ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Nguyễn Xuân Diện NGHIÊN CỨU DỰ TÍNH TỔ HỢP MỘT SỐ YẾU TỐ VÀ HIỆN TƯỢNG KHÍ HẬU LIÊN QUAN ĐẾN NHIỆT ĐỘ Ở VIỆT NAM LUẬN VĂN THẠC SĨ KHOA HỌC Hà Nội - 2013 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Nguyễn Xuân Diện NGHIÊN CỨU DỰ TÍNH TỔ HỢP MỘT SỐ YẾU TỐ VÀ HIỆN TƯỢNG KHÍ HẬU LIÊN QUAN ĐẾN NHIỆT ĐỘ Ở VIỆT NAM Chuyên ngành: Khí tượng khí hậu học Mã số: 604487 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: TS Vũ Thanh Hằng Hà Nội - 2013 Lời cảm ơn Trước hết, xin bày tỏ lòng biết ơn sâu sắc tới TS Vũ Thanh Hằng, người tận tình bảo hướng dẫn hoàn thành luận văn Tôi xin gửi lời cảm ơn sâu sắc tới TS Ngô Đức Thành, người giúp nhiều trình thực luận văn Tôi xin cảm ơn thầy cô cán Khoa Khí tượng Thủy văn Hải dương học cung cấp cho kiến thức chuyên môn quý giá, giúp đỡ tạo điều kiện thuận lợi sở vật chất suốt thời gian học tập thực hành Khoa Tôi xin cảm ơn Phòng Sau đại học, Trường Đại học Khoa học Tự nhiên tạo điều kiện cho thời gian hoành thành luận văn Cuối cùng, xin gửi lời cảm ơn chân thành tới gia đình, người thân bạn bè, người bên cạnh cổ vũ, động viên tạo điều kiện tốt cho suốt thời gian học tập trường Hà Nội, ngày 27 tháng 11 năm 2013 Nguyễn Xuân Diện Mục lục Danh mục hình Danh mục bảng Danh mục viết tắt Mở đầu Chương 1- TỔNG QUAN 1.1 Các nghiên cứu nước 1.2 Các nghiên cứu nước 11 Chương 2- PHƯƠNG PHÁP VÀ SỐ LIỆU NGHIÊN CỨU 15 2.1 Hệ thống tổ hợp kết mô hình 16 2.2.1 Trung bình tổ hợp đơn giản (Simple Ensemble Mean) 16 2.1.2 Hồi quy tuyến tính nhiều biến 16 2.2 Các số thống kê dùng để đánh giá 17 2.3 Nguồn số liệu 18 2.3.1 Số liệu quan trắc 18 2.3.2 Số liệu từ đầu mô hình 19 Chương 3- KẾT QUẢ VÀ PHÂN TÍCH 23 3.1 Kết mô mô hình đánh giá cho thời kỳ chuẩn 23 3.2 Kết tổ hợp cho yếu tố liên quan đến nhiệt độ cho thời kỳ chuẩn 38 3.3 Kết dự tính tổ hợp cho thời kỳ tương lai (giai đoạn 2020-2039) 45 Tài liệu tham khảo 51 Danh mục hình Hình 2.1 Phân bố vị trí trạm 22 Hình 3.1 Nhiệt độ trung bình T2m thời kỳ 1980-1999 mô hình 23 Hình 3.2 T2m mô hình quan trắc trạm tính trung bình cho giai đoạn 24 Hình 3.3 Nhiệt độ cực đại trung bình thời kỳ 1980-1999 cho mô hình 25 Hình 3.4 Tx mô hình quan trắc trạm tính trung bình cho giai đoạn 26 Hình 3.5 Nhiệt độ cực tiểu cực tiểu thời kỳ 1980-1999 27 Hình 3.6 Tn mô hình quan trắc trạm tính trung bình cho giai đoạn 28 Hình 3.7 Nhiệt độ cực đại tháng Tx (TXx) giai đoạn 1980-1999 từ mô hình29 Hình 3.8 TXx mô hình quan trắc trạm tính trung bình cho giai đoạn 30 Hình 3.9 Nhiệt độ cực tiểu tháng Tn (TNn) giai đoạn 1980-1999 mô hình 32 Hình 3.10 TNn mô hình quan trắc trạm tính trung bình cho giai đoạn 33 Hình 3.11 Trung bình số ngày có nhiệt độ trung bình 150C thời kỳ 1980-1999 34 Hình 3.12 T2m15 mô hình quan trắc trạm tính trung bình cho giai đoạn 35 Hình 3.13 Trung bình số ngày có nhiệt độ cực đại 350C thời kỳ 1980-1999 36 Hình 3.14 Tx35 mô hình quan trắc trạm tính trung bình cho giai đoạn 37 Hình 3.15 Tổ hợp phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản so sánh với mô hình riêng quan trắc cho T2m 38 Hình 3.16 Tổ hợp phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản so sánh với mô hình riêng quan trắc cho Tx 39 Hình 3.17 Tổ hợp phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản so sánh với mô hình riêng quan trắc cho Tn 40 Hình 3.18 Tổ hợp phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản so sánh với mô hình riêng quan trắc cho TXx 41 Hình 3.19 Tổ hợp phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản so sánh với mô hình riêng quan trắc cho TNn 42 Hình 3.20 Dự tính tổ hợp cho T2m từ mô hình cho giai đoạn 2020-2039 46 Hình 3.21 Dự tính tổ hợp cho Tx từ mô hình cho giai đoạn 2020-2039 46 Hình 3.22 Dự tính tổ hợp cho Tmin từ mô hình cho giai đoạn 2020-2039 47 Hình 3.23 Biến đổi nhiệt độ trạm thời kỳ tương lai 2020-2039 so với thời kỳ chuẩn 1980-1999 yếu tố T2m 47 Hình 3.24 Biến đổi nhiệt độ trạm thời kỳ tương lai 2020-2039 so với thời kỳ chuẩn 1980-1999 yếu tố Tx 48 Hình 3.25 Biến đổi nhiệt độ trạm thời kỳ tương lai 2020-2039 so với thời kỳ chuẩn 1980-1999 yếu tố Tn 48 Danh mục bảng Bảng 2.1 Danh sách trạm sử dụng 19 Bảng 3.1 Sai số trung bình ME, sai số trung bình tuyệt đối MAE hệ số tương quan mô hình quan trắc cho yếu tố T2m 24 Bảng3.2 Sai số trung bình ME, sai số trung bình tuyệt đối MAE hệ số tương quan mô hình quan trắc cho yếu tố Tx 26 Bảng 3.3 Sai số trung bình ME, sai số trung bình tuyệt đối MAE hệ số tương quan mô hình quan trắc cho yếu tố Tn 28 Bảng 3.4 Sai số trung bình ME, sai số trung bình tuyệt đối MAE hệ số tương quan mô hình quan trắc cho yếu tố TXx 31 Bảng 3.5 Sai số trung bình ME, sai số trung bình tuyệt đối MAE hệ số tương quan mô hình quan trắc cho yếu tố TNn 33 Bảng 3.6 Sai số trung bình ME, sai số trung bình tuyệt đối MAE hệ số tương quan mô hình quan trắc cho yếu tố T2m15 36 Bảng3.7 Sai số trung bình ME mô hình với quan trắc, tổ hợp trung bình đơn giản hồi quy tuyến tính với quan trắc 43 Bảng 3.8 Sai số trung bình tuyệt đối MAE mô hình quan trắc, tổ hợp trung bình đơn giản hồi quy tuyến tính đa biến với quan trắc 44 Bảng 3.9 Hệ số tương quan mô hình quan trắc,giữa tổ hợp trung bình đơn giản tổ hợp tuyến tính với quan trắc 44 Bảng 3.10 Hệ số hồi quy hệ số tự phương trình hồi quy tuyến tính đa biến 45 Danh mục viết tắt BĐKH CS Biến đổi khí hậu Cộng IPCC Intergovermental Panel on Climate Change MAE Sai số tuyệt đối trung bình ME Sai số trung bình MM5 Fifth-Generation Penn State/NCAR Mesoscale Mode MRI Meteorological Research Institute RCMs Regional Climate Model RegCM Regional Climate Model REMO The Regional Model SEM Trung bình tổ hợp đơn giản T2m Nhiệt độ trung bình tháng mực 2m Tm Nhiệt độ cực tiểu trung bình tháng TNn Nhiệt độ cực đại cực đại tháng Tx Nhiệt độ cực đại trung bình tháng TXx Nhiệt độ cực đại cực đại tháng Mở đầu Đối với toán dự tính khí hậu, số nhân tố chi phối trình vật lí xảy khí không dự báo xác định mà giả định dựa kịch Hiện nay, nhân tố giả định chất khí nhà kính Trên sở kịch phát thải, hàm lượng khí nhà kính khí ước tính mô hình khí hậu sử dụng để dự tính khí hậu tương lai Các kịch BĐKH toàn cầu sau xây dựng dựa kết dự tính Nói chung mô hình khác đưa sản phẩm dự báo/dự tính không giống tính bất định luôn tiềm ẩn mô hình Do đó, ước lượng độ bất định toán dự báo/dự tính có vai trò quan trọng việc nâng cao chất lượng tin dự báo/dự tính Việc xây dựng hệ thống đồng hóa, tổ hợp cho mô hình thời tiết/khí hậu góp phần cải thiện kết dự báo/dự tính Đối với toán dự tính khí hậu, Việt Nam nghiên cứu thực dựa kết riêng rẽ từ số mô hình, phương pháp sử dụng, khu vực áp dụng Bài toán tổ hợp kết nhiều mô hình cho kịch BĐKH tương lai thực nhiều giới cho kết khả quan Tuy nhiên Việt Nam chưa có nghiên cứu tiến hành theo hướng Vì vậy, luận văn tác giả đề xuất đề tài “Nghiên cứu dự tính tổ hợp cho số yếu tố tượng liên quan đến nhiệt độ Việt Nam” để xem xét, ứng dụng cho điều kiện Việt Nam Bố cục luận văn gồm: Chương 1- Tổng quan Chương 