Thử nghiệm kết hợp mô hình toàn cầu CAM và khu vực RegCM vào mô phỏng các trường khí hậu khu vực việt nam

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN



Nguyễn Đăng Mậu


Thử nghiệm kết hợp mô hình khí hậu toàn cầu CAM và khu vực RegCM
mô phỏng các trường khí hậu khu vực Việt Nam


Chuyên ngành: Khí tượng và khí hậu học
Mã số: 60 44 87

LUẬN VĂN THẠC SĨ KHOA HỌC

NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. TRẦN QUANG ĐỨC




Hà Nội - 2012
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN



Nguyễn Đăng Mậu

Thử nghiệm kết hợp mô hình khí hậu toàn cầu CAM và khu vực RegCM
mô phỏng các trường khí hậu khu vực Việt Nam

Chuyên ngành: Khí tượng và khí hậu học
Mã số: 60 44 87

LUẬN VĂN THẠC SĨ KHOA HỌC

NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. TRẦN QUANG ĐỨC








Hà Nội - 2012
i



LỜI CẢM ƠN

Đầu tiên, tôi xin bày tỏ lòng cảm ơn chân thành và sâu sắc nhất đến
TS. Trần Quang Đức, người đã tận tình chỉ bảo, hướng dẫn và tạo mọi điều
kiện thuận lợi nhất để tôi hoàn thành luận văn này.
Tôi xin chân thành cảm ơn các thầy cô trong Khoa Khí tượng Thủy văn
và Hải dương học đã cung cấp cho tôi những kiến thức quý báu, những lời
khuyên chân thành và ni

ềm say mê nghiên cứu khoa học trong quá trình học tập.
Tôi cũng xin gửi lời cảm ơn đến khoa Khí tượng Thủy Văn và Hải dương
học, phòng Sau Đại học, Trường Đại học Khoa học Tự nhiên đã tạo mọi điều
kiện thuận lợi nhất và tổ chức những hoạt động học tập một cách tận tình.
Cuối cùng, luận văn này không thể thực hiện đượ
c nếu thiếu nguồn giúp
đỡ và động viên vô cùng to lớn từ gia đình, bạn bè và các bạn đồng nghiệp, tôi
xin bày tỏ lòng biết ơn chân thành vì những góp ý hữu ích trong chuyên môn
cũng như những chia sẻ trong cuộc sống.


Tác giả
Nguyễn Đăng Mậu








ii


MỤC LỤC

DANH MỤC BẢNG BIỂU iii
DANH MỤC HÌNH VẼ iv
DANH MỤC CÁC CHỮ VIẾT TẮT viii
MỞ ĐẦU 1

CHƯƠNG 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 2
1.1. Mô hình hóa khí hậu 5
1.1.1. Mô hình khí hậu toàn cầu 5
1.1.2. Mô hình khí hậu khu vực 7
1.2. Các nghiên cứu trên thế giới 10
1.3. Các nghiên cứu ở trong nước có liên quan 14
CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU 23
2.1. Tiếp cận nghiên cứu 23
2.2. Mô hình CAM 3.0 24
2.3. Mô hình RegCM 29
2.4. Thiết kế các thí nghiệm 31
2.5. Nguồn số
liệu sử dụng 34
CHƯƠNG 3: KẾT QUẢ VÀ NHẬN XÉT 39
3.1. Mô phỏng khí hậu bằng mô hình CAM 3.0 39
3.1.1. Đánh giá kết quả mô phỏng trường gió và độ cao địa thế vị 39
3.1.2. Đánh giá kết quả mô phỏng khí áp mực nước biển 43
3.1.3. Kết quả mô phỏng nhiệt độ không khí bề mặt 44
3.2. Đánh giá kết quả mô phỏng khí hậu bằng mô hình RegCM3 45
3.2.1. Đánh giá kết quả mô phỏng trường gió và độ cao địa th
ế vị 45
3.2.2. Đánh giá kết quả mô phỏng nhiệt độ 50
3.2.3. Đánh giá kết quả mô phỏng lượng mưa 63
KẾT LUẬN VÀ KIẾN NGHỊ 75
TÀI LIỆU THAM KHẢO 77
PHỤ LỤC 80

iii


DANH MỤC BẢNG BIỂU

Bảng 2.1. Mô tả khối số liệu đầu vào mô hình CAM 3.0 27
Bảng 2.2. Điều kiện ban đầu của mô hình CAM 3.0 27
Bảng 2.3. Mô tả khối mô hình CAM 3.0 28
Bảng 2.4. Sản phẩm đầu ra mô hình CAM 3.0 28
Bảng 2.5. Danh mục các trạm quan trắc số liệu được lựa chọn 38
Bảng 3.1. Sai số trung bình (ME) nhiệt độ mô phỏng bằng RegCM_CAM trong
thí nghiệm M1 và M2 với số liệu quan tr
ắc 55
Bảng 3.2. Hệ số tương quan giữa nhiệt độ mô phỏng và số liệu quan trắc trong
các thời kỳ 58
Bảng 3.3. Sai số mô phỏng nhiệt độ trung bình thời kỳ El Nino và La Nina trong
các thí nghiệm 62
Bảng 3.4. Sai số trung bình mô phỏng lượng mưa (mm) trong các thí nghiệm . 66
Bảng 3.5. Hệ số tương quan giữa lượng mưa mô phỏng trong các thí nghiệm với
số liệu quan trắc trong các thời kỳ 70
Bảng 3.6. Sai s
ố trung bình (ME) lượng mưa (mm) mô phỏng trong các thí
nghiệm thời kỳ El Nino và La Nina 73

iv


DANH MỤC HÌNH VẼ

Hình 1.1. Sơ đồ mô tả tác động của khí hậu đối với các ngành kinh tế xã hội 2
Hình 1.2. Sơ đồ mô tả mối quan hệ giữa người sử dụng với các thông tin khí
hậu 2
Hình 1.3. Sơ đồ mô tả mô hình hóa hệ thống khí hậu 4

