Nghiên cứu ứng dụng mô hình số để mô phỏng khí hậu nhiều năm cho khu vực Việt Nam và lân cận

Nghiên cứu ứng dụng mô hình số để mô phỏng khí hậu nhiều năm cho khu vực Việt Nam và lân cận

BỘ GIÁO DỤC VÀ ĐẢO TẠO BỘ TÀI NGUYÊN VÀ MỖI TRƯỞNG:

VIỆN KHOA HỌC KHÍ TƯỢNG THỦY VĂN VÀ MỖI TRƯỜNG

‘Thai Thj Thanh Minh

NGHIEN CUU UNG DUNG MO HiNH SO

DE MO PHONG KHi HAU NHIEU NAM

CHO KHU VUC VIET NAM VA LAN CAN

LUAN AN TIEN Si DIA Li

Hà Nội - Năm 2014

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG

VIEN KHOA HỌC KHÍ TƯỢNG THỦY VĂN VÀ MÔI TRƯỜNG

Thái Thị Thanh Minh

NGHIÊN CỨU ỨNG DỤNG MÔ HÌNH SÓ

DE MO PHONG KHi HAU NHIEU NAM

CHO KHU VUC VIET NAM VA LAN CAN

Chuyên ngành: Khí tượng và khi hậu học

Mã số: 62 44 02 22

LUẬN ÁN TIỀN SĨ ĐỊA LÍ

NGƯỜI HƯỚNG DẪN KHOA HỌC

1.PGS.TS, Nguyễn Văn Thẳng

PGS.TS, Nguyễn Vit Linh

Hã Nội - Năm 2014

LOI CAM DOAN

‘Toi xin cam đoan day là công trình nghiên cứu của riêng tôi Các số liệu, kết

quả trình bảy trong luận án là trung thực và chưa từng được ai công bế trong bắt kỳ:

LỜI CẮM ƠN Vai mừng

“Trước hết tôi muốn gửi lời cảm ơn đến các thầy cô giáo ở Viện Khoa học Khí

tượng Thủy văn và Môi trường đĩ quan tâm tổ chức chỉ đạo và trực tiếp giáng dạy

khöa học của chúng tối Đặc biệt, tôi xin gửi lời cảm ơn đến thấy giáo hướng dẫn

PGS.TS Nguyễn Văn Thắng và PGS.TS, Nguyễn Viết Lãnh, người đã tận tinh chỉ

"báo và gớp ý về chuyên môn chó

i trong suốt quá trình lầm luận án

‘Toi cling xin gửi lồi cảm ơn sìu sắc đến GS/TS, Phan Van Tân, Trong suốt quả trình nghiền cửu, Thây đã kiên nhẫn hướng dẫn, hỗ trợ và động viên tôi rất

nhiều Sự hiểu biết sâu sắc, cũng như kinh nghiệm của Thấy chinh là tiễn để giúp

ôi đạt được những kết quả và kinh nghiệm ngày hôm may

"Ngoài ra, lôi cũng xin cảm ơn tôi các nhủ khói học, các thấy giáo, bạn bể và đồng nghiệp đã quan tâm, giữp đỡ, thảo luận và đưa ra những chỉ dẫn và để nghị cho luận ân của lôi

“Cũng qua đây, tôi xin chân thành cảm ơn Bộ mmôn Khi tượng, Khua Khi tượng Thủy văn và Hải Dương học, Trưởng Đại học Khoa học Tự nhiên, đã giáp đờ, tụo

điều kiện trong quá trình chạy mô hình trên hệ thống

‘Toi xin chân thảnh cảm ơn Lãnh đạo Khoa Khí tượng, Thủy văn và Tải figuyén nước và Lãnh đạo trường Đại học Tải nguyễn vã Mỗi trường Hà Nội nơi tôi công tắc, đã tạo mọi điệu kiện thuận lợi chờ tồi trong thời gian lâm nghiên cứu

ẹ viên đễ tôi yên tâm nghiên cứu và hoàn thành luận án, Tuy nhiền,

do bin thân mới bắt đẫu trên con đường nghiên cửu khoa học đẩy thách thức, chắc

chấn bản luận ân vẫn côn nhiều thiếu sói RRẤt mong được nhận được sự gop ý cña

các thầy cô và đồng nghiệp

MÔ ĐẦU

'Chương I: TÔNG QUAN NGHIÊN CỨU MÔ HÌNH HÓA KHÍ HẬU KHU VUC 6

1.1.1 DO nhạy của RCM với miễn tính, điều kiện ban đầu và điều kiện biê

3.2 Phương pháp nghiên cửu

313 Lựa chọn các yêu tổ đính giả

.4.1 Nhiệt độ tôi thấp trung bình

.4.2 Nhiệt độ tối thấp tuyệt đối 4.3 Nhigt 49 t6i cao trung bình

.4.4 Nhiệt độ tối cao tuyết đối,

Hình 1.2: Sơ đổ SHM và Penn State/NCAR MMS [88} Suy ony

Hình 1.3: Sơ đỗ biểu diễn vũng đệm 6ik25263/0iiiã0i2a34nzsoz2lÏB Hình L.4: Mô phòng độ ẩm đắt trưng bình thẳng ở các mục khác nhan từ nâm 1973 đến 2003, Dường nét đút kết quả mổ phông (CLM RESULT), đường nết liền kết quả spin-up (CLM SPIN-UP) [42] cuc 1