2- Phương pháp nghiên cứu Chương 3- Kết nhận xét Chương 1- TỔNG QUAN 1.1 Các nghiên cứu nước Khái niệm dự báo tổ hợp đưa từ năm 1974 Leith dần phát triển theo phương thức: 1) Dự báo sử dụng nhiều mô hình (còn gọi siêu tổ hợp); 2) Dự báo với mô hình với nhiều đầu vào khác Cách tiếp cận tổ hợp phổ biến trung tâm khí tượng giới sử dụng phương pháp siêu tổ hợp nhiều mô hình để thu tổ hợp có kết tốt Đối với toán dự tính BĐKH, từ kịch phát thải khí nhà kính, thông tin phản ánh điều kiện khí hậu tương lai xác định chạy mô hình khí hậu toàn cầu với hàm lượng khí nhà kính dự tính khí Các kịch BĐKH toàn cầu sau xây dựng dựa kết dự tính Nói chung mô hình khác đưa sản phẩm dự tính không giống tính bất định luôn tiềm ẩn mô hình Trong mô hình đơn lẻ tồn điểm mạnh điểm yếu khiến cho “không mô hình xem tốt việc sử dụng kết từ nhiều mô hình quan trọng” (McAvaney CS., 2001) Nếu hiểu sai số mô mô hình khác độc lập, trung bình mô hình kỳ vọng tốt thành phần riêng lẻ, cung cấp dự tính “tốt nhất” Một số kết nghiên cứu điều này, cho dự báo mùa (Palmer CS 2004 [31]; Palmer CS 2005 [32] Hagedorn CS 2005) [18] cho việc tái tạo điều kiện khí hậu từ mô phỏng, dự tính khí hậu hạn dài (Lambert Boer 2001) [23] Bởi vậy, để giảm bớt tính bất định, với kịch phát thải, sản phẩm dự tính nhiều mô hình khác sử dụng để xây dựng kịch BĐKH (Tebaldi Knutti 2007) [38] Việc sử dụng tổ hợp mô hình toàn cầu chạy trung tâm mô hình hóa khác triển khai cho dự tính/dự báo khí hậu quy mô thời gian từ mùa đến nhiều năm kỷ Một dự án quan trọng vấn đề kể đến dự án so sánh đa mô 30 25 OBS CCAM 20 MM5 TNn MRI RegCM REMO 15 THTB THTT 10 10 20 30 40 50 60 70 80 trạm Hình 3.19 Tổ hợp phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản so sánh với mô hình riêng quan trắc cho TNn Rõ ràng kết có phương pháp hồi quy tuyến tính đa biến tốt gần với quan trắc so với phương pháp tổ hợp trung bình đơn giản Điều phương pháp tổ hợp trung bình đơn giản coi khả mô mô hình nên kết tổ hợp không tốt Với phương pháp hồi quy đa biến, hệ số hồi quy đưa vào phương trình tổ hợp, kết tổ hợp dựa mô có khả mô tốt hơn, đồng nghĩa với lượng thông tin biểu diễn nhiều Tuy chênh lệch lớn vài trạm rõ ràng phương pháp tổ hợp hồi quy tuyến tính đa biến cho kết gần với quan trắc đồng thời nắm bắt biến đổi hình yếu tố theo không gian Khi xét đến số đánh giá, phương pháp tổ hợp hồi quy tuyến tính đa biến thể xác so với mô hình riêng lẻ với phương pháp tổ hợp trung bình đơn giản 42 Sau xem xét hai mô hình tổ tổ hợp ta nhận thấy tổ hợp ph phương pháp hồi ồi quy tuyến tính nhiều biến cho kết tốt nhất có th thể ứng dụng để tổ hợp kết đầu ầu năm n mô hình khí hâu khu vực ực cho yếu tố liên quan đến nhiệt độ Tiến hành đánh giá với v sai số ME, MAE, hệ số tương ương quan ccủa mô hình với ới quan trắc, tổ hợp phương ph pháp hồi ồi quy tuyến tính với qquan trắc để làm rõ điều ều Bảng3.7 Sai sốố trung bình ME giữa mô hình với quan trắc, tổ hợp trung bình đơn giản ản hồi quy tuyến tính với quan trắc Sai sốố trung bình ME cho thấy phương ph pháp tổổ hợp hồi quy tuyến tính đa biến ến cho sai số với quan trắc nhỏ so với tất mô hình Đặc biệt mô ỏng ba yếu tố nhiệt độộ T2m, Tx, Tn cho kết tốt với sai số nhỏ xu hướng thiên âm nhẹ Điều Đi phù hợp với nhận xét từ đánh giá tr trực quan thông qua hình biểu ểu diễn Sai số tổ hợp hồi quy tuyến tính đa biến ến cho hai yếu tố TXx TNn lớn ơn có xu hướng hướng thiên âm với TXx thiên ddương với TNn Việc đánh giá thông qua sai số s trung bình ME cho ta thấy mọt kết