Nghiên Cứu Khả Năng Dự Báo Hạn Mùa Nhiệt Độ Cực Đoan Tại Bắc Trung Bộ Việt Nam

Luận văn thạc sĩ nghiên cứu nghiên cứu khả năng dự báo hạn mùa của mô hình regcm đối với một số cực đoan nhiệt độ mùa hè trên, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện

• Tác giả: Hoàng Thị Thúy Vân
• Người hướng dẫn: TS. Mai Văn Khiêm
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Khí tượng học
• Đề tài: Nghiên Cứu Dự Báo Hạn Mùa Nhiệt Độ Cực Đoan Tại Bắc Trung Bộ Việt Nam
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. MỞ ĐẦU
• 2. TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
• 2.1. Nghiên cứu dự báo hạn mùa cực đoan nhiệt độ cao
• 2.1.1. Tình hình nghiên cứu ngoài nước
• 2.1.2. Tình hình nghiên cứu trong nước
• 2.2. Đặc trưng chế độ nhiệt trong mùa hè trên khu vực Bắc Trung Bộ
• 2.3. Nhận xét chung
• 3. SỐ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Giới thiệu mô hình RegCM
• 3.2. Nguồn số liệu
• 3.3. Thiết kế thí nghiệm
• 3.4. Thông số mô hình
• 3.5. Nội suy số liệu của mô hình
• 3.6. Các chỉ số cực đoan được đánh giá
• 3.7. Phương pháp đánh giá
• 3.8. Phương pháp hiệu chỉnh
• 4. KẾT QUẢ VÀ NHẬN XÉT
• 4.1. Khả năng dự báo hạn mùa cực đoan nhiệt độ mùa hè trên khu vực Bắc Trung Bộ
• 4.2. Khả năng dự báo các yếu tố cực trị và cực đoan nhiệt độ mùa hè
• 4.2.1. Nhiệt độ tối cao
• 4.2.2. Nhiệt độ tối cao tuyệt đối
• 4.2.3. Phần trăm số ngày trong tháng có nhiệt độ cực đại lớn hơn phân vị 90% (TX90p)
• 4.3. Khả năng dự báo hiện tượng khí hậu cực đoan liên quan nhiệt độ cao trong mùa hè
• 4.4. Hiệu chỉnh sai số mô hình đối với kết quả dự báo hạn mùa cực đoan nhiệt độ mùa hè trên khu vực Bắc Trung Bộ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Nghiên Cứu Dự Báo Hạn Mùa Nhiệt Độ Cực Đoan

Nghiên cứu dự báo hạn mùa các hiện tượng thời tiết cực đoan, đặc biệt là nhiệt độ cực đoan, ngày càng trở nên quan trọng trong bối cảnh biến đổi khí hậu. Các kỷ lục về nhiệt độ cao liên tục bị phá vỡ, gây ra những tác động tiêu cực đến sức khỏe con người, nông nghiệp, và kinh tế - xã hội. Việc xây dựng một hệ thống dự báo thời tiết dài hạn đáng tin cậy là vô cùng cần thiết để đưa ra các cảnh báo sớm và giảm thiểu rủi ro. Các thông tin dự báo khí hậu đóng vai trò quan trọng trong việc hoạch định phát triển kinh tế xã hội trong tương lai. Sự phát triển của khoa học máy tính kết hợp với những hiểu biết sâu hơn về bản chất vật lý các quá trình trong khí quyển của con người đã tạo điều kiện cho việc ứng dụng các mô hình khí hậu khu vực độ phân giải cao trong nghiên cứu, dự báo hạn mùa các hiện tượng cực đoan tại nhiều khu vực.

1.1. Tầm quan trọng của dự báo hạn mùa trong bối cảnh BĐKH

Trong bối cảnh biến đổi khí hậu, việc dự báo hạn mùa trở nên vô cùng quan trọng. Theo báo cáo của IPCC, các hiện tượng thời tiết cực đoan liên quan đến nhiệt độ cao có xu hướng gia tăng về tần suất, cường độ và thời gian kéo dài. Điều này gây ra những thiệt hại nghiêm trọng về người và của, đặc biệt là đối với các đối tượng dễ bị tổn thương như người già và trẻ em. Dự báo thời tiết dài hạn giúp các nhà hoạch định chính sách và người dân có thể chuẩn bị và ứng phó kịp thời với các nguy cơ tiềm ẩn, giảm thiểu tối đa các tác động tiêu cực.

1.2. Ứng dụng mô hình khí hậu khu vực trong dự báo cực đoan

Sự phát triển của khoa học máy tính và hiểu biết về các quá trình vật lý trong khí quyển đã mở ra cơ hội ứng dụng các mô hình khí hậu khu vực độ phân giải cao trong dự báo thời tiết. Các mô hình dự báo này có khả năng mô phỏng chi tiết hơn các hiện tượng thời tiết cực đoan ở quy mô địa phương, cung cấp thông tin chính xác và kịp thời cho công tác phòng chống thiên tai. Mô hình khí hậu khu vực RegCM đã được quan tâm và ứng dụng trong công tác dự báo hạn mùa ở nước ta trong nhiều năm qua.

