Đang tải... (xem toàn văn)
Luận văn thạc sĩ THỬ NGHIỆM DỰ BÁO HẠN MÙA MỘT SỐ CHỈ SỐ KHÍ HẬU CỰC ĐOAN BẰNG MÔ HÌNH REGCM CHO KHU VỰC VIỆT NAM. Trong những năm gần đây, dự báo hạn mùa (seasonal forecasting) đang là một trong những bái toán...
1 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Trịnh Tuấn Long THỬ NGHIỆM DỰ BÁO HẠN MÙA MỘT SỐ CHỈ SỐ KHÍ HẬU CỰC ĐOAN BẰNG MÔ HÌNH REGCM CHO KHU VỰC VIỆT NAM Chuyên ngành: Khí tượng và khí hậu học Mã số: 62.44.87 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: GS. TS. Phan Văn Tân Hà Nội - 2012 2 LỜI CẢM ƠN Tác giả xin bày tỏ lòng biết ơn chân thành nhất tới thầy GS.TS. Phan Văn Tân, người đã hết lòng quan tâm cũng như kiên trì giúp đỡ từng bước nghiên cứu của học viên. Tác giả cũng xin chân thành cảm ơn tập thể Bộ môn khí tượng nói riêng và Khoa Khí tượng Thủy Văn và Hải dương học nói chung đã luôn giúp đỡ, tạo điều kiện để tác giả hoàn thành luận văn. Không những vậy, còn mang lại một môi trường làm việc thân thiện và hiệu quả nhất cho học viên. Trịnh Tuấn Long 3 MỤC LỤC DANH MỤC HÌNH 4 DANH MỤC CÁC KÝ HIỆU VIẾT TẮT 6 Chương 1 TỔNG QUAN 9 1.1 Các nghiên cứu trên thế giới 9 1.2. Các nghiên cứu trong nước 19 Chương 2 PHƯƠNG PHÁP NGHIÊN CỨU 24 2.1 Xác định các chỉ số khí hậu cực đoan 24 2.2 Hệ thống mô hình dự báo khí hậu CFS 28 2.3 Mô hình khí hậu khu vực RegCM 29 2.4 Cách xác định các chỉ số ECE từ sản phẩm mô hình 34 2.5 Phương pháp đánh giá 36 Chương 3 KẾT QUẢ VÀ NHẬN XÉT 40 3.1 Kết quả nhiệt độ trung bình tháng 40 3.2 Các trường nhiệt độ cực trị 50 3.3 Các chỉ số khí hậu cực đoan 63 TÀI LIỆU THAM KHẢO 68 PHỤ LỤC 73 4 DANH MỤC HÌNH Hình 1.1 : Trung tâm sản phẩm toàn cầu cho dự báo hạn dài của WMO 16 Hình 2.1 Cấu trúc lưới thẳng đứng (bên trái) và lưới ngang dạng xen kẽ ArakawaB (bên phải) của mô hình 30 Hình 2.2 Quy trình dự báo mùa 33 Hình 2.3 Xác định chỉ số ECE bằng phương pháp phân vị 36 Hình 3.1: Nhiệt độ trung bình tháng dự báo ứng với các hạn dự báo khác nhau 41 Hình 3.2 Nhiệt độ trung bình tháng (a), hệ số tương quan (b), sai số ME (c) và sai số quân phương (d) 42 Hình 3.3 Đồ thị phân bố tần suất trường nhiệt độ trung bình cho tháng 8 và tháng 4 44 Hình 3.4: Phân bố đồng thời giá trị nhiệt độ tháng 8 và tháng 4 46 Hình : 3.5 Tổng lượng mưa tháng dự báo với các hạn dự báo từ 1 đến 6 tháng 47 Hình 3.6 : Lượng mưa trung bình tháng (a), hệ số tương quan (b), sai số ME (c) và sai số quân phương (d) 48 Hình 3.7 Đồ thị phân bố tần suất trường mưa cho tháng 8 và tháng 4 49 Hình 3.8 Nhiệt độ cực tiểu trung bình tháng ứng với các hạn dự báo khác nhau 51 Hình 3.9 : Nhiệt độ cực tiểu trung bình tháng (a), hệ số tương quan (b), sai số ME (c) và sai số quân phương (d) 52 Hình 3.10 : Đồ thị phân bố tần suất nhiệt độ cực tiểu trung bình tháng cho tháng 8 và tháng 4 54 Hình 3.11 : Phân bố đồng thời giá trị nhiệt độ cực tiểu trung bình tháng 8 và tháng 4 . 