"Hình 1.5: Tương tác của các quá trình trong khí quyển và bễ mặt iiss 16 Hình 1.6; Cơ chế hỗi tiếp mưa - độ ằm đất 2

Hình l7: Sơ đỗ Taylor biểu diễn mưa mô phỏng (4) và nhiệt độ (6) ở phía Tây tước Mỹ của các rhô hình (MAS, PEM, MMS, RegCM2, RSM), Trong đó tọa độ

.đường cong chỉ HSTQ, tre thẳng đong lũ độ lệch tiêu chuẩn, NOAA, NCEP It's

liệu thâm sắt mưa và nhiệt [S6| =

Hình 2.L: Phân bd mua CMAP(a), CRU(b), APH(b) và OBS (4) tháng 1, giai đoạn

1982-2000 46 Hình 2.2: Phản bổ mưa CMAP (4), CRU (b), APH (c) và OBS (4) tháng 7, giai đoạn

vi

Hinh 2,8) Phin bé nhigt 43 trong môa đông và mùa hè của APH(a, e), DMI(b

‘mye 1000mb, giai đoạn 1982-2000 nn) Hinh 3.2: Trường hotn lưu mùa đông của ERA40A) và MMSP), mực 850mb; giai đoạn 1982:2010 7 70 Hình 33; Trường hoàn lưu mùa đông của ERA4O(4) và MMS(b), mực 500mb, giai đoạn 1982-2000 „10 Hình 34: Trường hoàn lưu mùa hè của ERAS0Q) và MMS(b),

Hinh 36: Trường hoàn lưu mủa hề của ERA40ð) và MMS(b)

Hinh 37: Trường hoàn lưu mùs xuâm của ERASO(s) va MMS(b),

mục 1000nb, giai đoạn 1982-2000 B Hinh 38: Trường hoàn lưu ERA40@) và MMS(b), mựe T00mb, giai đoạn 1982-2000 B

Hình 39: Trường hoôn Iu mda thủ của ERA40a) và MMS(b), mực 1000mb, giai doạn 1982-2000 ` Hinh 340 Trường hoàn lưu múa thu của ERA40A) và MMSb), mục 70inb, giai đoạn 1982-2000 „74

Tình 3.11; Kết quả đánh giá VIb theo mũa cho 18

‘gt Nam

Hình 3.12: Biến trình năm của chỉ số ME cho miền khi hậu phia bite (w), phia nam

và Việt Nam (b), giai doạn 1983-2000, ¬ 78 Hình 3.13: Biển trình nhiễu năm của Vib và các chí số cho ving dng bằng và ven

biến (a), đủo và quần đảo (b), trưng du và miễn nữi (e), giai đoạn 1982-2000 77

Hình 3.14: Trường nhiệt độ trang bình moa dong (a, b, 6) vi mũa hẻ (d, e, f), giai đoạn 1983-2000 Etdi020i 79 Hình 315: Ph it 4 rng inh iain (b,c) vA mba tha 6 gia

Hình 3.16: Chỉ số ME, MAE, RMSE tinh cho MMS vit APH, 0g 1/1982-2000 81 Tình 3.17: Chỉ số ME, MAE, RMSE tinh cho MMS vi APH, thing 7/1982-2000 82 Hình 3.18: Bign trinh nim coe nbige 46 tot tram (TSta) và trên lưới (Tgrid), giai đoạn 19832000 cho 7 vũng khí hậu 3

Hình 3.19: Kết quả đánh giá tại điểm trạm đối với chí số ME, MAE vả mịn cho

miễn khí hậu phía Bắc (6,c, e), miỄn khí hậu phía Na vã Việt Nam (b, đ, )

"Hình 3.20: Phân bổ tổng lượng mưa ba tháng mùa đông (a, b,c) và múa hè (d, €, f),

Hình 3.23: Phân bồ tổng lượng mưa tháng (n) và các chỉ số (b) 102

Hinh 324: Biển trinh nhiều năm của lượng mưa tại nút lưới (Reril), giai đoạn 1982:2000 cho 7 Vùng khí hộu - 04 Hình 3.26: Phân bổ nhiệt độ trong binh min dong (a, b, &) va mila he (de, 1, lat đoạn 1982-2000

\i2t100001 A

Hinh 4.1: Phân bổ Tnth, thời kỳ da đông của OBS(4), MMS(b),

giai đoạn 19822000 = 108 Hinh 42: Phân bổ Tmth, tới kỳ chính đồng của OBS(a), MMS(b)

giúi đoạn 1982:2000,

„H10

vill

Hình 43: Phân bố Tmb, thời kỳ cuổi đông của OBSía), MMS(b),

giai đoạn 1982:2000 6 na Hình 4.4: Biến trình năm Ttb cho Việt Nam, giai đoạn 1982-2000