II. Thách Thức Trong Dự Báo Hạn Mùa Nhiệt Độ Bắc Trung Bộ

Mặc dù có những tiến bộ đáng kể trong lĩnh vực dự báo khí hậu, việc dự báo hạn mùa các hiện tượng nhiệt độ cực đoan vẫn còn nhiều thách thức, đặc biệt là ở khu vực Bắc Trung Bộ. Khu vực này có địa hình phức tạp và chịu ảnh hưởng của nhiều yếu tố khí hậu khác nhau, gây khó khăn cho việc xây dựng các mô hình dự báo chính xác. Hơn nữa, dữ liệu quan trắc còn hạn chế cũng là một trở ngại lớn trong việc kiểm định và cải thiện độ tin cậy của các mô hình khí hậu.

2.1. Khó khăn do địa hình phức tạp và yếu tố khí hậu đa dạng

Địa hình phức tạp của Bắc Trung Bộ, với sự kết hợp của núi, đồng bằng và bờ biển, tạo ra sự biến động lớn về thời tiết và khí hậu. Khu vực này cũng chịu ảnh hưởng của nhiều yếu tố khí hậu như gió mùa, bão và El Nino, La Nina, gây khó khăn cho việc dự báo thời tiết chính xác. Các mô hình dự báo cần phải được điều chỉnh và hiệu chỉnh phù hợp với đặc điểm địa phương để đạt được độ tin cậy cao.

2.2. Hạn chế về dữ liệu quan trắc và kiểm định mô hình

Việc thiếu hụt dữ liệu quan trắc, đặc biệt là dữ liệu về các hiện tượng thời tiết cực đoan, là một trở ngại lớn trong việc kiểm định và cải thiện độ tin cậy của các mô hình khí hậu. Các nhà khoa học cần phải nỗ lực thu thập và chia sẻ dữ liệu quan trắc để xây dựng các mô hình dự báo chính xác hơn. Thông thường các đặc trưng khí hậu mô hình chủ yếu được xác định từ sản phẩm chiết xuất của các mô hình khí hậu chạy với số liệu tái phân tích; hoặc việc đánh giá khả năng dự báo cuả mô hình với số liệu dự báo chỉ được thực hiện trong thời gian ngắn 1 đến 2 năm.

III. Phương Pháp Nghiên Cứu Dự Báo Hạn Mùa RegCM Bắc Trung Bộ

Để giải quyết những thách thức trong dự báo hạn mùa ở Bắc Trung Bộ, nghiên cứu này sử dụng mô hình khí hậu khu vực RegCM. Mô hình này được lựa chọn vì khả năng mô phỏng chi tiết các quá trình khí tượng thủy văn ở quy mô địa phương. Nghiên cứu cũng áp dụng các phương pháp phân tích thống kê và hiệu chỉnh sai số để nâng cao độ tin cậy của kết quả dự báo.

3.1. Giới thiệu mô hình khí hậu khu vực RegCM và ưu điểm

Mô hình khí hậu khu vực RegCM là một công cụ mạnh mẽ để dự báo thời tiết và khí hậu ở quy mô địa phương. Mô hình này có khả năng mô phỏng chi tiết các quá trình khí tượng thủy văn, bao gồm cả các hiện tượng thời tiết cực đoan. RegCM đã được sử dụng rộng rãi trong các nghiên cứu về biến đổi khí hậu và dự báo thời tiết ở nhiều khu vực trên thế giới.

3.2. Phân tích thống kê và hiệu chỉnh sai số mô hình dự báo

Để nâng cao độ tin cậy của kết quả dự báo, nghiên cứu này áp dụng các phương pháp phân tích thống kê để đánh giá và hiệu chỉnh sai số của mô hình. Các phương pháp này giúp loại bỏ các sai lệch hệ thống và cải thiện khả năng dự báo chính xác các hiện tượng thời tiết cực đoan. Ngoài ra trên cơ sở sai số hệ thống đã được xác định từ kết quả trong thời kỳ 1983 -2012, luận văn thực hiện đánh giá hiệu quả khi áp dụng phương pháp hiệu chỉnh sai số hệ thống cho thời kỳ kiểm định hiệu chỉnh 2013 -2014.

3.3. Nguồn số liệu và thiết kế thí nghiệm trong nghiên cứu

Nghiên cứu sử dụng nguồn số liệu từ các trạm quan trắc khí tượng thủy văn ở Bắc Trung Bộ và dữ liệu dự báo từ mô hình RegCM. Các thí nghiệm được thiết kế để đánh giá khả năng dự báo của mô hình đối với các chỉ số nhiệt độ cực đoan như nhiệt độ tối cao, nhiệt độ tối thấp và số ngày nắng nóng. Điều kiện ban đầu và điều kiện biên sử dụng sản phẩm dự báo lại của mô hình dự báo toàn cầu CFS với hạn dự báo từ 1-5 tháng trong 30 năm từ 1983 - 2012.

IV. Kết Quả Nghiên Cứu Khả Năng Dự Báo Nhiệt Độ Cực Đoan

Kết quả nghiên cứu cho thấy mô hình RegCM có khả năng dự báo khá tốt các chỉ số nhiệt độ cực đoan ở Bắc Trung Bộ, đặc biệt là nhiệt độ tối cao. Tuy nhiên, mô hình vẫn còn một số hạn chế trong việc dự báo các hiện tượng thời tiết cực đoan như nắng nóng gay gắt. Việc hiệu chỉnh sai số đã giúp cải thiện đáng kể độ tin cậy của kết quả dự báo.

