độ thấp vùng Tây Phi. Sự
mô phỏng thiên thấp cường độ mưa liên quan đến sự mô phỏng thiên thấp thông
lượng ẩn nhiệt và bức xạ sóng ngắn bề mặt. Sự tăng lên về độ phân giải không làm
cải thiện rõ rệt các giá trị trung bình thống kê, do đó với độ phân giải 0.44 là phù
hợp nếu hạn chế về năng lực tính toán. Sklitsch và nnk (2008) [27] tiến hành nghiên
cứu độ nhạy của mô hình CCLM đối với vùng Alpine (An pơ), thực hiện chạy
CCLM với nhiều chế độ thiết lập (setup) khác nhau với đầu vào là số liệu tái phân
tích ERA-40 của ECMWF, chạy với cùng độ phân giải 10km, kết quả cho thấy sự
sai khác đối với trung bình năm giá trị lượng mưa từ -0.14 đến -0.42 mm/ngày và -
0.98 đến -1.44K đối với nhiệt độ không khí mực 2m tùy thuộc vào các chế độ setup.
Đồng thời cho thấy sự thay đổi về miền tính và độ phân giải theo chiều thẳng đứng
có ảnh hưởng lớn tới kết quả trong khi việc tham số hóa và phương pháp số không
đưa ra các kết quả đáng kể. Tác giả Cathy Hohenegger (2008) [11] đã tiến hành so
sánh kết quả mô hình CCLM với hai độ phân giải khác nhau 25km và 2.2 km hạ
quy mô từ chính độ phân giải 25km, kết quả cho thấy ở độ phân giải mây (2.2km)
CCLM đã bắt được hầu hết các quá trình hình thành và phân bố giáng thủy, hơn nữa
ở độ phân giải mây chính xác hơn về cực đại lượng mưa và giảm sai số thiên cao
mưa, đặc biệt mô phỏng tốt hơn chu trình đối lưu ngày và đêm.](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-13-2048.jpg?cb=1676131142)
![6
Tại Nhật Bản, mô hình NHRCM (Non-hydrostatic Regional Climate Model)
là phiên bản khí hậu của mô hình dự báo thời tiết NHM (Non-hydrostatic Model -
được phát triển bởi phòng Dự báo số trị, cơ quan Khí tượng Nhật Bản và Viện
Nghiên cứu Khí tượng Nhật Bản) đã được ứng dụng nghiên cứu khí hậu và cho
nhiều kết quả khả quan. Mistuo Ohizumi và nnk (2013) [23] mô phỏng khí hậu trên
khu vực Nhật Bản sử dụng mô hình NHRCM độ phân giải 20km chạy với điều kiện
biên và điều kiện ban đầu từ số liệu tái phân tích JRA25 của Nhật Bản trong các
mùa đông (tháng 12 đến tháng 3) từ 1985-2004. Các kết quả cho thấy nhiệt độ
không khí bề mặt thấp hơn 10
C phần phía Thái Bình Dương của Tohoku và cao hơn
1-20
C ở phần giáp Biển Nhật Bản. Tổng lượng mưa tháng, độ sâu tuyết và lượng
tuyết bao phủ mô phỏng bởi mô hình thấp hơn thực tế, hệ số tương quan với các giá
trị quan trắc tương ứng lần lượt là 0.3, 0.3 và 0.4. Sai số thiên âm lớn dọc theo bờ
biển Nhật Bản từ Hokkaido đến Chugoku và sai số thiên âm nhỏ từ phía đông
Hokkaido đến Biển Thái Bình Dương tại Tohoku. Sai số giảm từ độ cao trên 500m.
Hidekata Sasaki và nnk (2011) [17] đã tiến hành mô phỏng khí hậu hiện tại bằng
mô hình NHRCM độ phân giải 5km với đầu vào từ số liệu 20 năm mô hình hoàn
lưu toàn cầu AGCM20 độ phân giải 20km, kết quả cho thấy trung bình năm nhiệt
độ bề mặt và lượng mưa trên khu vực Nhật Bản được tái tạo khá sát với thực tế. Đặc
biệt đối với mưa lớn, mô hình NHRCM đã mô phỏng được trong khi AGCM20
không nắm bắt được, độ sâu lớp tuyết bao phủ trên khu vực Nhật Bản cũng được
mô phỏng ngoại trừ các vùng núi cao và vùng ven Biển Nhật Bản (thiên thấp so với
thực tế). Mizuki Hanafusa và nnk (2013) [24] mô phỏng sự biến đổi gió bề mặt
quanh lãnh thổ Nhật Bản sử dụng mô hình NHRCM 5km chạy lồng số liệu
AGCM20 cho giai đoạn từ 1979-2003. Kết quả cho thấy trung bình trường gió bề
mặt được tái tạo tốt, hơn nữa sự thay đổi mùa của trung bình gió bề mặt được thể
hiện khá rõ đặc biệt gió trung bình mùa đông thể hiện mạnh hơn hẳn mùa hè.
Như vậy việc sử dụng mô hình khí hậu khu vực phân giải cao mô phỏng khí
hậu đã được nhiều tác giả trên thế giới tiến hành mạnh mẽ. Độ phân giải sử dụng
tương đối cao, từ 20km xuống 5km thậm chí còn 2km. Các kết quả cho thấy việc](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-14-2048.jpg?cb=1676131142)
![7
dùng mô hình khí hậu khu vực phân giải cao mô phỏng khí hậu tiến tới áp dụng để
dự báo khí hậu trong tương lai là rất khả thi.
1.2. Tại Việt Nam
Ở nước ta, việc sử dụng các mô hình khí hậu khu vực để mô phỏng khí hậu
cũng đã được ứng dụng từ khoảng năm 2000. Đi đầu trong các nghiên cứu này là
nhóm nghiên cứu tại Khoa Khí tượng Thủy văn và Hải dương học, trường Đại học
Khoa học tự nhiên, Đại học Quốc gia Hà Nội với mô hình RegCM. Ban đầu để
chọn ra mô hình, điều kiện biên và sơ đồ tham số hóa tối ưu, các tác giả Phan Văn
Tân, Hồ Thị Minh Hà [3,4] tiến hành nghiên cứu độ nhạy của mô hình khí hậu khu
vực RegCM3 bằng cách sử dụng các điều kiện biên và các sơ đồ tham số hóa khác
nhau, chạy với độ phân giải ngang 54km kéo dài từ năm 1996 đến 1998, nghiên cứu
chỉ ra rằng việc dùng số liệu nhiệt độ nước biển OISST và số liệu tái phân tích
ERA40 làm đầu vào, sơ đồ tham số hóa MIT-Emanuel mô phỏng nhiệt độ bề mặt và
sơ đồ Grell-AS47 mô phỏng lượng mưa là phù hợp. Tiếp đó Đỗ Huy Dương và nnk
(2009) [1] thực hiện nghiên cứu mô phỏng các yếu tố khí hậu cực đoan trên bộ số
liệu kéo dài 10 năm tích phân từ RegCM3 với điều kiện biên và điều kiện ban đầu
từ số liệu tái phân tích ERA40 và IOSST, độ phân giải 54km, kết quả cho thấy
RegCM3 có khả năng mô phỏng các yếu tố khí hậu cực đoan, ngoại trừ yếu tố mưa,
thêm nữa các dự báo từ RegCM3 có sai số hệ thống rõ rệt và thống nhất giữa các
phân vùng khí hậu. Trong một nghiên cứu khác, Phan Văn Tân và nnk (2009) [5]
đánh giá khả năng ứng dụng mô hình RegCM3 mô phỏng hạn mùa các trường khí
hậu bề mặt ở Việt Nam, tích phân mô hình RegCM3 với điều kiện biên và điều kiện
ban đầu từ số liệu mô hình CAM (RegCM-CAM) so sánh với đầu vào từ ERA40 và
OISST, chuỗi số liệu từ tháng 5 đến tháng 9 năm 1996, độ phân giải ngang 54km.
Kết quả cho thấy RegCM-CAM mô phỏng có sai số hệ thống rõ rệt, trung bình
nhiệt độ thấp hơn quan trắc 20
C, dự báo mưa thấp hơn quan trắc. Cũng nghiên cứu
sự biến đổi mùa và biến đổi năm của các yếu tố nhiệt độ không khí 2m và lượng
mưa mô phỏng từ RegCM3, Phan Văn Tân và nnk (2009) [32] đã thực hiện trên
chuỗi số liệu giai đoạn 1991-2000. Để hiệu chỉnh yếu tố nhiệt độ không khí 2m, các](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-15-2048.jpg?cb=1676131142)
![8
tác giả có tính tới chênh lệch độ cao địa hình với tỷ lệ 0.65o
C/100m, tuy nhiên
RegCM3 vẫn mô phỏng thiên thấp với thực tế. Đối với lượng mưa, RegCM3 mô
phỏng thiên thấp vào mùa mưa và thiên cao vào mùa khô. Nghiên cứu trên chuỗi số
liệu từ 1996 đến 2005, độ phân giải tinh hơn (36km) của mô hình RegCM3 chạy với
điều kiện biên và điều kiện ban đầu của NCEP/NCAR và số liệu OISST, tập trung
khảo sát độ nhạy của mô hình với các sơ đồ tham số hóa khác nhau, chủ yếu xét
trong giai đoạn gió mùa mùa hè, nhóm tác giả (2011) [26] cho thấy có sự nhất quán
đối với cả 3 sơ đồ tham số hóa thử nghiệm, RegCM3 mô phỏng nhiệt độ thiên thấp,
trong khi mô phỏng lượng mưa có sự sai khác rõ ràng.
Ngoài việc nghiên cứu về các yếu tố nhiệt độ và lượng mưa, Bùi Hoàng Hải
và nnk (2009) [2] xem xét đến khả năng mô phỏng bão của mô hình RegCM3 từ
chuỗi số liệu từ 1995-1997, độ phân giải 54km trên khu vực Tây Bắc Thái Bình
Dương và Biển Đông. Nghiên cứu kết luận mô hình RegCM3 mô phỏng khá sát với
thực tế về số lượng bão cũng như quy luật chuyển động của bão trong cùng thời kỳ,
tuy nhiên số lượng bão trong tháng lại khác so với thực tế. Vài năm trở lại đây,
phiên bản 4.2 của mô hình RegCM đã được nhóm tác giả Phan Văn Tân (2013)
[28], Nguyễn Quang Trung (2013) [29] thử nghiệm.
Ngoài mô hình RegCM, một loạt các mô hình khí hậu khu vực khác cũng đã
được thử nghiệm thành công để nghiên cứu mô phỏng khí hậu cũng như biến đổi
khí hậu chẳng hạn mô hình REMO (Regional Model, được cung cấp bởi viện
nghiên cứu Max Planck Cộng hòa Liên bang Đức), clWRF (phiên bản khí hậu của
mô hình WRF), CMM5 (phiên bản khí hậu của mô hình MM5) tại Khoa Khí tượng
Thủy văn và Hải dương học, mô hình PRECIS (của Trung tâm khí thượng Hadley –
Vương Quốc Anh), NorESM (của Na Uy) tại Viện Khí tượng Thủy văn và Môi
trường trong dự án “Mô hình tính toán với độ phân giải cao phục vụ cập nhật kịch
bản biến đổi khí hậu cho Việt Nam”,…
Như vậy các mô hình khí hậu khu vực được ứng dụng rất nhiều đặc biệt là
mô hình RegCM để mô phỏng khí hậu trên khu vực Việt Nam được nhiều tác giả
đặc biệt quan tâm nghiên cứu. Tuy nhiên hầu hết các nghiên cứu trong nước đều](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-16-2048.jpg?cb=1676131142)
![10
CHƢƠNG 2: SỐ LIỆU VÀ PHƢƠNG PHÁP ĐÁNH GIÁ
2.1. Số liệu
Phục vụ đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô
hình NHRCM và RegCM, luận văn sử dụng hai nguồn số liệu quan trắc synop tại
58 trạm trên toàn quốc giai đoạn 1986-2007 và số liệu phân tích trên lưới Aphrodite
(Asian Precipitation Highly Resolved Obsservational Data Intergration Towards
Evaluation of Water Resources) của Nhật Bản. Ngoài ra số liệu đầu vào cho mô
hình NHRCM và RegCM được lấy từ số liệu tái phân tích Jra25 từ Nhật Bản. Trong
phần này sẽ trình bày chi tiết từng loại số liệu nêu trên.