"Hình 3,5: Kết quổ đánh giá Tnib cho 7 vùng khi hậu và Việt Nămt

Hình 46: Phân bổ Tnn, thời kỳ chỉnh đồng của OBS(@), MMS(b),

DANH MỤC BẢNG BIÊU

Bang l.l: HSTQ giữa ERA40, NGEP/NCAR và CRU, độ lệch chuẩn nhiệt độ

Rang L2: Các proile nghiền cửu (độ lớn của hệ số giảm dư là hầm của khoảng

cách vùng đệm, š là số điểm giảm dư) «r

Bằng l.3: Giá trị ngưỡng của độ Âm tương đổi

Bang 1.5; Cite thiét ké thí nghiệm PBL, I.SM và ban dầu hóa độ ẩm đắt [75]

Bảng 1,6; Sự kháe nhau của sơ đỗ Noah trọng bai phiên bin MMS:

Đăng 1.T: Đặc điểm của các sơ dỗ tham số hôa lớp biên hành tỉnh 29

‘Bing 1.8: Bic tinh của các RCM [56] asa

‘Bing 2.1: Danh sách mạng lưới trạm khí tượng, khỉ hậu được khai thác Bảng 22: So sánh động lực học và tham số hóa các quả trình vột lí của các RCM 49

‘Bing 2.3: Bộ thám số được lựa chọn cho MMS

ng 2.4: Hiệu chinh “gradient” cho 7 viing khí hậu Việt am FẦu là độ cao trùng bình của mô hình, Hụ là độ cào trung bình cũa quan trắc,

Bảng 3.1; Biển trình năm của chỉ s6 MAE cho 7 vũng khí hậu và Việt Nam 76

Bảng 3.2: Chỉ sổ MAE, HSTQ cho 7 vũng khí hậu và Việt Nam

Bảng 3.3: Phân bổ tắn suất nhiệt độ trung bình tháng 1, giai doan 1982-2000 .,.86

Bằng 3.4: Phân bổ tẫn suất nhiệt độ trưng bình tháng 4, giai đoạn 1982-200 7

‘Bing 3.5: Phin bé tin suất nhiệt độ trung bình thing 7, giai đoạn 19§2-2000 88 Bằng 3.6: Phân bổ tẫn suất nhiệt độ trung bình tháng 10, giai đoạn 1983-2000 88

Bằng 3,7; Tổng kết tần suất nhiệt độ trùng bình thắng 1, đ, 7 vã 10, 1982:2000 89

Bảng 3.8: Tổng kết tần suất nhiệt độ trang bình thắng 1, 4, 7 và 10, 1983:2000 90

Bảng 3.9: Chỉ số đánh pid FBI và TS tụi điểm trạnt cho các tháng trùn đồng 5

"Bảng 3.10: Chỉ số EBI và TS tại điểm trạm cho cáo thắng mữa bê

Bảng 3,11: Chỉ số đảnh giá PBI và TẾ tại nút lưới cho các thẳng mũa đồng

Bảng 3.12: Chỉ số EBI và TS tai mit Indi cho ede thing mia he

Biing 4,1: Phân bố tin suit Tntb thing 10, giai đoạn 1982-2000

DANH MỤC TỪ VIẾT TÁT

EPS | Convection Parameterization scheme (So dd adi lưu)

CRU _ | Climatic Research Unit the School of Environmental Seiences (Co

"quan nghiền cửu khí hậu thuộc Trường khoa học Mỗi trường Anh Quốc)

CMAP | CPC Merged Analysis of Precipitation ($6 liga phin tich lại của

Mỹ) ĐỊE — |Batháng möađồng(12,1.3) ENSO

EOF _ | Empirical Orthogonal Function (Him trực giao thực nghiệm) ERA40 | ERA4040 Year Re-analysl (Sổ liệu phân tích hại toàn cầu 40 năm:

tủa ERA40) EBI | Frequency Bias

GCM | Global Climate Model (Mö hình khí hậu toàn cầu)

HSTQ | Hệsổ tương quan

IC —_ | Initial Condition (Điều kiện ban đầu) JIA —_ | Bảthẳng mùa hè (6,7 và)

KKL — Khôngkhilinh

LBC _| Lateral Boundary Condiion(Điềukiện biên xung quanh)

LS | Larger Seale (Quy m6 tim) MAR _ | Mode'le Atnosphe ique Re tional (Mô hình khí hậu khí quyền)

MAE _ | Mean Absolute Error (Sai số trung bình tuyệt đổi),

MAÁM._ | Ba tháng môa thú (3| và 5)

ME | Men Emor (Sai số trung bình, hay s số hệ thông) MMS._ | FiNe Meso Model (Mö hình quy mô vừa phiên bản thứ S) NCEP | National Centers for Environmental Prediction (Trung tâm Quốc sỉn dự bảo môi trường Hoa Ki)

xi

(NCAR | National Comes Tor Enviviomental Prediction (Trang tâm Quốc

gia dự báo môi trường Hoa Ki) NWP _| Numerical Weather Prediction (Dy bao thời tết số)