4.1. Đánh giá khả năng dự báo các yếu tố cực trị nhiệt độ mùa hè

Nghiên cứu đánh giá khả năng dự báo của mô hình RegCM đối với các yếu tố cực trị nhiệt độ mùa hè như nhiệt độ tối cao trung bình, nhiệt độ tối cao tuyệt đối và phần trăm số ngày có nhiệt độ cực đại lớn hơn phân vị 90%. Kết quả cho thấy mô hình có khả năng dự báo khá tốt các yếu tố này, nhưng vẫn còn một số sai số nhất định.

4.2. Khả năng dự báo hiện tượng khí hậu cực đoan liên quan nhiệt độ

Nghiên cứu cũng đánh giá khả năng dự báo của mô hình đối với các hiện tượng khí hậu cực đoan liên quan đến nhiệt độ cao như nắng nóng và hạn hán. Kết quả cho thấy mô hình có thể dự báo được xu hướng chung của các hiện tượng này, nhưng độ chính xác còn hạn chế, đặc biệt là đối với các hiện tượng có cường độ mạnh.

4.3. Hiệu chỉnh sai số và cải thiện độ tin cậy dự báo hạn mùa

Việc hiệu chỉnh sai số đã giúp cải thiện đáng kể độ tin cậy của kết quả dự báo từ mô hình RegCM. Các phương pháp hiệu chỉnh sai số đã giúp loại bỏ các sai lệch hệ thống và nâng cao khả năng dự báo chính xác các hiện tượng thời tiết cực đoan. Sai số dự báo ME, MAE cho Tx, TXx tháng 6 trên khu vực Bắc Trung Bộ trước và sau khi hiệu chỉnh sai số hệ thống giai đoạn 2013-2014.

V. Ứng Dụng Thực Tiễn Dự Báo Hạn Mùa Nhiệt Độ Cực Đoan

Kết quả nghiên cứu này có thể được ứng dụng trong nhiều lĩnh vực khác nhau, bao gồm nông nghiệp, quản lý tài nguyên nước, và phòng chống thiên tai. Thông tin dự báo về nhiệt độ cực đoan có thể giúp người dân và các nhà quản lý đưa ra các quyết định phù hợp để giảm thiểu rủi ro và thích ứng với biến đổi khí hậu.

5.1. Ứng dụng trong nông nghiệp và quản lý tài nguyên nước

Thông tin dự báo về nhiệt độ cực đoan có thể giúp người nông dân lựa chọn các loại cây trồng phù hợp, điều chỉnh lịch thời vụ và áp dụng các biện pháp tưới tiêu hiệu quả. Các nhà quản lý tài nguyên nước cũng có thể sử dụng thông tin này để lập kế hoạch phân phối nước hợp lý và đảm bảo an ninh lương thực.

5.2. Ứng dụng trong phòng chống thiên tai và cảnh báo sớm

Thông tin dự báo về nhiệt độ cực đoan có thể được sử dụng để đưa ra các cảnh báo sớm về nắng nóng và hạn hán, giúp người dân và các cơ quan chức năng chuẩn bị và ứng phó kịp thời. Điều này có thể giúp giảm thiểu thiệt hại về người và của do các hiện tượng thời tiết cực đoan gây ra.

VI. Kết Luận và Hướng Nghiên Cứu Dự Báo Nhiệt Độ Tương Lai

Nghiên cứu này đã đánh giá khả năng dự báo hạn mùa các hiện tượng nhiệt độ cực đoan ở Bắc Trung Bộ bằng mô hình RegCM. Kết quả cho thấy mô hình có tiềm năng trong việc dự báo các hiện tượng này, nhưng cần tiếp tục được cải thiện và hoàn thiện. Các hướng nghiên cứu trong tương lai bao gồm việc sử dụng các mô hình phức tạp hơn, tích hợp thêm dữ liệu quan trắc và áp dụng các phương pháp học máy để nâng cao độ tin cậy của kết quả dự báo.

6.1. Tóm tắt kết quả và đánh giá tiềm năng của mô hình RegCM

Nghiên cứu đã chứng minh tiềm năng của mô hình RegCM trong việc dự báo hạn mùa các hiện tượng nhiệt độ cực đoan ở Bắc Trung Bộ. Tuy nhiên, cần tiếp tục nghiên cứu và phát triển mô hình để nâng cao độ chính xác và độ tin cậy của kết quả dự báo.

6.2. Hướng nghiên cứu tiếp theo và cải tiến mô hình dự báo

Các hướng nghiên cứu trong tương lai bao gồm việc sử dụng các mô hình phức tạp hơn, tích hợp thêm dữ liệu quan trắc và áp dụng các phương pháp học máy để nâng cao độ tin cậy của kết quả dự báo. Ngoài ra, cần tăng cường hợp tác giữa các nhà khoa học và các cơ quan quản lý để chia sẻ dữ liệu và kinh nghiệm, góp phần nâng cao năng lực dự báo thời tiết và khí hậu ở Việt Nam.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh biến đổi khí hậu toàn cầu, nhiệt độ cực đoan mùa hè tại nhiều khu vực châu Á, trong đó có Bắc Trung Bộ Việt Nam, đang có xu hướng gia tăng về tần suất và cường độ. Theo ước tính, khu vực Bắc Trung Bộ được dự báo là nơi có tốc độ tăng nhiệt độ cực đoan nhanh nhất cả nước, với số ngày nắng nóng có thể tăng từ 20 đến 40 ngày trong tương lai gần. Hiện tượng nắng nóng kéo dài không chỉ ảnh hưởng nghiêm trọng đến sức khỏe cộng đồng mà còn gây thiệt hại lớn về kinh tế và xã hội. Do đó, việc xây dựng hệ thống dự báo hạn mùa có độ tin cậy cao là rất cần thiết để chủ động phòng tránh và giảm thiểu thiệt hại.