khả quan sử dụng phương ương pháp tôt hợp h Các kết gần ần với quan trắc hhơn tốt so với ừng mô hình riêng lẻ 43 Bảng 3.8 Sai số s trung bình tuyệt đối MAE ữa mô hình quan trắc, ữa tổ hợp trung bình đơn giản hồi quy tuyến tính đa bi biến với quan trắc Tương tự với với sai số trung bình ME, sai số trung bình tuyệt đối MAE phương ương pháp tổ t hợp tuyến tính đa biến ến cho kết tốt so với tất ất mô hình riêng lẻ trê tất yếu tố ợc tổ hợp, tổ hợp ph phương pháp trung bình đơn giản gi cho kết tốt so với ới mô hình Tổ hợp cho yếu ếu tố T2m, Tx, Tn cho sai số nhỏ gần như tương ttự Sai số lớn xuất ất tổ hợp cho hai yếu tố cực đoan TXx TNn Bảng 3.9 Hệệ số tương t quan ữa mô hình quan trắc, trắc,giữa tổ hợp trung bình đơn giản ản tổ hợp tuyến tính với quan trắc Hệ số tương ương quan c tổ hợp mô hình ợc thiện rõ rệt so với ttưng mô hình, đặc ặc biệt với yếu tố mà mô các mô hình cho kkết chênh lệch ệch lớn so với quan trắc nh TXx, Tx 44 Như đánh giá trực quan đánh giá thông qua sai số trung bình ME sai số trung bình tuyệt đối MAE, hệ số tương quan cho thấy khả áp dụng phương pháp tổ hợp mô hình cho kết tố so với mô hình riêng lẻ Việc thành lập phương trình tổ hợp từ mô hình CCAM, MM5, MRI, RegCM, REMO luận văn xét đến áp dụng để dự tính cho thời kỳ tương lai với yếu tố liên quan đến nhiệt độ Việt Nam Bảng 3.10 Hệ số hồi quy hệ số tự phương trình hồi quy tuyến tính đa biến 3.3 Kết dự tính tổ hợp cho thời kỳ tương lai (giai đoạn 2020-2039) Kết dự tính tổ hợp từ năm mô hình cho thời kỳ chuẩn phương pháp hồi quy tuyến tính nhiều biến cho thấy kết đạt gần với quan trắc so với mô hình riêng lẻ Từ ta áp dụng để dự tính tổ hợp cho thời kỳ tương lai Trong luận văn này, chọn lựa chọn giai đoạn từ năm 2020-2039 để tiến hành tính toán thử nghiệm số liệu mô hình MRI có giai đoạn Kịch phát thải khí nhà kính mô hình kịch A1B Trong phần ta thấy ba yếu tố T2m, TX, Tn cho kết tương quan tốt với quan trắc, phần dự tính cho thời kỳ tương lai tác giả thử nghiệm dự tính cho ba yếu tố Áp dụng công thức tổ hợp phương pháp hồi quy tuyến tính đa biến có từ phần (bảng 3.10) để dự tính cho yếu tố T2m, Tx, Tn giai đoạn 2020-2039 thu số kết sau: 45 35 30 CCAM MM5 25 t2m MRI RegCM 20 REMO Dự tính tổ hợp 15 10 10 20 30 40 50 60 70 80 90 trạm Hình 3.20 Dự tính tổ hợp cho T2m từ mô hình cho giai đoạn 2020-2039 40 35 CCAM 30 MM5 Tx 25 MRI 20 RegCM 15 REMO 10 Dự tính tổ hợp 0 10 20 30 40 50 60 70 80 90 trạm Hình 3.21 Dự tính tổ hợp cho Tx từ mô hình cho giai đoạn 2020-2039 46 35 30 25 CCAM MM5 20 MRI RegCM 15 REMO dự tính tổ hợp 10 0 10 20 30 40 50 60 70 80 90 Hình 3.22 Dự tính tổ hợp cho Tmin từ mô hình cho giai đoạn 2020-2039 Để xem xét biến đổi nhiệt độ T2m, Tx, Tn trạm ta tiến hành lấy kết tổ hợp cho giai đoạn 2020-2039 trừ thời kỳ chuẩn 1980-1999 Kết thu được: độ C Series1 -1 10 20 30 40 50 60 70 80 -2 trạm Hình 3.23 Biến đổi nhiệt độ trạm thời kỳ tương lai 2020-2039 so với thời kỳ chuẩn 1980-1999 yếu tố T2m 47 độ C Series1 -1 10 20 30 40 50 60 70 80 trạm Hình 3.24 Biến đổi nhiệt độ trạm thời kỳ tương lai 20202039 so với thời kỳ chuẩn 1980-1999 yếu tố Tx độ C Series1 -1 10 20 30 40 50 60 70 80 -2 -3 trạm Hình 3.25 Biến đổi nhiệt độ trạm thời kỳ tương lai 20202039 so với thời kỳ chuẩn 1980-1999 yếu tố Tn Ta thấy yếu tố nhiệt độ trung bình T2m nhiệt độ cực đại Tx hầu hết trạm có mức tăng từ 1-3oC so với thời kỳ chuẩn 1980-1999 Một số trạm có mức tăng cao ảnh hưởng địa hình mà mô hình không nắm bắt Đối với yếu tố nhiệt độ cực tiểu Tn trạm xu