Dự án Danida

Nghiên cứu thuỷ tai do biến đổi khí hậu và xây dựng hệ thống thông tin nhiều bên tham

gia nhằm giảm thiểu tính dễ bị tổn thương ở Bắc Trung Bộ Việt Nam (CPIS)

Mã số . 11-P04-VIE

Tên dự án:

Dự án Nghiên cứu thiên tai do biến đổi khí hậu và xây dựng hệ

thống thông tin nhiều bên tham gia nhằm giảm thiểu tính dễ bị tổn

thương ở Bắc Trung Bộ Việt Nam

Chủ nhiệm dự án: GS. TS. Phan Văn Tân

Báo cáo WP3:

BÁO CÁO KHOA HỌC VỀ KẾT QUẢ DỰ TÍNH

SỰ BIẾN ĐỔI CỦA HẠN HÁN, MƯA LỚN VÀ

HOẠT ĐỘNG GIÓ MÙA MÙA HÈ

Người thực hiện: Ngô Đức Thành

2

Nội dung 4:

Báo cáo phân tích sự thay đổi kết quả dự tính các hiện tượng liên

quan đến mưa lớn so với thời kì chuẩn.

Người thực hiện: Nguyễn Thị Hạnh

1. Mở đầu

Việt Nam là một trong những Quốc gia đang phát triển do đó các hoạt động

kinh tế, xã hội sẽ bị chi phối bởi các ngành phụ thuộc nhiều vào điều kiện tự nhiên

như nông nghiệp, du lịch, đánh bắt, nuôi trồng thủy sản, …, là những ngành dễ bị

tổn thương do tác động của điều kiện khí hậu mang tính cực đoan. Chẳng hạn, hiện

tượng rét đậm, rét hại và khả năng kéo dài của chúng có ảnh hưởng đáng kể đến

thời vụ gieo trồng, khả năng chống chịu của cây trồng cũng như gia súc, gia cầm;

hiện tượng nắng nóng kéo dài, ngoài việc ảnh hưởng đến sản xuất, nuôi trồng còn

có thể tác động xấu đến sức khỏe cộng đồng, ...

Đặc biệt trong bối cảnh hiện nay, dưới tác động của biến đổi khí hậu toàn

cầu, các hiện tượng thiên tai cũng có những diễn biến hết sức phức tạp. Nhiều

nghiên cứu đã chỉ ra rằng, cùng với sự nóng lên toàn cầu, số ngày nóng và đêm ấm

tăng lên trong khi số ngày mát và đêm lạnh giảm đi. Các hiện tượng thiên tai có

nguồn gốc khí tượng dường như gia tăng ở các vùng nhiệt đới, biểu hiện ở chỗ mùa

khô kéo dài hơn dẫn đến hạn hán nghiêm trọng, mùa mưa rút ngắn lại nhưng cường

độ mưa tăng lên kết hợp với sự tàn phá rừng làm gia tăng lũ lụt, trượt lở đất, nhất là

hiện tượng lũ quét, lũ ống, …. Những hiện tượng này càng trở nên nguy hiểm hơn

khi các hiện tượng khí hậu cực đoan càng trở nên cực đoan hơn.

Sự nguy hiểm của những thiên tai cực đoan này có thể dẫn đến những thảm họa

khôn lường. Chính vì vậy, trong những năm gần đây trên thế giới và cả ở trong nước

đã xuất hiện nhiều công trình nghiên cứu chú trọng vào bài toán khí hậu cực đoan trong

mối quan hệ với sự biến đổi khí hậu. Phát triển mạnh mẽ nhất theo hướng này là việc

ứng dụng các mô hình khí hậu khu vực để mô phỏng các quá trình khí hậu có qui mô

nhỏ hơn - qui mô khu vực và địa phương, trong đó chú trọng đến việc nghiên cứu khả

năng mô phỏng các hiện tượng khí hậu cực đoan. Trên thực tế, mô hình hóa khí hậu

khu vực là một lĩnh vực mới được đề cập đến từ cuối những năm 1980 và chủ yếu ở

các nước phát triển, có điều kiện về máy tính siêu tốc để chạy các mô hình số trị. Nhờ