Aphrodite là dự án “Tích hợp đồng bộ dữ liệu mưa nghiệp vụ Châu Á hướng
đến mục tiêu đánh giá tài nguyên nước” được hỗ trợ bởi cơ quan nghiên cứu môi
trường và Quỹ Phát triển Công nghệ của Bộ Môi trường Nhật Bản [30]. Mục tiêu của
dự án là xây dựng bộ số liệu mưa ngày trên lưới với quy mô dài hạn từ số liệu quan trắc
cho khu vực Châu Á từ đó đánh giá các dự báo của các mô hình khí hậu đồng thời đưa
ra các gợi ý cho các nhà quản lý tài nguyên nước địa phương tại các quốc gia châu Á
mà dự án triển khai. Dự án Aphrodite đã phát triển các bộ dữ liệu về lượng mưa hàng
ngày với độ phân giải 0.25° và 0.5° kinh vĩ cho khu vực Châu Á trong giai đoạn 1951-
2007 (APHRO_MA/ME/RU_V1003R1). Bộ số liệu chủ yếu được tạo ra từ nguồn số
liệu thu thập được từ mạng lưới các trạm quan trắc bề mặt và các máy đo mưa tự động.
Bên cạnh đó, dự án cũng đang phát triển và đưa ra bộ số liệu mưa ngày với độ phân
giải 0.05° cho Nhật Bản (APHRO_JP_V1003R1) giai đoạn 1901-2008. Bộ số liệu
Aphrodite sử dụng trong nghiên cứu là phiên bản dành cho vùng gió mùa châu Á
(APHRO_MA_V1003R1) bao phủ vùng 60E-150E và -15N-55N chứa số liệu mưa
ngày với độ phân giải 0.25º kinh vĩ trong thời kỳ 1986 -2007. Mặc dù có độ phân giải
0.25 độ nhưng mật độ trạm quan trắc synop trên khu vực Đông Dương tương đối thưa
(cách nhau khoảng 50km), trong quá trình phân tích APHRODITE đã loại bỏ các thông
tin quy mô nhỏ và chỉ giữ lại các thông tin tương ứng mà quy mô trạm có thể giải
được. Như vậy APHRODITE mô tả thông tin quy mô lớn hơn so với lưới mà
APHRODITE sử dụng. Bởi thế APHRODITE chỉ dùng chủ yếu để đánh giá sự mô
phỏng bức tranh chung về nhiệt độ và lượng mưa trên khu vực Đông Dương.](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-18-2048.jpg?cb=1676131142)
![11
Số liệu quan trắc synop gồm 58 trạm quan trắc về các yếu tố nhiệt độ trung
bình ngày, tổng lượng mưa ngày kéo dài từ năm 1986 đến 2007. Các giá trị của các
yếu tố quan trắc này đã được kiểm định chất lượng, loại bỏ các giá trị phi thực tế,
các phương pháp kiểm định chất lượng đã được trình bày trong nhiều tài liệu nên sẽ
không trình bày chi tiết ở đây [20]. Các trạm quan trắc synop được chọn sao cho
chuỗi số liệu tương đối đồng nhất. Luận văn phân chia các trạm trên cả nước thành
4 vùng đánh giá gồm Bắc Bộ, Bắc Trung Bộ, Nam Trung Bộ và Nam Bộ. Cách
phân vùng đánh giá khác với phân vùng khí hậu do phân chia theo vĩ độ để khảo sát
sự ảnh hưởng của yếu tố bất thủy tĩnh (NHRCM) so với mô hình thủy tĩnh
(RegCM) đến việc mô phỏng các yếu tố khí hậu trên khu vực Việt Nam. Dựa trên
những nguyên tắc đó, danh sách các trạm được trình bày trong bảng 2.1 và phân bố
mạng lưới trạm được cho trên hình 2.1.
Bảng 2.1: Danh sách các trạm quan trắc synop
ID Trạm Tên Trạm Kinh độ Vĩ Độ Độ cao trạm (m)
Vùng Bắc Bộ (BB)
48811 Điện Biên 103 21.37 475
48800 Lai Châu 103.15 22.07 243
48806 Sơn La 103.9 21.33 675
48/25 Mộc Châu 104.68 20.83 972
48/18 Yên Châu 104.3 21.05 314
48805 Hà Giang 104.97 22.82 117
48/34 Bắc Quang 104.87 22.5 73
48802 SaPa 103.82 22.35 1584
48833 Bãi Cháy 107.07 20.97 38
48830 Lạng Sơn 106.77 21.83 258
48812 Tuyên Quang 105.22 21.82 41
48815 Yên Bái 104.87 21.7 56
48831 Thái Nguyên 105.83 21.6 35
48834 Cô Tô 107.77 20.98 70
48820 Láng 105.8 21.03 6
48818 Hòa Bình 105.33 20.82 23
48826 Phủ Liễn 106.63 20.8 112
48823 Nam Định 106.15 20.39 2
48824 Ninh Bình 105.97 20.23 3
48839 Bạch Long Vĩ 107.72 20.13 56
48835 Thái Bình 106.35 20.45 2
Vùng Bắc Trung Bộ (BTB)](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-19-2048.jpg?cb=1676131142)
![16
sơ đồ tham số hóa vật lý được chỉnh sửa cho phù hợp, chủ yếu là sơ đồ truyền bức
xạ và vật lý bề mặt. Qua thời gian phát triển, RegCM không ngừng được cải tiến,
các phiên bản RegCM2 (1993), RegCM2.5 (1999), RegCM3 (2006) lần lượt ra đời
và phiên bản mới nhất hiện nay là RegCM4. RegCM4 hiện đã được sử dụng miễn
phí trên toàn thế giới, có thể chạy với độ phân giải ngang 10km (giới hạn thủy tĩnh)
sử dụng mô phỏng khí hậu hiện tại cũng như dự tính khí hậu tương lai.
Về cơ sở lý thuyết cũng như các phương trình cơ bản của mô hình RegCM
đã được giới thiệu trong rất nhiều công trình nghiên cứu trong và ngoài nước, chi
tiết có thể tham khảo theo [12,13].
2.3. Thiết kế thí nghiệm
Trong phần này luận văn trình bày cách tiến hành thí nghiệm chạy mô hình
NHRCM và RegCM cho vùng Việt Nam trong giai đoạn 1986-2007. Cả hai mô
hình đều được chạy với đầu vào là số liệu tái phân tích Jra25, cập nhật điều kiện
biên cách nhau 6h. Cấu hình miền tính bao gồm 201 điểm lưới theo chiều Đông
Tây, 181 điểm lưới theo chiều Bắc Nam, tâm miền tính tại 110E và 15N, độ phân
giải ngang 20km với 40 mực thẳng đứng, mô hình lựa chọn hệ tọa độ Mercator.
Phiên bản RegCM sử dụng trong nghiên cứu này là RegCM4.2. Trong mô hình
RegCM lựa chọn sơ đồ tham số hóa đối lưu hỗn hợp Grell-Emanuel trong đó sơ đồ
Grell dùng trên lục địa và sơ đồ Emanuel dùng trên đại dương. Cách sử dụng các sơ
đồ tham số hóa hỗn hợp này dựa theo khuyến cáo của ITCP đối với mô hình
RegCM. Đáng chú ý trong mô hình NHRCM, thay vì dùng mô hình đất nguyên gốc,
NHRCM sử dụng mô hình sinh quyển đơn giản (Simple Biosphere Scheme - Sib)
được phát triển bởi Viện nghiên cứu Khí tượng Nhật Bản và thay điều kiện biên
xung quanh bằng Spectral Coupling. Sơ đồ tham số hóa Kain Fritsch được sử dụng
cho NHRCM. Số liệu nhiệt độ bề mặt biển SST được lấy từ số liệu tái phân tích
MGDSST của Nhật Bản [34]. Hình 2.3 đưa ra miền tính khu vực nghiên cứu.](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-24-2048.jpg?cb=1676131142)
![18
tháng 6, tháng 7 và tháng 8) đối với nhiệt độ T2m, trong khi yếu tố lượng mưa được
xét theo hai giai đoạn trong mùa mưa là JJA (các tháng 6, tháng 7 và tháng 8) và
SON (các tháng 9, tháng 10 và tháng 11). Ngoài ra các giá trị trung bình tháng của
nhiệt độ T2m và tổng lượng mưa còn được xem xét theo biến trình năm trên tất cả
các phân vùng đánh giá và toàn lãnh thổ Việt Nam. Thêm nữa, luận văn cũng tiến
hành đánh giá khả năng mô phỏng tần suất tổng lượng mưa ngày và nhiệt độ T2m
trung bình ngày trên 4 phân vùng đánh giá. Các kết quả mô phỏng theo không gian
của hai mô hình được so sánh với các giá trị phân tích trên lưới của Aphrodite trong
khi kết quả mô phỏng theo thời gian, mô phỏng tần suất hay biến trình năm được so
sánh trực tiếp với số liệu quan trắc synop. Đối với yếu tố nhiệt độ không khí mực
2m, luận văn áp dụng phương pháp hiệu chỉnh theo độ cao địa hình với số gia
0.650
C/100m.
Về các chỉ số đánh giá thống kê, luận văn xem xét đưa ra đặc trưng sai số
trung bình của phân bố (ME) đối với các yếu tố có quy mô tháng, quy mô mùa và
quy mô năm. Đây chính là các yếu tố mà mô hình khí hậu có thể dự báo với thời
gian nhiều năm. Về bản chất sai số ME cho biết bias giữa mô phỏng của mô hình so
với thực tế hay sai số tương ứng với moment bậc một của hai yếu tố. Cần chú ý
trong luận văn không đưa ra chỉ số RMSE khi đánh giá các yếu tố này do chỉ số
RMSE chứa cả ME và sai số tương ứng với moment bậc hai, nghĩa là RMSE trộn
lẫn cả moment bậc một và moment bậc hai trong giá trị cuối cùng. Do đó RMSE chỉ
cung cấp thông tin moment bậc hai của hai yếu tố mô phỏng của mô hình và thực tế
khi không tồn tại bias. Với dự báo thời tiết, bias thường nhỏ và có thể không ảnh
hưởng lớn tới RMSE, tuy nhiên trong dự báo khí hậu bias khá lớn và như vậy
RMSE không phải là một chỉ số đánh giá tốt.
ME được biểu diễn dưới dạng bản đồ phân bố cho khu vực Đông Dương
hoặc dạng toán đồ tụ điểm hay diễn biến theo thời gian trong năm tương tự như
Sasaki và nnk (2011)[17]. Riêng tổng lượng mưa ngày có phân bố dạng gamma
cũng như biên độ có sự chênh lệch lớn, trên bản đồ luận văn thể hiện tỷ số giữa
lượng mưa quan trắc và mưa mô phỏng. Điều này tương đương với việc xác định](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-26-2048.jpg?cb=1676131142)
![19
ME thay vì xác định ME thông thường đối với lượng mưa, ta sẽ xác định ME cho
hàm loga của lượng mưa. Theo công thức tính loga, hiệu của hai hàm loga chính là
tỷ số của chúng trên bản đồ [18].
Đối với các yếu tố trên quy mô ngày, mô hình khí hậu không thể mô tả một
cách chính xác diễn biến của từng yếu tố này, do đó để đánh giá chúng cần thiết
phải thực hiện trên hàm phân bố thay vì đơn giản như moment bậc 1 ME đối với
các yếu tố quy mô tháng hoặc mùa. Nếu phân bố có dạng Gauss, hai moment phân
bố bậc một và bậc hai có thể dùng để mô tả hàm phân bố này. Tuy nhiên đối với
lượng mưa không tuân theo phân bố chuẩn mà thường có dạng gamma. Đuôi của
các phân bố sẽ cung cấp thêm các thông tin về cực trị như nắng nóng, không khí
lạnh hay mưa lớn. Hàm phân bố cho mỗi yếu tố sẽ được xác định dưới dạng
histogram, độ dài bin cho nhiệt độ t2m trung bình ngày được lấy bằng 10
C trong khi
đối với tổng lượng mưa ngày được lấy bằng 5mm. Do quan tâm chủ yếu đến yếu tố
mưa lớn histogram cho lượng mưa sẽ được hiển thị trên thang loga để có thể hiển
thị rõ tần xuất xuất hiện của mưa lớn khi mô phỏng trong so sánh với quan trắc.
