Luận văn Thạc sĩ Khoa học: Nghiên cứu dự tính tổ hợp cho một số các yếu tố hiện tượng liên quan đến nhiệt độ ở Việt Nam

Chia sẻ: Na Na | Ngày: | Loại File: PDF | Số trang:57

Thêm vào BST

Báo xấu

57
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Đối với bài toán dự tính khí hậu, hiện ở Việt Nam các nghiên cứu đang được thực hiện dựa trên kết quả riêng rẽ từ một số mô hình, phương pháp sử dụng, cũng như khu vực áp dụng. Bài toán tổ hợp kết quả nhiều mô hình cho các kịch bản BĐKH trong tương lai đã được thực hiện nhiều trên thế giới và cho những kết quả rất khả quan. Tuy nhiên ở Việt Nam hầu như chưa có một nghiên cứu nào được tiến hành theo hướng này. Vì vậy, trong luận văn này tác giả đề xuất đề tài “Nghiên cứu dự tính tổ hợp cho một số các yếu tố hiện tượng liên quan đến nhiệt độ ở Việt Nam” để xem xét, ứng dụng cho điều kiện ở Việt Nam.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Khoa học: Nghiên cứu dự tính tổ hợp cho một số các yếu tố hiện tượng liên quan đến nhiệt độ ở Việt Nam

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 0
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 và khí hậu học Mã số: 604487 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. Vũ Thanh Hằng Hà Nội - 2013 1
Lời cảm ơn Trước hết, tôi xin bày tỏ lòng biết ơn sâu sắc tới TS. Vũ Thanh Hằng, là người đã tận tình chỉ bảo và hướng dẫn tôi hoàn thành luận văn này. Tôi cũng xin gửi lời cảm ơn sâu sắc tới TS. Ngô Đức Thành, là người cũng đã giúp tôi rất nhiều trong quá trình thực hiện luận văn. Tôi xin cảm ơn các thầy cô và các cán bộ trong Khoa Khí tượng Thủy văn và Hải dương học đã cung cấp cho tôi những kiến thức chuyên môn quý giá, giúp đỡ và tạo điều kiện thuận lợi về cơ sở vật chất trong suốt thời gian tôi học tập và thực hành ở Khoa. Tôi cũng xin cảm ơn Phòng Sau đại học, Trường Đại học Khoa học Tự nhiên đã tạo điều kiện cho tôi trong thời gian hoành thành luận văn. Cuối cùng, tôi xin gửi lời cảm ơn chân thành tới gia đình, người thân và bạn bè, những người đã luôn ở bên cạnh cổ vũ, động viên và tạo mọi điều kiện tốt nhất cho tôi trong suốt thời gian học tập tại trường. Hà Nội, ngày 27 tháng 11 năm 2013 Nguyễn Xuân Diện 2
Mục lục Danh mục hình ...................................................................................................... 4 Danh mục bảng ..................................................................................................... 6 Danh mục viết tắt .................................................................................................. 7 Mở đầu ................................................................................................................... 8 Chương 1- TỔNG QUAN..................................................................................... 9 1.1. Các nghiên cứu ngoài nước ............................................................................ 9 1.2. Các nghiên cứu trong nước ........................................................................... 11 Chương 2- PHƯƠNG PHÁP VÀ SỐ LIỆU NGHIÊN CỨU .......................... 15 2.1. Hệ thống tổ hợp các kết quả 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 chỉ 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 ra các mô hình................................................................. 19 Chương 3- KẾT QUẢ VÀ PHÂN TÍCH .......................................................... 23 3.1. Kết quả mô phỏng của các mô hình và đánh giá cho thời kỳ chuẩn............. 23 3.2. Kết quả tổ hợp cho các yếu tố liên quan đến nhiệt độ cho thời kỳ chuẩn .... 38 3.3. Kết quả dự tính tổ hợp cho thời kỳ tương lai (giai đoạn 2020-2039) ........... 45 Tài liệu tham khảo .............................................................................................. 51 3