Hình 1.4. Mô tả lưới ba chiều của GCM 6
Hình 1.5. Minh họa sơ đồ lồng ghép RCM vào GCM 8
Hình 1.6. Sơ đồ mô tả lồng ghép hai chiều mô hình khu v
ực REMO vào mô
hình toàn cầu ECHAM4 trong nghiên cứu của Philip Lorenz 10
Hình 1.7. Minh họa miền tính mô hình MM4 trong nghiên cứu của Dickinson
năm 1989 [17] 11
Hình 1.8. Minh họa miền tính mô hình MM4 trong nghiên cứu của Giorgi 1990
[18] 11
Hình 1.9. Minh họa miền tính mô hình RegCM1 và kết quả đánh giá mô phỏng
trong nghiên cứu của Giorgi và Marinucci năm 1991 [19] 11
Hình 1.10. Minh họa miền tính và độ cao địa hình trong nghiên cứu của
Rosmeri Forfírio Da Rocha năm 2006 [29] 12
Hình 1.11. Minh họa so sánh kết quả mô phỏng lượng mưa mùa hè năm 1999
với số liệu thực trong nghiên cứu của Noah S. Diffenbaugh n
ăm 2006 [23] 12
Hình 1.12. Minh họa phương pháp tiếp cận nghiên cứu của Deng Weitao trong
nghiên cứu dự báo mưa mùa hè trên lãnh thổ Trung Quốc bằng hệ thống mô
hình CAM 3.0 kết hợp với RegCM3 [25, 26] 13
Hình 1.13. Minh họa các kết quả đánh giá trong nghiên cứu của Deng Weitao
[25, 26] 14
Hình 1.14. Minh họa kết quả thử nghiệm mô phỏng đường dòng và lượng mưa
trong nghiên cứu của Kiều Thị Xin năm 2000 [15] 15
Hình 1.15. Minh họa nghiên cứu lựa chọn miền tính cho mô hình RegCM3
trong công trình nghiên cứu c
ủa Lương Mạnh Thắng [12] 18
Hình 1.16. Minh họa kết quả thử nghiệm mô phỏng khí áp mực nước biển trong
nghiên cứu của Trần Quang Đức [2] 20
Hình 1.17. Minh họa kết quả đánh giá mô hình trong nghiên cứu của Phan Văn
Tân năm 2009-2010 [11] 21

Hình 2.1. Quy trình thực hiện nghiên cứu 24
v

Hình 2.2. Minh họa mô hình CAM 3.0 trong hệ thống mô hình CCSM3 [30] 26
Hình 2.3. Sơ đồ khối cấu trúc mô hình CAM 3.0 26
Hình 2.4. Hệ tọa độ thẳng đứng Lai trong CAM 3.0 29
Hình 2.5. Hệ tọa độ thẳng đứng của mô hình RegCM 31
Hình 2.6. Lưới ngang dạng xen kẽ dạng B - Arakawa - Lamb 31
Hình 2.7. Diễn biến chuẩn sai nhiệt độ mặt nước biển SSTA tại khu vực Nino
3.4 (Nguồn: CPC/NOAA) 32
Hình 2.8. Miền tính mô hình RegCM_CAM trong các thí nghiệm M1 và M2 . 33
Hình 2.9. Bản đồ phân bố vị trí trạm quan trắc
được lựa chọn 38
Hình 3.1. Độ cao địa thế vị và trường gió tháng 1 thời kỳ 1997-1999 mực
850mb mô phỏng bằng mô hình CAM (a) và NNRP2 (b) 40
Hình 3.2. Độ cao địa thế vị và trường gió tháng 7 thời kỳ 1997-1999 mực
850mb mô phỏng bằng mô hình CAM (a) và NNRP2 (b) 40
Hình 3.3. Chênh lệch độ cao địa thế vị mực 850 giữa mô phỏng bằng CAM 3.0
và NNRP2: a- tháng 1, b-tháng 7 41
Hình 3.4. Chênh lệch gió vĩ hướng (a) và kinh hướng (b) tháng 1 mực 850mb
mô phỏng bằng CAM 3.0 giữa với số liệu NNRP2 42
Hình 3.5.
Chênh lệch gió vĩ hướng (a) và kinh hướng (b) tháng 7 mực 850mb
mô phỏng bằng CAM 3.0 giữa với số liệu NNRP2 42
Hình 3.6. Phân bố khí áp mực nước biển (mb) trung bình các tháng mùa đông
mô phỏng bằng CAM 3.0 (a), số liệu NNRP2 (b) và độ lệch giữa mô phỏng
bằng CAM 3.0 với NNRP2 (c) 43
Hình 3.7. Phân bố khí áp mực nước biển (mb) trung bình các tháng mùa hè mô
phỏng bằng CAM 3.0 (a), số liệu NNRP2 (b) và độ lệch giữa mô phỏng bằng
CAM 3.0 với NNRP2 (c) 44

Hình 3.8. Nhiệt độ không khí bề mặt (
o
C) trung bình các tháng 3, 4, 5 thời kỳ
1997-1999 mô phỏng bằng mô hình CAM 3.0 (a) và số liệu NNRP2 (b) 44
Hình 3.9. Nhiệt độ không khí bề mặt (
o
C) trung bình các tháng 6, 7, 8 thời kỳ
1997-1999 mô phỏng bằng mô hình CAM 3.0 (a) và số liệu NNRP2 (b) 44
Hình 3.10. Nhiệt độ không khí bề mặt (
o
C) trung bình các 9, 10, 11 thời kỳ
1997-1999 mô phỏng bằng mô hình CAM 3.0 (a) và số liệu NNRP2 (b) 45
Hình 3.11. Nhiệt độ không khí bề mặt (
o
C) trung bình các 12, 1, 2 thời kỳ 1997-
1999 mô phỏng bằng mô hình CAM 3.0 (a) và số liệu NNRP2 (b) 45
Hình 3.12. Trường gió và độ cao địa thế vị trung bình tháng 1 mực 850mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 46
vi

Hình 3.13. Trường gió và độ cao địa thế vị trung bình tháng 7 mực 850mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 47
Hình 3.14. Trường gió và độ cao địa thế vị trung bình tháng 1 mực 500mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 47
Hình 3.15. Trường gió và độ cao địa thế vị trung bình tháng 7 mực 500mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 48

Hình 3.16. Trường gió và độ cao địa thế vị trung bình tháng 1 mực 500mb thời
k
ỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 48
Hình 3.17. Trường gió và độ cao địa thế vị trung bình tháng 7 mực 500mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 48
Hình 3.18. Profile thẳng đứng độ cao địa thế vị trung bình tháng 1 (a), 4 (b), 7
(c) và 10 (d) (mgh) thời kỳ 1997-1999 mô phỏng bằng RegCM_CAM 49
Hình 3.19. Profile thẳng đứng trung bình gió vĩ hướng (u) (m/s) tháng 1 (a), 4
(b), 7 (c) và 10 (d) thời kỳ 1997-1999 mô phỏng bằng RegCM_CAM 49
Hình 3.20. Profile thẳng đứng trung bình gió kinh hướng (v) (m/s) tháng 1 (a), 4
(b), 7 (c) và 10 (d) thời kỳ 1997-1999 mô phỏng bằng RegCM_CAM 49
Hình 3.21. Nhiệ
t độ trung bình (
o
C) tháng 6 (trên), 7 (giữa), 8 (dưới) thời kỳ
1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a1, a2, a3), M2
(b1, b2, b3) và CRU (c1, c2, c3) 51
Hình 3.22. Nhiệt độ trung bình (
o
C) tháng 12 (trên), 1 (giữa), 2 (dưới) thời kỳ
1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a1, a2, a3), M2
(b1, b2, b3) và CRU (c1, c2, c3) 52
Hình 3.23. Profile nhiệt độ độ trung bình (
o
C) các tháng 3/4/5 (a), 6/7/8 (b),
9/10/11 (c) và 12/1/2 (d) thời kỳ 1997-1999 53
Hình 3.24. Sai số trung bình nhiệt độ trung bình mô phỏng bằng RegCM_CAM
với số liệu quan trắc: mùa xuân (a), hạ (b), thu (c), đông (d) 54