hướng tăng hay giảm không rõ rệt số lượng trạm có Tn tăng số trạm có Tn giảm gần 48 Hình biến đổi trạm ba yếu tố tương đối tương đồng Các trạm khu vực miền trung dường có biến đổi đồng so với trạm thuộc khu vực miền bắc miền nam với hai yếu tố T2m, Tn với mức biến đổi nằm khoảng từ 0.5-3oC 49 Kết luận Luận văn hoàn thành nghiên cứu khả ứng dụng tổ hợp mô hình khí hậu khu vực để tăng khả dự tính xác cho toán khí hậu Mục tiêu thực dự tính tổ hợp cho yếu tố liên quan đến nhiệt độ Việt Nam Một số kết luận ban đầu: + Trong mô hình tồn tính bất định cần thiết có hệ thổng tổ hợp để nâng cao chất lượng dự báo/dự tính + Trong yếu tố liên quan đến nhiệt độ Việt Nam mô hình khí hậu khu vực mô tương đối tốt yếu tố nhiệt độ bề mặt mực 2m, nhiệt độ cực tiểu ngày, nhiệt độ cực tiểu cực tiểu tháng Các yếu tố nhiệt độ cực đại ngày, nhiệt độ cực đại cực đại tháng mô hình mô có chênh lệch lớn so với quan trắc, chênh lệch lên đến 5-6oC + Trong luận văn thử nghiệm hai phương pháp tổ hợp cho mô hình khí hậu khu vực phương pháp tổ hợp trung bình tổ hợp hồi quy tuyến tính đa biến Kết cho thấy tổ hợp hồi quy tuyến tính nhiều biến cải thiện rõ rệt khả mô cho thời kỳ chuẩn áp dụng cho dự tính khí hậu thời kỳ tương lai + Dự tính tổ hợp cho giai đoạn 2020-2039 với ba yếu tổ nhiệt độ bề mặt 2m, nhiệt độ cực đại ngày nhiệt độ cực tiểu ngày cho thấy xu hướng tăng rõ rệt nhiệt độ bề mặt 2m, nhiệt độ cực đại ngày so với thời kỳ chuẩn 1980-1999, mức tăng nhiệt hầu hết trạm từ 1-3oC Trong luận văn sử dụng hai phương pháp tổ hợp tương đối đơn giản tổ hợp trung bình tổ hợp hồi quy tuyến tính nhiều biến cho khả cải thiện chất lượng dự báo/dự tính việc áp dụng phương pháp tổ hợp kết từ mô hình khác Trong nghiên cứu tác giả mong muốn thử nghiệm thêm phương pháp tổ hợp kết từ mô hình khí hậu khu vực khác để cải thiện chất lượng dự báo/dự tính khí hậu 50 Tài liệu tham khảo Tiếng việt Võ Văn Hòa, 2009: Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam Đề tài Nghiên cứu khoa học công nghệ cấp Bộ Bộ Tài nguyên Môi trường Nguyễn Viết Lành, 2007: Một số kết nghiên cứu biến đổi khí hậu khu vực Việt Nam, Tạp chí khí tượng Thuỷ văn, số 560, 33 Trần Việt Liễn, Hoàng Đức Cường, Trương Anh Sơn, 2007: Xây dựng kịch khí hậu cho vùng khí hậu Việt Nam giai đoạn 2010-2100 Tạp chí KTTV, tháng 1, Hà Nội Nguyễn Đức Ngữ (chủ biên), 2008: Biến đổi khí hậu, NXB Khoa học Kỹ thuật, Hà Nội Nguyễn Đức Ngữ, Nguyễn Trọng Hiệu, 1991: Biến đổi khí hậu tác động chúng Việt Nam khoảng 100 năm qua – Thiên nhiên người Nhà XB Sự thật, Hà Nội Phan Văn Tân ccs., 2010: Nghiên cứu xây dựng kịch biến đổi khí hậu chi tiết cho khu vực Trung Trung Bộ Chuyên đề thuộc Dự án Danida ”Đánh giá tác động Biến đổi khí hậu đến điều kiện tự nhiên, môi trường phát triển kinh tế - xã hội Trung Trung Bộ Việt Nam” PGS Mai Trọng Thông làm chủ nhiệm Phan Văn Tân ccs., 2011: Nghiên cứu tác động biến đổi khí hậu toàn cầu đến yếu tố tượng khí hậu cực đoan Việt Nam, khả dự báo giải pháp chiến lược ứng phó Báo cáo tổng kết đề tài KC08.29/06-10 Trường Đại học Khoa học Tự nhiên Trần Tân Tiến, 2010: Xây dựng công nghệ dự báo liên hoàn bão, nước dâng sóng Việt Nam mô hình số với thời gian dự báo trước ngày 51 Báo cáo tổng kết đề tài KC.08.05/ 06-10 Trường Đại học Khoa học Tự nhiên Tiếng Anh Anderson, J L and S L Anderson, 1999: A Monte Carlo implementation of the non-linear filtering problem to produce ensemble assimilations and forecasts Mon Wea Rev., 127, 2741 - 2758 10 Bergant K., Belda M., Halenka T (2007), “Systematic errors in the simulation of European climate (1961-2000) with RegCM3 driven by NCEP/NCAR reanalysis”, International Journal of Climatology Vol 27 (4), pp 455472 11 Collins M., 2007: Ensembles and probabilities: a new era in the prediction of climate change, Philos Trans R Soc Lond A, 365, 1957–197 12 Christensen, J.H., B Hewitson, A Busuioc, A Chen, X Gao, I Held, R Jones, R.K Kolli, W.