NNRDI_| SO igu phin tích lại củ+Mỹ

OBS u quan trắc tại trạm

PRESIS | Providing Regional Climates for Impacts Studies (Mô hình khí hậu

Khu vực của Anh) RCM _ RegionalClimate Model (Mô hình khí hậu khu vực) RegCM | Regional Chmate Model (Mô hình khi hậu khu vực của ICTP), REMO | Reglomal Model (Mô hình khí hậu khu vực của Viện Khi tượng

‘Max Planck, Hamburg) RSM _[ Regional Spectral Model (MO hin phd Khu we) RMSE _| Root Mean Square Error (Sai $6 guiin phương) SHIM _| Soil Hiydrotozy Model (Mô hình đất - nước) SON Bathing mia thu @, l0 và LH)

TS | Threat Score ves | Vileong sy

MO DAU

“Thông tin đự báo khí hậu luôn nhận được sự quan tâm trong các hoạt động cũu

lều lĩnh vực kinh tế-xñ hội Tùy theo từng điều kiện ey thể, phương pháp tiếp cận

ải toán dự bảo khác nhau, một cách tương đối, có thể chia phương pháp mô phỏng

và dự báo khí hậu thành bạ hướng

"Phương pháp thông kê, sử dụng tập số liệu quan trắc hay số liệu phân tíeh lại toần câu để lâm: nhân tổ dự bảo khí hậu Tuy, nhiên; cáo nhân tổ được: lựa: Chọn

thường phụ thuộc vào chủ quan của con người Vì vậy, dé ting tính độc lập cho các

nhân tổ dự bẢo người ta đã sử dụng kĩ thuật phân tích bầm trực giao thự nghiệm (EOF) với mục đích lạo rà các biến thứ sinh, Hơn nữa, nhược điểm của mô bình

"Mật cách tiếp cận kháe đụng được sử dụng rộng rãi là phương pháp "chỉ tiết

hóa thống kế” (Statisieal downsealling) Cổ nghĩa biển dầu vào của mổ hinh thẳng

kê được lấy từ các trường đầu ra của mồ hình động lực Đây là cách tiếp cặn hợp li đối với các nước đang phát triển vả kém phát triển, hạn chế tài nguyên tính olin,

nhưng mang lại hiệu quê kinh tế đáng kể, Tuy nhiền, nhược điểm cửa phương pháp

1a phy thuộc vào trường tmô hình toàn cẫu với độ phân giải “kh thê" (vài trăm km),

nhiễu tính chất địa phương đã bị lâm “trơn” như địa hình, mật đệm, trong khi,

đây là tảe nhin chi phối mạnh mẽ đến khí hậu địa phương Vi vậy, cách tiếp cận này

thờ kếi quả không cao và (hực sự có lch HÍ độ phân kiải (oắn cậu tu lên

"hương pháp mô bình hỗa khí hậu khu vực được bắt nguồn từ việc cải tiễn môi hình dự báo thời tiết quy mỗ vữa cho mục địch mô phỏng cúc trường khí bậu quá khi, trong đỏ mô hình khí hậu khu vực được lỗng (nes) vào một mô hình toàn cẫu nào đỏ hoặc tmô hình khu vực lẫy điều kiện biên và điều kiện bán đầu từ cóc trường phân tích của mô hình toàn cẩu, Tuy nhiên, do hiểu biết của còn người VỀ tự nhiền

'và khả nâng chỉ tiết hóa các quá trình vật lí có hạn, gây niên sai số trodg các trường

“mô phống khí hậu Liên quan dén vẫn đề này gÌm động lực học vã tham số hồn vật

1í rong mô hình Động lực học mổ hình thường được nghiền cửu chủ yếu là trường

‘ban đầu, kíeh thước miễn tính, độ phân giái và độ rộng vùng đệm) Với trường bán

đầu hiện nay đang được sử dụng lã trường phân tích lại toàn cầu với độ phân giái

khúc nhau chủ yêu từ ERA40, NCEP/NCAR và cổ những nghiên cứu da oht ea ring

mưu nội suy về điển trạm của NCEP/NCAR luôn cho cao hơn ERA40 khí so sinh với kết quả mưa quan tắc, VỀ kích thước miễn tính, độ phần giải phụ thuộc vào từng khu vực địa lí eụ tổ, miễn tỉnh không nến đặt tiên khu vực cỡ địa hình quá cao, độ tông vùng đệm khoảng 5 nút lưới (mô hình RegCM3, MMS, PRESIS, RE<

MO;:-) Tướng khi d6, vẫn đề than số hóu vật lí thường tập trúng thữ nghiệm: cáo

sơ đồ tham số hỏa đổi lưu, tham số hón bê mật, tham số hón lớp biên vã sol khi, và

chỉ một thay đỗi nhỏ tong cáế sơ đồ thàm số liêu vất l số chơ Kết quả trổ phống

khả nhau Hiện nay, những cải tiến về động lực học và tham số bổa vặt lí trong 'RCM, cũng như tăng độ chính xác cúa số liệu phân tích lại do bổ sung thêm các nguồn số liệu quan trắc khác nhau như vệ tính, raar, thâm sát mây bay, „âm giảm