Danh mục hình Hình 2.1. Phân bố vị trí các trạm ......................................................................... 22 Hình 3.1. Nhiệt độ trung bình T2m thời kỳ 1980-1999 của 5 mô hình ................. 23 Hình 3.2. T2m của các mô hình và quan trắc trên các trạm tính trung bình cho cả giai đoạn ........................................................................................................................... 24 Hình 3.3. Nhiệt độ cực đại trung bình của thời kỳ 1980-1999 cho 5 mô hình ..... 25 Hình 3.4. Tx của các mô hình và quan trắc trên các trạm tính trung bình cho cả giai đoạn ........................................................................................................................... 26 Hình 3.5. Nhiệt độ cực tiểu của cực tiểu thời kỳ 1980-1999 ................................ 27 Hình 3.6. Tn của các mô hình và quan trắc trên các trạm tính trung bình cho cả giai đoạn ........................................................................................................................... 28 Hình 3.7. Nhiệt độ cực đại tháng của Tx (TXx) giai đoạn 1980-1999 từ 5 mô hình29 Hình 3.8. TXx của các mô hình và quan trắc trên các trạm tính trung bình cho cả giai đoạn ........................................................................................................................... 30 Hình 3.9. Nhiệt độ cực tiểu tháng của Tn (TNn) giai đoạn 1980-1999 của 5 mô hình .......................................................................................................................................... 32 Hình 3.10. TNn của các mô hình và quan trắc trên các trạm tính trung bình cho cả giai đoạn ........................................................................................................................... 33 Hình 3.11. Trung bình số ngày có nhiệt độ trung bình dưới 150C thời kỳ 1980-1999 .......................................................................................................................................... 34 Hình 3.12. T2m15 của các mô hình và quan trắc trên các trạm tính trung bình cho cả giai đoạn ...................................................................................................................... 35 Hình 3.13. Trung bình số ngày có nhiệt độ cực đại trên 350C thời kỳ 1980-1999 36 Hình 3.14. Tx35 của các mô hình và quan trắc trên các trạm tính trung bình cho cả giai đoạn ........................................................................................................................... 37 Hình 3.15. Tổ hợp bằng phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản khi so sánh với các mô hình riêng và quan trắc cho T2m ............... 38 Hình 3.16. Tổ hợp bằng phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản khi so sánh với các mô hình riêng và quan trắc cho Tx .................. 39 4