Hình 3.26. Đồ thị tụ điểm đánh giá sai số mô phỏng nhiệt độ (
o
C) trên khu vực
Tây Bắc (TB), Đông Bắc Bộ (DBB), Đồng Bằng Bắc Bộ (DBBB), Bắc Trung
Bộ (BTB), Nam Trung Bộ (NTB), Tây Nguyên (TN) và Nam Bộ (NB) trong
hai thí nghiệm M1 và M2 56
Hình 3.25. Biến trình nhiệt độ trung bình (
o
C) mô phỏng bằng RegCM_CAM
(M1, M2) và quan trắc (Ob) trong năm thời kỳ 1997-1999 57
vii

Hình 3.27. Chênh lệch nhiệt độ trung bình mùa đông (
o
C) phân bố từ 8
o
N tới
24
o
N trung bình cho dải kinh độ 102
o
E đến 110
o
E trong thí nghiệm M1 so với
thí nghiệm M2 59
Hình 3.28. Chênh lệch nhiệt độ trung bình mùa hè (
o
C) phân bố từ 8
o
N tới 24

o
N
trung bình cho dải kinh độ 102
o
E đến 110
o
E trong thí nghiệm M1 so với thí
nghiệm M2 60
Hình 3.29. Chênh lệch nhiệt độ (
o
C) trung bình mùa đông thời kỳ El Nino
(12/1997-2/1998) so với mùa đông thời kỳ La Nina (12/1998-2/1999) trong thí
nghiệm M1, M2 và quan trắc (Ob) 61
Hình 3.30. Đồ thị tụ điểm đánh giá sai số mô phỏng nhiệt độ (
o
C) mùa đông thời
kỳ El Nino (trái) và La Nina (phải) trong các thí nghiệm M1 và M2 62
Hình 3.30. Lượng mưa (mm) tháng 6 (1), 7 (2), 8 (3) trung bình thời kỳ 1997-
1999 mô phỏng bằng mô hình RegCM_CAM (M1, M2) và CRU 64
Hình 3.31. Lượng mưa (mm) tháng 12 (1), 1 (2), 2 (3) trung bình thời kỳ 1997-
1999 mô phỏng bằng mô hình RegCM_CAM (M1, M2) và CRU 65
Hình 3.32. Sai số trung bình mô phỏng mưa mùa trong hai thí nghiệm so với số
liệu quan trắc, các mùa: mùa xuân (a), hè (b), thu (c) và mùa đông (d) 67
Hình 3.33. Đồ thị tụ điểm đánh giá sai số mô phỏng lượng mưa (mm) trên khu
vực TB, DBB, DBBB, BTB, NTB, TN. NB trong hai thí nghiệm M1 và M2 68
Hình 3.35. Biến trình lượ
ng mưa (mm) tháng trong năm mô phỏng bằng
RegCM_CAM (M1, M2) và quan trắc (Ob) 69
Hình 3.36. Chênh lệch lượng mưa các tháng mùa đông (mm) phân bố từ 8
o

N tới
24
o
N trung bình cho dải kinh độ 102
o
E đến 110
o
E trong thí nghiệm M1 so với
thí nghiệm M2 71
Hình 3.37. Chênh lệch lượng mưa các tháng mùa hè (mm) phân bố từ 8
o
N tới
24
o
N trung bình cho dải kinh độ 102
o
E đến 110
o
E trong thí nghiệm M1 so với
thí nghiệm M2 72
Hình 3.38. Chênh lệch lượng mưa (mm) trung bình các tháng 12/1998-2/1999
(La Nina) so với các tháng 12/1997-2/1998 (El Nino) 73
Hình 3.39. Đồ thị tụ điểm đánh giá sai số mô phỏng lượng mưa (mm) các tháng
mùa đông trong thời kỳ El Nino (trái) và La Nina (phải) trong các thí nghiệm
M1 và M2 74




viii


DANH MỤC CÁC CHỮ VIẾT TẮT

AGCM Mô hình hoàn lưu chung khí quyển
BTB Bắc Trung Bộ
CLM Mô hình đất cộng đồng
CAM Mô hình khí quyển cộng đồng
CCM Mô hình khí hậu cộng đồng
CCSM Mô hình hệ thống khí hậu cộng đồng
CSIM5 Mô hình băng biển cộng đồng
DBB Đông Bắc Bộ
DBBB Đồng Bằng Bắc Bộ
ECHAM4 Mô hình khí hậu toàn cầu của Viện Max Planck, Đức
ECMWF Trung tâm Dự báo Thời tiết hạn vừa châu Âu
ENSO Dao động Nam về El Niño/La Nina
EOF Hàm trực giao tự nhiên
ERA40 Số liệu tái phân tích 40 năm của ECMWF
GCM Mô hình khí hậu toàn cầu
MM4 Mô hình Khí tượng động lực quy mô vừa thế hệ thứ 4
MM5 Mô hình Khí tượng động lực quy mô vừa thế hệ thứ 5
M1 Thí nghiệm thứ nhất
M2 Thí nghiệm thứ hai
NB Nam Bộ
NCAR Trung tâm Quốc gia về Nghiên cứu Khí quyển (Hoa Kỳ)
NCEP Trung tâm Quốc gia Dự báo Môi trường (Hoa Kỳ)
nnk Những người khác
NOAA Cơ quan Quản lý Khí quyển và Đại dương (Hoa Kỳ)
NTB Nam Trung Bộ
OGCM Mô hình hoàn lưu chung đại dương
POP Mô hình đại dương song song

RCM Mô hình khí hậu khu vực
RegCM Mô hình khí hậu khu vực của NCAR
RegCM3 Mô hình khí hậu khu vực của NCAR phiên bản 3
RegCM_CAM Mô hình RegCM3 được chạy với đầu vào là sản phẩm
của mô hình CAM 3.0
SOM Mô hình đại dương lớp mỏng
SST Nhiệt độ mặt nước biển
TB Tây Bắc
TN Tây Nguyên