đáng kể sai số bệ thống trung bình khu vực của các trường mö phỏng, giảm khoảng

2C sai số nhiệt độ, 50-60% sui số về lượng mua Äon song với cách làm trên, các nghiền cứu về RCM khác nhau đã được so sánh để tìm ra sự khác biệt cũng như trí nhược điểm cửa mô hin,

Tỉnh cắp thi của đề tài

Nhiều bằng chứng đã chủng tỏ biến đổi khí hậu và sự nóng lên toàn cẩu có

liền quan mật thiết với những biến đổi bất thường của điễu kiện thời it khỉ hậu nhiều nơi tên Trải dit, trong đô có Việt Nam Trước nhu cầu thực tiễn dó, các

nghiên cửu về đự báo/dự tính khí hậu tương lai được nhiễu nhà khoa học trong,

ngờ

aide Quan (Âm gà công oy KUN Teh để gìM quyết cấu đề trên là sử dụng be

"mô hình khí hậu, bao gồm cã mô hỉnh toàn cẫu và các RCM Tuy nhiên, hiện nay

chất lượng dự Bão dự tính khí hậu bằng phương pháp này còi hẳt sức khiêm tồn,

đạc biệt ở Việt Nam hầu như chỉ dừng lại ở mức độ thử nghiệm Nguyên nhân là do

sai số nội tại của mô hình (khá năng/kĩ năng của mô hình) xã sai số trưởng số liệu

dẫu vào, Do đồ, việc đảnh giả kĩ năng mô hinh khí hậu, bằng việc mỗ phỏng lại khi

hậu quá khứ cho tímg khu vực, lã việc lâm hết sử quan trọng, mục dích để Hm ra

điểm yêu/mạnh của mô hình, phục vụ bải toán dự Bá/đự tính khí hậu tương lu,

Đứng trước yêu cầu cấp thiết đó, chúng tôi đã lựa chọn đề tải "Nghiên cứu ứng

đụng mỗ hình số đễ mõ phông khí hậu nhiễu năm cho Khu ve Việt Nam và lâm

.cậm” nhằm gôp phần nào đó vào việe giải quyết nhiệm vụ quan trọng trên

Mye dich của luận ám

© Lara chọn bộ tham số động lực và tham số vật li trên cơ sở phần tỉch các

Kết quả nghiên cứu trong và ngoài nước về vẫn đề náy

©- Đánh giả kĩ năng mô phỏng khí hậu cho khu vực Việt Nam vã lần cận bằng mô hình khi hậu khu vực

Dit ñögng, phường pháp và phạm ví nghiều cứu liận ám

"Đối tương nghiền cứu: Các trường mỗ phỏng tỉ mô hình khi hậu khu vực như:

Trường hoàn lưn, tốc độ síó trung bình, nhiệt độ trung bình bễ mặt, lượng mưa,

nhiệt độ tối thấp trung binh, tối thấp tuyệt đối, tối cao trung bình và tối eao tuyệt

ii

“Phương pháp nghiên củn

5ˆ Phường phập số: Mô hình hóa khí hậu khu vực

© Phuong phip dink giả trực quan

© Phuong phip thắng nh toán thống kẻ các chỉ số đánh giá sai số

mô hình nhr ME, MAE, RMSE, HSTQ, tân suất cỏ điều kiện và đảnh

giá hai pha

Phương pháp phân tích, tổng hợp Pham vĩ nghiên eu: Khu vực Việt Nam và lân cận, đạc biệt chữ trọng phần

đất liên Nam

_Nhữnng ding gop mỗi của luận dm

© BA ing dụng được MM5 (phiên bản đành cho khí hậu) chạy mồ phỏng nhiễu năm (1982:3000) cho Việt Nam với độ phân giải sao (36km);

5 _ Lâm rõ một phẩp nguyên nhẫn làm giám trường nhiệt độ mô phỏng trong

mùa thủ, mùa đông và mủa xuân, chủ yếu là do áp eao lạnh lục địa m hỏng có cường độ mạnh ở mục thấp, kết hợp với cường độ rảnh gi Tây trên cáo được khơi Sâu Và mỡ rộng;

© Lim rõ một phẫn nguyên nhân sai số trong kết quả mô phóng nhiệt độ cựe

đại là do mô hình chưa mỗ phỏng được vị trí cũng như cường độ của áp thấp Ấn-Miến, ap cao cận nhiệt đới và hiệu ứng của địa hình rong mô hinh MMs

Ÿ nghĩa khoa học và thực tiễn của luận ám

© Cie kết quá của luận án đã góp phần làm sáng tò một sổ nguyễn nhân gầy

sai số tong mô phông khí hậu nhiều năm, khu dực Việt Nam và lâu cận

của mô hnh khi hậu khu vục, đặc biết là mô hình MM5 với điều ERAAO, như nguyễn nhân gây sa số trong kết quả mô phống al

kỳ mùa đông và sai số mô phỏng nhiệt độ cực đại;