Hình 3.17. Tổ hợp bằng phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản khi so sánh với các mô hình riêng và quan trắc cho Tn .................. 40 Hình 3.18. Tổ hợp bằng phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản khi so sánh với các mô hình riêng và quan trắc cho TXx ................ 41 Hình 3.19. Tổ hợp bằng phương pháp hồi quy tuyến tính nhiều biến, phương pháp trung bình đơn giản khi so sánh với các mô hình riêng và quan trắc cho TNn ............... 42 Hình 3.20. Dự tính tổ hợp cho T2m từ 5 mô hình cho giai đoạn 2020-2039 ....... 46 Hình 3.21. Dự tính tổ hợp cho Tx từ 5 mô hình cho giai đoạn 2020-2039 .......... 46 Hình 3.22. Dự tính tổ hợp cho Tmin từ 5 mô hình cho giai đoạn 2020-2039 ...... 47 Hình 3.23. Biến đổi nhiệt độ trên các trạm trong thời kỳ tương lai 2020-2039 so với thời kỳ chuẩn 1980-1999 của yếu tố T2m ......................................................................... 47 Hình. 3.24. Biến đổi nhiệt độ trên các trạm trong thời kỳ tương lai 2020-2039 so với thời kỳ chuẩn 1980-1999 của yếu tố Tx ...................................................................... 48 Hình. 3.25. Biến đổi nhiệt độ trên các trạm trong thời kỳ tương lai 2020-2039 so với thời kỳ chuẩn 1980-1999 của yếu tố Tn ...................................................................... 48 5
Danh mục bảng Bảng 2.1. Danh sách các trạm được sử dụng. ..................................................................... 19 Bảng 3.1. Sai số trung bình ME, sai số trung bình tuyệt đối MAE và hệ số tương quan giữa các mô hình và quan trắc cho yếu tố T2m .............................................................. 24 Bảng3.2. Sai số trung bình ME, sai số trung bình tuyệt đối MAE và hệ số tương quan giữa các mô hình và quan trắc cho yếu tố Tx ................................................................. 26 Bảng 3.3. Sai số trung bình ME, sai số trung bình tuyệt đối MAE và hệ số tương quan giữa các mô hình và quan trắc cho yếu tố Tn ................................................................. 28 Bảng 3.4. Sai số trung bình ME, sai số trung bình tuyệt đối MAE và hệ số tương quan giữa các mô hình và quan trắc cho yếu tố TXx............................................................... 31 Bảng 3.5. Sai số trung bình ME, sai số trung bình tuyệt đối MAE và hệ số tương quan giữa các mô hình và quan trắc cho yếu tố TNn .............................................................. 33 Bảng 3.6. Sai số trung bình ME, sai số trung bình tuyệt đối MAE và hệ số tương quan giữa các mô hình và quan trắc cho yếu tố T2m15 .......................................................... 36 Bảng3.7. Sai số trung bình ME giữa các mô hình với quan trắc, giữa tổ hợp trung bình đơn giản và hồi quy tuyến tính với quan trắc ................................................................ 43 Bảng 3.8. Sai số trung bình tuyệt đối MAE giữa các mô hình và quan trắc, giữa tổ hợp trung bình đơn giản và giữa hồi quy tuyến tính đa biến với quan trắc .................. 44 Bảng 3.9. Hệ số tương quan giữa các mô hình và quan trắc,giữa tổ hợp trung bình đơn giản và giữa tổ hợp tuyến tính với quan trắc ........................................................ 44 Bảng 3.10. Hệ số hồi quy và hệ số tự do trong phương trình hồi quy tuyến tính đa biến ... 45 6
Danh mục viết tắt BĐKH Biến đổi khí hậu CS Cộng sự 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 của cực đại tháng Tx Nhiệt độ cực đại trung bình tháng TXx Nhiệt độ cực đại của cực đại tháng 7
Mở đầu Đối với bài toán dự tính khí hậu, một số nhân tố chi phối các quá trình vật lí xảy ra trong khí quyển không được dự báo hoặc xác định mà được giả định dựa trên những kịch bản nào đó. Hiện nay, các nhân tố được giả định đó chính là các chất khí nhà kính. Trên cơ sở các kịch bản phát thải, hàm lượng khí nhà kính trong khí quyển sẽ được ước tính và các mô hình khí hậu được sử dụng để dự tính khí hậu tương lai. Các kịch bản BĐKH toàn cầu sau đó được xây dựng dựa trên những kết quả dự tính này. Nói chung các mô hình khác nhau đưa ra những sản