Điều này cũng một phần do lượng mưa có phân bố gamma dẫn đến đuôi phân bố
kéo dài sang phía phải.
Các kết quả đánh giá được đưa ra ở phần sau.](https://image.slidesharecdn.com/nhgikhnngmphnglngmavnhitcaccmhnhnhmvregcmtrnkhuvcvitnam-220829023453-deea14d1/75/nh-gi-kh-nng-m-phng-lng-ma-v-nhit-ca-cc-m-hnh-nhm-v-regcm-trn-khu-vc-vit-nampdf-27-2048.jpg?cb=1676131142)
Recomendados
Más contenido relacionado
Similar a Đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHM và RegCM trên khu vực Việt Nam.pdf
Similar a Đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHM và RegCM trên khu vực Việt Nam.pdf(20)
Más de NuioKila
![[123doc] - thu-nghiem-cai-tien-chi-tieu-du-bao-khong-khi-lanh-cac-thang-cuoi-...](https://cdn.slidesharecdn.com/ss_thumbnails/123doc-thu-nghiem-cai-tien-chi-tieu-du-bao-khong-khi-lanh-cac-thang-cuoi-mua-dong-bang-phuong-phap-s-220917023503-348aa6d7-thumbnail.jpg?width=384&fit=bounds)
Más de NuioKila(20)
![[123doc] - thu-nghiem-cai-tien-chi-tieu-du-bao-khong-khi-lanh-cac-thang-cuoi-...](https://cdn.slidesharecdn.com/ss_thumbnails/123doc-thu-nghiem-cai-tien-chi-tieu-du-bao-khong-khi-lanh-cac-thang-cuoi-mua-dong-bang-phuong-phap-s-220917023503-348aa6d7-thumbnail.jpg?width=768&fit=bounds)
Último
Último(20)
Đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHM và RegCM trên khu vực Việt Nam.pdf
- 1. ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN --------------------- Nguyễn Mạnh Linh ĐÁNH GIÁ KHẢ NĂNG MÔ PHỎNG LƢỢNG MƢA VÀ NHIỆT ĐỘ CỦA CÁC MÔ HÌNH NHM VÀ REGCM TRÊN KHU VỰC VIỆT NAM LUẬN VĂN THẠC SĨ KHOA HỌC Hà Nội - 2014
- 2. ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN --------------------- Nguyễn Mạnh Linh ĐÁNH GIÁ KHẢ NĂNG MÔ PHỎNG LƢỢNG MƢA VÀ NHIỆT ĐỘ CỦA CÁC MÔ HÌNH NHM VÀ REGCM TRÊN KHU VỰC VIỆT NAM Chuyên ngành: Khí tượng và Khí hậu học Mã số: 60 44 0222 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS. TSKH KIỀU THỊ XIN Hà Nội - 2014
- 3. Lời cảm ơn Tôi xin trân trọng bày tỏ lòng cảm ơn sâu sắc đến PGS. TSKH Kiều Thị Xin, Trường Đại học Khoa học Tự nhiên, ĐHQGHN, người hướng dẫn khoa học, GS. TS Nguyễn Hữu Dư chủ nhiệm đề tài khoa học “Nghiên cứu xây dựng kịch bản về các hiện tượng thời tiết cực đoan trung hạn (2015-2030) cho khu vực Việt Nam – Biển Đông sử dụng kịch bản biến đổi khí hậu trong chương trình Kakushin”, TS. Lê Đức đã giúp đỡ tôi rất nhiều cả về mặt khoa học cũng như hợp tác quốc tế trong thời gian tôi hoàn thành luận văn. Tôi cũng xin bày tỏ lòng cảm ơn sâu sắc tới Trung tâm Dự báo Khí tượng Thủy văn Trung ương, phòng Nghiên cứu & Ứng dụng đã tạo điều kiện về thời gian giúp tôi hoàn thành luận văn. Tôi xin bày tỏ lòng cảm ơn tới các thầy giáo, cô giáo, Khoa Khí tượng Thủy văn & Hải dương học, Khoa sau đại học Trường Đại học Khoa học Tự Nhiên đã giảng dạy, giúp đỡ một cách tận tình chu đáo nhất. Trong suốt thời gian thực hiện luận văn, tôi luôn nhận được sự quan tâm giúp đỡ của bạn bè, đồng nghiệp, tôi luôn ghi nhớ và biết ơn sự giúp đỡ quý báu đó. Cuối cùng, tôi xin bày tỏ lòng biết ơn sâu sắc tới những người thân yêu trong gia đình tôi, luôn là nguồn động viên tinh thần quý giá giúp tôi hoàn thành luận văn này.
- 4. Mục lục Mở Đầu ___________________________________________________________1 CHƯƠNG 1: TỔNG QUAN VỀ NGHIÊN CỨU MÔ PHỎNG KHÍ HẬU KHU VỰC BẰNG MÔ HÌNH SỐ ___________________________________________3 1.1.Trên thế giới __________________________________________________3 1.2. Tại Việt Nam _________________________________________________7 CHƯƠNG 2: SỐ LIỆU VÀ PHƯƠNG PHÁP ĐÁNH GIÁ _________________10 2.1. Số liệu ______________________________________________________10 2.2. Mô hình_____________________________________________________15 2.2.1. Mô hình NHRCM __________________________________________15 2.2.2. Mô hình RegCM ___________________________________________15 2.3. Thiết kế thí nghiệm ___________________________________________16 2.4. Phƣơng pháp đánh giá ________________________________________17 CHƯƠNG 3: KẾT QUẢ ĐÁNH GIÁ___________________________________20 3.1. Đánh giá kết quả mô phỏng nhiệt độ _____________________________20 3.2. Đánh giá kết quả mô phỏng mƣa ________________________________29 KẾT LUẬN _______________________________________________________40 Phụ lục 1 _________________________________________________________45
- 5. Danh sách các chữ viết tắt AGCM Atmospheric Global Circulation Model AMeDAS Automated Meteorological Data Acquisition System AMV Atmospheric Motion Vector Aphrodite Asia Precipitation – Highly resolved Observational Data Intergration Towards Evaluations of the Waters Resources ATOVS Advanced TIROS Operational Vertical Sounder CAM Community Atmospheric Model CCLM Cosmo Climate Limited-area Model CCSM3 The Third - Community Climate System Model CLM Community Climate Model ClWRF Climate Weather Research Forecast CMM5 Climate Mesoscale Model COSMO Consortium for small scale modeling COBE-SST Characteristics of Global Sea Surface Temperature Analysis Data CRCM The Third - Generation Canadian Regional Climate Model CRIEPI Central Research Institute of Electric Power Industry DWD Deutscher Wetterdienst ECMWF European Centre for Medium Range Weather Forecasts ERA European Reanalysis GCMs Global Climate Models HE-VI Horizontally Explicit – Vertically Implicit ICTP International Centre for Theoretical Physics JMA Japan Meteorological Agency JRA25 Japanese 25-year Reanalysis MRI Meteorological Research Institute NCAR National Center for Atmospheric Research NCDC National Climatic Data Center NCEP National Center for Environmental Prediction NHM Nonhydrostatic Regional Model NHRCM Nonhydrostatic Regional Climate Model NICAM Nonhydrostatic ICosahedral Atmospheric Model NorESM Norwegian Earth System Model NPD Numerical Prediction Division OISST Optimum Interpolation Sea Surface Temperature PRECIS Providing Regional Climate for Impacts Studies TOVS TIROS Operational Vertical Sounder RCMs Regional Climate Models RegCM Regional Climate Model REMO Regional Climate Modeling SST Sea Surface Temperature
- 6. Danh sách các bảng STT Bảng Nội dung Trang Bảng 2.1 Danh sách các trạm quan trắc synop 11 Bảng 2.2 Thông tin cơ bản về số liệu tái phân tích Jra25 14 Bảng 2.3 Các biến sử dụng trong bộ số liệu Jra25 15
- 7. Danh sách các hình vẽ và biểu đồ STT hình Nội dung Trang Hình 2.1 Phân bố mạng lưới trạm quan trắc (Vùng BB: hình vuông xanh dương, BTB: hình vuông xanh da trời, NTB: hình vuông đen, NB: Hình vuông xanh lá cây) 13 Hình 2.2 Độ cao địa hình và phân bố trạm quan trắc (các trạm quan trắc là các hình vuông màu xanh da trời) 13 Hình 2.3 Miền tính sử dụng trong nghiên cứu 17 Hình 3.1 Kết quả mô phỏng nhiệt độ không khí T2m (0 C) trung bình năm thời kỳ 1986-2007 của RegCM (a) và NHRCM (b). 20 Hình 3.2 Chênh lệch nhiệt độ không khí T2m (0 C) trung bình năm thời kỳ 1986-2007 của RegCM (a) và NHRCM (b) so với số liệu tái phân tích Aphrodite. 21 Hình 3.3 Kết quả mô phỏng nhiệt độ không khí T2m (0 C) trung bình các tháng mùa đông DJF thời kỳ 1986-2007 của RegCM (a), NHRCM (b) và Aphrodite (c). 22 Hình 3.4 Kết quả mô phỏng nhiệt độ không khí T2m (0 C) trung bình các tháng mùa hè JJA thời kỳ 1986-2007 của RegCM (a), NHRCM (b) và Aphrodite (c). 23 Hình 3.5 Hình 3.5: Biểu đồ tụ điểm nhiệt độ trung bình (0 C) (a), các tháng JJA (b), các tháng DJF (c) thời kỳ 1986-2007 giữa các mô hình RegCM (tam giác màu đỏ), NHRCM (hình vuông màu xanh) với giá trị quan trắc tại trạm. 25 Hình 3.6 Phân bố nhiệt độ T2m trung bình tháng (0 C) giai đoạn (1986- 2007) cho toàn Việt Nam (a), Bắc Bộ (b), Bắc Trung Bộ (c), Nam Trung Bộ (d) và Nam Bộ (e) của các mô hình RegCM (tam giác màu đỏ), NHRCM (hình vuông màu xanh da trời) với giá trị quan trắc tại trạm (hình tròn xanh lá cây). 27 Hình 3.7 Phân bố tần suất T2m trung bình ngày giai đoạn (1986-2007) cho toàn Việt Nam (a), Bắc Bộ (b), Bắc Trung Bộ (c), Nam Trung Bộ (d) và Nam Bộ (e) của các mô hình RegCM (tam giác màu đỏ), NHRCM (hình vuông màu xanh da trời) với giá trị quan trắc tại trạm (hình tròn xanh lá cây). 28 Hình 3.8 Tổng lượng mưa mô phỏng trung bình năm (mm) thời kỳ 1986-2007 của RegCM (a), NHRCM (b) và Aphrodite (c). 30 Hình 3.9 Tổng lượng mưa mô phỏng trung bình các tháng 6, tháng 7 và tháng 8 (mm) thời kỳ 1986-2007 của RegCM (a), NHRCM (b) và Aphrodite (c). 31 Hình 3.10 Tổng lượng mưa mô phỏng trung bình các tháng 9, tháng 10 và tháng 11 (mm) thời kỳ 1986-2007 của RegCM (a), NHRCM (b) và Aphrodite (c). 32 Hình 3.11 Tỷ lệ mưa mô phỏng so với mưa phân tích Aphrodite của các mô hình NHRCM (a) và RegCM (b). 33 Hình 3.12 Biểu đồ tụ điểm tổng lượng mưa trung bình năm (mm) (a), các tháng JJA (b), các tháng SON (c) thời kỳ 1986-2007 giữa 35
- 8. các mô hình RegCM (tam giác màu đỏ), NHRCM (hình vuông màu xanh) với giá trị quan trắc tại trạm. Hình 3.13 Phân bố lượng mưa tháng (mm) trung bình nhiều năm (1986- 2007) cho toàn Việt Nam (a), Bắc Bộ (b), Bắc Trung Bộ (c), Nam Trung Bộ (d) và Nam Bộ (e) của các mô hình RegCM (tam giác màu đỏ), NHRCM (hình vuông màu xanh da trời) với giá trị quan trắc tại trạm (hình tròn xanh lá cây). 37 Hình 3.14 Phân bố tần suất tổng lượng mưa ngày giai đoạn (1986-2007) cho toàn Việt Nam (a), Bắc Bộ (b), Bắc Trung Bộ (c), Nam Trung Bộ (d) và Nam Bộ (e) của các mô hình RegCM (tam giác màu đỏ), NHRCM (hình vuông màu xanh da trời) với giá trị quan trắc tại trạm (hình tròn xanh lá cây). 39 Hình 4.1 Sai phân theo thời gian thành phần bình lưu trong trường hợp ns = 2 t / =7 56