Mục tiêu nghiên cứu của luận văn là đánh giá khả năng dự báo hạn mùa của mô hình khí hậu khu vực RegCM đối với một số chỉ số cực đoan nhiệt độ mùa hè trên khu vực Bắc Trung Bộ Việt Nam trong giai đoạn 1983-2012, đồng thời thử nghiệm phương pháp hiệu chỉnh sai số hệ thống cho kết quả dự báo trong giai đoạn kiểm định 2013-2014. Phạm vi nghiên cứu tập trung vào các tháng mùa hè (tháng 6, 7, 8) tại 25 trạm quan trắc trên khu vực Bắc Trung Bộ, với các chỉ số như nhiệt độ tối cao (Tx), nhiệt độ tối cao tuyệt đối (TXx), phần trăm số ngày có nhiệt độ vượt phân vị 90% (TX90p) và các chỉ số liên quan đến hiện tượng nắng nóng cục bộ và diện rộng.

Nghiên cứu có ý nghĩa quan trọng trong việc nâng cao chất lượng dự báo khí hậu hạn mùa, góp phần hỗ trợ công tác cảnh báo sớm các hiện tượng cực đoan nhiệt độ, từ đó giúp các cơ quan quản lý và người dân có các biện pháp ứng phó kịp thời, giảm thiểu thiệt hại do nắng nóng gây ra.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết và mô hình chính: mô hình khí hậu khu vực RegCM và các chỉ số cực đoan khí hậu theo tiêu chuẩn của Tổ chức Khí tượng Thế giới (WMO) và nhóm chuyên gia ETCCDI.

• Mô hình RegCM: Là mô hình khí hậu khu vực được phát triển từ lõi động lực MM5, có khả năng mô phỏng các quá trình vật lý khí quyển với độ phân giải cao (20 km), phù hợp cho nghiên cứu khí hậu khu vực có địa hình phức tạp như Bắc Trung Bộ. Phiên bản RegCM4.6 được sử dụng trong nghiên cứu có các sơ đồ tham số hóa đối lưu, bức xạ, giáng thủy và vi vật lý mây hiện đại, giúp mô hình hóa chính xác hơn các hiện tượng khí hậu cực đoan.

• Chỉ số cực đoan khí hậu: Bộ chỉ số ETCCDI gồm 27 chỉ số, trong đó 16 chỉ số liên quan đến nhiệt độ được áp dụng để đánh giá các yếu tố cực đoan như nhiệt độ tối cao (Tx), nhiệt độ tối cao tuyệt đối (TXx), phần trăm số ngày vượt phân vị 90% (TX90p), số ngày và số đợt nắng nóng cục bộ và diện rộng. Các chỉ số này được xác định dựa trên dữ liệu quan trắc và mô hình, giúp đánh giá chính xác các hiện tượng cực đoan nhiệt độ.

• Phương pháp hiệu chỉnh sai số hệ thống: Dựa trên giả thiết sai số mô hình chủ yếu là sai số hệ thống, phương pháp hiệu chỉnh sử dụng các chỉ số sai số trung bình (ME), sai số tuyệt đối trung bình (MAE) và sai số quân phương (RMSE) để điều chỉnh kết quả dự báo, nhằm nâng cao độ chính xác và tin cậy của mô hình.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Sử dụng số liệu dự báo lại toàn cầu CFS của NCEP (Mỹ) với độ phân giải 1°x1° làm điều kiện ban đầu và điều kiện biên cho mô hình RegCM. Dữ liệu quan trắc nhiệt độ cực đại ngày (Tx) từ 25 trạm trên khu vực Bắc Trung Bộ giai đoạn 1983-2014 được thu thập để so sánh và đánh giá kết quả mô hình.

• Thiết kế thí nghiệm: Mô hình RegCM4.6 được chạy với hai miền tính có độ phân giải 60 km và 20 km theo phương pháp offline, miền tính 20 km bao phủ toàn bộ khu vực Bắc Trung Bộ. Các thí nghiệm được thực hiện với hạn dự báo từ 1 đến 5 tháng cho các tháng mùa hè (6, 7, 8) trong giai đoạn 1983-2012.

• Phương pháp phân tích: Kết quả mô hình được nội suy về độ cao thực tế của các trạm quan trắc dựa trên gradient nhiệt độ khô (-0,98°C/100m) để giảm thiểu sai số do độ cao địa hình. Các chỉ số cực đoan được tính toán và so sánh với dữ liệu quan trắc. Các chỉ số đánh giá gồm ME, MAE, RMSE và hệ số tương quan r được sử dụng để đánh giá khả năng dự báo của mô hình. Phương pháp hiệu chỉnh sai số hệ thống được áp dụng cho giai đoạn kiểm định 2013-2014 nhằm cải thiện độ chính xác dự báo.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Khả năng dự báo nhiệt độ tối cao (Tx): Mô hình RegCM có xu hướng dự báo thiên cao trong tháng 7 và 8 với giá trị ME dao động từ 1,6 đến 4°C, đặc biệt tại các trạm Thanh Hóa, Nghệ An và Hà Tĩnh. Tháng 6 mô hình dự báo thiên cao ở hạn 1-2 tháng và thiên thấp ở hạn 3-5 tháng với ME khoảng ±0,5°C. Sai số tuyệt đối trung bình MAE dao động từ 1,5-2,5°C tháng 6, 2-3°C tháng 7 và 3-4,5°C tháng 8. Hệ số tương quan r giữa dự báo và quan trắc dao động từ 0,3 đến 0,6, cao nhất vào tháng 7.