phẩm dự báo/dự tính không giống nhau do tính bất định luôn luôn tiềm ẩn trong các mô hình. Do đó, ước lượng được độ bất định của bài toán dự báo/dự tính có vai trò rất quan trọng trong việc nâng cao chất lượng của bản tin dự báo/dự tính. Việc xây dựng được các hệ thống đồng hóa, tổ hợp cho các mô hình thời tiết/khí hậu sẽ góp phần cải thiện các kết quả dự báo/dự tính. Đối với bài toán dự tính khí hậu, hiện ở Việt Nam các nghiên cứu đang được thực hiện dựa trên kết quả riêng rẽ từ một số mô hình, phương pháp sử dụng, cũng như khu vực áp dụng. Bài toán tổ hợp kết quả nhiều mô hình cho các kịch bản BĐKH trong tương lai đã được thực hiện nhiều trên thế giới và cho những kết quả rất khả quan. Tuy nhiên ở Việt Nam hầu như chưa có một nghiên cứu nào được tiến hành theo hướng này. Vì vậy, trong luận văn này tác giả đề xuất đề tài “Nghiên cứu dự tính tổ hợp cho một số các yếu tố hiện tượng liên quan đến nhiệt độ ở Việt Nam” để xem xét, ứng dụng cho điều kiện ở Việt Nam. Bố cục luận văn gồm: Chương 1- Tổng quan Chương 2- Phương pháp nghiên cứu Chương 3- Kết quả và nhận xét 8
Chương 1- TỔNG QUAN 1.1. Các nghiên cứu ngoài nước Khái niệm dự báo tổ hợp được đưa ra từ những năm 1974 bởi Leith và dần được phát triển theo 2 phương thức: 1) Dự báo sử dụng rất nhiều mô hình (còn gọi là siêu tổ hợp); và 2) Dự báo chỉ với một mô hình nhưng với nhiều đầu vào khác nhau. Cách tiếp cận tổ hợp phổ biến nhất hiện nay của các trung tâm khí tượng trên thế giới là sử dụng phương pháp siêu tổ hợp nhiều mô hình để thu được một tổ hợp có kết quả tốt nhất có thể. Đối với bài toán dự tính BĐKH, từ các kịch bản phát thải khí nhà kính, những thông tin phản ánh điều kiện khí hậu trong tương lai sẽ được xác định khi chạy các mô hình khí hậu toàn cầu với hàm lượng khí nhà kính dự tính của khí quyển. Các kịch bản BĐKH toàn cầu sau đó được xây dựng dựa trên những kết quả dự tính này. Nói chung các mô hình khác nhau đưa ra những sản phẩm dự tính không giống nhau do tính bất định luôn luôn tiềm ẩn trong các mô hình. Trong mỗi mô hình đơn lẻ luôn tồn tại những điểm mạnh và những điểm yếu khiến cho “không một mô hình nào được xem là tốt nhất và việc sử dụng kết quả từ nhiều mô hình là quan trọng” (McAvaney và CS., 2001). Nếu hiểu các sai số mô phỏng trong các mô hình khác nhau là độc lập, trung bình của các mô hình có thể được kỳ vọng sẽ tốt hơn mỗi thành phần riêng lẻ, do vậy sẽ cung cấp một dự tính “tốt nhất”. Một số kết quả nghiên cứu đã chỉ ra điều này, cho các dự báo mùa (Palmer và CS. 2004 [31]; Palmer và CS. 2005 [32] Hagedorn và CS. 2005) [18] và cho cả việc tái tạo điều kiện khí hậu hiện tại từ các mô phỏng, dự tính khí hậu hạn dài (Lambert và Boer 2001) [23]. Bởi vậy, để giảm bớt tính bất định, với cùng một kịch bản phát thải, sản phẩm dự tính của nhiều mô hình khác nhau được sử dụng để xây dựng các kịch bản BĐKH (Tebaldi và Knutti 2007) [38]. Việc sử dụng tổ hợp các mô hình toàn cầu chạy ở các trung tâm mô hình hóa khác nhau đã được triển khai cho các dự tính/dự báo khí hậu ở các quy mô thời gian từ mùa đến nhiều năm và thế kỷ. Một trong những dự án quan trọng nhất trong vấn đề này có thể kể đến là dự án so sánh đa mô 9