- 9. 1 Mở Đầu Các mô hình khí hậu toàn cầu mô phỏng khá tốt các quá trình quy mô lớn trong khi việc xem xét các quá trình quy mô địa phương lại rất cần thiết. Đáp ứng yêu cầu này nhiều tổ chức trên thế giới đã phát triển và ứng dụng các mô hình khí hậu khu vực với độ phân giải cao, thậm chí vượt qua giới hạn thủy tĩnh (dưới 10km) - phi thủy tĩnh. Nhưng để chạy được các mô hình khí hậu phân giải cao đòi hỏi nhiều về chi phí tính toán, thực tế chỉ các nước có tài nguyên máy tính lớn mới thực hiện được việc này. Tại Cộng Hòa Liên Bang Đức, CCLM (Cosmo Climate Limited-area Model) là phiên bản dự báo khí hậu của mô hình thời tiết độ phân giải cao phi thủy tĩnh Cosmo, được phát triển bởi cơ quan khí tượng quốc gia kết hợp với cộng đồng sử dụng mô hình quy mô nhỏ COSMO (Consortium for small scale modeling) sử dụng nghiên cứu khí hậu. Bên cạnh đó, ICTP (International Centre for Theoretical Physics) đã phát triển mô hình khí hậu khu vực RegCM, được ứng dụng nhiều nơi trên thế giới. Ở Nhật Bản, đã chạy thử nghiệm mô hình NICAM (Nonhydrostatic ICosahedral Atmospheric Model) độ phân giải 4km, hay mô hình NHRCM (Nonhydrostatic Regional Climate model) là phiên bản khí hậu của mô hình dự báo thời tiết NHM (Nonhydrostatic Regional Model) được đánh giá mô phỏng khá sát nhiệt độ và lượng mưa trong giai đoạn 5 năm từ 2001 đến 2006 (Hidetaka Sasaki và nnk, 2011) với độ phân giải ngang 4 km [17]. Theo đó, xu hướng phát triển của thế giới là tiến tới chạy các mô hình khí hậu khu vực và cao hơn nữa là các mô hình phi thủy tĩnh. Ở nước ta đã có nhiều mô hình khí hậu khu vực được sử dụng nghiên cứu như ClWRF (phiên bản khí hậu của mô hình WRF), CMM5 (phiên bản khí hậu của mô hình MM5), REMO, … đặc biệt là mô hình RegCM được sử dụng nhiều để mô phỏng các yếu tố và hiện tượng khí hậu cực đoan (Phan Văn Tân và nnk, 2008) [3, 4, 26]. Bổ sung vào các công trình nghiên cứu trong nước, chúng tôi đề xuất sử dụng phiên bản khí hậu của mô hình NHM (NHRCM - thuật ngữ sử dụng thay cho NHM trong phạm vi luận văn) để nghiên cứu khí hậu dựa trên những kết quả đánh giá khả quan của các chuyên gia Nhật Bản [17]. Nhưng trước khi đưa vào sử dụng cần phải kiểm chứng khả năng mô phỏng khí hậu của mô hình NHRCM với mô hình RegCM, mô hình được dùng nhiều tại Việt Nam, trên chuỗi số liệu đủ dài. Bởi vậy luận văn tiến hành “Đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHRCM và RegCM trên khu vực Việt Nam” thực hiện trên chuỗi số
- 10. 2 liệu 22 năm từ 1986 đến 2007 độ phân giải 20km chạy với cùng điều kiện biên và điều kiên ban đầu là số liệu tái phân tích JRA25 (Japanese 25-year Reanalysis), số liệu tái phân tích nhiệt độ bề mặt nước biển SST của Nhật Bản. Số liệu lượng mưa và nhiệt độ dùng để so sánh được lấy từ phân tích Aphrodite(Asia Precipitation – Highly resolved Observational Data Intergration Towards Evaluations of the Waters Resources) độ phân giải 0.25 độ và chuỗi quan trắc của 58 trạm synop trên khu vực Việt Nam cùng thời kỳ. Luận văn bố cục gồm các phần sau: Mở đầu Chƣơng 1: Tổng quan về nghiên cứu mô phỏng khí hậu khu vực bằng mô hình số. Chƣơng 2: Số liệu và phương pháp đánh giá. Chƣơng 3: Kết quả đánh giá. Kết luận Tài liệu tham khảo
- 11. 3 CHƢƠNG 1: TỔNG QUAN VỀ NGHIÊN CỨU MÔ PHỎNG KHÍ HẬU KHU VỰC BẰNG MÔ HÌNH SỐ 1.1.Trên thế giới Nghiên cứu bài toán mô phỏng khí hậu bằng cách sử dụng các mô hình khí hậu khu vực hiện nay đang là xu thế chung trên thế giới. Theo phương pháp này, khi xem xét khả năng mô phỏng của các mô hình khí hậu khu vực trong một phạm vi giới hạn nào đó, người ta thường chạy với điều kiện biên từ nguồn số liệu tái phân tích (được coi là gần với khí quyển thực nhất) hoặc từ sản phẩm đầu ra của các mô hình khí hậu toàn cầu. Các kết quả được so sánh với số liệu quan trắc hoặc nguồn số liệu tái phân tích đáng tin cậy. Ưu thế của phương pháp hạ quy mô động lực giúp ta thu được trường mô phỏng chi tiết, khách quan và xem xét được các quá trình hồi tiếp giữa mặt đệm (bao gồm bề mặt đất liền, đại dương) và khí quyển. Tuy vậy việc ứng các RCMs (mô hình khí hậu khu vực) được các tác giả tiến hành mạnh mẽ khoảng hơn 10 năm trở lại đây khi các mô hình toàn cầu đạt được các bước tiến rõ rệt cùng với sự đáp ứng tốt của công nghệ thông tin về yêu cầu tính toán. Sử dụng mô hình CMM5 (phiên bản khí hậu của mô hình MM5) mô phỏng biến trình năm lượng giáng thủy trên lãnh thổ Hoa Kỳ thời kỳ 1982-2002 với các trường đầu vào và các sơ đồ tham số hóa khác nhau trong nghiên cứu của Liang và nnk (2004) [21], CMM5 có kỹ năng mô phỏng rõ nét các điều kiện khí hậu với sai số thấp hơn so với số liệu tái phân tích toàn cầu. Cũng với mô hình CMM5 nghiên cứu khí hậu Hoa Kỳ thời kỳ 1982-2002 Zhu J. và nnk (2007) [33] cho thấy CMM5 nắm bắt sự tiến triển theo thời gian và phân bố theo không gian tốt hơn so với trường tái phân tích tuy nhiên kỹ năng hạ thấp quy mô của mô hình khá nhạy đối với các sơ đồ tham số hóa đối lưu. Chế độ hoàn lưu, nhiệt độ và giáng thủy trên khu vực Bắc Mỹ thời kỳ 1987-1991 đã được tái tạo trong các nghiên cứu của Jiao Yanjun (2006) [19] khi sử dụng mô hình CRCM (The Third - Generation Canadian Regional Climate Model). Các kết quả cho thấy CRCM đã mô phỏng khá sát với thực tế độ nhiệt độ và lượng mưa trên khu vực Bắc Mỹ, đặc biệt là biến động mùa của nhiệt độ và lượng mưa mùa đông, mặc dù lượng mưa mùa hè vượt xa quan trắc. Caldwell và
- 12. 4 nnk (2009) [10] đã sử dụng mô hình ClWRF mô phỏng khí hậu 40 năm trên khu vực California độ phân giải 12km với điều kiện biên và điều kiện ban đầu của CCSM3 tập trung đánh giá các yếu tố lượng mưa trung bình, nhiệt độ 2m trung bình và lượng tuyết bao phủ. Theo các tác giả, lượng mưa phân bố theo không gian khá tốt trong khi tại các sườn đón gió, mô hình tái tạo vượt trội so với quan trắc. Nhiệt độ được mô phỏng khá tốt vào các mùa trong năm tuy nhiên mô hình lại mô phỏng thiên cao vào mùa hè. Sau này khi mô hình RegCM (Regional Climate Model) ra đời và không ngừng cải tiến tại ICTP đã được nhiều quốc gia áp dụng để nghiên cứu biến đổi khí hậu khu vực. Boroneant C và nnk (2006) [9] dùng mô hình RegCM khảo sát sự biến đổi lượng mưa và nhiệt độ trên khu vực Alpine. Nghiên cứu tiến hành mô phỏng giai đoạn hiện tại (1996-1990) so sánh với tái phân tích của NCEP bao gồm độ cao địa thế vị mực 700hPa và tổng lượng giáng thủy ngày. Theo các tác giả, mô hình mô phỏng vượt trội biến trình năm lượng giáng thủy so với quan trắc, trường độ cao địa thế vị mực 700hPa trên vùng Đại Tây Dương – Châu Âu cũng được tái tạo khá tốt. Halenka T. và nnk (2006) [15] phân tích cực trị giáng thủy và nhiệt độ từ kết quả tích phân 40 năm mô hình RegCM3 giai đoạn 1961-2000 từ điều kiện biên của NCEP/NCAR trên khu vực Cộng Hòa Czech. Kết quả cho thấy mô hình đã mô phỏng tốt tần suất các sự kiện mưa ngày có cường độ vừa và lớn, mô hình mô phỏng thấp hơn thực tế về nhiệt độ cực đại ngày (đặc biệt vào mùa nóng) và sự xuất hiện các sóng nóng. Kỹ năng của mô hình được cải thiện khi xem xét nhiệt độ cực tiểu ngày và các sóng lạnh. Mô hình CCLM là phiên bản khí hậu của mô hình COSMO (hay LM – Lokal Model) được phát triển bởi Tổng Cục Khí tượng Liên Bang Đức DWD (Deutscher Wetterdienst), là mô hình khu vực hạn chế phi thủy tĩnh dự báo khí quyển sử dụng nghiệp vụ từ năm 1999, đã được ứng dụng rộng rãi trong cộng đồng các quốc gia sử dụng mô hình quy mô nhỏ. Hans-Jurgen Panitz và nnk (2013) [16] đã tiến hành mô phỏng khí hậu (giai đoạn 1989 - 2008) trên khu vực Châu Phi bằng cách chạy mô hình CCLM với hai độ phân giải 0.44 và 0.22 độ, sử dụng số liệu tái phân tích
- 13. 5 ERA-Interim làm điều kiện biên và điều kiện ban đầu. Nghiên cứu tập trung đánh giá cấu trúc của hoàn lưu mực thấp, sự phân bố về không gian và thời gian của nhiệt độ, lượng mưa cùng với phân bố nguồn bức xạ và năng lượng bề mặt. Nhìn chung CCLM đã tái tạo được hầu hết các đặc điểm về khí hậu khu vực Châu Phi mặc dù có vài điểm hạn chế rõ rệt. Đặc điểm hoàn lưu được mô phỏng tốt, gradient áp suất mô phỏng quá cao giữa khu vực vịnh Guinea và Sahara liên quan tới dấu hiệu sự ấm hơn (warm bias) trên khu vực Sahara và lạnh hơn (cold bias) trên khu vực Nam Sahel. CCLM mô phỏng thiên thấp (underestimate) đỉnh mưa trong vùng có hoạt động của gió mùa (dry bias), điều này có thể do 2 nguyên nhân là mô phỏng chưa đúng khu vực trung tâm gió mùa và cường độ gió mùa. Nguyên nhân đầu tiên liên quan đến sự dịch chuyển về phía Bắc của khu vực nhiệt độ thấp vùng Tây Phi. Sự mô phỏng thiên thấp cường độ mưa liên quan đến sự mô phỏng thiên thấp thông lượng ẩn nhiệt và bức xạ sóng ngắn bề mặt. Sự tăng lên về độ phân giải không làm cải thiện rõ rệt các giá trị trung bình thống kê, do đó với độ phân giải 0.44 là phù hợp nếu hạn chế về năng lực tính toán. Sklitsch và nnk (2008) [27] tiến hành nghiên cứu độ nhạy của mô hình CCLM đối với vùng Alpine (An pơ), thực hiện chạy CCLM với nhiều chế độ thiết lập (setup) khác nhau với đầu vào là số liệu tái phân tích ERA-40 của ECMWF, chạy với cùng độ phân giải 10km, kết quả cho thấy sự sai khác đối với trung bình năm giá trị lượng mưa từ -0.14 đến -0.42 mm/ngày và - 0.98 đến -1.44K đối với nhiệt độ không khí mực 2m tùy thuộc vào các chế độ setup. Đồng thời cho thấy sự thay đổi về miền tính và độ phân giải theo chiều thẳng đứng có ảnh hưởng lớn tới kết quả trong khi việc tham số hóa và phương pháp số không đưa ra các kết quả đáng kể. Tác giả Cathy Hohenegger (2008) [11] đã tiến hành so sánh kết quả mô hình CCLM với hai độ phân giải khác nhau 25km và 2.2 km hạ quy mô từ chính độ phân giải 25km, kết quả cho thấy ở độ phân giải mây (2.2km) CCLM đã bắt được hầu hết các quá trình hình thành và phân bố giáng thủy, hơn nữa ở độ phân giải mây chính xác hơn về cực đại lượng mưa và giảm sai số thiên cao mưa, đặc biệt mô phỏng tốt hơn chu trình đối lưu ngày và đêm.