1

MỞ ĐẦU
Mô phỏng khí hậu bằng mô hình khí hậu toàn cầu (GCM) không đủ chi
tiết cho khu vực nhỏ. Do vậy mô hình khí hậu khu vực (RCM) là giải pháp được
đưa ra để mô phỏng khí hậu chi tiết cho khu vực nhỏ. Ở Việt Nam, mô hình khí
hậu khu vực RegCM đã được sử dụng để mô phỏng khí hậu với điều kiện biên
và điều kiện ban đầu chủ yếu được cung cấp bởi Trung tâm Vật lý Lý thuy
ết
Quốc tế (ICTP), các bộ số liệu này là số liệu tái phân tích hoặc kết quả mô hình
toàn cầu trong quá khứ. Do vậy không thể sử dụng nếu muốn đưa RegCM vào
nghiệp vụ dự báo khí hậu. Trước thức tế đó, ý tưởng nghiên cứu chạy mô hình
RegCM với số liệu đầu vào là sản phẩm của mô hình CAM đã được thực hiện
bởi Phan Văn Tân và nnk (2009).
Luận văn trình bày các kết quả
thử nghiệm mô phỏng khí hậu bằng mô
hình khí hậu khu vực RegCM3 (REGional Climate Model) với lựa chọn số liệu
đầu vào là sản phẩm của mô hình khí quyển cộng đồng CAM 3.0 (Community
Atmosphere Model) của Trung tâm Quốc gia Mỹ về Nghiên cứu Khí quyển

(NCAR - The National Center for Atmospheric Research). Hệ thống mô hình
lồng ghép RegCM3 với CAM 3.0 được viết tắt là RegCM_CAM. Trong đó,
CAM 3.0 là AGCM thuộc mô hình hệ thống khí hậu cộng đồng CCSM
(Community Climate System Model). Trong nghiên cứu này, CAM 3.0 được
chạy để thực hiện các mô phỏng khí h
ậu thời kỳ 12/1996-12/1999 (1997-1998 là
thời kỳ El Nino hoạt động mạnh nhất kể từ khi có quan trắc; 1998-1999 là thời
kỳ La Nina hoạt động mạnh, kéo dài và gây ra nhiều thiên tai nghiêm trọng ở
nước ta (Đặc điểm khí tượng Thủy văn năm 1997, 1998, 1999)), trong đó
12/1996 là thời gian khởi động mô hình (spin-up). Sản phẩm mô phỏng khí hậu
bằng mô hình CAM 3.0 được sử dụng làm điều kiện biên và điều kiện ban đầu
cho mô hình khí hậu khu vực RegCM3.
Nội dung chính của luận văn được trình bày trong 3 chương:
Chương 1: Tổng quan vấn đề nghiên cứu
Chương 2: Phương pháp nghiên cứu
Chương 3: Kết quả và nhận xét


2


CHƯƠNG 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU

Thông tin khí hậu (bao gồm thông tin khí hậu đã qua và dự báo khí hậu)
đóng một vai trò quan trọng đối với các ngành kinh tế - xã hội và công tác
phòng tránh thiên tai. Đặc biệt trong bối cảnh biến đổi khí hậu như ngày nay,
những biến đổi về thời tiết và khí hậu đã gây ra những ảnh hưởng nghiêm trọng
đến các ngành kinh tế - xã hội như nông nghiệp, tài nguyên nước, đa dạng sinh
học, s
ức khỏe con người, … (Hình 1.1). Do vậy, thông tin khí hậu có độ tin cậy

và chi tiết cao sẽ giúp người sử dụng bao gồm các nhà hoạch định chính sách,
nhà quản lý và sản xuất, … đưa ra được các giải pháp và kế hoạch sản xuất hợp
lý. Thực tế cho thấy, nhu cầu sử dụng các sản phẩm khí hậu có mức độ tin cậy
và chi tiết cao đang là một vấn đề cấp bách. Sản phẩm khí hậu ở đ
ây bao gồm
thông tin khí hậu đã qua, dự báo, dự tính khí hậu và các khuyến cáo sử dụng
(Hình 1.2). Từ đó, bài toán đặt ra là không ngừng nghiên cứu nhằm có được các
sản phẩm khí hậu với độ phân giải và tin cậy cao để người sử dụng có thể căn cứ
vào đó đưa ra các giải pháp, kế hoạch sản xuất, … và phòng tránh thiên tai hiệu
quả.
Hình 1.1. Sơ đồ mô tả tác động của khí
hậu đối với các ngành kinh tế xã hội
Hình 1.2. Sơ đồ mô tả mối quan hệ giữa
người sử dụng với các thông tin khí hậu

Để giải quyết các bài toán khí hậu, thông thường có thể ứng dụng mô hình
số trị, phương pháp thống kê hoặc có thể kết hợp cả hai phương pháp này để đưa
ra sản phẩm khí hậu phù hợp nhất. Trong đó, phương pháp số trị hay còn gọi là
Nhiệtđộ,
lượngmưa,
….
Ảnhhưởngtới
Sức
khỏe
Nông
n
g
hi
ệ
p

Lâm
n
g
hi
ệ
p
Tài
nguyên
Ven biển
Đa dạng
sinh học
Ngườisử
dụng
Dựbáokhí
hậu
S
ố
liệuquan
trắc
Khuy
ế
ncáo,
đánhgiá, 

3

mô hình hóa khí hậu (sử dụng các mô hình động lực) là sử dụng các phương
trình toán học để biểu diễn các quá trình vật lý, hóa học, sinh học … trong hệ
thống khí hậu theo các quy mô khác nhau. Hình 1.3 minh họa các quá trình diễn

ra trong khí quyển được mô tả trong mô hình số trị. Như vậy, để biểu diễn được
các quá trình này diễn ra trong khí quyển, mô hình số trị phải chứa đầy đủ các
chương trình tính toán phức tạp và đòi hỏi máy tính có cấu hình cao. Ưu điể
m
của các mô hình số trị là đưa ra các sản phẩm có tính khách quan và có thể ở độ
phân giải cao. Ngoài ra, sản phẩm của mô hình số trị rất phong phú và có thể sử
dụng làm đầu vào cho các mô hình ứng dụng trong các lĩnh vực khác. Đối với
cách tiếp cận theo phương pháp thống kê là sử dụng các mối quan hệ thống kê
trong quá khứ để dự báo tương lai. Với đặc trưng riêng của mình, hướng tiếp
cận theo phương pháp th
ống kê phải dựa vào số liệu lịch sử, và do đó gặp khó
khăn là nguyên nhân hình thành khí hậu tương lai chưa chắc đã là do khí hậu
quá khứ hay hiện tại tạo thành. Ngoài ra, cũng có thể kết hợp phương pháp mô
hình số trị với thống kê nhằm hiệu chỉnh và đưa ra các sản phẩm tốt hơn thông
qua các kỹ thuật chi tiết hóa.
Như đã phân tích ở trên, các mô hình số trị có thể đưa ra sản ph
ẩm khí
hậu đối với nhiều yếu tố mang tính khách quan hơn và có thể mô tả được các
đặc trưng dị thường ở độ phân giải cao. Do vậy, có thể thấy hướng tiếp cận theo
phương pháp mô hình số trị được cho là có triển vọng hơn nếu khí hậu hiện tại
chịu ảnh hưởng bởi các điều kiện, tác động mới chưa có hoặc khác biệt trong
chuỗi số
liệu lịch sử.
Trên thế giới, các sản phẩm khí hậu đã được cung cấp ở nhiều nước như ở
Hoa Kỳ, Nhật Bản, Vương quốc Anh, Úc, … Các sản phẩm khí hậu ở các nước
này thường là kết quả của các mô hình toàn cầu đầy đủ (GCM) hoặc là sản phẩm
của mô hình khí hậu khu vực (RCM). Tuy nhiên, việc chạy các GCM đòi hỏi
cần phải có hệ thống máy tính phứ
c tạp và có cấu hình đủ mạnh. Do vậy, các
GCM thường được chạy ở độ phân giải ngang khá thô (khoảng một vài độ kinh