hình khí hậu CMIP3 (Meehl và CS. 2007) [29], thu thập dữ liệu đầu ra của 25 mô hình/phiên bản mô hình toàn cầu nhằm phục vụ cho Báo cáo Đánh giá lần thứ 4 thực hiện bởi nhóm làm việc thứ nhất (Working Group 1) của Ban Liên Chính Phủ về Biến đổi Khí hậu IPCC (Randall và CS. 2007) [34]. Hiện nay, dự án CMIP5 đang được tiến hành, tiếp nối dự án CMIP3 với mục tiêu phục vụ Báo cáo Đánh giá lần thứ 5 của IPCC dự kiến xuất bản vào tháng 9 năm 2013. Các mô hình khí hậu toàn cầu mà sản phẩm dự tính của chúng theo các kịch bản phát thải khí nhà kính được sử dụng để xây dựng các kịch bản BĐKH toàn cầu thường có độ phân giải thấp (trong khoảng từ 125 đến 400 km), không đủ chi tiết cho việc phân tích, đánh giá BĐKH và tác động của nó ở qui mô khu vực (Mearns và CS. 2001; Giorgi và CS. 2001) [28], [16]. Phân tích kết quả từ các mô hình toàn cầu kết hợp đại dương khí quyển cho thấy sai lệch trung bình ở quy mô khu vực khi mô phỏng khí hậu hiện tại là thay đổi theo mô hình và theo khu vực mô phỏng. Ví dụ Giorgi và Francisco (2000) [15] đã chỉ ra sai lệch với nhiệt độ điển hình vào khoảng +4°C nhưng có thể vượt quá +5°C trên một số khu vực, đặc biệt về mùa đông. Các tác giả này cũng chỉ ra độ lệch của lượng mưa thường nằm giữa –40% và +80%, thậm chí vượt 100% trên một số khu vực. Một số nghiên cứu khác chỉ ra rằng trong khu vực châu Á gió mùa, các mô hình khí hậu toàn cầu phân giải thô thường không đưa ra được những mô phỏng thỏa đáng (Lau và Yang 1996; Yu và CS. 2000) [24], [41]. Trong khi đó, nhiều nghiên cứu đã chỉ ra các mô hình khí hậu khu vực (RCMs) có thể mô phỏng khí hậu khu vực gió mùa tốt hơn so với các mô hình toàn cầu (Liu và CS. 1994, 1996; Fu và CS. 1998; Lee và Suh 2000) [26], [14], [25]. Do đó, để nghiên cứu BĐKH ở quy mô khu vực và từ đó có thể nghiên cứu đánh giá các tác động của BĐKH, một trong những hướng nghiên cứu ưu tiên chính là hướng hạ thấp quy mô (downscaling) sản phẩm của các mô hình khí hậu toàn cầu (Houghton và CS. 1995, 2001) [19], [20]. Phương pháp hạ thấp quy mô động lực (dynamical downscaling) sử dụng các mô hình khí hậu khu vực (RCM) phân giải cao với điều kiện biên là sản phẩm dự tính từ các mô hình khí hậu toàn cầu. Phương pháp này cho phép mô tả chi tiết, đầy 10
đủ các quá trình mang tính địa phương và khu vực do độ phân giải cho phép chi tiết hóa các thông tin khu vực như địa hình, các hồ nước, đường bờ biển, phân bố sử dụng đất, độ che phủ bề mặt, v.v. Với các quy mô khu vực cỡ 105-106 km2, các RCMs có điều kiện biên tái phân tích thường cho độ lệch nhiệt độ trung bình trong khoảng 2°C và độ lệch lượng mưa trong khoảng 50% so với quan trắc (Giorgi và CS. 2001) [16]. Sản phẩm của các mô hình khí hậu khu vực rất đa dạng, phong phú và đồng bộ. Để có thể áp dụng được phương pháp này đòi hỏi phải có hệ thống lưu trữ và năng lực máy tính mạnh. Hơn nữa, độ chính xác cũng như độ bất định của sản phẩm dự tính phụ thuộc lớn vào bản chất động lực và các sơ đồ tham số hóa vật lí của từng mô hình. Nhằm đánh giá năng lực 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 riêng lẻ, kết quả tổ hợp có thể cho những kết quả tốt hơn (Palmer và Räisäne 2002; Collins 2007; Räisänen 2007; Ulbrich và CS. 2008) [30], [11], [33], [40]. 1.2. Các nghiên cứu trong nước Do nhiều nguyên nhân khác nhau, cả khách quan và chủ quan, bài toán định lượng hóa tính bất định của các mô hình số ở Việt Nam đến tại thời điểm này hầu như vẫn chưa có gì đáng ghi nhận. Ngay cả cách tiếp cận siêu tổ hợp đơn giản dùng để tính đến độ bất định trong các mô hình số, mặc dù đã được sử dụng rộng rãi trên thế giới, vẫn gần như còn nhiều mới mẻ ở Việt Nam do cách tiếp cận này đòi hỏi sử dụng rất nhiều mô hình khác nhau mà không thể luôn sẵn có cũng như vận hành trong điều kiện thực tế của Việt Nam. Ở Việt Nam, cách tiếp cận siêu tổ hợp trong đó một tổ hợp các thành phần ban đầu của các các mô hình khác nhau được xây dựng theo phương pháp nuôi nhiễu 11