- 14. 6 Tại Nhật Bản, mô hình NHRCM (Non-hydrostatic Regional Climate Model) là phiên bản khí hậu của mô hình dự báo thời tiết NHM (Non-hydrostatic Model - được phát triển bởi phòng Dự báo số trị, cơ quan Khí tượng Nhật Bản và Viện Nghiên cứu Khí tượng Nhật Bản) đã được ứng dụng nghiên cứu khí hậu và cho nhiều kết quả khả quan. Mistuo Ohizumi và nnk (2013) [23] mô phỏng khí hậu trên khu vực Nhật Bản sử dụng mô hình NHRCM độ phân giải 20km chạy với điều kiện biên và điều kiện ban đầu từ số liệu tái phân tích JRA25 của Nhật Bản trong các mùa đông (tháng 12 đến tháng 3) từ 1985-2004. Các kết quả cho thấy nhiệt độ không khí bề mặt thấp hơn 10 C phần phía Thái Bình Dương của Tohoku và cao hơn 1-20 C ở phần giáp Biển Nhật Bản. Tổng lượng mưa tháng, độ sâu tuyết và lượng tuyết bao phủ mô phỏng bởi mô hình thấp hơn thực tế, hệ số tương quan với các giá trị quan trắc tương ứng lần lượt là 0.3, 0.3 và 0.4. Sai số thiên âm lớn dọc theo bờ biển Nhật Bản từ Hokkaido đến Chugoku và sai số thiên âm nhỏ từ phía đông Hokkaido đến Biển Thái Bình Dương tại Tohoku. Sai số giảm từ độ cao trên 500m. Hidekata Sasaki và nnk (2011) [17] đã tiến hành mô phỏng khí hậu hiện tại bằng mô hình NHRCM độ phân giải 5km với đầu vào từ số liệu 20 năm mô hình hoàn lưu toàn cầu AGCM20 độ phân giải 20km, kết quả cho thấy trung bình năm nhiệt độ bề mặt và lượng mưa trên khu vực Nhật Bản được tái tạo khá sát với thực tế. Đặc biệt đối với mưa lớn, mô hình NHRCM đã mô phỏng được trong khi AGCM20 không nắm bắt được, độ sâu lớp tuyết bao phủ trên khu vực Nhật Bản cũng được mô phỏng ngoại trừ các vùng núi cao và vùng ven Biển Nhật Bản (thiên thấp so với thực tế). Mizuki Hanafusa và nnk (2013) [24] mô phỏng sự biến đổi gió bề mặt quanh lãnh thổ Nhật Bản sử dụng mô hình NHRCM 5km chạy lồng số liệu AGCM20 cho giai đoạn từ 1979-2003. Kết quả cho thấy trung bình trường gió bề mặt được tái tạo tốt, hơn nữa sự thay đổi mùa của trung bình gió bề mặt được thể hiện khá rõ đặc biệt gió trung bình mùa đông thể hiện mạnh hơn hẳn mùa hè. Như vậy việc sử dụng mô hình khí hậu khu vực phân giải cao mô phỏng khí hậu đã được nhiều tác giả trên thế giới tiến hành mạnh mẽ. Độ phân giải sử dụng tương đối cao, từ 20km xuống 5km thậm chí còn 2km. Các kết quả cho thấy việc
- 15. 7 dùng mô hình khí hậu khu vực phân giải cao mô phỏng khí hậu tiến tới áp dụng để dự báo khí hậu trong tương lai là rất khả thi. 1.2. Tại Việt Nam Ở nước ta, việc sử dụng các mô hình khí hậu khu vực để mô phỏng khí hậu cũng đã được ứng dụng từ khoảng năm 2000. Đi đầu trong các nghiên cứu này là nhóm nghiên cứu tại Khoa Khí tượng Thủy văn và Hải dương học, trường Đại học Khoa học tự nhiên, Đại học Quốc gia Hà Nội với mô hình RegCM. Ban đầu để chọn ra mô hình, điều kiện biên và sơ đồ tham số hóa tối ưu, các tác giả Phan Văn Tân, Hồ Thị Minh Hà [3,4] tiến hành nghiên cứu độ nhạy của mô hình khí hậu khu vực RegCM3 bằng cách sử dụng các điều kiện biên và các sơ đồ tham số hóa khác nhau, chạy với độ phân giải ngang 54km kéo dài từ năm 1996 đến 1998, nghiên cứu chỉ ra rằng việc dùng số liệu nhiệt độ nước biển OISST và số liệu tái phân tích ERA40 làm đầu vào, sơ đồ tham số hóa MIT-Emanuel mô phỏng nhiệt độ bề mặt và sơ đồ Grell-AS47 mô phỏng lượng mưa là phù hợp. Tiếp đó Đỗ Huy Dương và nnk (2009) [1] thực hiện nghiên cứu mô phỏng các yếu tố khí hậu cực đoan trên bộ số liệu kéo dài 10 năm tích phân từ RegCM3 với điều kiện biên và điều kiện ban đầu từ số liệu tái phân tích ERA40 và IOSST, độ phân giải 54km, kết quả cho thấy RegCM3 có khả năng mô phỏng các yếu tố khí hậu cực đoan, ngoại trừ yếu tố mưa, thêm nữa các dự báo từ RegCM3 có sai số hệ thống rõ rệt và thống nhất giữa các phân vùng khí hậu. Trong một nghiên cứu khác, Phan Văn Tân và nnk (2009) [5] đánh giá khả năng ứng dụng mô hình RegCM3 mô phỏng hạn mùa các trường khí hậu bề mặt ở Việt Nam, tích phân mô hình RegCM3 với điều kiện biên và điều kiện ban đầu từ số liệu mô hình CAM (RegCM-CAM) so sánh với đầu vào từ ERA40 và OISST, chuỗi số liệu từ tháng 5 đến tháng 9 năm 1996, độ phân giải ngang 54km. Kết quả cho thấy RegCM-CAM mô phỏng có sai số hệ thống rõ rệt, trung bình nhiệt độ thấp hơn quan trắc 20 C, dự báo mưa thấp hơn quan trắc. Cũng nghiên cứu sự biến đổi mùa và biến đổi năm của các yếu tố nhiệt độ không khí 2m và lượng mưa mô phỏng từ RegCM3, Phan Văn Tân và nnk (2009) [32] đã thực hiện trên chuỗi số liệu giai đoạn 1991-2000. Để hiệu chỉnh yếu tố nhiệt độ không khí 2m, các
- 16. 8 tác giả có tính tới chênh lệch độ cao địa hình với tỷ lệ 0.65o C/100m, tuy nhiên RegCM3 vẫn mô phỏng thiên thấp với thực tế. Đối với lượng mưa, RegCM3 mô phỏng thiên thấp vào mùa mưa và thiên cao vào mùa khô. Nghiên cứu trên chuỗi số liệu từ 1996 đến 2005, độ phân giải tinh hơn (36km) của mô hình RegCM3 chạy với điều kiện biên và điều kiện ban đầu của NCEP/NCAR và số liệu OISST, tập trung khảo sát độ nhạy của mô hình với các sơ đồ tham số hóa khác nhau, chủ yếu xét trong giai đoạn gió mùa mùa hè, nhóm tác giả (2011) [26] cho thấy có sự nhất quán đối với cả 3 sơ đồ tham số hóa thử nghiệm, RegCM3 mô phỏng nhiệt độ thiên thấp, trong khi mô phỏng lượng mưa có sự sai khác rõ ràng. Ngoài việc nghiên cứu về các yếu tố nhiệt độ và lượng mưa, Bùi Hoàng Hải và nnk (2009) [2] xem xét đến khả năng mô phỏng bão của mô hình RegCM3 từ chuỗi số liệu từ 1995-1997, độ phân giải 54km trên khu vực Tây Bắc Thái Bình Dương và Biển Đông. Nghiên cứu kết luận mô hình RegCM3 mô phỏng khá sát với thực tế về số lượng bão cũng như quy luật chuyển động của bão trong cùng thời kỳ, tuy nhiên số lượng bão trong tháng lại khác so với thực tế. Vài năm trở lại đây, phiên bản 4.2 của mô hình RegCM đã được nhóm tác giả Phan Văn Tân (2013) [28], Nguyễn Quang Trung (2013) [29] thử nghiệm. Ngoài mô hình RegCM, một loạt các mô hình khí hậu khu vực khác cũng đã được thử nghiệm thành công để nghiên cứu mô phỏng khí hậu cũng như biến đổi khí hậu chẳng hạn mô hình REMO (Regional Model, được cung cấp bởi viện nghiên cứu Max Planck Cộng hòa Liên bang Đức), clWRF (phiên bản khí hậu của mô hình WRF), CMM5 (phiên bản khí hậu của mô hình MM5) tại Khoa Khí tượng Thủy văn và Hải dương học, mô hình PRECIS (của Trung tâm khí thượng Hadley – Vương Quốc Anh), NorESM (của Na Uy) tại Viện Khí tượng Thủy văn và Môi trường trong dự án “Mô hình tính toán với độ phân giải cao phục vụ cập nhật kịch bản biến đổi khí hậu cho Việt Nam”,… Như vậy các mô hình khí hậu khu vực được ứng dụng rất nhiều đặc biệt là mô hình RegCM để mô phỏng khí hậu trên khu vực Việt Nam được nhiều tác giả đặc biệt quan tâm nghiên cứu. Tuy nhiên hầu hết các nghiên cứu trong nước đều
- 17. 9 thực hiện chạy các mô hình khu vực với độ phân giải chưa cao (khoảng 36-54km), chuỗi số liệu chưa đủ dài (chỉ một số công trình nghiên cứu sử dụng chuỗi số liệu trên 20 năm), chủ yếu xem xét đánh giá khả năng mô phỏng thông qua các chỉ số thống kê cơ bản hay nói cách khác là xem xét đặc trưng trung bình của phân bố. Trong khi trên thế giới đã phát triển các mô hình khí hậu khu vực phi thủy tĩnh, chạy với độ phân giải rất cao, chất lượng mô phỏng khí hậu cũng tăng lên đáng kể đặc biệt là khả năng nắm bắt các cực trị khí hậu. Bởi vậy luận văn tiến hành thử nghiệm đánh giá kết quả mô phỏng khí hậu của hai mô hình RegCM và NHRCM với độ phân giải 20km trên bộ số liệu kéo dài 22 năm từ 1986-2007 trên khu vực Việt Nam. Từ đó có những lựa chọn phù hợp cho nghiên cứu khí hậu sau này.Trong chương 2 sẽ trình bày cụ thể thông tin về hai mô hình, nguồn số liệu cũng như phương pháp nghiên cứu.