55 Hình 3.12 Nhiệt độ cực đại trung bình tháng ứng với các hạn dự báo khác nhau 56 Hình 3.13: Nhiệt độ cực đại trung bình tháng (a), hệ số tương quan (b), sai số ME (c) và sai số quân phương (d) 57 Hình 3.14 Đồ thị phân bố tần suất nhiệt độ cực đại trung bình tháng cho tháng 8 và tháng 4 58 Hình 3.15 Phân bố đồng thời giá trị nhiệt độ cực đại trung bình tháng 8 và tháng 4 59 5 Hình 3.16 Nhiệt độ cực tiểu tuyệt đối tháng 3 đến tháng 8 với hạn dự báo tứng ứng từ 1 đến 6 tháng. 61 Hình 3.17 Nhiệt độ cực đại tuyệt đối tháng 3 đến tháng 8 với hạn dự báo tứng ứng từ 1 đến 6 tháng. 63 Hình 3.18 khả năng dự báo số ngày rét đậm C15 (a), rét đậm, rét hại C13 (b). 64 Hình 3.19 khả năng dự báo số ngày nắng nóng H35 (a), nắng nóng gay gắt H37 (b). 64 Hình 3.20 khả năng dự báo số ngày mưa lớn 65 6 DANH MỤC CÁC KÝ HIỆU VIẾT TẮT AGCM Mô hình hoàn lưu chung khí quyển GCM Mô hình hoàn lưu chung khí quyển (Global Circulation model) CFS Hệ thống dự báo mùa toàn cầu (Climate Forecast Systerm) CFSR Bộ số liệu tái phân tích CFS RCM Mô hình khí hậu khu vực (Regional Climate Model) GPC Trung tâm sản phẩm toàn cầu cho dự báo hạn dài LSM Mô hình bề mặt đất (land surface model) RegCM Mô hình khí hậu khu vực (Regional Climate Model) SST Nhiệt độ mặt nước biển toàn cầu (Sea surface temperature) WMO Tổ chức Khí tượng Thế giới (World Meteorological Organization) IPCC Ủy ban Liên chính phủ về Biến đổi khí hậu ECE Hiện tượng khí hậu cực trị (extreme climate events) MRED Tổ hợp đa mô hình khí hậu khu vực (MultiRCM Ensemble Downscaling) MME Hệ thống tổ hợp đa mô hình (MultiModel Ensemble) SPI Chỉ số giáng thủy tiêu chuẩn (Standardized Precipitation Index) MOM3 Mô hình đại dương phiên bản 3 (Modular Ocean Model version 3) 7 MỞ ĐẦU Trong những năm gần đây, dự báo hạn mùa (seasonal forecasting) đang là một trong những bái toán có tính ứng dụng rất lớn, có ý nghĩa rất quan trọng đối với nhiều ngành kinh tế, xã hội. Thông tin dự báo hạn mùa là căn cứ cho các nhà hoạch định chính sách, các nhà quản lý có thể đưa ra kế hoạch sản suất phù hợp cũng như chủ động ứng phó với các thiên tai, thảm họa. Trong bối cảnh biến đổi khí hậu, dường như các hiện tượng thời tiết cực đoan ngày càng xảy ra với tần suất nhiều hơn, cường độ mạnh hơn, gây thiệt hại nặng nề, việc dự báo hạn mùa dựa trên cơ sở các mô hình động lực trở nên ưu việt hơn so với phương pháp thống kê truyền thống. Ngày nay, cùng với sự phát triển mạnh mẽ của công nghệ tính toán, các mô hình dự báo số trị ngày càng được sử dụng rộng rãi trong các nghiên cứu khí hậu. Việc ứng dụng không chỉ trên quy mô toàn cầu mà còn được chi tiết hóa cho từng khu vực, tạo điều kiện thuận lợi cho những nghiên cứu sâu hơn, mang tính ứng dụng cao hơn. Ngoài ra, mục tiêu của bài toán dự báo hạn mùa không chỉ dừng lại đơn thuần ở dự báo xu thế các yếu tố khí tượng nữa mà việc dự báo được các hiện tượng thời tiết cực đoan ở qui mô hạn mùa cũng rất được quan tâm, chú ý. Ở Việt Nam, việc ứng dụng và thử nghiệm các mô hình khí hậu khu vực cho bài toán dự báo tuy không còn mới mẻ nhưng vẫn còn nhiều câu hỏi cần được trả