© Kết quả đánh giá sai số trong mô phỏng nhiệt độ và lượng mưa bằng mô

hình MMS cho các vùng khí hậu của Việt Nam cho thấy, sai sở nhỏ trên

vùng khí hậu Đồng bằng Bắc Bộ và Nam Bộ, cỏn sai số lớn thường tập trưng ở đâi ven biển miễn Trung, vũng khi hậu Tây Bắc Nguyên nhân dẫn

cđến cñe sai số nàỹ là do mô phỏng tôU không tốt diễn biến của hoãn lưu và

hiệu ứng của địa hình trong mô hình MMS;

©Môhlnh MMđ có kỹ năng trong mồ phông nhiệt độ, nhiệt dộ tối thắp trung

bình và sai số hệ thông thấp hơn quan trắc trên 7 vùng khí hậu, mở ra khả

‘wing hiệu chỉnh bìns cho mỡ hình Trong khi đó, mô hình MMS không cỏ

kỹ năng trong mổ phóng nhiệt độ cực dại, sai số tương đối trung bình vào,

khoảng từ 39 đến 4C;

ø_ Kết quả của luận án là một trong những cơ sở khoa học quan trọng trong

việc định hướng ủng dụng mô hình động lực trong dự bảo và dự tính khi

hậu ở Việt Nam:

Chu tric tin én

"Ngoài phẪn mỡ đầu và kết luận, luận án được chía lâm 4 cường, cụ thể Hội

dụng các chương như sau:

Cheong Linh bảy các nghiên cứu rong và ngoài nước về cải tiến vật li, động, lực học và khả năng mô phòng nhiễu tăm của cặc RCM Mục đích của chương nảy

nhằm lâm rõ các vẫn để đang được quan tâm trong RCM hiện nay, qua đỏ có thể lựa

chọn được bộ tham số động lực vã vật lí cho khu vực nghiền cứu

“Cường 1l giới thiệu nguồn số liệu, phương phảp và yếu tố dược lựa chọn để đánh giá

Chương II trình bày các kết quả đảnh giá về kĩ nâng mô phông các trường

trung bình bằng MMS thông qua ba yếu tố chính, chí phối khí hậu từng vùng nhục

hướng giô và tốc độ giỏ, thiệt độ và lượng mua,

Chương TV trình bảy các kết quả đảnh giá kĩ năng mô phỏng một số yểu tổ cực

độ tối cao trung bình, tối cao tuyệt đối, tối thắp trung, bình và tối thấp

Chương I: TƠNG QUAN NGHIÊN CỨU MƠ HÌNH HĨA

KHÍ HẬU KHU VỰC

1.1 Tỉnh hình nghiên cửu ở ngồi nước

Mơ hình khi hậu khu vực (RCM) là mỗi quan tâm chính của nhiều nhà khỉ

tượng Bởi vi, m6 hinh toin clu cĩ độ phân giải thơ nên khơng thể biểu diễn được

các quá trình quy mơ nhỏ, khơng thể chí tiết hỏa cho từng khu vực cụ thể Do đĩ, việc hạ quy mơ tứ mồ hình tộn cầu bằng mơ hình cĩ độ phân giải tỉnh sẽ cho ta kết

quả mơ phỏng chỉ tiết hơn eho từng khu vực nhơ Vì thể sân phẳnh ny sẽ rất hi

ich cho người sir dung néu chất lượng tốt

Phuong pháp lễng khu vực phân giải cao vào tmồ hình tốn câu được sử dụng

Tơng rữi rong nghiên cửu cũng nhữ trong nghiệp vụ dự bảo thời tiết (NWP), Với

'RCM thì đến năm 1989 mới cĩ những nghiên cứu bước đâu Diekinson ves., (1989)

hay Giorgi (1990, 1991) [58] đã dựa theo cách tiếp cận NWP Cho đến nay cách

lâm này đã được nghiên cứu và phát triển rộng rãi trên thể giới Trong đĩ cĩ thể kể

đến một vài đại điện RegCM3, MM5CL, REMO, PRECIS hay WRE Đối với

li mây, tham số hơa bể mặi ), Đo đĩ, vige nghiên cu, phát triển và cái tiển RCM

với số liệu đầu vào lä số

phần tích lại thường được sử dụng trong các bit vod

1.1.1 Độ nhạy cũn RCM với miễn tỉnh, điều Hiện ban đầu và diéu Kiện biên

'Việc lựa chọn điều kiện biên, điểu kiện ban đẫu và miền tính ảnh hưởng rất

nhiều đến kết quả mổ phông Kich thước miễn cảng nhỏ, ảnh hưởng của LIC để kết quả mô phỏng cing kin (Giorgi ves, 1993 {57}; Seth ya Giorgi, 1997 [79),

‘Neve li, khử miễn tính có kíeh thước lớn, kết quả mỗ phông chủ yếu phụ thuộc vào kĩ năng mỡ phỏng của mỡ hinh Thời gian tích phân cảng đài sự thích ứng cửa

"mô hình đổi với tấc động cân diễn kiện biên công giãm, dẫn đến sự không phủ Hợp

gia mo phòng củ mô hinh và tắc động quy mô lớn tứ điễu kiện biến truyền vào,

‘Do da, phái hết sức thận trọng khi lựa chọn miễn, đặc biệt miền phải được chọn phủ