- 18. 10 CHƢƠNG 2: SỐ LIỆU VÀ PHƢƠNG PHÁP ĐÁNH GIÁ 2.1. Số liệu Phục vụ đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHRCM và RegCM, luận văn sử dụng hai nguồn số liệu quan trắc synop tại 58 trạm trên toàn quốc giai đoạn 1986-2007 và số liệu phân tích trên lưới Aphrodite (Asian Precipitation Highly Resolved Obsservational Data Intergration Towards Evaluation of Water Resources) của Nhật Bản. Ngoài ra số liệu đầu vào cho mô hình NHRCM và RegCM được lấy từ số liệu tái phân tích Jra25 từ Nhật Bản. Trong phần này sẽ trình bày chi tiết từng loại số liệu nêu trên. Aphrodite là dự án “Tích hợp đồng bộ dữ liệu mưa nghiệp vụ Châu Á hướng đến mục tiêu đánh giá tài nguyên nước” được hỗ trợ bởi cơ quan nghiên cứu môi trường và Quỹ Phát triển Công nghệ của Bộ Môi trường Nhật Bản [30]. Mục tiêu của dự án là xây dựng bộ số liệu mưa ngày trên lưới với quy mô dài hạn từ số liệu quan trắc cho khu vực Châu Á từ đó đánh giá các dự báo của các mô hình khí hậu đồng thời đưa ra các gợi ý cho các nhà quản lý tài nguyên nước địa phương tại các quốc gia châu Á mà dự án triển khai. Dự án Aphrodite đã phát triển các bộ dữ liệu về lượng mưa hàng ngày với độ phân giải 0.25° và 0.5° kinh vĩ cho khu vực Châu Á trong giai đoạn 1951- 2007 (APHRO_MA/ME/RU_V1003R1). Bộ số liệu chủ yếu được tạo ra từ nguồn số liệu thu thập được từ mạng lưới các trạm quan trắc bề mặt và các máy đo mưa tự động. Bên cạnh đó, dự án cũng đang phát triển và đưa ra bộ số liệu mưa ngày với độ phân giải 0.05° cho Nhật Bản (APHRO_JP_V1003R1) giai đoạn 1901-2008. Bộ số liệu Aphrodite sử dụng trong nghiên cứu là phiên bản dành cho vùng gió mùa châu Á (APHRO_MA_V1003R1) bao phủ vùng 60E-150E và -15N-55N chứa số liệu mưa ngày với độ phân giải 0.25º kinh vĩ trong thời kỳ 1986 -2007. Mặc dù có độ phân giải 0.25 độ nhưng mật độ trạm quan trắc synop trên khu vực Đông Dương tương đối thưa (cách nhau khoảng 50km), trong quá trình phân tích APHRODITE đã loại bỏ các thông tin quy mô nhỏ và chỉ giữ lại các thông tin tương ứng mà quy mô trạm có thể giải được. Như vậy APHRODITE mô tả thông tin quy mô lớn hơn so với lưới mà APHRODITE sử dụng. Bởi thế APHRODITE chỉ dùng chủ yếu để đánh giá sự mô phỏng bức tranh chung về nhiệt độ và lượng mưa trên khu vực Đông Dương.
- 19. 11 Số liệu quan trắc synop gồm 58 trạm quan trắc về các yếu tố nhiệt độ trung bình ngày, tổng lượng mưa ngày kéo dài từ năm 1986 đến 2007. Các giá trị của các yếu tố quan trắc này đã được kiểm định chất lượng, loại bỏ các giá trị phi thực tế, các phương pháp kiểm định chất lượng đã được trình bày trong nhiều tài liệu nên sẽ không trình bày chi tiết ở đây [20]. Các trạm quan trắc synop được chọn sao cho chuỗi số liệu tương đối đồng nhất. Luận văn phân chia các trạm trên cả nước thành 4 vùng đánh giá gồm Bắc Bộ, Bắc Trung Bộ, Nam Trung Bộ và Nam Bộ. Cách phân vùng đánh giá khác với phân vùng khí hậu do phân chia theo vĩ độ để khảo sát sự ảnh hưởng của yếu tố bất thủy tĩnh (NHRCM) so với mô hình thủy tĩnh (RegCM) đến việc mô phỏng các yếu tố khí hậu trên khu vực Việt Nam. Dựa trên những nguyên tắc đó, danh sách các trạm được trình bày trong bảng 2.1 và phân bố mạng lưới trạm được cho trên hình 2.1. Bảng 2.1: Danh sách các trạm quan trắc synop ID Trạm Tên Trạm Kinh độ Vĩ Độ Độ cao trạm (m) Vùng Bắc Bộ (BB) 48811 Điện Biên 103 21.37 475 48800 Lai Châu 103.15 22.07 243 48806 Sơn La 103.9 21.33 675 48/25 Mộc Châu 104.68 20.83 972 48/18 Yên Châu 104.3 21.05 314 48805 Hà Giang 104.97 22.82 117 48/34 Bắc Quang 104.87 22.5 73 48802 SaPa 103.82 22.35 1584 48833 Bãi Cháy 107.07 20.97 38 48830 Lạng Sơn 106.77 21.83 258 48812 Tuyên Quang 105.22 21.82 41 48815 Yên Bái 104.87 21.7 56 48831 Thái Nguyên 105.83 21.6 35 48834 Cô Tô 107.77 20.98 70 48820 Láng 105.8 21.03 6 48818 Hòa Bình 105.33 20.82 23 48826 Phủ Liễn 106.63 20.8 112 48823 Nam Định 106.15 20.39 2 48824 Ninh Bình 105.97 20.23 3 48839 Bạch Long Vĩ 107.72 20.13 56 48835 Thái Bình 106.35 20.45 2 Vùng Bắc Trung Bộ (BTB)
- 20. 12 48842 Hồi Xuân 105.12 20.37 102 48840 Thanh Hóa 105.78 19.75 4 48844 Tương Dương 104.43 19.28 96 48846 Hà Tĩnh 105.9 18.35 3 48/84 Hương Khê 105.72 18.18 17 48/86 Kỳ Anh 106.28 18.07 3 48/87 Tuyên Hóa 106.02 17.88 27 48848 Đồng Hới 106.6 17.48 6 48849 Đông Hà 107.08 16.85 8 48845 Vinh 105.7 18.67 5 48852 Huế 107.58 16.43 10 48/91 A Lưới 107.28 16.22 572 48/92 Nam Đông 107.72 16.17 60 Vùng Nam Trung Bộ (NTB) 48855 Đà Nẵng 108.2 16.03 5 48/93 Tam Kỳ 108.47 15.57 21 48/94 Trà My 108.25 15.33 123 48863 Quảng Ngãi 108.8 15.12 8 48/95 Ba Tơ 108.73 14.77 51 48870 Quy Nhơn 109.22 13.77 4 48873 Tuy Hòa 109.28 13.08 11 48877 Nha Trang 109.2 12.22 3 48890 Phan Rang 108.98 11.58 6 48887 Phan Thiết 108.1 10.93 9 48889 Phú Quý 108.93 10.52 5 48865 Kon tum 108 14.33 538 48866 Pleiku 108.02 13.97 779 48872 Ayunpa 108.45 13.38 160 48875 Buôn Ma Thuột 108.05 12.67 470 48886 Đak Nông 107.68 12 631 48880 Đà Lạt 108.45 11.95 1509 48884 Bảo Lộc 107.82 11.53 840 Vùng Nam Bộ (NB) 48903 Vũng Tàu 107.08 10.37 4 48910 Cần Thơ 105.77 10.02 1 48907 Rạch Giá 105.07 10 1 48914 Cà Mau 105.15 9.18 1 48918 Côn Đảo 106.6 8.68 6 48920 Trường Sa 111.92 8.65 3 48917 Phú Quốc 103.97 10.22 3
- 21. 13 Hình 2.1: Phân bố mạng lưới trạm quan trắc (Vùng BB: hình vuông xanh dương, BTB: hình vuông xanh da trời, NTB: hình vuông đen, NB: Hình vuông xanh lá cây) Hình 2.2: Độ cao địa hình và phân bố trạm quan trắc (các trạm quan trắc là các hình vuông màu xanh da trời) Số liệu dùng làm điều kiện biên cho các mô hình khí hậu khu vực NHRCM và RegCM được lấy từ nguồn số liệu tái phân tích Jra25 của Nhật Bản với độ phân giải 1.25 độ kinh vĩ. Jra25 là số liệu tái phân tích khí quyển toàn cầu hạn dài tạo ra bằng việc sử dụng hệ thống đồng hóa số liệu của JMA (Japan Meteorological Agency - JMA) và hệ thống dự báo chạy trên hệ thống siêu máy tính từ Viện nghiên cứu Năng lượng điện công nghiệp (Central Research Institute of Electric Power Industry - CRIEPI). Chuỗi số liệu tái phân tích kéo dài từ năm 1979 đến 2004, tạo ra với mục đích phục vụ nghiên cứu khí hậu, theo dõi khí hậu và dự báo hạn mùa. Dữ liệu quan trắc sử dụng trong Jra25 được cung cấp bởi trung tâm lưu trữ dữ liệu JMA và các tổ chức quốc tế như trung tâm dự báo thời tiết hạn vừa Châu Âu (ECMWF), Trung tâm dự báo môi trường quốc gia Mỹ (NCEP), trung tâm nghiên
- 22. 14 cứu khí quyển quốc gia (NCAR) và trung tâm dữ liệu khí hậu quốc gia (NCDC). Ngoài ra, dữ liệu quan trắc cũng được cung cấp từ các trường Đại học Nhật Bản. Thêm vào đó, các thám sát khí quyển như vector chuyển động khí quyển (AMV) từ gió của vệ tinh địa tĩnh, nhiệt độ phát xạ bề mặt từ TOVS và ATOVS, giáng thủy nước được thu thập từ bức xạ SSM/I được xấp xỉ theo phương pháp biến phân 3 chiều (3D-Var). JMA đã tạo ra dữ liệu hàng ngày cho nhiệt độ bề mặt nước biển (SST) và băng biển (được biết đến với tên COBE-SST) và profiles 3 chiều Ozone cho Jra25. Phương pháp chỉnh lý số liệu (QC) cho dữ liệu TOVS đã được phát triển và ứng dụng có hiệu quả cao. Mô hình toàn cầu sử dụng cho Jra25 với độ phân giải phổ T106 (độ phân giải ngang khoảng 120km), và 40 mực thẳng đứng với mực trên cùng là 0.4 hPa. Sơ đồ đồng hóa dữ liệu được xây dựng theo phương pháp biến phân 3 chiều (3D-VAR) được sử dụng nghiệp vụ tại JMA từ năm 2001. Tất cả tạo nên một bộ số liệu tái phân tích chất lượng cao với thời gian cập nhật gần với thực tế. Các thông tin cơ bản và các biến sử dụng trong bộ số liệu tái phân tích Jra25 được đưa ra trong bảng 2.2 và 2.1.3. Bảng 2.2: Thông tin cơ bản về số liệu tái phân tích Jra25 Giai đoạn phân tích 1979-2004 Độ phân giải mô hình T106L40 (mực trên khí quyển 0.4hPa) Phương pháp đồng hóa số liệu Biến phân 3 chiều (trực tiếp trong mô hình) Phương pháp số Sơ đồ Euler, hệ thống lưới Gaussian Dữ liệu thám sát TOAVs và ATOVs Tái xử lý AMV MTSAT-2 và GMS-3,4,5 SSM/I Giáng thủy CO2 Giả thiết không đổi Dữ liệu quan trắc và kiểm định chất lượng Kiểm định chất lượng riêng biệt cho TOVs Ozone Profile 3 chiều
- 23. 15 Bảng 2.3: Các biến sử dụng trong bộ số liệu Jra25 Tên biến Mô tả Đơn vị Số mực thẳng đứng var2 Áp suất trung bình mực biển Pa 1 var11 Nhiệt độ không khí mực 2m K 1 var33 Gió vĩ hướng 10m m/s 1 var34 Gió kinh hướng 10m m/s 1 var18 Nhiệt độ điểm sương 2m K 1 var51 Độ ẩm riêng 2m kg/kg 1 var7 Độ cao địa thế vị gpm 23 var11_2 Nhiệt độ K 23 var33_2 Gió kinh hướng m/s 23 var34_2 Gió vĩ hướng m/s 23 var18_2 Nhiệt độ điểm sương K 8 var76 Hàm lượng nước trong mây kg/kg 12 var51_2 Độ ẩm riêng kg/kg 12 2.2. Mô hình 2.2.1. Mô hình NHRCM Mô hình khí hậu khu vực bất thủy tĩnh NHRCM là phiên bản khí hậu của mô hình bất thủy tĩnh NHM được Phòng dự báo số trị (NPD) của cơ quan khí tượng Nhật Bản hợp tác với Viện nghiên cứu khí tượng Nhật Bản (MRI-NPD/NHM) phát triển. Sau hơn 5 năm phát triển, đến ngày 01 tháng 9 năm 2004 NHM đã được ứng dụng chạy nghiệp vụ với hạn dự báo 18h, chạy 4 lần trong ngày để hỗ trợ phòng chống thiên tai và dự báo cực ngắn giáng thủy ở Nhật. Về cơ sở lý thuyết cũng như động lực học của mô hình NHM được đưa ra trong phụ lục 1. 2.2.2. Mô hình RegCM Mô hình khí hậu khu vực RegCM nguyên gốc (RegCM1) được phát triển bởi Trung tâm Quốc gia nghiên cứu khí quyển (NCAR) và trường Đại học Tổng hợp Pensylvania (Hoa Kỳ) vào cuối những năm 1980 dựa trên MM4 (Mesoscale Model Version 4) (Dickinson, 1989; Giorgi, 1990). Động lực học của mô hình bắt nguồn từ MM4, giải bằng phương pháp sai phân hữu hạn cho khí quyển nén được với giả thiết cân bằng thủy tĩnh trên hệ tọa độ . Đáp ứng yêu cầu sử dụng dự báo hạn dài,
- 24. 16 sơ đồ tham số hóa vật lý được chỉnh sửa cho phù hợp, chủ yếu là sơ đồ truyền bức xạ và vật lý bề mặt. Qua thời gian phát triển, RegCM không ngừng được cải tiến, các phiên bản RegCM2 (1993), RegCM2.5 (1999), RegCM3 (2006) lần lượt ra đời và phiên bản mới nhất hiện nay là RegCM4. RegCM4 hiện đã được sử dụng miễn phí trên toàn thế giới, có thể chạy với độ phân giải ngang 10km (giới hạn thủy tĩnh) sử dụng mô phỏng khí hậu hiện tại cũng như dự tính khí hậu tương lai. Về cơ sở lý thuyết cũng như các phương trình cơ bản của mô hình RegCM đã được giới thiệu trong rất nhiều công trình nghiên cứu trong và ngoài nước, chi tiết có thể tham khảo theo [12,13]. 2.3. Thiết kế thí nghiệm Trong phần này luận văn trình bày cách tiến hành thí nghiệm chạy mô hình NHRCM và RegCM cho vùng Việt Nam trong giai đoạn 1986-2007. Cả hai mô hình đều được chạy với đầu vào là số liệu tái phân tích Jra25, cập nhật điều kiện biên cách nhau 6h. Cấu hình miền tính bao gồm 201 điểm lưới theo chiều Đông Tây, 181 điểm lưới theo chiều Bắc Nam, tâm miền tính tại 110E và 15N, độ phân giải ngang 20km với 40 mực thẳng đứng, mô hình lựa chọn hệ tọa độ Mercator. Phiên bản RegCM sử dụng trong nghiên cứu này là RegCM4.2. Trong mô hình RegCM lựa chọn sơ đồ tham số hóa đối lưu hỗn hợp Grell-Emanuel trong đó sơ đồ Grell dùng trên lục địa và sơ đồ Emanuel dùng trên đại dương. Cách sử dụng các sơ đồ tham số hóa hỗn hợp này dựa theo khuyến cáo của ITCP đối với mô hình RegCM. Đáng chú ý trong mô hình NHRCM, thay vì dùng mô hình đất nguyên gốc, NHRCM sử dụng mô hình sinh quyển đơn giản (Simple Biosphere Scheme - Sib) được phát triển bởi Viện nghiên cứu Khí tượng Nhật Bản và thay điều kiện biên xung quanh bằng Spectral Coupling. Sơ đồ tham số hóa Kain Fritsch được sử dụng cho NHRCM. Số liệu nhiệt độ bề mặt biển SST được lấy từ số liệu tái phân tích MGDSST của Nhật Bản [34]. Hình 2.3 đưa ra miền tính khu vực nghiên cứu.