3

sự phát triển của công nghệ thông tin và khoa học máy tính, các mô hình khí hậu khu

vực đã nhanh chóng được áp dụng rộng rãi trên thế giới, trong đó có cả các bài toán mô

phỏng khí hậu cực trị. Nói chung, lĩnh vực mô hình hóa khí hậu khu vực đã được đề

cập đến trong rất nhiều công trình nghiên cứu như Walsh và McGregor (1995); Leung

và nnk (1999); Nobre và nnk (2001); Leung và nnk (2003); Bell và nnk (2004); Liang

và nnk (2004); Barry và nnk (2006); Halenka và nnk (2006); …

Hiện tại, có rất nhiều mô hình khí hậu khu vực đã và đang được nghiên cứu phát

triển như RegCM (Regional Climate Model) của ICTP (The Abdus Salam International

Centre for Theoretical Physics), mô hình REMO (REgional MOdel) của Viện Khí

tượng thuộc Viện Max Planck, Cộng hòa Liên bang Đức. Ngoài ra một loạt các mô

hình khác, như PRECIS, RSM, CMM5, CWRF,… cũng đã được ứng dụng thành công

trong nghiên cứu mô phỏng khí hậu khu vực cũng như nghiên cứu biến đổi khí hậu. Tại

Việt Nam, hầu hết các mô hình khí hậu khu vực nói trên đều đang được nghiên cứu và

thử nghiệm. Trong báo cáo này, sẽ trình bày phân tích đánh giá kết quả dự tính BĐKH

2045-2065, 2080-2099 với mô hình RegCM theo kịch bản RCP 4.5 và RCM8.5 cho

một số yếu tố khí tượng

2. Phương pháp

Báo cáo đánh giá thứ 5 của ban liên chính phủ về biến đổi khí hậu đã xây dựng

các kịch bản phát thải RCPs, trong đó, lần đầu tiên sẽ bao gồm kịch bản về tiếp cận tìm

hiểu sự giảm thiểu biến đổi khí hậu. Đứng trước sự tiến bộ của các mô hình khí hậu,

các nhà nghiên cứu đòi hỏi cần có nhiều thông tin từ kịch bản phát thải và kinh tế xã

hội (IAMs) hơn là từ những bộ kịch bản hiện tại. Do vậy, cộng đồng nghiên cứu từ

IAM và dự tính khí hậu (CM) đã hợp tác cùng nhau để tạo điều kiện thuận tiện cho

việc truyền tải dữ liệu. . Sau đây là các tiêu chuẩn họ đặt ta để tạo điều kiện cho nghiên

cứu khí hậu và đánh giá:

RCPs phải được dựa trên những kịch bản hiện tại, phát triển độc lập bởi các nhóm

mô hình khác nhau và phải đại diện cho toàn bộ kịch bản về phát thải cũng như tập

trung. Đồng thời, mỗi kịch bản phải cung cấp sự mô tả đáng tin cậy và phù hợp với

tương lai.

RCPs cũng phải cung cấp toàn bộ thành phần của tác động bức xạ mà được dùng

làm đầu vào cho mô hình khí hậu và mô hình hóa học khí quyển (phát xạ khí nhà kính,

ô nhiễm không khí và sử dụng đất). Hơn nữa, còn phải cung cấp thông tin địa lý một

cách chính xác nhất.

4

RCPs nên phù hợp với tổng hợp của các năm cơ bản về phát xạ và sử dụng đất,

cho phép quá trình chuyển đổi trơn giữa phân tích các giai đoạn của lịch sử và tương

lai.

RCPs nên bao phủ khoảng thời gian đến năm 2100, nhưng thông tin cũng có thể

dùng được các thế kỉ sau đó.

RCP 8.5 là bộ kịch bản dẫn đến mực bức xạ cao. RCP 8.5 được phát triển nhờ

mô hình MESSAGE và IIASA Integrated Assessment Framework của Viện ứng dụng

phân tích hệ thống quốc tế (International Institute of Applied System Analysis) ở Áo.