"hợp với khu vực cân nghiên cu độ nhạy

‘Warner ves., (1997) nhận định, kích thước miễn phải dù lớn sao cho những tác

động địa phương, tăng độ phân giải khẳng bị bạn chế khí sử dụng các diễu kiện biến Khắc nhau [§7],

‘Hon nia, Kato-ves, (1999) cho ring, dé edi thiện kết quả củu mô hình RegCM

khi mô phỏng xoáy thuận, mưa, nhiệt độ cho khu vực Đông Á bao gồm Nhật Bản {hi Biên xung quảnh phải được mổ rộng rã ngoài về phía ây và phía nam (62),

“Trong khi đó, Liang ves, (002) |ö4] đưa rả tin tín tỗi ưu nhất cho RCM

được lựa chọn sao cho biểu diễn chính xác nhất các quá trình vật lï chủ đạo, giám

đến mức tối thiểu si số trên biên,

_Nhân chung, miễn tính của mô hình uền bảo quanh tất tả các vũng có hoàn lưu

ảnh hưởng trực tiếp đến khí hậu khu vực; trình đặt biên trên những khu vực có địt

hình phức tạp và nên mở rộng đến chừng náo có thể nhưng không mở rộng quá về

phía miền nhiệt đới do số liệu thảm sắt thưa thớt

_Ngoài ra, việc lựa chọn miễn tính còn phụ thuộc vào nguồn số liệu đầu vão Vi

LBC cf thé inh hưởng đến độ nhạy của các tham số nội tại trởng mô hình (Seih và

Giorgi, 1997 [79]) hoặc có thể ảnh hưởng không đảng kể (Bhaskaran vcs,„ 199%

[34]) hoặc có ảnh hưởng ở các khu vực địa hình cao, tạo ra các nhiễu dẫn đến kết

quả mô phỏng không đáng tin cặy (Hong và Juang, 1998 [60]) và ảnh hưởng đến quả trình mô phỏng mưưa (Zangl G.„ 2009 [93], Zou va Kuo, 1996 [96])

Liang ves., (2002) [64] cho rằng, cùng một miền tính, các mô phỏng của RCM

có thể Itnhạy kh LRC sử dụng số liệu phân tích lại NCEP/NCAR hơn ERA40 Mặt

khác, Simmons ves., (2004) [#1] chỉ ra, ERA40 cho xu thế nhiệt 46 gin voi CRU

hon NCEPINCAR, khi xét HSTQ và độ lệch chuẩn tỉnh cho từng khu vực

Đảng 1.1: HSTQ giữa ERA40, NCEP/NCAR và CRU, độ lệch chuẩn nhiệt độ

trung bình thắng của CRU và ERA40, NCEP/NCAR [81]

hiện so sánh số liệu nhiệ độ của ERA40, - „ : `

ERA-Intrim và NNRPI tại một sốđiểm ï„ — „ |

train thuge ving Iceland chomoaddngva =f, 9 tw, |

mùa Hè (hính 1.1), Két qua tính toán cũa Ï tác giả cho thấy, mùa đông cho sai số lớn

hơn mùa hè, NNRP1 cho sai số lớn hơn

ERA40 vá ERA-Interim trong cả hai mùa,

Một điểm nữa có thể nhận thấy rõ là

không có sự khác nhấu đáng kế giữa - Hình LI:MAEchoNNRPI,ERA40, ERRA40 và ERA-Interim mặc dù độ phân ERA-lnterim cho mùa đông và mùa hè,

\gang của chúng khác nhau tại bổn trạm thuộc leeland [75],

“Trong khí, Chang và Sousounis (2000) [38] xây dựng kĩ thuật tạo điều kiện

‘ban diiu cho mé hinh MMS bing cách lï trởng hóa độ cao địa hình, đắt sử dụng, đặc.

điểm miền tính trong TERRAIN, ớ nghĩa là trường khỉ áp bề mặt, độ ẩm tương

đối, độ cao, gió và nhiệt độ được chuyén về lưới kinh-i độ loàn cầu trước khi mồ

tình nội suy, Cách làm nảy cho phép lựa chọi phép chiến bùn đỗ khác nhau, íu điểm của phương phảp là LBC không bị giới hạn và rất lĩnh động, Sự linh động thể

biện ở điểm sau: 1) Không cẩn một miễn tinh cố định mã kích thước miễn tính được

tính bằng số nguyên lẫn bước sóng truyền và:

nhiệt sẽ loại bỏ ngay ở biến phía đông

2) Hiệu ứng địa hình hay quả trình,

Sinith ves„ (1995) [80] sử dụng SHM làm điều kiện bạn dầu cho MS (đội phân giải 36, 12 và 4km) đã cải thiện dáng kết quả mô phông (hình 1.2) cho phít tây Pennsylvania SHM cỏ khả năng nắm bắt được khu vực đất khôiười, mô phóng

rất tất ở độ sâu lớp đắt 30em, nhạy với mưa, sự thay đổi của lớp phủ thực vật và thời gian để tạo ra cân bằng giữa SHM và MMS khoảng hại thing,