lời, đặc biệt là dự báo hạn mùa và khả năng dự báo các yếu tố, hiện tượng khí hậu cực đoan. Trong khuôn khổ luận văn này, tác giả sẽ thử nghiệm ứng dụng mô hình khí hậu khu vực khi sử dụng sản phẩm đầu ra từ mô hình dự báo toàn cầu làm điều kiện ban đầu và điều kiện biên để dự báo một số chỉ số khí hậu cực đoan và đánh giá cho khu vực Việt Nam. Mô hình được sử dụng là mô hình RegCM phiên bản 4.2 (RegCM4.2). Sản phẩm của mô hình toàn cầu được sử dụng là sản phẩm dự báo của hệ thống mô hình CFS. Luận văn được bố cục thành 3 chương, ngoài mở đầu, kết luận và tài liệu tham khảo như sau: 8 Chương 1: Tổng quan Chương 2: Phương pháp nghiên cứu Chương 3: Kết quả và nhận xét 9 Chương 1 TỔNG QUAN Hiện nay, dự báo hạn mùa đang là một trong những bài toán được các nhà khoa học trong và ngoài nước hết sức quan tâm. Các kết quả dự báo mùa đã mang lại được ứng dụng rộng rãi trong đời sống xã hội. Trong đó, có thể kể đến hiệu quả của sản phẩm dự báo hạn mùa trong lĩnh vực nông nghiệp như góp phần đưa ra những dự báo đáng tin cậy về sản lượng vụ mùa ở Australia [45],Châu Âu [12] hay miền tây Ấn Độ [13], và cả trong lĩnh vực y tế như góp phần cung cấp thông tin cho việc dự báo sự lan truyền của dịch sốt rét [38]. Việc dự báo hạn mùa các hiện tượng khí hậu cực đoan cũng đã được thử nghiệm ở nhiều nơi trên thế giới như Mỹ [47], [48], Hàn Quốc [49] hay Nam Mỹ [46] và đã cho những kết quả khả quan. Dưới đây là một số công trình nghiên cứu tiêu biểu. 1.1 Các nghiên cứu trên thế giới Trong nghiệp vụ dự báo có 3 lớp bài toán: dự báo thời tiết, dự báo tháng và dự báo mùa. Đối với dự báo thời tiết, thông thường hạn dự báo khoảng 3–5 ngày (hạn ngắn – Short range forecast) và tối đa khoảng 5–10 ngày (hạn vừa – Medium range forecast). Dự báo thời tiết cần phải chỉ ra được trạng thái của khí quyển tại một địa điểm cụ thể, vào những thời điểm cụ thể (từng ngày, thậm chí từng giờ) trong thời hạn dự báo. Khác với dự báo thời tiết, dự báo mùa không chỉ ra trạng thái khí quyển vào những thời điểm cụ thể đến từng ngày, thay vào đó là thông tin chung về điều kiện khí quyển trong từng khoảng thời gian nhất định (chẳng hạn từng tháng, từng mùa – ba tháng) trong thời hạn dự báo. Dự báo mùa, hay dự báo hạn mùa (Seasonal forecast), hay dự báo khí hậu hạn mùa (Seasonal Climate forecast) có hạn dự báo đến tối đa (hiện nay) là một năm [35]. 10 Theo tổ chức khí tượng thế giới WMO [44], với bài toán dự báo thời tiết, dự báo quy mô lớn hơn 10 ngày trong tương lai được coi là dự báo hạn dài. Trong dự báo khí hậu, hạn dự báo được mở rộng từ hạn 30-45 ngày (dự báo tháng), hoặc vài ba tháng đến 1 năm (hạn mùa), cho đến 2-3 năm (hạn dài). Các thông tin dự báo khí hậu có thể rất khái quát để mô tả quy mô mùa (seasonal outlook) điều kiện thời tiết thông qua độ lệch so với giá trị trung bình khí hậu của mùa đó [30]. Khái niệm mùa có thể hiểu theo mùa thiên văn (xuân, hạ, thu, đông) và cũng có thể có khái niệm khác ở vùng nhiệt đới (mùa mưa, mùa khô). Trong thực