-T Kwon, R Laprise, V Magaña Rueda, L Mearns, C.G Menéndez, J Räisänen, A Rinke, A Sarr and P Whetton, 2007: Regional Climate Projections In: Climate Change 2007: The Physical Science Basis Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D Qin, M Manning, Z Chen, M Marquis, K.B Averyt, M Tignor and H.L Miller (eds.)] Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA 13 Curry, J A., and A H Lynch, 2002: Comparing Arctic Regional Climate Models Eos, Trans Amer Geophys Union, 83, 87 14 Fu, C., H L Wei, M Chen, B K Su, and W Z Zhen, 1998: Evolution of summer monsoon rainbelts over East China in a regional climate model Atmos Sinica, 22, 522–53 52 15 Giorgi , F., and Coauthors , 2001: Regional climate change information–– Evaluation and projections Climate Change 2001: The Scientific Basis, J T Houghton et al., Eds., Cambridge University Press, 583–638 16 Giorgi , F., and Coauthors , 2001: Regional climate change information–– Evaluation and projections Climate Change 2001: The Scientific Basis, J T Houghton et al., Eds., Cambridge University Press, 583–638 17 Giorgi, F and C Shields, (1999),“Tests of precipitation parameterizations available in the latest version of the NCAR regional climate model (RegCM) over the continental United States”,Journal of Geophysical Research, 104, 6353-6375 18 Hagedorn R., Doblas-Reyes F.J., Palmer T.N., 2005: The rationale behind the success of multi-model ensembles in seasonal forecasting I Basic concept, Tellus Ser A Dyn Meteorol Oceanogr., 57, 219–233 19 Houghton, J T., L G Meira Filho, B A Callander, N Harris, A Kattenberg, and K Maskell, Eds., 1995: Climate Change 1995: The Science of Climate Change Cambridge University Press, 572 pp 20 Houghton, J T., Y Ding, D J Griggs, M Noguer, P J van der Linden, X Dai, K Maskell, C A Johnson, Eds., 2001: Climate Change 2001: The Scientific Basis Cambridge University Press, 881 p 21 Kingtse C Mo, (2003), “Ensemble Canonical Correlation Prediction of Surface Temperature over the United States”, Journal of Climate, Vol.16, pp 1665-1683 22 T N Krishnamurti, C M Kishtawal, Z Zhang, T Larow, D Bachiochi, E Williford, S Gadgil, S Surendran, (2000), “Multimodel Ensemble Forecasts for Weather and Seasonal climate:, Journal of Climate, Vol.13, pp.4196-4216 23 Lambert, S J and G J Boer, 2001: CMIP1 evaluation and intercomparison of 53 coupled climate models, Climate Dynamics, 17, 83-106 24 Lau, W., and S Yang, 1996: Seasonal variation, abrupt transition, and intraseasonal variability associated with the Asian summer monsoon in GLA GCM J Climate, 9, 965–98 25 Lee, D.K., and M S Suh, 2000: Ten-year East Asian summer monsoon simulation using a regional climate model (RegCM2) J Geophys Res., 105, 29565–29577 26 Liu, Y., F Giorgi, and W M Washington, 1994: Simulation of summer monsoon climate over East Asia with an NCAR regional climate model Mon Wea Rev., 122, 52–62 27 J.