gần đây đã được đưa vào triển khai thử nghiệm trong công trình nghiên cứu dự báo bão cấp nhà nước của của Trần Tân Tiến và cộng sự (2010)[8]. Các kết quả thu được là rất khả quan và có nghĩa thực tế lớn trong điều kiện năng lực tính toán của Việt Nam còn nhiều hạn chế. Một vài đề tài gần đây đang bắt đầu triển khai theo hướng siêu tổ hợp sử dụng đầu vào của các mô hình toàn cầu khác nhau để tích phân một tổ hợp nhiều mô hình do Võ Văn Hòa (2009) làm chủ nhiệm 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 (1991)[3], Nguyễn Đức Ngữ (2008), Nguyễn Viết Lành (2007)[2], Trần 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 cho Công ước khung của Liên hợp quốc về BĐKH. Đến năm 2010, Thông báo Quốc gia lần thứ hai cũng đã được hoàn thành, trong đó tập trung kiểm kê quốc gia khí nhà kính cho năm 2010 và ước tính phát thải khí nhà kính cho giai đoạn 2011-2030. Trong chiến lược phòng tránh thiên tai ở Việt Nam, những hiện tượng đáng quan tâm nhất là các thiên tai có nguồn gốc khí tượng. Nhiều bằng chứng đã chứng tỏ những hiện tượng thời tiết, khí hậu cực đoan ngày càng có xu hướng xuất hiện với tần suất nhiều hơn và cường độ mạnh hơn. Ví dụ tháng 3 năm 2011 đang chứng kiến đợt rét đậm nhất trong lịch sử với các đợt rét đậm rét hại kèm theo tuyết tại các tỉnh vùng núi phía Bắc. Cũng như vậy, mùa đông năm 2010 là mùa đông ấm nhất 12
trong lịch sử với nhiệt độ trung bình ngày lên đến 280C trong khoảng từ ngày 07 đến ngày 10 tháng 02 năm 2010... Ngày 02/12/2008, Thủ tướng Chính phủ đã ký Quyết định số 158/2008/QĐ– TTg phê duyệt Chương trình mục tiêu quốc gia về ứng phó với biến đổi khí hậu với mục tiêu chiến lược của Chương trình là nhằm nâng cao khả năng ứng phó với biến đổi khí hậu của Việt Nam trong từng giai đoạn cụ thể; bảo đảm sự phát triển bền vững của đất nước, ổn định cuộc sống của nhân dân. Trong nghiên cứu BĐKH, việc dự tính được kịch bản biến đổi trong tương lai là cơ sở cho các nghiên cứu đánh giá trong nhiều lĩnh vực, ngành nghề với nhau. Tháng 06/2009, Bộ Tài nguyên và Môi trường đã công bố Kịch bản Biến đổi Khí hậu, nước biển dâng cho Việt Nam, trong đó đã sử dụng phần mềm hạ thấp quy mô thống kê (statistical downscaling) MAGICC/SCENGEN của Mỹ để đưa ra kịch bản BĐKH và nước biển dâng cho 7 vùng khí hậu. Theo các kịch bản được công bố, khí hậu trên tất cả các vùng của Việt Nam sẽ có nhiều biến đổi. Vào cuối thế kỷ 21, nhiệt độ trung bình năm ở nước ta tăng khoảng 2,3˚C; tổng lượng mưa năm và lượng mưa mùa mưa tăng trong khi lượng mưa mùa khô lại giảm; mực nước biển dâng khoảng 75 cm so với trung bình thời kỳ 1980 – 1999. Theo kế hoạch, Bộ Tài nguyên Môi trường sẽ tiếp tục cập nhật các kịch bản BĐKH, trong đó dự kiến sẽ kết hợp sử dụng kết quả của mô hình khu vực PRECIS (Providing REgional Climates for Impacts Studies) phát triển tại Trung tâm Hadley, Vương quốc Anh và kết quả của mô hình toàn cầu MRI của Viện nghiên cứu Khí tượng Nhật Bản. Gần đây hơn, Phan Văn Tân và CS. (2010) [6] trong Dự án Danida “Đánh giá tác động của Biến đổi khí hậu đến điều kiện tự nhiên, môi trường và phát triển kinh tế - xã hội ở Trung Trung Bộ Việt Nam” do Mai Trọng Thông làm chủ nhiệm, đã tiến hành xây dựng kịch bản BĐKH chi tiết đến 2050 cho khu vực Trung Trung Bộ bằng phương pháp hạ thấp quy 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 báo và giải pháp chiến lược ứng phó” trong khuôn khổ Chương trình KC.08/0610 (“Khoa học và công nghệ phục vụ phòng tránh thiên tai, bảo vệ môi trường và sử dụng hợp lý tài nguyên thiên nhiên”). Trong đề tài này đã đề cập đến các dự tính BĐKH từ một số mô hình khu vực. Tuy nhiên các dự