- 25. 17 Hình 2.3: Miền tính sử dụng trong nghiên cứu 2.4. Phương pháp đánh giá Để đánh giá khả năng mô phỏng lượng mưa và nhiệt độ (nhiệt độ không khí mực 2m – T2m) của các mô hình NHRCM và RegCM trên chuỗi số liệu kéo dài 22 năm từ 1986-2007, luận văn xem xét các đặc trưng phân bố theo không gian và thời gian của các yếu tố nêu trên. Về phân bố không gian, nhiệt độ T2m và lượng mưa được đưa ra trên toàn miền tính, nhận định các tâm mưa, tâm nhiệt trên các phân vùng đánh giá (đã trình bày trong mục 2.1). Yếu tố nhiệt độ T2m và lượng mưa được xét ở đây bao gồm nhiệt độ T2m trung bình năm, nhiệt độ T2m trung bình mùa, tổng lượng mưa tích lũy toàn giai đoạn, tổng lượng mưa tích lũy theo mùa. Về phân bố theo thời gian, luận văn chủ yếu phân chia chuỗi số liệu theo hai mùa mùa đông (tháng 12 năm trước, tháng 1 và tháng 2 năm sau) và mùa hè (bao gồm các
- 26. 18 tháng 6, tháng 7 và tháng 8) đối với nhiệt độ T2m, trong khi yếu tố lượng mưa được xét theo hai giai đoạn trong mùa mưa là JJA (các tháng 6, tháng 7 và tháng 8) và SON (các tháng 9, tháng 10 và tháng 11). Ngoài ra các giá trị trung bình tháng của nhiệt độ T2m và tổng lượng mưa còn được xem xét theo biến trình năm trên tất cả các phân vùng đánh giá và toàn lãnh thổ Việt Nam. Thêm nữa, luận văn cũng tiến hành đánh giá khả năng mô phỏng tần suất tổng lượng mưa ngày và nhiệt độ T2m trung bình ngày trên 4 phân vùng đánh giá. Các kết quả mô phỏng theo không gian của hai mô hình được so sánh với các giá trị phân tích trên lưới của Aphrodite trong khi kết quả mô phỏng theo thời gian, mô phỏng tần suất hay biến trình năm được so sánh trực tiếp với số liệu quan trắc synop. Đối với yếu tố nhiệt độ không khí mực 2m, luận văn áp dụng phương pháp hiệu chỉnh theo độ cao địa hình với số gia 0.650 C/100m. Về các chỉ số đánh giá thống kê, luận văn xem xét đưa ra đặc trưng sai số trung bình của phân bố (ME) đối với các yếu tố có quy mô tháng, quy mô mùa và quy mô năm. Đây chính là các yếu tố mà mô hình khí hậu có thể dự báo với thời gian nhiều năm. Về bản chất sai số ME cho biết bias giữa mô phỏng của mô hình so với thực tế hay sai số tương ứng với moment bậc một của hai yếu tố. Cần chú ý trong luận văn không đưa ra chỉ số RMSE khi đánh giá các yếu tố này do chỉ số RMSE chứa cả ME và sai số tương ứng với moment bậc hai, nghĩa là RMSE trộn lẫn cả moment bậc một và moment bậc hai trong giá trị cuối cùng. Do đó RMSE chỉ cung cấp thông tin moment bậc hai của hai yếu tố mô phỏng của mô hình và thực tế khi không tồn tại bias. Với dự báo thời tiết, bias thường nhỏ và có thể không ảnh hưởng lớn tới RMSE, tuy nhiên trong dự báo khí hậu bias khá lớn và như vậy RMSE không phải là một chỉ số đánh giá tốt. ME được biểu diễn dưới dạng bản đồ phân bố cho khu vực Đông Dương hoặc dạng toán đồ tụ điểm hay diễn biến theo thời gian trong năm tương tự như Sasaki và nnk (2011)[17]. Riêng tổng lượng mưa ngày có phân bố dạng gamma cũng như biên độ có sự chênh lệch lớn, trên bản đồ luận văn thể hiện tỷ số giữa lượng mưa quan trắc và mưa mô phỏng. Điều này tương đương với việc xác định
- 27. 19 ME thay vì xác định ME thông thường đối với lượng mưa, ta sẽ xác định ME cho hàm loga của lượng mưa. Theo công thức tính loga, hiệu của hai hàm loga chính là tỷ số của chúng trên bản đồ [18]. Đối với các yếu tố trên quy mô ngày, mô hình khí hậu không thể mô tả một cách chính xác diễn biến của từng yếu tố này, do đó để đánh giá chúng cần thiết phải thực hiện trên hàm phân bố thay vì đơn giản như moment bậc 1 ME đối với các yếu tố quy mô tháng hoặc mùa. Nếu phân bố có dạng Gauss, hai moment phân bố bậc một và bậc hai có thể dùng để mô tả hàm phân bố này. Tuy nhiên đối với lượng mưa không tuân theo phân bố chuẩn mà thường có dạng gamma. Đuôi của các phân bố sẽ cung cấp thêm các thông tin về cực trị như nắng nóng, không khí lạnh hay mưa lớn. Hàm phân bố cho mỗi yếu tố sẽ được xác định dưới dạng histogram, độ dài bin cho nhiệt độ t2m trung bình ngày được lấy bằng 10 C trong khi đối với tổng lượng mưa ngày được lấy bằng 5mm. Do quan tâm chủ yếu đến yếu tố mưa lớn histogram cho lượng mưa sẽ được hiển thị trên thang loga để có thể hiển thị rõ tần xuất xuất hiện của mưa lớn khi mô phỏng trong so sánh với quan trắc. Điều này cũng một phần do lượng mưa có phân bố gamma dẫn đến đuôi phân bố kéo dài sang phía phải. Các kết quả đánh giá được đưa ra ở phần sau.
- 28. 20 CHƢƠNG 3: KẾT QUẢ ĐÁNH GIÁ 3.1. Đánh giá kết quả mô phỏng nhiệt độ Hình 3.1 biểu diễn kết quả mô phỏng nhiệt độ không khí T2m trung bình năm thời kỳ 1986-2007 của mô hình RegCM và NHRCM. Từ hình vẽ ta có thể thấy vị trí các tâm nhiệt (bao gồm tâm nóng và tâm lạnh) mô phỏng bởi NHRCM và RegCM tương đối nhất quán. Tuy nhiên nhìn chung mô hình NHRCM cho kết quả mô phỏng nhiệt độ cao hơn so với RegCM khoảng 1-20 C. Sự khác biệt có thể thấy rõ nhất ở phần lục địa phía Bắc của miền tính và trên bán đảo Đông Dương. (a) (b) Hình 3.1: Kết quả mô phỏng nhiệt độ không khí T2m (0 C) trung bình năm thời kỳ 1986-2007 của RegCM (a) và NHRCM (b). Hình 3.2 biểu diễn sự chênh lệch nhiệt độ không khí T2m giữa kết quả mô phỏng và số liệu tái phân tích Aphrodite. Từ đây ta thấy mô hình RegCM mô phỏng nhiệt độ luôn thiên thấp. Những khu vực có chênh lệch nhiệt độ lớn tới 40 C như phần phía Tây Bắc của miền tính, vùng lục địa Thái Lan, Lào. Trên khu vực Việt Nam, nhiệt độ mô phỏng bởi RegCM luôn thiên thấp hơn số liệu tái phân tích khoảng 1-20 C, một số nơi đến 30 C như vùng Tây Bắc, Tây Nguyên. Vùng phía Nam Tây Nguyên mô phỏng thiên dương. Kết quả mô phỏng T2m của NHRCM so với tái phân tích cho thấy một số khu vực thiên dương như vùng Bắc Bộ, một phần lục địa Lào, Thái Lan. Một số khu
- 29. 21 vực thiên âm lớn như một phần lục địa Trung Quốc, Campuchia hay Tây Nguyên. Tuy nhiên chênh lệch lớn nhất giữa mô phỏng từ NHRCM so với tái phân tích Aphrodite chỉ vào khoảng 20 C. Điều này cho thấy sự phù hợp hơn về kết quả mô phỏng nhiệt độ không khí T2m của NHRCM so với RegCM trên khu vực nghiên cứu. (a) (b) Hình 3.2: Chênh lệch nhiệt độ không khí T2m (0 C) trung bình năm thời kỳ 1986-2007 của RegCM (a) và NHRCM (b) so với số liệu tái phân tích Aphrodite. Kết quả mô phỏng nhiệt độ vào mùa đông của hai mô hình NHRCM và RegCM so sánh với tái phân tích từ Aphrodite được biểu diễn trên hình 3.3. Nhìn chung vị trí các trung tâm lạnh về mùa đông được các mô hình mô phỏng khá phù hợp so với tái phân tích, tuy nhiên cũng giống với kết quả mô phỏng nhiệt độ trung bình năm, RegCM mô phỏng nhiệt độ thấp hơn hẳn so với NHRCM cũng như Aphrodite, đặc biệt là các tâm lạnh phía Bắc trên lục địa Trung Quốc, vùng Tây Bắc Việt Nam và phía Bắc Lào và Thái Lan. NHRCM tái tạo nhiệt độ trung bình các tháng mùa đông DJF cao hơn tái phân tích, sự chênh lệch này không lớn.