Một điểm cần lưu ý là do bản chất phức tạp của gió mùa trên khu vực ĐNA, các

mô hình khí hậu thường gặp nhiều khó khăn khi mô phỏng các đặc trưng giáng thủy

trên khu vực này (Webster vcs., 1998; Park & Hong, 2004; Ramel vcs., 2006). So sánh

giữa trường giáng thủy mô phỏng và quan trắc thấy rằng mặc dù có một số điểm khác

biệt giữa mô hình và quan trắc nhưng nhìn chung, RegCM3 có thể thể hiện được các

tâm mưa chính trên khu vực. Trên một vài vùng, mô phỏng của RegCM3 khá phù hợp

với CRU (ví dụ như vùng Đông Á trong tháng IV, Việt Nam vào tháng VII, tháng X)

trong khi tại các vùng khác, các kết quả không khả quan (ví dụ vùng Đông Ấn Độ vào

tháng I). Trong khí tái tạo thấp nhiệt độ bề mặt, mô hình có xu hướng mô phỏng nhiều

mưa hơn thực tế, đặc biệt tại các tâm mưa lớn trên khu vực Myanma, vịnh Bengal và

quần đảo Philippin.

Điều này có thể được giải thích một phần là do (1) RegCM có xu hướng cho quá

nhiều mưa đối với một số khu vực (Giorgi & Shields, 1999); (2) do các trạm quan trắc

thường nằm ở các thung lũng và lòng chảo nên số liệu trên lưới của CRU ước lượng

quá thấp lượng mưa thực tế trên các vùng núi hoặc các vùng có sai số đó. Thêm vào

đó, do ảnh hưởng của gió, của các quá trình mất ẩm, bốc hơi và hình thành giáng thủy

nên lượng giáng thủy đo được thường thấp hơn thực tế khoảng 40% (tham khảo

Legates & Willmott, 1990).

Để đánh giá kỹ năng mô phỏng nhiệt độ và lượng mưa của mô hình trên Việt

Nam, số liệu nhiệt độ trung bình tháng và lượng mưa tích lũy của tháng từ 58 trạm

quan trắc khí tượng trên 7 vùng khí hậu (dựa trên các nghiên cứu của Nguyễn Đức

Ngữ & Nguyễn Trọng Hiệu, 2004) được thu thập, xử lý sai số và đồng nhất về thời

gian từ tháng 1/1991 đến tháng 12/2000. Diện tích của Việt Nam khá nhỏ (329560

km2) nhưng sự chia cắt về không gian rất phức tạp do sự tương tác giữa các yếu tố

hoàn lưu gió mùa và địa hình. Ví dụ, hai vùng B1 và B2 ở phía bắc chỉ bị phân chia bởi

dãy Hoàng Liên Sơn (tại kinh độ 103.5E ~ 104.5E và vĩ độ 21.5N ~ 22.5N) nhưng cơ

5

chế gây mưa giữa chúng rất khác biệt. Vào mùa hè, vùng B2 chịu tác động trực tiếp

của các xoáy thuận nhiệt đới trong khi vùng B1 chủ yếu chịu ảnh hưởng của gió mùa

tây nam. Vào mùa đông, vùng B2 thường đón các đợt front lạnh trong khi vùng B1

không bị ảnh hưởng mặc dù nhiệt độ của cả 2 vùng đều giảm do sự khống chế của

không khí lạnh cực đới lấn xuống phía nam.

3. Kết quả.

3.1 Kết quả dự tính trường mưa theo kịch bản RCP4.5

(a) (b)

6

(c) (d)

Hình 1 Kết quả dự tính trường mưa

Lượng mưa trung bình tháng cũng được đánh giá và so sánh với thời kì chuẩn

1980-1999 (hình 1). Kết quả cho thấy lượng mưa trung bình trong cả hai trường hợp

đều cho giá trị thấp, giá trị mưa trên biên là không hợp lý. Khu vực biển Đông có

lượng mưa trong cả thời kì 20 năm rất thấp.

Kết quả mô hình cho thấy có sự khác biệt rõ rệt hơn ở hai đầu vào SST so với

trường nhiệt độ. Mô hình NorESM cho lượng mưa nhiều hơn mô hình ACCESS ở

hầu hết các khu vực.