tính mới chỉ được thực hiện riêng lẻ cho từng mô hình và cũng chỉ đến 2050. Qua những nội dung tổng quan ở trên có thể thấy rằng việc sử dụng các phương 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 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 của công nghệ nên đã được cải tiến để phục vụ 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 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 khu vực. Mô hình này có nhiều ưu điểm là tính toán sao cho các vùng khác nhau trên toàn cầu đều có chung độ phân giải đồng nhất hoặc chênh lệch giữa các vùng là không lớn (khoảng cách từ xích đạo về cực chênh nhau đáng kể) [39]. Mô hình MRI được biết đến là mô hình khí hậu khu vực cho kết quả gần với quan trắc nhất hiện nay của Nhật Bản. Dựa vào những ưu điểm trên của các mô hình, luận văn này tác giả đã đề xuất sử dụng kết quả từ 5 mô hình. Mỗi mô hình được tiến hành chạy với 2 kịch bản phát thải khí nhà kính là A1B và A2 cho giai đoạn 2000 – 2039 và đồng thời chạy với bộ số liệu chuẩn thời kỳ 1980 -1999. Số liệu đầu ra của 5 mô hình sử dụng trong luận văn này là kết quả thừa kế từ các nghiên cứu trước. 15
2.1. Hệ thống tổ hợp các kết quả mô hình 2.2.1. Trung bình tổ hợp đơn giản (Simple Ensemble Mean) Giả sử M là tổng số mô hình dự báo. Fi là giá trị dự báo của mô hình thứ i. Giả sử M là tổng số mô hình dự báo. Fi là giá trị dự báo của mô hình thứ i, là giá trị trung bình theo thời gian của dự báo từ mô hình thứ i. thì trung bình tổ hợp (Ensemble Mean) được tính bởi công thức: 1 (2.1) = ( − ) là trọng số của mô hình thứ i. Khi đó, trung bình tổ hợp đơn giản SEM (Simple ensemble mean) được tính bởi công thức: = ∑ (2.2) Với phương pháp này các trung bình trọng số được coi là bằng nhau. 2.1.2. Hồi quy tuyến tính nhiều biến Phương pháp dự báo sử dụng ở đây là hồi qui tuyến tính, chuỗi số liệu quan trắc Y được biểu diễn bởi tổ hợp tuyến tính của các mô hình khí hậu khu vực X1, X2,..., Xm trên mỗi trạm hoặc trên một vùng bằng hệ thức: m (2.3) Y  a0   a j X j j 1 trong đó a0, a1,..., am là các hệ số hồi qui, được xác định bởi: m a0  y  a jx j j 1 m a R j 1 j jk  Ryk , k  1, 2,..., m 16
Với Rjk là mômen tương quan giữa các nhân tố Xj và Xk (j,k=1,2,...,m), Ryk là mômen tương quan giữa yếu tố dự báo Y và nhân tố Xk (k=1,2,...,m); y, x j là giá trị trung bình của Y và các Xj. 2.2. Các chỉ số thống kê dùng để đánh giá Trong các công thức dưới đây, Fi và Oi tương ứng là giá trị mô hình và giá trị quan trắc của một biến nào đó (nhiệt độ, lượng mưa), i=1,2,…, N, N là dung lượng mẫu. 1. Sai số trung bình (ME - Mean Error) 1 N ME   ( Fi  O i ) (2.4) N i1 Giá trị của ME nằm trong khoảng (-∞, +∞). ME cho biết xu hướng lệch trung bình của giá trị dự báo so với giá trị quan trắc, nhưng không phản ánh độ lớn của sai số. ME dương cho biết giá trị dự báo vượt quá giá trị quan trắc và ngược lại. Mô hình được xem là “hoàn hảo” (không thiên lệch về một phía nào cả) nếu ME=0. 2. Sai số tuyệt đối trung bình (MAE-Mean Absolute Error) 1 N MAE   Fi Oi (2.5) N i 1 Giá trị MAE nằm trong khoảng (0,+∞). MAE biểu thị biên độ trung bình của sai số mô hình nhưng không nói lên xu hướng lệch của giá trị dự báo và quan trắc. Khi MAE = 0, giá trị của mô hình hoàn toàn trùng khớp với giá trị quan trắc, mô hình được xem là “lý tưởng”. Thông thường MAE được sử dụng cùng với ME để đánh giá độ tin cậy. Chẳng hạn, nếu MAE của sản phẩm khác biệt hẳn so với ME thì việc hiệu chỉnh là hết sức mạo hiểm. Trong trường hợp ngược lại, khi mà MAE và ME tương đối “sát” với nhau thì có thể dùng ME để hiệu chỉnh sản phẩm dự báo một cách đáng tin cậy. 3. Hệ số tương quan (Correlation coefficient) 17