vĩ) nên mô hình không thể nắm bắt được các hiện tượng ở quy mô nhỏ. Do đó,
các sản phẩm của các GCM thường được dùng làm đầu vào cho RCM độ phân
giải cao để tiếp tục chi tiết hóa thông tin cho khu vực. Cho đến nay, hướng tiếp
cận chạy các RCM với đầu vào là sản phẩm của GCM đ
ang phát triển mạnh và
được sử dụng phổ biến. Đã có nhiều mô hình như RSM (Regional Spectral

4

Model), RegCM (REGional Climate Model), PRECIS (Providing REgional
Climates for Impacts Studies), MRI-RCM … được công bố và sử dụng phổ
biến.


Hình 1.3. Sơ đồ mô tả mô hình hóa hệ thống khí hậu

Mặc dù đã có nhiều cơ quan trên thế giới chạy các GCM, song vì nhiều lý
do khác nhau mà các sản phẩm này không được cung cấp miễn phí hoặc nếu có
thì đã qua xử lý và không thể sử dụng làm đầu vào cho các RCM.
Một trong những RCM được cải tiến mạnh mẽ trong thời gian gần đây là
RegCM (REGional Climate Model). RegCM có thể được chạy để thực hiện các
mô phỏng, dự báo và dự tính khí hậu trong tương lai theo các kịch bản biến đổi
khí hậ
u. Ngày nay, RegCM được biết đến là một mô hình khí hậu khu vực tiên
tiến và được ứng dụng rộng rãi trên thế giới. Tuy nhiên, hiện nay nguồn số liệu
đầu vào cho RegCM khá hạn chế, thông thường người dùng chỉ sử dụng từ
nguồn số liệu được cung cấp bởi Trung tâm Vật lý Lý thuyết Quốc tế (ICTP) tại
website />.
Ở nước ta, các nghiên cứu ứng dụng mô hình RegCM đã được tiến hành
từ khoảng hơn chục năm về trước. Các nghiên cứu đã khẳng định khả năng ứng

5

dụng mô hình cho các mục đích mô phỏng và dự báo khí hậu. Tuy nhiên, hầu
hết các nghiên cứu này được thực hiện trên các bộ số liệu đầu vào do ICTP cung
cấp. Gần đây, mới có một số nghiên cứu ứng dụng sản phẩn của mô hình CFS
(NCEP) làm điều kiện biên và điều kiện ban đầu cho mô hình khu vực nhằm
mục đích thử nghiệm dự báo khí hậu.
Song song với các nghiên cứu về mô hình RegCM, mô hình khí quyển
c
ộng đồng CAM 3.0 (Community Atmosphere Model) cũng được ứng dụng
trong các nghiên cứu của Trần Quang Đức, Trường Đại học Khoa học Tự nhiên.
Các nghiên cứu cũng đã cho thấy khả năng làm chủ mô hình và ứng dụng ở Việt
Nam nhằm tạo điều kiện biên và ban đầu cho các mô hình khí hậu khu vực.
Nghiên cứu của Phan văn Tân và nnk (2009) cũng đã thử nghiệm thành công mô
phỏng khí hậu mùa hè 6-8/1999 bằng mô hình RegCM3 với điều kiện biên và
điều kiện ban đầu là sản phẩm của mô hình CAM 3.0.
Luận văn tiến hành nghiên cứu thử nghiệm mô phỏng khí hậu thời kỳ
1997-1999 bằng mô hình RegCM3 với điều kiện biên và điều kiện ban đầu là
sản phẩm của mô hình CAM 3.0. Nghiên cứu được thực hiện thông qua các thử
nghiệm miền tính khác nhau cho mô hình RegCM3 nhằm ứng đánh giá khả năng
ứng dụng hai mô hình ở Việt Nam.
1.1. Mô hình hóa khí hậu
1.1.1. Mô hình khí hậu toàn cầ
u
Mô hình khí hậu toàn cầu hoặc mô hình hoàn lưu chung toàn cầu đều được
viết tắt là “GCM”. GCM là mô hình toán học mô tả các quá trình vật lý trong
khí quyển, đại dương, băng biển và bề mặt đất, dựa trên hệ phương trình Navier-
Stokes trên một quả cầu quay với nhiệt động lực học chính là bức xạ và nhiệt
ẩm. Các phương trình này là cơ sở cho các chương trình máy tính phức tạp để

thực hiện các mô phỏng không khí hoặc đại dươ
ng. Về cơ bản, các mô hình
hoàn lưu chung được chia làm hai loại: Mô hình hoàn lưu chung khí quyển
(AGCM) và mô hình hoàn lưu chung đại dương (OGCM). Cho đến nay, xu
hướng tích hợp các mô hình hoàn lưu này thành một mô hình khí hậu chung
đang phát triển mạnh mẽ. Cụ thể là với bộ phận chính là mô hình AGCM, các
phần còn lại của hệ thống khí hậu (đại dương, băng biển, các quá trình trao đổi
thông lượng bề mặt, chuyển hóa hóa học và tương tác đại dương-khí quyển) sẽ

6

được ghép nối vào AGCM dựa theo các giả thiết thích hợp (Sun và Hansen,
2003). Ngày nay, với các mô hình GCM hiện đại có thể thực hiện các mô phỏng,
dự báo và dự tính các quá trình diễn ra trong khí quyển, đại dương cũng như các
quá trình tại bề mặt đất.
Các GCM mô tả khí hậu bằng cách sử dụng lưới ba chiều trên toàn cầu
(Hình 1.4), thường được chạy với độ phân giải khá thô khoảng vài độ kinh vĩ, 10
đến 20 lớp thẳng đứng trong khí quyển và 30 lớp trong
đại dương. Do đó, khả
năng nắm bắt các hiện tượng thời tiết khí hậu quy mô nhỏ hơn quy mô synop là
không thể, nhất là đối với các khu vực có địa hình phức tạp, tại đó những thay
đổi ở quy mô dưới lưới mô hình toàn cầu (Sub-GCM) như địa hình, thảm thực
vật, bề mặt đất và đường bờ biển đóng một vai trò rất quan trọng ảnh hưởng đến
khí hậ
u. Ngoài ra, với độ phân giải thô, các mô hình GCM thường không mô
phỏng được các hiện tượng thời tiết cực đoan như xoáy thuận nhiệt đới, mưa
lớn, nếu nắm bắt được thì tính chính xác là không cao. Như vậy, các mô hình
hoàn lưu chung hoàn toàn có thể đáp ứng được các nghiên cứu khí hậu quy mô
toàn cầu nhưng chưa thỏa mãn được các nghiên cứu khí hậu trên quy mô khu
vực.