Hai trường hợp cho kết quả có sự sai lệch lớn so với quá khứ. Nhìn chung,

lượng mưa đều tăng lên so với thời kì 1980-2000. Bên cạnh đó, trong trường hợp

ACCESS, lượng mưa có sự biến đổi theo cả hai xu hướng. Khu vực Tây bắc, một

phần của Đông bắc và đồng bằng Bắc bộ, Tây Nguyên lượng mưa lại có xu hướng

giảm. Phần còn lại của phái Bắc lượng mưa tăng nhưng không đáng kể

(2mm/tháng).

Theo kết quả dự tính lượng mưa, hầu hết các khu vực đều cho giá trị thiên

âm, điều đó chứng tỏ lượng mưa có xu hướng giảm so với quá khứ khoảng 2-

6mm/tháng. Trong trường hợp ACCESS thì khu vực miền Trung và Nam bộ có sự

tăng của lượng mưa trung bình nhưng giá trị tăng là không lớn, khoảng 0-4

7

mm/tháng. Trong khi đó, trong trường hợp NorESM, một phần của Đông Bắc và

Nam Bộ tăng lượng mưa khoảng 0-2mm/tháng. Lượng mưa tăng nhiều trên khu vực

biển.

3.2. Kết quả dự tính trường mưa theo kịch bản RCP8.5

(a) (b)

8

(c) (d)

Hình 2 Kết quả dự tính trường mưa

Hình 2 thể hiện lượng mưa trung bình và sự biến đổi của lượng mưa thời kì 2080-

2099 theo kịch bản RCP8.5 với thời kì chuẩn 1980-1999. Ta có thể thấy lượng mưa

trung bình tháng được NorESM dự tính cao hơn so với trường hợp ACCESS. Lượng

mưa trung bình khoảng từ 5-30 mm. Khu vực Đông Nam bộ có lượng mưa trung bình

tháng cao nhất. Kết quả lượng mưa trên biên là không phù hợp. Do đó có thể dẫn đến

sai số nhiều khi ta so sánh với thời kì chuẩn trong quá khứ. Sự biến đổi trong lượng

mưa thời kì này theo cả hai chiều. Trong trường hợp ACCESS, lượng mưa giảm trên

hầu hết các khu vực của Việt Nam, trừ một số khu vực như một phần đồng bằng Bắc

bộ, Nam bộ có lượng mưa tăng không đáng kể. Trong khi đó, trong toàn bộ miền đánh

giá, thử nghiệm NorESM lại cho kết quả lượng mưa tăng từ 2-8mm, nhiều khu vực

tăng cao đáng kể (trên 10mm). Lượng mưa tăng cao nhất trên khu vực biển trong

trường hợp này.

9

3.3. Sự biến đổi mưa so với thời kì chuẩn

ACCESS_RegCM Aphrodite NorESM_RegCM

Hình 3 Kết quả mô phỏng lượng mưa trung bình thời kì 1980-1999

Kết quả mô phỏng cho thấy một sự tương đồng với cả 2 sản phẩm mô hình

ACCESS_RegCM (AR) và sản phẩm NorESM_RegCM (NR). Kết quả này cũng phù

hợp khi so sánh với sản phẩm tái phân tích Aphrodite. Các tâm mưa lớn trong thời kì

này là khu vực ven biển Trung Bộ, nơi có sự đóng góp lượng mưa lớn bởi địa hình.

Những khu vực có lượng mưa nhỏ trong giai đoạn như khu vực Tây Nguyên và khu

vực Nam Trung Bộ cũng được mô phỏng khá tốt trong cả 2 sản phẩm AR và NR.

Nhìn chung xét cả về diện và về lượng, cả 2 sản phẩm mô hình AR và NR đều cho

kết quả mô phỏng khá tốt và chi tiết khi so sánh với số liệu mưa tái phân tích

Aphrodite.

Điều này có thể được giải thích một phần là do (1) RegCM có xu hướng cho quá

nhiều mưa đối với một số khu vực (Giorgi & Shields, 1999); (2) do các trạm quan trắc

thường nằm ở các thung lũng và lòng chảo nên số liệu trên lưới của CRU ước lượng

quá thấp lượng mưa thực tế trên các vùng núi hoặc các vùng có sai số đó. Thêm vào

đó, do ảnh hưởng của gió, của các quá trình mất ẩm, bốc hơi và hình thành giáng thủy

nên lượng giáng thủy đo được thường thấp hơn thực tế khoảng 40% (tham khảo

Legates & Willmott, 1990).