-J Luo, S Masson, S Behera, S Shingu, T Yamagata, (2005),“Seasonal Climate Predictability in a Couple OAGCM Using a Different Approach for Ensemble Forecasts”, Journal of Climate Vol.18, pp 4474-4497 28 Mearns, L O., and Coauthors, 2001: Climate scenario development Climate Change 2001: The Scientific Basis, J T Houghton et al., Eds., Cambridge University Press, 741–770 29 Meehl, G A., C Covey, T Delworth, M Latif, B McAvaney, J F B Mitchell, R J Stouffer, and K E Taylor, 2007: The WCRP CMIP3 multi-model dataset: A new era in climate change research, Bull Am Meteorol Soc., 88, 1383-1394 30 Palmer T.N., Räisänen J., 2002: Quantifying the risk of extreme seasonal precipitation events in a changing climate, Nature, 415, 512–514, doi: 10.3354/cr00891 31 Palmer, T N et al., 2004: Development of a European multimodel ensemble system for seasonal to inter-annual prediction Bull Am Meteorol Soc., 85, 853–872 (doi:10.1175/BAMS-85-6-853) 54 32 Palmer, T.N., F.J Doblas-Reyes, R Hagedorn and A Weisheimer, 2005: Probabilistic prediction of climate using multi-modelensembles: frombasics to applications, Phil Trans R Soc B , 360, 1991–1998 33 Räisänen J., 2007: How reliable are climate models?, Tellus Ser A Dyn Meteorol Oceanogr., 59, 2–29 34 Randall, D.A., R.A Wood, S Bony, R Colman, T Fichefet, J Fyfe, V Kattsov, A Pitman, J Shukla, J Srinivasan, R.J Stouffer, A Sumi and K.E Taylor, 2007: Cilmate Models and Their Evaluation In: Climate Change 2007: The Physical Science Basis Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D Qin, M Manning, Z Chen, M Marquis, K.B Averyt, M.Tignor and H.L Miller (eds.)] Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA 35 Singh G.P., Oh J., Kim J., Kim O (2006), “Sensitivity of Summer Monsoon Precipitation over East Asia to Convective Parameterization Schemes in RegCM3”, SOLA Vol (029-032) 36 Sylla M B & A T Gaye & J S Pal & G S Jenkins & X Q Bi, (2009),“High-resolution simulations of West African climate using regional climate model (RegCM3) with different lateral boundary conditions”,Theor Appl Climatol 98:293–314 37 Takle, E S., and Coauthors, 1999: Project to intercompare regional climate simulation (PIRCS): Description and initial results J Geophys Res., 104, 19 443–19 461 38 Tebaldi C, Knutti R., 2007: The use of the multi-model ensemble in probabilistic climate projections Philos Trans R Soc Lond A, 365, 2053–2075 doi: 10.1098/rsta.2007.207 55 39 M Thatcher (2010), “CCAM general introduction for new users”, www.csiro.au 40 Ulbrich U, Pinto J.G., Kupfer H., Leckebusch G.C., Spangehl T., Reyers M., 2008: Northern Hemisphere storm tracks in an ensemble of IPCC climate change simulations, J Clim., 21, 1669–1679 41 Yu, R., W Li, X Zhang, Y Liu, Y Yu, H Liu, and T Zhou, 2000: Climate features related to Eastern China summer rainfall in the NCAR CCM3 Adv.Atmos Sci., 17, 503–518 42 J S Whitaker, A F Loughe, (1998), “The relationship between Ensemble spread and Ensemble mean skill”, Monthly Weather Review, Vol 126, pp 3292-3302 56 [...]... mô động lực Hai mô hình khí hậu khu vực là RegCM3 (Regional Climate Model phiên bản 3.0) và CCAM (Cubic Conformal Amostpheric Model) đã được sử dụng để dự tính một số yếu tố và hiện tượng liên 13 quan đến trường mưa và nhiệt độ Phan Văn Tân và CS (2011) [7] cũng đã thực hiện đề tài Nghiên cứu tác động của biến đổi khí hậu toàn cầu đến các yếu tố và hiện tượng khí hậu cực đoan ở Việt Nam, khả năng dự. .. pháp tổ hợp các kết quả từ các mô hình khác nhau đã cho những kết quả khả quan để cải thiện chất lượng các bản tin dự báo /dự tính Vì vậy trong luận văn này tác giả tiến hành thử nghiệm một số phương