Hình 1.4. Mô tả lưới ba chiều của GCM

Năm 1956, Norman Phillips đã xây dựng và phát triển một mô hình toán
học đầu tiên cho phép tính toán mô phỏng hoàn lưu chung hàng tháng và mùa
các quá trình diễn ra trong tầng đối lưu, đây được coi là một mô hình khí hậu

7

toàn cầu (GCM) đầu tiên trên thế giới. Đến cuối những năm 1960, mô hình toàn
cầu lồng ghép khí quyển và đại dương đầu tiên được xây dựng bởi phòng thí
nghiệm động lực học chất lỏng Ðịa Vật lý Hoa Kỳ (GFDL/NOAA). Vào đầu
những năm 1980, Trung tâm Nghiên cứu Khí quyển Quốc gia (National Center
for Atmospheric Research – NCAR, Hoa Kỳ) đã phát triển mô hình khí quyển
cộng đồng và mô hình này đã được cải tiến liên tục vào những năm 2000. Năm
1996, đã có nhi
ều nỗ lực nhằm đưa ra các kết quả mô phỏng và dự báo thực tế
hơn, bằng việc cải tiến trường khởi tạo, mô hình đất và thảm thực vật. Trong các
mô hình GCM, một thành phần rất quan trọng đó là sóng trọng trường (gravity
waves) đã bị lãng quên cho tới tận giữa những năm 1980. Và ngày nay, trong
các GCM hiện đại, thành phần sóng trọng trường phải được tính đến, mặc dù nó
làm cho mô hình trở nên phức t
ạp hơn rất nhiều.
Xu thế mô hình hóa khí hậu toàn cầu trong những năm gần đây là lồng
ghép vào GCM đầy đủ các thành phần của hệ thống trái đất, ví dụ như lồng ghép
các mô hình băng (Greenland và Nam Cực), một hoặc nhiều mô hình chuyển
hóa hóa chất (CTM - chemical transport model). Điều này cho phép các GCM
có thể mô phỏng được những thay đổi về nồng độ khí Đioxit Cacbon và các khí
nhà kính khác trong khí quyển. Ngoài ra, với việc lồng ghép đầy đủ các thành
phần c

ủa hệ thống trái đất vào GCM cho phép mô hình thể hiện được những
phản hồi khí hậu do thay đổi các thành phần này gây ra.
1.1.2. Mô hình khí hậu khu vực
Về mặt lý thuyết, các GCM được coi là công cụ thích hợp nhất để thực hiện
các mô phỏng, dự báo và dự tính khí hậu. Tuy nhiên, theo như phân tích ở trên,
các GCM rất khó nắm bắt được các hiện tượng khí hậu ở quy mô nhỏ. Trước
thực tế đó, một giải pháp được đư
a ra, đó là sử dụng các mô hình khu vực
(RCM) độ phân giải cao lồng ghép (nesting) vào GCM để thực hiện chi tiết hóa
thông tin từ GCM về khu vực nghiên cứu. Dựa trên ý tưởng này, đã có một loạt
các mô hình khu vực tiên tiến được phát triển như: RegCM, PRECIS, RSM,
MM5, CCAM, REMO, WRF,
Phương pháp lồng ghép một mô hình khu vực với mô hình toàn cầu được
thực hiện với điều kiện tiên quyết là RCM phải được điều khiển ở biên xung
quanh bởi GCM. Mộ
t yêu cầu đối với trường điều khiển ở quy mô lớn đối với

8

RCM là phải bao phủ toàn miền (Kida và nnk, 1991;. Cocke và LaRow, 2000;
Storch và nnk, 2000.). Để làm được điều này có 2 phương pháp lồng ghép được
thực hiện: lồng ghép 2 chiều (two way nesting - TWN) và lồng ghép một chiều
(one way nesting). Sơ đồ Hình 1.5 minh họa cho quá trình lồng ghép RCM vào
GCM để thực hiện hạ thấp quy mô từ lưới toàn cầu về khu vực. Một cách đơn
giản có thể hiểu kỹ thuật này như sau: Đầu tiên GCM được chạy với độ phân
giải thô trên lưới toàn cầu, sau
đó sản phẩm mô hình này sẽ được làm đầu vào
cho RCM để thực hiện mô phỏng và dự báo khí hậu ở độ phân giải cao hơn.

Hình 1.5. Minh họa sơ đồ lồng ghép RCM vào GCM

Kỹ thuật lồng ghép một mô hình RCM vào GCM có nguồn gốc từ phương
pháp dự báo thời tiết số trị, việc sử dụng các RCM cho ứng dụng mô phỏng khí
hậu được khởi xướng bởi Dickinson và nnk (1989), Giorgi (1990). Cơ sở của ý
tưởng này là sử dụng kỹ thuật lồng ghép một chiều (one way nesting), các quá
trình vật lý quy mô lớn được mô phỏng và dự báo bởi mô hình hoàn lưu chung
toàn cầu (GCM) và các trường khí tượng của GCM là
điều kiện ban đầu, điều
kiện biên của mô hình khí hậu khu vực (RCM). Thông tin trong quá trình mô
phỏng RCM không được phản hồi đến GCM. Ngày nay, các RCM được ứng
dụng rộng rãi trong các mô phỏng, dự báo và dự tính khí hậu (Hostetler et al,
1994, 2000). Các RCM có thể được chạy với độ phân giải ngang có thế đến
10km hoặc nhỏ hơn. Ngoài ra, nhiều kết quả nghiên cứu gần đây cho thấy RCM
cho kết quả mô phỏng khá tốt khí hậu khu vực trong nhiề
u năm. Trong những