Để đánh giá kỹ năng mô phỏng nhiệt độ và lượng mưa của mô hình trên Việt

Nam, số liệu nhiệt độ trung bình tháng và lượng mưa tích lũy của tháng từ 58 trạm

quan trắc khí tượng trên 7 vùng khí hậu (hình 4) (dựa trên các nghiên cứu của Nguyễn

10

Đức Ngữ & Nguyễn Trọng Hiệu, 2004) được thu thập, xử lý sai số và đồng nhất về

thời gian từ tháng 1/1991 đến tháng 12/2000. Diện tích của Việt Nam khá nhỏ (329560

km2) nhưng sự chia cắt về không gian rất phức tạp do sự tương tác giữa các yếu tố

hoàn lưu gió mùa và địa hình. Ví dụ, hai vùng B1 và B2 ở phía bắc chỉ bị phân chia bởi

dãy Hoàng Liên Sơn (tại kinh độ 103.5E ~ 104.5E và vĩ độ 21.5N ~ 22.5N) nhưng cơ

chế gây mưa giữa chúng rất khác biệt. Vào mùa hè, vùng B2 chịu tác động trực tiếp

của các xoáy thuận nhiệt đới trong khi vùng B1 chủ yếu chịu ảnh hưởng của gió mùa

tây nam. Vào mùa đông, vùng B2 thường đón các đợt front lạnh trong khi vùng B1

không bị ảnh hưởng mặc dù nhiệt độ của cả 2 vùng đều giảm do sự khống chế của

không khí lạnh cực đới lấn xuống phía nam.

Hình 4: Lượng mưa trung bình tháng thời kì 2045-2065 theo kịch bản RCP 4.5

cho hai trường hợp ACCESS và NorESM

Hai trường hợp cho kết quả có sự sai lệch lớn so với quá khứ. Nhìn chung, lượng

mưa đều tăng lên so với thời kì 1980-2000. Trong trường hợp NorESM, lượng mưa

trên nhiều khu vực có sự tăng cao (trên 10mm/tháng). Bên cạnh đó, trong trường hợp

ACCESS, lượng mưa có sự biến đổi theo cả hai xu hướng. Khu vực Tây bắc, một phần

của Đông bắc và đồng bằng Bắc bộ, Tây Nguyên lượng mưa lại có xu hướng giảm.

Phần còn lại của phái Bắc lượng mưa tăng nhưng không đáng kể (2mm/tháng).

11

Hình 5: Sự khác nhau giữa lượng mưa trung bình tháng 2045-2065 so với thời kì

chuẩn trong hai trường hợp ACCESS và NorESM

Một điểm cần lưu ý là do bản chất phức tạp của gió mùa trên khu vực ĐNA, các

mô hình khí hậu thường gặp nhiều khó khăn khi mô phỏng các đặc trưng giáng thủy

trên khu vực này (Webster vcs., 1998; Park & Hong, 2004; Ramel vcs., 2006). So sánh

giữa trường giáng thủy mô phỏng và quan trắc thấy rằng mặc dù có một số điểm khác

biệt giữa mô hình và quan trắc nhưng nhìn chung, RegCM3 có thể thể hiện được các

tâm mưa chính trên khu vực (hình 5). Trên một vài vùng, mô phỏng của RegCM3 khá

phù hợp với CRU (ví dụ như vùng Đông Á trong tháng IV, Việt Nam vào tháng VII,

tháng X) trong khi tại các vùng khác, các kết quả không khả quan (ví dụ vùng Đông

Ấn Độ vào tháng I). Trong khí tái tạo thấp nhiệt độ bề mặt, mô hình có xu hướng mô

phỏng nhiều mưa hơn thực tế, đặc biệt tại các tâm mưa lớn trên khu vực Myanma, vịnh

Bengal và quần đảo Philippin.

