c v k t qu d s bi i c a h l ho ng - cpis...
TRANSCRIPT
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.