- 30. 22 (a) (b) (c) Hình 3.3: Kết quả mô phỏng nhiệt độ không khí T2m (0 C) trung bình các tháng mùa đông DJF thời kỳ 1986-2007 của RegCM (a), NHRCM (b) và Aphrodite (c). Nhiệt độ trung bình các tháng mùa hè JJA được đưa ra trên hình 3.4. Nhìn chung có sự tương đồng khá rõ về vị trí các trung tâm nóng và trung tâm mát mô phỏng bởi RegCM và NHRCM so với Aphrodite. Các vùng núi cao như Tây Bắc, Tây Nguyên Việt Nam nhiệt độ thấp hơn các vùng khác đều được các mô hình tái tạo khá rõ nét. Các vùng nóng như phía Đông Bắc Bộ, duyên hải Miền Trung Việt Nam cũng tương đối phù hợp với tái phân tích. Xét về tổng thể, nhiệt độ trung bình
- 31. 23 các tháng mùa hè mô phỏng bởi RegCM vẫn thiên thấp so với Aphrodite trong khi NHRCM mô phỏng thiên cao. (a) (b) (c) Hình 3.4: Kết quả mô phỏng nhiệt độ không khí T2m (0 C) trung bình các tháng mùa hè JJA thời kỳ 1986-2007 của RegCM (a), NHRCM (b) và Aphrodite (c). Biểu đồ tụ điểm giá trị T2m trung bình năm của mô hình (trục tung) và quan trắc (trục hoành) được biểu diễn trên hình 3.5. Từ hình 3.5a ta thấy giá trị mô phỏng bởi NHRCM luôn nằm bên trên đường chéo tối ưu, có nghĩa là mô phỏng thiên cao và ngược lại các giá trị mô phỏng bởi RegCM nằm bên dưới đường chéo tối ưu (đường màu đen) thế hiện sự mô phỏng thiên thấp. Với ngưỡng nhiệt độ dưới 200 C,
- 32. 24 ta thấy mô phỏng của RegCM thấp hơn hẳn so với quan trắc. Tuy nhiên vị trí các điểm giá trị của cả hai mô hình đều nằm tương đối tập trung xung quanh đường chéo tối ưu, đường trung bình nhiệt độ mô phỏng tương ứng của các mô hình chênh lệch với giá trị trên đường chéo chính khoảng 10 C (đường màu xanh dương). Phân tích riêng cho các tháng mùa hè JJA (hình 3.5b) cho thấy các giá trị của mô hình NHRCM phần lớn cao hơn trong khi các giá trị của RegCM thường thấp hơn quan trắc. Tuy nhiên trong các tháng mùa hè, nhiệt độ mô phỏng bởi RegCM tại một số trạm lại có xu thế thiên dương. Xét tổng thể, độ lệch trung bình nhiệt độ mô phỏng bởi NHRCM khoảng 0.7 0 C so với đường chéo chính và RegCM thiên thấp 0.30 C so với đường chéo chính. Trong các tháng mùa đông DJF (hình 3.5c) các giá trị mô phỏng của NHRCM thiên cao và nằm gần đường chéo tối ưu hơn so với RegCM (0.80 C so với -1.60 C), có nghĩa là NHRCM mô phỏng nhiệt độ mùa đông tốt hơn RegCM.
- 33. 25 (a) (b) (c) Hình 3.5: Biểu đồ tụ điểm nhiệt độ trung bình (0 C) (a), các tháng JJA (b), các tháng DJF (c) thời kỳ 1986-2007 giữa các mô hình RegCM (tam giác màu đỏ), NHRCM (hình vuông màu xanh) với giá trị quan trắc tại trạm. Trên hình 3.6 biểu diễn nhiệt độ T2m trung bình tháng thời kỳ 1986-2007 của hai mô hình NHRCM và RegCM so với giá trị quan trắc. Xét chung cho toàn Việt Nam (hình 3.6a) nhận thấy các giá trị trung bình tháng của NHRCM từ tháng 1 đến tháng 8 luôn cao hơn quan trắc trong đó các tháng chênh lệch khoảng 20 C là tháng 3, tháng 4. Từ tháng 9 đến tháng 12, giá trị T2m trung bình tháng của
- 34. 26 NHRCM gần như trùng với giá trị quan trắc. Mô phỏng bởi RegCM cho thấy sự thiên thấp ổn định của T2m trung bình tháng so với giá trị quan trắc, trong đó tháng có giá trị thiên thấp nhất là tháng 12 và tháng 1, giá trị chênh lệch cũng lên tới 20 C. Xét riêng cho vùng Bắc Bộ và Bắc Trung Bộ (hình 3.6b, c) ta thấy mô phỏng của RegCM cũng có xu thế thiên thấp và NHRCM có xu thế thiên cao.Trong các tháng từ tháng 2 đến tháng 7, sự khác biệt về nhiệt độ mô phỏng của RegCM so với quan trắc nhỏ hơn so với của NHRCM. Đối với khu vực Nam Trung Bộ và Nam Bộ (hình 3.6d, e) nhìn chung nhiệt độ mô phỏng của RegCM kém chính xác hơn so với khu vực Bắc Bộ và Bắc Trung Bộ và kém hơn mô phỏng của NHRCM. Như vậy mô hình RegCM cho kết quả mô phỏng ở các vùng phía nam kém hơn so với phía bắc. Điều này cho thấy mô hình thủy tĩnh RegCM thể hiện yếu điểm đối với vùng nhiệt đới cận xích đạo. Hình 3.7 biểu diễn phân bố tần suất nhiệt độ trung bình ngày của hai mô hình NHRCM và RegCM so với quan trắc. Nhìn chung về hình dạng đường phân bố nhiệt độ trung bình ngày của cả hai mô hình đều tương đối giống so với phân bố quan trắc. Điều này chứng tỏ cả hai mô hình đều nắm bắt được xu thế biến đổi nhiệt độ trong năm trên toàn khu vực Việt Nam. Tuy nhiên đường phân bố tần suất nhiệt độ T2m trung bình ngày của NHRCM lệch phải so với quan trắc và đường phân bố của RegCM lệch lại lệch trái. Có nghĩa là mô hình NHRCM mô phỏng thiên cao số ngày xuất hiện đối với ngưỡng nhiệt độ cao và mô phỏng thiên thấp số ngày xuất hiện đối với ngưỡng nhiệt độ thấp. Trong khi mô hình RegCM mô phỏng thiên cao đối với số ngày xuất hiện các ngưỡng nhiệt độ thấp và mô phỏng thiên thấp đối với số ngày xuất hiện các ngưỡng nhiệt độ cao. Đặc biệt đối với khu vực Bắc Bộ, Bắc Trung Bộ, độ lệch sang phải của mô hình NHRCM lớn hơn các khu vực khác. Theo đó mô hình NHRCM mô phỏng thiên cao đối với tần suất xuất hiện nhiệt độ tối cao Tmax và thiên thấp đối với tần suất xuất hiện nhiệt độ tối thấp trong ngày so với quan trắc, trong khi RegCM cho kết quả ngược lại.
- 35. 27 (a) (b) (c) (d) (e) Hình 3.6: Phân bố nhiệt độ T2m trung bình tháng(0 C) giai đoạn (1986-2007) cho toàn Việt Nam (a), Bắc Bộ (b), Bắc Trung Bộ (c), Nam Trung Bộ (d) và Nam Bộ (e) của các mô hình RegCM (tam giác màu đỏ), NHRCM (hình vuông màu xanh da trời) với giá trị quan trắc tại trạm (hình tròn xanh lá cây).
- 36. 28 (a) (b) (c) (d) (e) Hình 3.7: Phân bố tần suất T2m trung bình ngày giai đoạn (1986-2007) cho toàn Việt Nam (a), Bắc Bộ (b), Bắc Trung Bộ (c), Nam Trung Bộ (d) và Nam Bộ (e) của các mô hình RegCM (tam giác màu đỏ), NHRCM (hình vuông màu xanh da trời) với giá trị quan trắc tại trạm (hình tròn xanh lá cây). Tải bản FULL (73 trang): https://bit.ly/3ARb7nH Dự phòng: fb.com/TaiHo123doc.net
- 37. 29 3.2. Đánh giá kết quả mô phỏng mƣa Như đã nói trong chương 2, yếu tố lượng mưa được xem xét với các đặc trưng phân bố theo không gian và thời gian. Theo phân bố không gian, hình 3.8 đưa ra tổng lượng mưa trung bình năm trong giai đoạn 1986-2007 của mô hình RegCM (a), mô hình NHRCM (b) và phân tích Aphrodite (c). Xét về lượng, kết quả cho thấy mô phỏng mưa từ NHRCM vượt trội hẳn so với RegCM đồng thời lớn hơn mưa tái phân tích Aphrodite trên hầu hết tất cả các khu vực. Như đã trình bày, qui mô phân bố số liệu từ các trạm quan trắc synop dùng trong mưa phân tích Aphrodite tương đối thưa nên kết quả từ Aphrodite đã bị làm trơn hay nói cách khác mưa phân tích Aphrodite thấp hơn so với thực tế. Trong khi xét về diện mưa, có thể nhận thấy sự phù hợp hơn của NHRCM so với RegCM ở những vùng mưa lớn. Điểm đáng lưu ý là NHRCM tái tạo khá tốt hai trung tâm mưa lớn ở Tây Bắc là Mường Tè và Bắc Quang, trung tâm mưa Móng Cái cũng như trung tâm mưa lớn ở Bảo Lộc - Lâm Đồng (phía Nam Tây Nguyên) và trung tâm mưa lớn trên vùng Cà Mau ở Nam Bộ, khá tương đồng với phân bố các trung tâm mưa lớn từ phân tích Aphrodite trong khi trên kết quả từ mô phỏng của RegCM lại không phát hiện rõ các trung tâm mưa lớn này. Không chỉ các trung tâm mưa lớn ở Việt Nam, các trung tâm mưa lớn tại vùng Trung Lào, vùng giáp Vịnh Thái Lan của Campuchia hay vùng ven biển phía Nam Trung Quốc mô hình NHRCM cũng mô phỏng khá tốt trong khi RegCM không thực sự rõ nét. Trong giai đoạn các tháng đầu mùa mưa JJA (hình 3.9), các tâm mưa lớn tại việt Nam như Bắc Quang, Mường Tè, Bảo Lộc và Cà Mau được mô phỏng bởi NHRCM rất rõ nét và trùng khớp với kết quả tái phân tích Aphrodite đặc biệt vùng tâm mưa lớn ở sườn Tây dãy Trường Sơn (miền Trung Lào) trong khi theo mô phỏng từ RegCM, các tâm mưa này khá mờ nhạt. Xét về lượng mưa, mô phỏng từ RegCM thấp hơn rất nhiều so với Aphrodite, NHRCM lại mô phỏng lớn hơn tại các tâm mưa nói trên. Việc tái tạo được các vùng mưa lớn ở Việt Nam cho thấy khả năng mô phỏng tốt của NHRCM đối với các hoàn lưu gây mưa lớn ở nước ta như gió mùa Tây Nam, ảnh hưởng của ITCZ… Tải bản FULL (73 trang): https://bit.ly/3ARb7nH Dự phòng: fb.com/TaiHo123doc.net
- 38. 65 để xem xét thuộc tính bức xạ. Giới hạn thấp nhất để cảnh báo mây trên các tầng thấp nhất được thay đổi từ 230m trong MRI/NPD-NHM tới 500m để cải thiện sự làm lạnh không thật trên mực thấp nhất của trong khí quyển trên biển vào mùa đông. Việc tính toán các quá trình bức xạ được thực hiện từng 15 phút với toán tử làm trơn không gian ngang phân giải 20 km. Quá trình làm trơn này khác với trong MSM. Ở đó các quá trình tính bức xạ được lặp lại tùng 60 phút/lần và không có làm trơn theo không gian. 6731032