2. Phân bố sai số theo hạn dự báo: Sai số MAE và RMSE giảm khi hạn dự báo tăng, đặc biệt rõ ở tháng 7 và 8. Tần suất sai số lớn hơn 5°C chiếm dưới 5% trong tháng 6 nhưng tăng lên 40-50% trong tháng 8 ở hạn 1-3 tháng, cho thấy độ tin cậy dự báo giảm dần theo thời gian và mùa.

3. Khả năng dự báo các chỉ số cực đoan khác: Mô hình có khả năng mô phỏng tốt các chỉ số nhiệt độ tối cao tuyệt đối (TXx) và phần trăm số ngày vượt phân vị 90% (TX90p), tuy nhiên vẫn tồn tại sai số hệ thống cần hiệu chỉnh để nâng cao độ chính xác.

4. Hiệu quả phương pháp hiệu chỉnh sai số hệ thống: Áp dụng phương pháp hiệu chỉnh sai số hệ thống cho kết quả dự báo giai đoạn 2013-2014 đã giảm đáng kể sai số ME và MAE, cải thiện hệ số tương quan giữa dự báo và quan trắc, đặc biệt đối với các chỉ số cực đoan nhiệt độ và số ngày nắng nóng.

Thảo luận kết quả

Nguyên nhân chính của sai số dự báo là do mô hình RegCM vẫn còn hạn chế trong việc mô phỏng chính xác các quá trình vật lý phức tạp và ảnh hưởng của địa hình phức tạp vùng Bắc Trung Bộ. Xu hướng dự báo thiên cao trong tháng 7 và 8 có thể liên quan đến việc mô hình chưa mô phỏng đầy đủ hiệu ứng gió phơn và các yếu tố vi khí hậu địa phương. So sánh với các nghiên cứu trong nước và quốc tế cho thấy kết quả tương đồng về xu hướng và mức độ sai số, đồng thời khẳng định ưu thế của mô hình khí hậu khu vực trong dự báo hạn mùa so với các phương pháp thống kê truyền thống.

Việc áp dụng phương pháp hiệu chỉnh sai số hệ thống dựa trên dữ liệu quan trắc thực tế là cần thiết để nâng cao độ tin cậy của dự báo, đặc biệt trong bối cảnh biến đổi khí hậu ngày càng phức tạp. Kết quả nghiên cứu cũng cho thấy mô hình RegCM có thể được sử dụng làm công cụ hỗ trợ dự báo hạn mùa các hiện tượng cực đoan nhiệt độ tại Bắc Trung Bộ, góp phần vào công tác cảnh báo sớm và quản lý rủi ro thiên tai.

Đề xuất và khuyến nghị

1. Nâng cao độ phân giải mô hình: Đề xuất tăng độ phân giải ngang của mô hình RegCM xuống dưới 10 km để mô phỏng chính xác hơn các đặc trưng địa hình phức tạp và các hiện tượng vi khí hậu, nhằm giảm sai số dự báo nhiệt độ cực đoan.

2. Phát triển phương pháp hiệu chỉnh đa dạng: Khuyến khích áp dụng kết hợp các phương pháp hiệu chỉnh sai số hệ thống và phương pháp học máy để cải thiện khả năng dự báo các chỉ số cực đoan nhiệt độ, đặc biệt cho các hạn dự báo dài.

3. Mở rộng mạng lưới quan trắc và dữ liệu đầu vào: Tăng cường thu thập và cập nhật dữ liệu quan trắc nhiệt độ cực đại ngày tại các trạm trên khu vực Bắc Trung Bộ, đồng thời sử dụng các nguồn dữ liệu vệ tinh và tái phân tích để làm đầu vào cho mô hình, nâng cao chất lượng dự báo.

4. Xây dựng hệ thống cảnh báo sớm dựa trên mô hình: Phối hợp với các cơ quan khí tượng thủy văn để triển khai hệ thống cảnh báo sớm nắng nóng và các hiện tượng cực đoan nhiệt độ dựa trên kết quả dự báo của mô hình RegCM, nhằm hỗ trợ công tác phòng chống thiên tai và bảo vệ sức khỏe cộng đồng.

5. Đào tạo và nâng cao năng lực chuyên môn: Tổ chức các khóa đào tạo chuyên sâu về mô hình khí hậu khu vực và phương pháp hiệu chỉnh sai số cho cán bộ kỹ thuật và nhà khoa học nhằm nâng cao năng lực vận hành và khai thác mô hình trong thực tế.

Đối tượng nên tham khảo luận văn

1. Các nhà nghiên cứu khí tượng và khí hậu: Luận văn cung cấp cơ sở dữ liệu và phương pháp luận chi tiết về mô hình RegCM và các chỉ số cực đoan nhiệt độ, hỗ trợ nghiên cứu chuyên sâu về dự báo hạn mùa và biến đổi khí hậu khu vực.

2. Cơ quan khí tượng thủy văn và quản lý thiên tai: Kết quả nghiên cứu giúp nâng cao chất lượng dự báo hạn mùa, phục vụ công tác cảnh báo sớm và hoạch định các biện pháp ứng phó với nắng nóng và các hiện tượng cực đoan.