tế, dự báo hạn mùa (seasonal forecasting) được xét từ quy mô tháng cho đến 1 năm (với các hạn phổ biến là 1, 3, 6, 9 tháng) nhằm đưa ra các ứng dụng có hiệu quả của sản phẩm dự báo. Dự báo hạn mùa (từ quy mô tháng cho đến quy mô năm) là một bài toán phức tạp mà sự thành công của các dự báo mùa này phụ thuộc vào mức độ chi tiết hóa về mối quan hệ tương tác giữa khí quyển và đại dương [44]. Hiện tại, với những hiểu biết về các quá trình tương tác khí quyển – đại dương, cùng với việc mô phỏng chi tiết hóa từng khu vực của các mô hình cũng như việc thu thập số liệu đo đạc quan trắc nâng cao chất lượng số liệu đã tạo ra những tiến bộ trong dự báo hạn mùa. Để hiểu được cơ sở vật lý của dự báo hạn mùa, chúng ta cần hiểu các nhân tố tạo ra các đặc trưng khí hậu của 1 năm khác biệt so với các năm khác. Vì vậy, chúng ta cũng cần nắm được khả năng dự báo của chính các nhân tố này và cụ thể ở quy mô thời gian nào. Trên quy mô toàn cầu, nguyên nhân quan trọng nhất khiến các đặc trưng khí hậu thay đổi từ năm này qua năm khác là sự biến đổi của nhiệt độ mặt nước biển toàn cầu (SST). Dị thường nhiệt độ bề mặt biển ở khu vực nhiệt đới là đặc biệt quan trọng bởi vì đối lưu sâu trong khí quyển miền nhiệt đới, tác động lớn đến hoàn lưu toàn cầu, lại rất nhạy cảm với SST bên dưới. Ở một số nơi khác như Châu Âu và Tây Phi, SST của khu vực cũng được coi là một trong những nhân tố quan trọng nhất. Đối với khu vực nhiệt đới, đặc biệt là khu vực Thái Bình Dương xích đạo, khả năng dự báo SST được nâng cao nhờ có các quá [...]... hậu cực đoan 23 Chương 2 PHƯƠNG PHÁP NGHIÊN CỨU Trong chương một, ý nghĩa khoa học và thực tiễn của bài toán dự báo hạn mùa cũng như ứng dụng dự báo mùa yếu tố, hiện tượng khí hậu cực đoan bằng mô hình khí hậu khu vực đã được chỉ ra Để cụ thể hóa bài toán thử nghiệm ứng dụng RegCM4 .2 dự báo hạn mùa một số chỉ số khí hậu cực đoan cho khu vực Việt Nam, trong chương này sẽ trình bày sơ lược mô hình RegCM. .. quả mô phỏng, dự báo có thể tốt cho khu vực này nhưng lại kém cho một khu vực khác Ngay trên cùng một khu vực, yếu tố, hiện tượng này có thể mô phỏng hoặc dự báo tốt nhưng yếu tố, hiện tượng khác lại có sai số lớn, thậm chí không chấp nhận được Từ đó, tác giả nhận thấy việc hướng đến nghiên cứu khả năng ứng dụng mô hình khí hậu khu vực vào bài toán dự báo hạn mùa ở Việt Nam để dự báo một số chỉ số khí. .. quy mô khu vực/ địa phương và được sử dụng ở các trung tâm dự báo khu vực và địa phương Từ đó, dự báo hạn dài ở quy mô khu vực được cung cấp bởi cả Các trung tâm khí hậu khu vực (RCCs) cũng như các diễn đàn về dự báo mùa khu vực (RCOFs) Cũng như GPCs, RCCs và RCOFs sử dụng số liệu được hỗ trợ bởi các mô hình số trị để phát triển các dự báo chi tiết thích hợp cho khu vực riêng Những mô hình và dự báo. .. kiện biên từ trường dự báo toàn cầu của hệ thống mô hình kết hợp khí quyển – đại dương CAM-SOM để dự báo mùa các trường khí hậu và các hiện tượng cực đoan ở Việt Nam Kết quả với 3 mô hình khí hậu khu