9

năm gần đây, các RCM liên tục được cải tiến, phát triển và bổ sung nhiều sơ đồ
thành phần nhằm cải tiến chất lượng mô hình.
Tuy nhiên, kỹ thuật lồng ghép này cũng tồn tại những hạn chế, đó là sai số
mô phỏng RCM phụ thuộc vào chất lượng trường toàn cầu của GCM và thiếu sự
tương tác hai chiều giữa kết quả mô hình RCM và GCM. Ngoài ra, thực tế cho
thấy, đố
i với một ứng dụng mô hình RCM nhất định chất lượng mô phỏng phù
thuộc khá nhiều vào các lựa chọn tham số hóa vật lý, độ phân giải và miền tính,
phương pháp đồng hóa số liệu, phương pháp xử lý vùng đệm (Giorgi và Mearns,
1991, 1999; Ji và Vernekar 1997).
Bên cạnh kỹ thuật lồng ghép một chiều, chúng ta còn biết đến kỹ thuật
lồng ghép hai chiều (two way nesting) một RCM vào GCM. Theo Philip Lorenz

và Daniela Jacob (2005, 2008), hệ thống mô hình lồng ghép hai chiều bao gồm
GCM và RCM được chạy đồng thờ
i song song với nhau trong cùng một hệ
thống (Hình 1.6). Chúng ta có thể lồng ghép đồng thời một hoặc nhiều miền tính
khu vực vào trong miền tính toàn cầu. GCM cung cấp điều kiện biên và điều
kiện ban đầu cho RCM, sau đó RCM sẽ thực hiện các tính toán và gửi dòng
phản hồi (feedback) lại GCM quá trình này cứ tiếp diễn cho đến khi hoàn thành
tính toán. Theo các tác giả nêu trên, chất lượng mô phỏng khí hậu của GCM
được cải tiến đáng kể khi chạy lồ
ng ghép hai chiều với một RCM mà không cần
tăng độ phân giải ngang.
Điều kiện tiên quyết khi lồng ghép RCM vào GCM đó là RCM phải được
điều khiển ở biên xung quanh bởi GCM. Có thể hiểu đơn giản hai kỹ thuật này
như sau: Đối với lồng ghép một chiều, các mô hình được chạy hoàn toàn riêng
biệt với nhau, RCM chỉ sử dụng sản phẩm của GCM sau khi đã chạy xong. Với
lồng ghép hai chiều, khi đó RCM và GCM s
ẽ được thiết kế chạy song song với
nhau trên cùng một hệ thống và các tính toán giữa hai mô hình được phản hồi lại
cho nhau. Do vậy, khi thực hiện lồng ghép hai chiều, chất lượng mô phỏng và
dự báo khí hậu của GCM sẽ bị thay đổi. Tuy nhiên, đối với lồng ghép một chiều
thì không xảy ra điều này.

10


Hình 1.6. Sơ đồ mô tả lồng ghép hai chiều mô hình khu vực REMO vào mô hình toàn
cầu ECHAM4 trong nghiên cứu của
Philip Lorenz
1.2. Các nghiên cứu trên thế giới
Năm 1989, trong nghiên cứu của Dickinson “Mô hình hóa khí hậu khu

vực cho miền Tây nước Mỹ” đã sử dụng phương pháp tiếp cận bằng mô hình số
trị để mô phỏng khí hậu khu vực, bằng việc sử dụng mô hình MM4 lồng ghép
một chiều với mô hình toàn cầu CCM1. Miền tính cho mô hình MM4 trong
nghiên cứu được minh họa trên Hình 1.7. Trong nghiên cứu này, CCM1 được
chạy với độ phân giải ngang 500x500km để cung cấp đầu vào cho mô hình
MM4 ở
độ phân giải 60x60km. Khi sử dụng mô hình MM4 lồng ghép một chiều
với mô hình CCM1 cho kết quả cải thiện hơn nhiều đối với mô phỏng mưa,
nhiệt và bão so với khi chỉ sử dụng mô hình CCM1 (Chỉ duy nhất kết quả mô
phỏng lượng mưa tháng 1 là sai lệch nhiều so với thực tế) [17].
Năm 1990, trong nghiên cứu “Mô phỏng khí hậu khu vực bằng mô hình
khí hậu khu vực hạn chế (LAM) lồng ghép với mô hình chung toàn cầ
u (GCM)”
của Giorgi (1990), GCM được sử dụng để mô phỏng các trường khí tượng quy
mô lớn và sau đó LAM sẽ mô phỏng ảnh hưởng của khu vực đến các biến khí
tượng ở quy mô khu vực, các cưỡng bức quy mô dưới lưới mô hình toàn cầu để
mô phỏng khí hậu tháng 1 của nước Mỹ. GCM/CCM1 được chạy với các bộ số
liệu 4.5X7.5
o
(T15) và 2.89X2.89 (T42) để cung cấp điều kiện biên cho mô hình
MM4 (Hình 1.8) [18].

11

Hình 1.7. Minh họa miền tính mô hình
MM4 trong nghiên cứu của Dickinson
năm 1989 [17]
Hình 1.8. Minh họa miền tính mô hình
MM4 trong nghiên cứu của
Giorgi 1990

[18]

Năm 1991, các kết quả nghiên cứu của Giorgi và Marinucci về mô phỏng
cho khu vực châu Âu vào tháng 1 và tháng 7 năm 1979 bằng RegCM1 đã được
chọn làm kết quả mẫu. Qua nhiều kết quả thí nghiệm mô phỏng cho khu vực
châu Âu và Mỹ (Giorgi 1990; Giorgi 1991; Hostetler-Giorgi 1992; Marinucci-
Giorgi 1992; Giorgi 1992, 1993) đã khẳng định khả năng sử dụng mô hình
RegCM lồng ghép vào trong một GCM trong nghiên cứu khí hậu (Hình 1.9)
[19].


Hình 1.9. Minh họa miền tính mô hình RegCM1 và kết quả đánh giá mô phỏng trong
nghiên cứu của Giorgi và Marinucci năm 1991 [19]


12

Rosmeri Forfírio Da Rocha và nnk (2006) đã nghiên cứu thử nghiệm chạy
lồng ghép một chiều mô hình RegCM với mô hình toàn cầu HadCM3 của Trung
tâm Hadley, Vương quốc Anh để thực hiện các mô phỏng khí hậu thời kỳ 1960-
1971 cho khu vực Nam Mỹ (Hình 1.10) [29].
Năm 2006, Noah S. Diffenbaugh và nnk trong nghiên cứu của mình đã
chạy thử nghiệm mô hình RegCM3 với số liệu đầu vào là sản phẩm của mô hình
CAM 3.0 (RegCM_CAM) để đánh giá khả năng mô phỏng lượng mưa mùa hè
1999 trên toàn nước Mỹ dưới tác
động của thay đổi bức xạ và nhiệt độ mặt nước
biển (SST). Trong thí nghiệm này, các tác giả chạy mô hình CAM3 với độ phân
giải T42, 26 mực thẳng đứng. Các kết quả nghiên cứu cho thấy, các mô phỏng
đối với lượng mưa mùa hè chịu tác động lớn bởi sự thay đổi thành phần bức xạ
mặt trời, tuy nhiên tác động của sự thay đổi SST là không đáng kể (Hình 1.11)

[23].