pháp tổ hợp để dự tính cho một số các yếu tố, hiện tượng liên quan đến nhiệt độ ở Việt Nam 14 Chương 2- PHƯƠNG PHÁP VÀ SỐ LIỆU NGHIÊN CỨU Trong luận văn này, tác giả sử dụng kết quả từ 5 mô hình khí hậu. .. tuyến tính giữa hai biến càng chặt chẽ Hệ số tương quan dương phản ánh mối quan hệ cùng chiều (đồng biến), ngược lại, hệ số tương quan âm biểu thị mối quan hệ ngược chiều (nghịch biến) giữa dự báo và quan trắc 2.3 Nguồn số liệu 2.3.1 Số liệu quan trắc Số liệu quan trắc trên 80 trạm (bảng 2.1) của các yếu tố nhiệt độ trung bình 2m (T2m), nhiệt độ cực đại tháng (Tx), nhiệt độ cực tiểu tháng (Tm), nhiệt độ. .. của các RCMs và tính bất định trong việc đưa ra các thông tin khí hậu quy mô khu vực, một số dự án so sánh tổ hợp đa mô hình đã được tiến hành (Takle và CS 1999; Curry và Lynch 2002; Anderson và CS 2003) [37], [13], [9] Việc kết hợp nhiều mô hình vào trong một hệ thống tổ hợp thường làm tăng kỹ năng, độ tin cậy và tính thống nhất của các dự tính (Christensen và CS 2007) [12] So sánh với một mô hình... Max Planck - MPIfM và trung tâm tính toán mô hình hóa phục vụ dự báo khí hậu - DKRZ đã phát triển REMO theo hướng một mô hình khí hậu khu vực với mục đích là mô hình khí quyển trong hệ thống couple mô hình khí quyển – đại dương phục vụ cho dự án BALTEX cũng như là một mô hình độc lập nghiên cứu và mô phỏng khí hậu Mô hình CCAM là một mô hình còn mới ở Việt Nam, nó phục vụ cho cả dự báo toàn cầu lẫn... cũng đã thu được một số kết quả bước đầu [1] Ngoài các đề tài tổ hợp mang tính nghiên cứu bước đầu này, hầu như không có một nghiên cứu nào để đánh giá tính dự báo của các mô hình một cách đầy đủ, đặc biệt dựa trên bộ lọc Kalman tổ hợp Đối với bài toán khí hậu, nhất là trong lĩnh vực BĐKH, ở Việt Nam đến nay đã có nhiều công trình được công bố như các công trình của Nguyễn Đức Ngữ và Nguyễn Trọng Hiệu... hậu khu vực để nghiên cứu hệ thống tổ hợp gồm: RegCM, MM5, MRI, CCAM và REMO Mô hình RegCM là mô hình khí hậu khu vực đã được ứng dụng để nghiên cứu khí hậu quá khứ, hiện tại và tương lai tại nhiều nơi khác nhau trên thế giới, từ Châu Mỹ, Châu Âu đến Châu Á, Châu Phi [27], [22], [10], [23] Mô hình MM5 vốn là mô hình nghiên cứu và dự báo thời tiết nhưng do nhu cầu nghiên cứu khoa học và sự phát triển... Việt Liễn và CS (2007)[3] Từ năm 1994 đến 1998, Nguyễn Đức Ngữ và CS đã hoàn thành kiểm kê quốc gia khí nhà kính năm 1993 [4], xây dựng các phương án giảm khí nhà kính ở Việt Nam, đánh giá tác động của BĐKH đến các lĩnh vực kinh tế xã hội chủ yếu, xây dựng kịch bản BĐKH ở Việt Nam cho các năm 2020, 2050, 2070 Năm 2003, Bộ Tài nguyên và Môi trường đã hoàn thành Thông báo Quốc gia đầu tiên của Việt Nam. .. cả bài toán nghiên cứu khí hậu Mô hình MM5 có khả năng lồng nhiều lưới; Động lực phi thủy tĩnh; Cho phép mô hình sử dụng được ở quy mô vài cây số; Khả năng chạy trên nhiều máy tính phối hợp bộ nhớ; Mô tả được nhiều quá trình vật lí; Khả năng đồng hóa dữ liệu 4 chiều Với mô hình khí hậu khu vực REMO, REMO có thể ứng dụng được cho cả dự báo thời tiết và nghiên cứu khí hậu Tuy nhiên, viện khí tượng Max... hình và quan trắc cho yếu tố TXx Từ bảng sai số ME, MAE, hệ số tương quan cho thấy tất cả các mô hình đều cho sai số lớn và hệ số tương quan thấp khi mô phỏng TXx Sai số nhỏ nhất và có hệ số tương quan lớn nhất với quan trắc là MRI Hai mô hình MM5 và REMO cho mô phỏng TXx nhỏ hơn hẳn so với thực tế quan trắc trên các trạm 31 e) Nhiệt độ cực tiểu tháng của Tn (TNn) Hình 3.9 Nhiệt độ cực tiểu tháng của