12

Sự thay đổi biến trình tháng lượng mưa thời kì 1980-2000

ACCESS_RegCM Aphrodite NorESM_RegCM

Hình 6 Kết quả mô phỏng biến trình tháng lượng mưa giai đoạn 1980- 1999

Kết quả mô phỏng được trung bình tháng cho cả giai đoạn 20 năm thời kì chuẩn

để biểu diễn biến trình lượng mưa tháng cho thời kì 1980-1999. Kết quả được lấy trung

bình trong miền tính đặc trưng cho khu vực Việt Nam (8-240N, 102-1100E). Kết quả

được tính tương tự và so sánh với biến trình mưa năm Aphrodite. Kết quả cho thấy có

sự chênh lệch đáng kể trong giai đoạn 2 tháng đầu năm và tháng 12 giữa Aphrodite và

AR, NR. Điều này cho thấy sự mô phỏng mưa mùa đông của mô hình thấp hơn thực tế.

Điều ngược lại xảy ra vào cuối mùa hè, khi lượng mưa mô phỏng cao hơn lượng mưa

quan trắc, Về hình dáng của biến trình có sự khá tương đồng khi cực đại mưa trong cả

3 trường hợp đều vào khoảng tháng 10, tháng 11 và cực tiểu mưa trong năm rơi vào

khoảng tháng 3, tháng 4.

Sự thay đổi biến trình lượng mưa thời kì 1980-2000

ACCESS_RegCM Aphrodite NorESM_RegCM

Hình 7 Kết quả mô phỏng biến trình năm lượng mưa giai đoạn 1980-1999

Kết quả mô phỏng được tính tương tự với biến trình mưa năm trong giai đoạn

1980-1999, số liệu mưa trên lưới được tính trung bình trong miền tính đặc trưng cho

Việt Nam (8-240N, 102-1100E). Kết quả trung bình năm được biểu diễn theo đồ thị

đặc trưng cho đại lượng mưa qua các năm.

Kết quả cho thấy có một sự khá tương đồng giữa 2 sản phẩm dự báo AR và NR

và sản phẩm Aphodite với lượng mưa tương đối thấp vào các năm Lanina (1987-1988,

13

1992-1993). Vào các năm Elnino, lượng mưa vùng tương đối cao như các năm (1982-

1983, 1995-1996)

Lượng mưa trung bình tháng cũng được đánh giá và so sánh với thời kì chuẩn.

Khi dự tính lượng mưa, ngược lại so với trường nhiệt, trường hợp NorES cho kết quả

cao hơn so với ACCESS trên hầu hết các khu vực trừ khu vực Nam Bộ. Bên cạnh đó,

hình 7 cũng cho ta thấy được kết quả của mô hình không tốt ở biên. Do đó, khi ta so

sánh đánh giá với thời kỉ chuẩn, biên cho sai số lớn nhất.

4. Kết luận

Nhìn chung lượng mưa trong thời kì chuẩn được mô phỏng khá tốt trong thời kì

chuẩn với các vùng mưa và tâm mưa được mô phỏng phù hợp với sản phẩm tái phân

tích Aphrodite. Các vùng mưa lớn như khu vực ven biển miền Trung, nơi có lượng

mưa lớn do địa hình và do đóng góp lượng mưa do xoáy thuận nhiệt đới được mô

phỏng khá chi tiết và hợp lý. Đối với những vùng có lượng mưa trung bình nhỏ, mô

hình cũng đã cho kết quả mô phỏng khá hợp lý.

Biến trình tháng lượng mưa trong năm được mô phòng hợp lý, tuy nhiên vào đầu

năm lượng mưa được mô phỏng ít hơn so với quan trắc, vào mùa hè cho kết quả ngược

lại.

Biến trình năm nhìn chung được mô phỏng hợp lý. Mô hình đã nắm bắt được xu

thế lượng mưa trong các giai đoạn ENSO

Từ kết quả dự tính trường nhiệt độ trung bình, nhiệt độ cực đại, nhiệt độ cực tiểu

và lượng mưa cho giai đoạn 2045-2065 với kịch bản RCP4.5, và kết quả so sánh với

thời kì chuẩn chúng tôi đưa ra một số kết luận như sau:

Nhìn chung, các dự tính từ đầu vào mô hình ACCESS và NorESM cho kết quả

đáng tin cậy, sự sai khác với cả 2 mô hình là không đáng kể đối với trường nhiệt độ,

đối với trường mưa, mô hình NorESM cho kết quả lượng mưa nhiều hơn so với

ACCESS.