Hình 1.10. Minh họa miền tính và độ
cao địa hình trong nghiên cứu của
Rosmeri Forfírio Da Rocha năm 2006
[29]
Hình 1.11. Minh họa so sánh kết quả mô
phỏng lượng mưa mùa hè năm 1999 với số
liệu thực trong nghiên cứu của Noah S.
Diffenbaugh năm 2006 [23]

Deng Weitao (2008, 2009) đã thử nghiệm chạy mô hình RegCM3 với số
liệu đầu vào là sản phẩm của mô hình CAM 3.0 để nghiên cứu khả năng dự báo
mưa mùa hè trên lãnh thổ Trung Quốc (Hình 1.12). Trong nghiên cứu này, thời
kỳ 1984-2000 được lựa chọn làm thời kỳ kiểm nghiệm mô hình (Hindcast) và
thời kỳ 2003-2007 được lựa chọn làm thời kỳ dự báo thực (Real time forecast).
Kết quả cho thấy, RegCM3 được chạy với số liệu đầu vào là s
ản phẩm của mô
hình CAM 3.0 cho các kết quả dự báo khá tốt. Trong đó, dự báo cho khu vực

13

phía Đông tốt hơn phía Tây, mức độ tin cậy của các dự báo cho khu vực phía
Tây – Bắc Trung Quốc là thấp nhất. Bên cạnh đó, trong nghiên cứu này tác giả
cũng giới thiệu các phương pháp và kết quả hiệu chỉnh sai số dự báo bằng mô
hình [25, 26]. Hình 1.13 minh họa kết quả đánh giá sai số dự báo lượng mưa
trong nghiên cứu của tác giả.
Gần đây, Ju Lixia và Lang Xianmei (2011) đã công bố công trình nghiên
cứu thử nghiệm dự báo khí h

ậu mùa hè ở Trung Quốc bằng cách lồng ghép mô
hình RegCM3 với mô hình IAP9L-AGCM, các kết quả cho thấy mô hình dự báo
khá tốt ở Trung Quốc [28].

Hình 1.12. Minh họa phương pháp tiếp cận nghiên cứu của Deng Weitao trong nghiên
cứu dự báo mưa mùa hè trên lãnh thổ Trung Quốc bằng hệ thống mô hình CAM 3.0
kết hợp với RegCM3 [25, 26]

14

Hình 1.13. Minh họa các kết quả đánh giá trong nghiên cứu của Deng Weitao [25,
26]

1.3. Các nghiên cứu ở trong nước có liên quan
Ở nước ta, ứng dụng các mô hình số trị trong nghiên cứu khí hậu được
thực hiện từ đầu những năm 2000, đã nhiều công trình nghiên cứu được công bố
và có ý nghĩa khoa học cao. Đi đầu trong hướng nghiên cứu này phải kể đến các
tác giả Kiều Thị Xin, Phan Văn Tân, Trần Quang Đức, Hồ Thị Minh Hà
(Trường Đại học Khoa học Tự nhiên), Nguyễn Văn Thắ
ng (Viện Khoa học Khí
tượng Thủy văn và Môi trường),… Trong đó, các công trình nghiên cứu được
công bố chủ yếu về mô hình RegCM3. Số lượng công trình nghiên cứu về mô
hình CAM, cũng như mô hình lồng ghép RegCM_CAM chưa nhiều.
Nghiên cứu đầu tiên về mô hình RegCM ở Việt Nam được công bố vào
năm 2000 của Kiều Thị Xin. Trong nghiên cứu này, các tác giả giới thiệu về hệ
thống mô hình RegCM và một số kết quả mô phỏng khí hậu nhằm ch
ứng minh
khả năng áp dụng RegCM vào nghiên cứu khí hậu và biến đổi khí hậu khu vực
Đông Nam Á-Việt Nam. Hình 1.14 minh họa một số kết quả mô phỏng bằng mô
hình RegCM trong nghiên cứu [15].

Tiếp theo nghiên cứu thử nghiệm thành công mô hình RegCM ở Việt
Nam vào năm 2000, các nghiên cứu thử nghiệm của tác giả Kiều Thị Xin bằng
mô hình RegCM3 tiếp tục được thực hiện trong đề tài cấp Nhà nước năm 2004-
2005 “Nghiên cứu mô phỏng các hiện tượ
ng khí hậu bất thường hạn mùa trên
khu vực bán đảo Đông Dương – biển Đông bằng mô hình thủy động”.

15


Hình 1.14. Minh họa kết quả thử nghiệm mô phỏng đường dòng và lượng mưa trong
nghiên cứu của Kiều Thị Xin năm 2000 [15]

Năm 2004, nhóm tác giả thuộc Viện Khoa học Khí tượng Thủy văn và
Môi trường (Nguyễn Văn Thắng, Lê Văn Thiện) đã chạy thử nghiệm mô hình
RegCM mô phỏng cho 2 tháng xảy ra lũ lụt lịch sử ở Trung Trung Bộ, Việt Nam
(tháng 11 năm 1999, tháng 10 năm 2003) [13].
Trong nghiên cứu “Ảnh hưởng của tính bất đồng nhất bề mặt đệm đến các
trường nhiệt độ và lượng mưa mô phỏng bằng mô hình RegCM trên khu v
ực
Đông Dương và Việt Nam” của Phan Văn Tân và nnk (2005) đã chỉ ra rằng,
dòng năng lượng ẩn nhiệt, hiển nhiệt, lượng mưa, cường độ mưa và tỷ lệ giáng
thủy sinh ra do đối lưu và không đối lưu trong mô hình rất nhạy với những thay
đổi mặt đệm [6].
Năm 2008, Phan Văn Tân và nnk trong công trình “Nghiên cứu độ nhạy
của mô hình khí hậu khu vực RegCM3. Phần I: Ảnh hưởng của điều kiệ
n biên
đến kết quả mô phỏng khí hậu hạn mùa khu vực Việt Nam và Đông Nam Á” đã
trình bày kết quả thực hiện 5 thí nghiệm số đối với mô hình RegCM3 để mô
phỏng khí hậu Việt Nam – Đông Nam Á cho các mùa đông, mùa hè các năm

1996-1998 khi sử dụng 3 loại số liệu tái phân tích toàn cầu (ERA40, NNRP1 và
NNRP2) và 2 loại số liệu SST (OISST và sst_mnmean) khác nhau. Nghiên cứu
đã chỉ ra rằng, ảnh hưởng của các loại số liệu tái phân tích toàn cầu khác nhau
đối với nhiệt
độ và lượng mưa là không rõ rệt. Sự khác biệt giữa các mô phỏng