N  ( F  F )(O i 1 i i  O) r N N (2.6)  ( Fi  F ) 2 i 1  (Oi  O) 2 i 1 Hệ số tương quan (r) cho phép đánh giá mối quan hệ tuyến tính giữa tập giá trị dự báo và tập giá trị quan trắc. Giá trị của nó biến thiên trong khoảng -1 đến 1, giá trị hoàn hảo bằng 1. Giá trị tuyệt đối của hệ số tương quan càng lớn thì mối quan hệ 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 cực tiểu của cực tiểu tháng (TNn), cực đại tháng của cực đại tháng (TXx), được xử lý là các file số liệu dạng TEXT chứa T2m, Tx, Tm, TXx, TNn cho từng tháng và năm của các trạm trên bảy vùng khí hậu trong giai đoạn 1980-1999 Các trạm không có số liệu hoặc khuyết nhiều số liệu sẽ bị loại bỏ trong quá trình tính toán. Nội dung các file số liệu cụ thể như sau: 18
# TXx at HANAM,105.55E, 20.31N, 2.83m # YEAR VAL_YR JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC 1980 37.30 31.20 24.60 37.30 33.60 37.10 33.10 36.20 34.80 31.60 31.50 29.00 29.00 1981 36.90 25.60 27.90 29.60 31.90 35.40 35.10 35.90 36.90 32.90 32.20 30.50 25.40 1982 38.30 26.00 27.50 27.00 31.60 37.10 38.30 37.50 36.40 32.90 31.30 30.40 27.60 1983 39.40 25.70 28.50 30.60 36.60 37.40 39.40 39.20 34.60 34.80 31.40 28.90 27.40 1984 36.90 25.20 21.50 27.50 31.40 35.30 35.90 36.90 35.00 32.80 30.90 29.70 27.70 1985 37.20 23.30 27.00 27.00 29.60 35.90 37.10 37.20 34.30 34.40 31.80 30.40 29.40 1986 39.10 -99.00 27.30 31.90 30.40 36.20 37.40 39.10 34.40 33.40 32.40 30.20 26.80 1987 38.90 27.30 28.90 33.90 33.20 37.60 38.90 36.80 35.40 32.90 33.20 32.30 26.30 1988 37.70 25.40 25.50 29.90 33.10 37.70 37.70 36.90 34.80 36.00 30.80 27.60 26.50 1989 37.30 28.90 26.80 27.00 33.00 34.00 37.30 36.30 34.30 34.40 32.40 31.20 25.00 1990 38.40 25.90 28.10 32.40 37.10 32.40 38.40 35.90 36.40 34.30 30.60 30.70 27.70 1991 36.40 26.50 30.40 27.00 31.30 35.90 36.40 36.40 34.10 34.80 32.90 30.40 27.90 1992 37.90 25.00 27.40 28.10 32.70 36.40 36.90 37.90 34.00 34.10 31.90 29.80 28.80 1993 38.60 26.50 27.80 33.10 31.60 33.10 38.60 36.60 36.90 33.00 31.90 30.50 27.20 1994 37.70 27.50 28.20 26.50 32.40 37.70 36.00 35.90 35.40 32.50 32.00 28.20 28.90 1995 38.50 26.00 24.50 27.00 30.90 36.00 38.50 36.50 33.60 33.20 33.60 28.20 27.00 1996 36.90 26.00 28.20 36.00 29.50 36.90 34.70 36.80 35.60 33.00 32.10 29.60 25.70 1997 39.60 27.30 25.10 27.10 31.10 34.50 39.60 35.60 36.70 32.10 32.80 34.10 28.20 1998 38.70 32.80 31.30 30.10 37.10 37.10 38.70 37.50 36.10 32.90 32.30 30.30 30.40 1999 37.50 27.10 27.10 31.10 33.80 35.10 36.50 37.50 34.10 33.50 33.10 31.00 23.90 2.3.2. Số liệu từ đầu ra các mô hình Kết quả từ 5 mô hình với miền tính tương đối giống nhau, cụ thể: mô hình CCAM với 82 x 82 điểm lưới và chạy từ 5N– 25N, 100E–120E; mô hình MM5 với 105 x 144 điểm lưới chạy từ 5S – 27N, 85E – 131E; mô hình REMO với 98 x 146 điểm lưới và chạy từ 5S – 27N, 84E – 132E; mô hình MRI với 88 x 45 điểm lưới và chạy từ 8N – 24N, 102E – 110E; mô hình RegCM với 104 x 143 điểm lưới và chạy từ 5S–27N, 85E–131E. Từ bộ số liệu trung bình của từng tháng cho 20 năm giai đoạn 1980-1999 của thời kì chuẩn và bộ số liệu cho thời kì tương lai chạy với kịch bản phát thải khí nhà kính A1B, giai đoạn 2020-2035 mà 5 mô hình mô phỏng, tác giả nội suy các giá trị từ lưới về 80 điểm trạm ứng với giá trị quan trắc thực tế. Bảng 2.1. Danh sách các trạm được sử dụng. STT Tên Trạm Kinh độ Vĩ độ Vùng 1 MUONGTE 102.83 22.37 1 2 SONLA 103.9 21.33 1 3 DIENBIEN 103 21.37 1 4 DIENBIEN 104.03 21.52 1 5 LAICHAU 103.57 21.85 1 6 MUONGTE 104.15 21.13 1 19