vực được sử dụng đều có sai số hệ thống đối với hầu hết các yếu tố và hiện tượng khí hậu cực đoan Cụ thể với các ECE xác định theo IPCC, tất cả các mô hình đều cho khuynh hướng dự báo hạn mùa thấp hơn so với... tập số liệu độ phân giải 10 phút 2.3.2 Cấu hình thí nghiệm Với mục đích thử nghiệm ứng dụng mô hình RegCM với số liệu CFS dự báo hạn mùa một số chỉ số khí hậu cực đoan cho Việt Nam, chúng tôi đã thiết lập cấu hình cho mô hình RegCM như sau: 1) Phiên bản sử dụng: RegCM4 .2 2) Miền tính: gồm 144x130 điểm lưới, tâm miền đặt tại (20N; 105E), bao phủ toàn bộ Việt Nam và phần lớn lãnh thổ các nước Đông Nam. .. tượng khí hậu cực đoan khá mới mẻ ở Việt Nam Điểm thứ ba, trong lĩnh vực nghiên cứu mô phỏng và dự báo ECE bằng các mô hình số, kể cả mô hình toàn cầu và mô hình khu vực, các GCM nói chung cũng như các RCM nói riêng được ứng dụng tái tạo cũng như dự báo trường khí hậu Các trường khí hậu sau khi được tái tạo hoặc 22 dự báo sẽ là cơ sở để xác định các ECE theo các kĩ thuật khác nhau Với cùng một mô hình, ... vĩ với 37 mực theo chiều thẳng đứng từ 1000 cho đến 1 mb Số liệu được lưu dưới dạng GRIB2 Trong luận văn này, để thử nghiệm khả năng dự báo một số chỉ số khí hậu cực đoan, bộ số liệu CFS dự báo năm 2012 từ tháng 1 đến tháng 10 được sử dụng làm điều 28 kiện ban đầu và điều kiện biên cho mô hình khí hậu khu vực RegCM4 .2 với các biến đầu vào là 5 biến được cho trên các mực áp suất là độ cao địa thế vị... thành các khu vực nhỏ hơn Hệ thống dựa trên sản phẩm dự báo mùa đa mô hình MME với hạn dự báo 3 tháng dự báo mưa cho 60 trạm ở Hàn Quốc từ tháng 3 đến tháng 5 Dựa trên kết quả mô hình và chỉ số SPI, các bản tin dự báo hạn hán và lũ hụt sẽ được xây dựng và đưa ra Hệ thống cũng sử dụng 3 sơ đồ đối lưu khác nhau và hiệu chỉnh kết quả dựa trên tập số liệu quá khứ để đưa ra trọng số Bộ trọng số này sẽ được... khí hậu cực đoan là một hướng tiếp cận mới, rất có ý nghĩa và cần thiết Để giải quyết bài toán này, chúng tôi tập trung vào hai khía cạnh Đầu tiên là đánh giá được khả năng mô phỏng hạn mùa một số trường cơ bản của mô hình khí hậu khu vực RegCM phiên bản 4.2 với đầu vào từ trường dự báo thực CFS Dựa trên kết quả thu được, tác giả sẽ lựa chọn và tiến hành đánh giả khả năng mô phỏng một số chỉ số khí hậu. .. thứ q được xem là cực đoan; khi đó q = p Đối với các đại lượng khí hậu cực đại, những giá trị lớn hơn phân vị thứ q được xem là cực đoan; khi đó q = 1 – p Trong báo cáo năm 2007, IPCC đãsử dụng tất cả 27 chỉ số khí hậu cực đoan bao gồm cả các yếu tố và hiện tượng (ECE) Trong số đó chỉ có một số chỉ số thường được sử dụng ở Việt Nam Ngược lại, nhiều chỉ số sử dụng khá phổ biến ở Việt Nam nhưng lại không . THỬ NGHIỆM DỰ BÁO HẠN MÙA MỘT SỐ CHỈ SỐ KHÍ HẬU CỰC ĐOAN BẰNG MÔ HÌNH REGCM CHO KHU VỰC VIỆT NAM Chuyên ngành: Khí tượng và khí hậu học Mã số: . định các chỉ số khí hậu cực đoan 24 2.2 Hệ thống mô hình dự báo khí hậu CFS 28 2.3 Mô hình khí hậu khu vực RegCM 29 2.4 Cách xác định các chỉ số ECE từ