3. Các nhà hoạch định chính sách và phát triển kinh tế xã hội: Thông tin dự báo hạn mùa và các hiện tượng cực đoan nhiệt độ hỗ trợ xây dựng các chiến lược phát triển bền vững, giảm thiểu rủi ro thiên tai và bảo vệ sức khỏe cộng đồng.

4. Cộng đồng và người dân tại Bắc Trung Bộ: Nghiên cứu giúp nâng cao nhận thức về tác động của nắng nóng và các hiện tượng cực đoan, từ đó chủ động trong việc phòng tránh và ứng phó hiệu quả.

Câu hỏi thường gặp

1. Mô hình RegCM có ưu điểm gì so với các mô hình khí hậu toàn cầu?
   Mô hình RegCM có độ phân giải cao hơn (khoảng 20 km), cho phép mô phỏng chi tiết các đặc trưng địa hình và vi khí hậu địa phương, từ đó nâng cao độ chính xác trong dự báo các hiện tượng cực đoan so với các mô hình toàn cầu có độ phân giải thô hơn.

2. Tại sao cần hiệu chỉnh sai số hệ thống trong dự báo khí hậu?
   Sai số hệ thống xuất phát từ các hạn chế trong mô hình và dữ liệu đầu vào, gây lệch dự báo. Hiệu chỉnh sai số giúp điều chỉnh kết quả dự báo gần với thực tế hơn, nâng cao độ tin cậy và ứng dụng thực tiễn của mô hình.

3. Các chỉ số cực đoan nhiệt độ được xác định như thế nào?
   Các chỉ số như nhiệt độ tối cao (Tx), nhiệt độ tối cao tuyệt đối (TXx), phần trăm số ngày vượt phân vị 90% (TX90p) được tính dựa trên chuỗi số liệu nhiệt độ cực đại ngày, sử dụng các ngưỡng cố định hoặc phân vị quan trắc để xác định các hiện tượng nắng nóng cục bộ và diện rộng.

4. Phạm vi thời gian và địa điểm nghiên cứu có thể áp dụng cho các khu vực khác không?
   Phương pháp và mô hình có thể áp dụng cho các khu vực có điều kiện địa hình và khí hậu tương tự, tuy nhiên cần hiệu chỉnh và đánh giá lại với dữ liệu quan trắc địa phương để đảm bảo độ chính xác.

5. Làm thế nào để nâng cao khả năng dự báo hạn mùa trong tương lai?
   Ngoài nâng cao độ phân giải mô hình và cải tiến phương pháp hiệu chỉnh, việc tích hợp dữ liệu vệ tinh, mở rộng mạng lưới quan trắc và phát triển các mô hình kết hợp đa mô hình sẽ giúp cải thiện khả năng dự báo hạn mùa và các hiện tượng cực đoan.

Kết luận

• Mô hình RegCM4.6 có khả năng dự báo hạn mùa các chỉ số cực đoan nhiệt độ mùa hè trên khu vực Bắc Trung Bộ với sai số ME dao động từ ±0,5 đến 4°C tùy tháng và hạn dự báo.
• Sai số dự báo giảm khi hạn dự báo tăng, tuy nhiên độ tin cậy giảm dần vào tháng 8 do sai số lớn hơn.
• Phương pháp hiệu chỉnh sai số hệ thống giúp cải thiện đáng kể độ chính xác và hệ số tương quan giữa dự báo và quan trắc trong giai đoạn kiểm định.
• Nghiên cứu cung cấp cơ sở khoa học cho việc ứng dụng mô hình RegCM trong dự báo hạn mùa và cảnh báo sớm các hiện tượng nắng nóng cực đoan tại Bắc Trung Bộ.
• Đề xuất các bước tiếp theo bao gồm nâng cao độ phân giải mô hình, phát triển phương pháp hiệu chỉnh đa dạng và xây dựng hệ thống cảnh báo sớm dựa trên kết quả mô hình.

Luận văn là tài liệu tham khảo quý giá cho các nhà khoa học, cơ quan khí tượng thủy văn, nhà hoạch định chính sách và cộng đồng trong công tác dự báo và ứng phó với biến đổi khí hậu và các hiện tượng cực đoan nhiệt độ. Để tiếp tục phát triển, cần đẩy mạnh hợp tác nghiên cứu và ứng dụng công nghệ mới nhằm nâng cao hiệu quả dự báo hạn mùa trong tương lai.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan vấn đề nghiên cứu: trình bày các nghiên cứu trong và ngoài nước liên quan đến dự báo hạn mùa các cực đoan nhiệt độ cao và nêu rõ đặc trưng chế độ nhiệt trên khu vực Bắc Trung Bộ trong các tháng mùa hè. Chương 2: Số liệu và Phương pháp nghiên cứu: Khái quát mô hình RegCM và giới thiệu những điểm mới trong mô hình này ở phiên bản 4 so với các phiên bản trước đó; nguồn số liệu sử dụng trong luận văn và phương pháp nội suy, đánh giá, hiệu chỉnh kết quả dự báo của mô hình được sử dụng trong luận văn. Chương 3: Kết quả và nhận xét: Trình bày các kết quả về khả năng mô phỏng hạn mùa với các hạn dự báo từ 1 đến 5 tháng các chỉ số cực đoan nhiệt độ cao trong các tháng mùa hè trên khu vực Bắc Trung Bộ giai đoạn cơ sở 1983 - 2012. Thử nghiệm và đánh giá hiệu quả của phương pháp hiệu chỉnh sai số hệ thống đối với kết quả mô hình cho thời kỳ kiểm định sau hiệu chỉnh 2013 - 2014.

TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 1. Nghiên cứu dự báo hạn mùa cực đoan nhiệt độ cao 1. Tình hình nghiên cứu ngoài nước Trong thế kỷ 21, biến đổi khí hậu được xem là một trong những mối đe dọa môi trường lớn nhất đối với thế giới, và sự thay đổi phức tạp của các cực đoan khí hậu được ước tính gây ra những tác động tiêu cực đến xã hội loài người và môi trường tự nhiên nhiều hơn so với sự biến đổi của các đặc trưng khí hậu trung bình [42]. Theo báo cáo lần thứ năm (AR5) của IPCC, phần lớn những thay đổi lớn nhất của cực đoan khí hậu trên toàn cầu được tìm thấy trong các yếu tố và hiện tượng liên quan đến nhiệt độ; cực đoan lượng mưa mặc dù cũng có xu thế tăng lên tuy nhiên có sự biến động không gian lớn [45].

Các cực đoan nhiệt độ là một trong những nguyên nhân hàng đầu gây ra bệnh tật và tử vong cho các đối tượng dễ bị tổn thương nhất bao gồm người già, trẻ sơ sinh ở cả các nước phát triển cũng như đang phát triển. Nó chiếm tới 75% số ca tử vong liên quan đến thời tiết cũng như tăng tỷ lệ mắc bệnh ngay cả ở các nước có thu nhập cao [25, 26]. Cùng với xu thế gia tăng nhiệt độ trên toàn cầu, trong những năm gần đây, các kỷ lục mới về nhiệt độ cao liên tiếp được ghi nhận tại nhiều khu vực và thường xảy ra trong các tháng mùa hè như Mitribah (Kuwait) 54,2oC ngày 21/07/2016; Ahwaz (Iran) 54,0oC ngày 29/6/2017; Basra (Irag) 53,9oC ngày 22/7/2016; 50,3oC (Trung Quốc) ngày 24/7/2015; 51oC (Ấn Độ) ngày 19/5/2016. Các cực đoan liên quan đến nhiệt độ được dự báo sẽ tăng ở nhiều khu vực; đồng thời tần suất, cường độ và thời gian kéo dài các hiện tượng cực đoan liên quan đến nhiệt độ cao, cụ thể là nắng nóng (NN) có xu thế tăng lên đáng kể gây thiệt hại lớn về người và của.

Theo báo cáo của IPCC 2015, từ những năm 1950 trở lại đây, trong khi số ngày và số đêm lạnh có xu thế giảm thì số ngày, số đêm nóng, tần xuất xuất hiện các đợt nắng nóng lại có xu thế gia tăng rõ rệt trên quy mô toàn cầu, đặc biệt tại các khu vực như châu Âu, châu Á và Austraylia [45]. Tại một số khu vực, nắng nóng là nhân tố chịu trách nhiệm cho nhiều trường hợp tử vong trong những thập kỷ qua hơn bất kỳ sự kiện cực đoan nào khác [39]. 3 z Thế nhưng thật may mắn khi thông thường những bệnh tật và tử vong liên quan đến cực đoan nhiệt độ phần lớn có thể ngăn ngừa trước một thời gian dài nếu có thể xây dựng được một hệ thống dự báo khí hậu nội mùa đến hạn mùa S2S (sub- seasonal-to-seasonal) có độ tin cậy cao [39]. Trong đó, các thông tin dự báo hạn mùa là chìa khóa quan trọng cho những quyết định dài hạn và cảnh báo sớm các hiện tượng cực đoan, thiên tai có thể xảy ra trong bối cảnh sự nóng lên toàn cầu đang diễn ra với tốc độ ngày càng nhanh như hiện nay.

Dự báo hạn mùa (seasonal forecast) thuộc bài toán dự báo khí hậu, do vậy cần xác định rõ ràng rằng các kết quả dự báo sẽ không chỉ ra được trạng thái khí quyển vào những thời điểm cụ thể từng ngày, từng giờ mà thay vào đó sẽ cung cấp các thông tin chung về điều kiện khí quyển trong từng khoảng thời gian nhất định ví dụ như từng tháng, từng mùa và tối đa là 1 năm. Thông thường, trong nghiên cứu dự báo mùa, các nhà khí tượng - khí hậu chủ yếu tập trung vào dự báo xu hướng và mức độ dao động xung quanh trung bình nhiều năm hay trung bình chuẩn (dưới dạng dự báo chuẩn sai) hoặc xác suất xuất hiện các pha với 3 pha cơ bản bao gồm trên (vượt) chuẩn, lân cận (xấp xỉ) chuẩn và dưới (hụt) chuẩn. Về phương pháp dự báo hạn mùa đối với cả yếu tố khí hậu và các yếu tố, hiện tượng cực đoan đến nay có hai cách tiếp cận cơ bản là bằng phương pháp thống kê thực nghiệm (thống kê truyền thống và hạ quy mô thống kê) và phương pháp số trị (bao gồm sử dụng một mô hình số hoặc kết hợp đa mô hình số trị để dự báo) [49, 27]. Cách tiếp cận thống kê là một phương pháp truyền thống được thực hiện từ rất lâu và là công cụ sử dụng khá phổ biến từ cuối thế kỷ 19.