Trường nhiệt và trường mưa đều có xu thế tăng cao lên so với quá khứ. Trường

hơp NorESM cho kết quả thấp hơn so với ACCESS trong trường nhiệt, và cho kết quả

cao hơn trong trường mưa.

Lượng mưa ở cả hai trường hợp đều cho kết quả khá tương đồng với nhau. Trong

khi đó, nhiệt độ cực đại trong trường hợp NorESM ở một số khu vực cho kết quả tăng

không nhiều bằng mô hình ACCESS, ngoài ra một số khu vực núi cao, kết quả thiên

âm khi so sánh với thời kì chuẩn.

14

Lượng mưa trung bình tháng trong kết quả trường hợp ACCESS tăng không

nhiều so với quá khứ, một số vùng còn cho thấy lượng mưa giảm, nhưng trong trường

hợp NorESM lại cho thấy lượng mưa tăng đáng kể trong thời kì 2045-2065 so với thời

kì 1980-2000. Điều này cho thấy dự tính lượng mưa có sự sai lệch đáng kể với 2 mô

hình này.

Về trường mưa: Cả hai trường hợp đều cho kết quả dự tính lượng mưa trung

bình tháng khá giống nhau. Kết quả không tốt ở biên. Lượng mưa nhìn chung giảm

trên hầu hết các khu vực trừ Nam bộ và miền trung trong ACCESS và một phần Đông

Bắc trong NorESM.

15

5. Tài liệu tham khảo

1. Nguyễn Đức Ngữ, Nguyễn Trọng Hiệu (2004), “ Khí hậu và Tài nguyên khí hậu của Việt

Nam”, Nhà xuất bản Nông nghiệp Hà Nội.

2. Phan Văn Tân(2010), “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”, Đề tài cấp nhà nước, mã số KC08.29/06-10.

3. Forest, C. E.; Wolfe, J. A.; Molnar, P.; Emanuel, K. A.. doi:10.1130/0016-7606(1999)

4. Gangopadhyay, S., M. Clark, K. Werner, D. Brandon, and B. Rajagopalan, 2004: Effects

of Spatial and Temporal Aggregation on the Accuracy of Statistically Downscaled

Precipitation Estimates in the Upper Colorado River Basin, J. Hydrometeor., 5, 1192-

1206.

5. Glahn, H. R., and D. A. Lowry, 1972: The use of model output statistics (MOS) in

objective weather forecasting. J. Appl. Meteor., 11, 1203–1211.

6. IPCC (2001). "Summary for Policymakers" (PDF). Climate Change 2001: The Scientific

Basis. Contribution of Working Group I to the Third Assessment Report of the

Intergovernmental Panel on Climate Change. IPCC.

http://www.grida.no/climate/ipcc_tar/wg1/pdf/WG1_TAR-FRONT.pdf. Retrieved 21

April 2009.

7. "IPCC Fourth Assessment Report, Chapter 3". 2007-02-05. pp. 237.

http://www.ipcc.ch/pdf/assessment-report/ar4/wg1/ar4-wg1-chapter3.pdf. Retrieved 2009-

03-14.

8. Lu, Jian; Vecchi, Gabriel A.; Reichler, Thomas (2007). "Expansion of the Hadley cell

under global warming". Geophysical Research Letters 34: L06805.

doi:10.1029/2006GL028443

9. Paul Bourke (1996), “Cross Correlation”, http://local.wasp.uwa.edu.au/

~pbourke/miscellaneous/correlate/

10. Qian W. H., A. Qin: Precipitation division and climate shift in China from 1960 to 2000.

Theor. Appl. Climatol. 93, 1–17 (2008)

11. Rowan T. Sutton, Buwen Dong, Jonathan M. Gregory (2007). "Land/sea warming ratio in

response to climate change: IPCC AR4 model results and comparison with observations".

Geophysical Research Letters 34: L02701. doi:10.1029/2006GL028164

12. Warrick, R. A., C. L. Provost, M. F. Meier, J. Oerlemans, and P. L. Woodworth, 1996.

Changes in sea level, in Climate Change 1995: The Science of Climate Change, 359-405,

(Eds JT Houghton, LG Meira Filho, BA Calander, N Harris, A Kattenburg, and K

Maskell), Cambridge University Press, Cambridge.