Trong cách tiếp cận này, quan hệ thống kê giữa yếu tố dự báo và nhân tố dự báo (tập số liệu lịch sử hoặc trường dự báo từ mô hình khí hậu toàn cầu hoặc khu vực) được thiết lập. Một số nghiên cứu áp dụng phương pháp này trong dự báo cực đoan nhiệt độ có thể kể đến như: Alfaro và CS, 2006 [22] xây dựng mô hình thống kê dựa trên phân tích tương quan Canon (CCA) nhằm đánh giá khả năng dự báo nhiệt độ tối cao (Tx) và nhiệt độ tối thấp (Tm) tháng 6 đến tháng 8 cũng như tần suất cực trị nhiệt độ ngày (Tx ngày lớn hơn phân vị 90% Tx khí hậu trong các tháng mùa hè) ở khu vực trung tâm và miền Tây Hoa 4 z Kỳ. Della và CS, 2007 [28] áp dụng phân tích tương quan Canon để xem xét mối quan hệ và khả năng dự báo các đợt sóng nhiệt trên khu vực Tây Âu giai đoạn 1880 -2003 dựa trên những tác động quy mô lớn (large-scale forcings). Fan và CS, 2013 [30] áp dụng hai phương pháp hạ quy mô thống kê cho việc tính toán bốn chỉ số cực trị nhiệt độ mùa hè bao gồm: nhiệt độ tối cao trung bình (Tx), nhiệt độ tối thấp trung bình (Tm), phân vị 90% của nhiệt độ tối cao (Tx90) và phân vị 90% nhiệt độ tối thấp (Tm90) cho 48 trạm quan trắc ở phía bắc Trung Quốc từ 1960 - 2008.

Phương pháp đầu tiên các tác giả sử dụng là hạ quy mô Tx, Tm ngày dựa vào phân tích EOF và hồi quy tuyến tính từng bước, sau đó mới tính toán các chỉ số cực đoan. Một cách khác là hạ quy mô trực tiếp các chỉ số dựa trên ngưỡng phân vị sử dụng các ghi nhận thông tin về nhiệt độ và độ cao địa thế vị trung bình mùa quy mô lớn thu được từ số liệu tái phân tích của NCEP. Các kết quả thu được cho thấy, việc xác định các chỉ số cực đoan bằng phương pháp sau cho kết quả tốt hơn so với phương pháp trước. Cách tiếp cận thống kê mặc dù có đạt một số kết quả nhất định, dễ áp dụng và ít tốn kém tài nguyên máy tính, tuy nhiên còn khá xa để phương pháp này có thể đáp ứng được nhu cầu đòi hỏi của thực tế, đặc biệt là vấn đề dự báo các hiện tượng cực đoan tại một địa phương.

Thông thường cách tiếp cận thống kê chỉ có hiệu quả đối với các hiện tượng khí hậu mang tính quy luật, hoặc nắm bắt tốt sự phát triển của các hệ thống thời tiết, khí hậu quy mô lớn; trong khi các hiện tượng cực đoan với tính đột biến cao thường bị “bỏ sót”, hoặc sự ảnh hưởng của đặc trưng của địa phương thường bị làm trơn. Hơn nữa, sự hạn chế trong việc thu thập và lưu trữ số liệu quan trắc về các yếu tố cực trị trong quá khứ cũng là điểm bất lợi đối việc áp dụng phương pháp này trong dự báo. Phương pháp động lực áp dụng trong dự báo mùa mới được phát triển khoảng vài chục năm trở lại đây dựa trên nền tảng sự phát triển mạnh mẽ của công nghệ máy tính và những hiểu biết sâu về bản chất vật lý các quá trình trong khí quyển của con người. Cách tiếp cận này dựa trên các nguyên lý cơ bản nhiệt động lực học trong khí quyển để mô phỏng các hiện tượng, các quá trình vận động của toàn bộ khí quyển đối với khu vực được quan tâm nghiên cứu.

Phương pháp số trị khắc phục một số nhược 5 z điểm của phương pháp thống kê trong dự báo cực đoan khí hậu đã đề cập ở trên, đây là hướng tiếp cận hiện đại mà nhiều Trung tâm nghiên cứu và các nhà khoa học đang quan tâm phát triển. Các mô hình dự báo khí hậu hạn mùa, theo mức độ phức tạp, có thể sắp xếp theo thứ tự từ những mô hình cân bằng năng lượng đơn giản đến các mô hình rất phức tạp, đòi hỏi phải có các máy tính lớn, tốc độ tính toán nhanh và nhiều kỹ thuật tính toán. Ban đầu khi các hệ thống máy tính lớn chưa được trang bị tại nhiều khu vực, thông thường các thông tin dự báo hạn mùa được lấy trực tiếp từ đầu ra các sản phẩm dự báo của các mô hình khí hậu toàn cầu (GCM-Global climate model) bao gồm mô hình hoàn lưu chung khí quyển (AGCM) và các mô hình hoàn lưu chung khí quyển đại dương (AOGCM). Một số mô hình dự báo hạn mùa toàn cầu có thể kể đến như: CFS của Mỹ, hệ thống dự báo khí hậu mùa GloSea của Anh, mô hình động lực kết hợp khí quyển - đại dương POAMA của cục Khí tượng Úc (BOM), hệ thống dự báo mùa ECMWF-IFS của Trung tâm Khí tượng Hạn vừa châu Âu, hệ thống dự báo tổ hợp EPS bao gồm mô hình hoàn lưu chung khí quyển AGCM và mô hình đại dương OGCM của Nhật Bản.