DG nay căn RCM với vùng đệm và phuwong phiip xiv li bien

Thông thường RCM cập nhật LBC sau khaảng thời gian 6 giớ và quả trình

truyền thông tỉn từ trường toàn cầu vào RCM phải thông qua vùng đệm (là dai ben

ngoài của miễn tính rô hình váo phía trong - hình 1.3) Việc lựa chọn khoảng eiich

vũng đệm bao nhiêu nút lưới để khônug quả xñ so với biên ngoài vã cũng không quá

gần để gây “sốc” trên biên

“Nghiên cứu gắn đây của Marbaix ves.„ (2003) [65] về phương pháp xử lị biển

với một vài profile giảm dur (Retasation) cho rhủ hình MAI cũa Pháp, trong đồ các

ce profile duge dem ra nghiên cứu gồm: (1) Tuyển tính cũa Anthes (1989), (3)

rabol của Davies (1976), (3) Lũy thừa của Giorgi (1993), (4) Tối tru của Davies

(1983) và tối ưu cúa Lehmann (1993) (báng 1.2)

Bảng I2: Các profile nghiên cứu (độ lớn của hệ số giảm dư là hàm của khoảng

sách vũng đệm, s là số điểm giảm dữ)

Profile Độ rộng vùng đệm Túe giả

‘Dong iyén tinh 4 dim |

Pan Coy = 1000 Đặc biệt, pfofie đụng tuyến tính cũa Anthes ves, (1989) dược sử dụng để mô

phỏng khi hậu sớm nhất trong MMS với số điểm nới lỏng 4 nút lưới (s = 4) Có thể

nhận thấy prolle này không thích hợp: với min tính lớn, ngay cá khi vũng độm được mở rộng hơn, Điễu này được Giorgi ves, (1993) thừa nhận khi thứ nghiệm

trên RepCM2 với miễn tính lớn

Sán|fENOftbopte “Điển thông su AMnthphanghuteut

Hinh 1.3: So dé

éu diễn vũng đện [65]

“Với profile parabol vả s = Š được D3avies (1976) sử dụng trong mô hình MAR:

Mặc đầu kết quả cho tốt han profile tuyển tính nhưng €„ /C,„ = 1000 quả lún.

Profile đang lũy thừa doe Giorgi ves, (1993) (57] kiểm nghiệm trên ReyCM2,

“Tính năng đạc biệt của proiile nảy lä có khả năng *nổi lông” rên toàn bộ miễn tính

Đồ đồ, Marbais ves., (2003) [65] đã thử nghiệm với profile này với độ rộng vùng

đệm 5, 9, LỊ và 30, Việc kiểm tra độ nhậy dựa trên đánh giá hiệu ứng phí vật li

(nhiễu) ở gắn biên vã thú tục nói long Newton trến “vững đệm š nút lưới” cho kết

quả mô phông tất nhất,

Liang ves, (2002) [64] tiến hành khảo sát ánh hưởng của vùng đệm đến phản

bố theo không gian và thời gian tròng khu vực lũ chính (Major Fluod Area - MFA)

tmùn hệ năm: 1993 tại vũng Milwesx Kết quả mổ phông của RCM không tốt khi mờ

ring vũng đệm phía nam, về miễn nhiệt đới nơi có sai số từ trường điểu khiển rất

lớn Song song với cách lâm này thì những nghiên cửu về phương pháp cập nhật biên cũng được tiến hành Các phương phấp cập nhật biên trong RCM bao gồm: (0) biển cỗ định; (1) biên giảm dư dặng tuyển tính; (2) biển biển đổi theo thới gian; (3)

biến biến đổi then: (hôi gim kếi hợp -ưới phân tích trường dâng; 009) biên sếp

(eponse): (S) biên niám dự dạng lũy thas ty nhiên Trong đó, biên cỗ định cô nghĩa

là các giá tị của mọi trường tại các điểm lưới trên bin được giữ cố định bằng giá trị của chúng tại bước thời gian dầu tiên của mỡ hình Biên biển đổi theo thời gian

là cức giã trị của các trường trên Vùng đệm là phân ích lại/dự bo từ mô hĩnh toãn

cu âo từng khoêng thôi gian tương ứng;

‹a ni: hônh tiêu vũng đệm: tiến dẫu về siá trị phẩn tích củn biển duy phổ lớn tiến

biên và được xem như là phương pháp đồng hỏa số liệu đơn gián (Davies và Turner,

1977), Với MMS, phương phấp sử lỉ vùng đệm dẫu tiên được sử dụng kỉ thuật nối

lông của Davies và Tumer (1977), cách làm này chỉ cho phép đồng hóa số liệu gid

ngưng, nhiệt độ, bốc hơi và nhiễu động khí áp phí thủy tính Năm 1994, dụng hệ số

(RCM), Do đỏ, Giorgl ves (193) [57] đưa ra hệ số nĩi lịng giảm tuyền tính theo

quy luật hằm mũ, cách làm này đã cải thiện được kết quả mơ phĩng dợt lụt mùa hẻ

năm 1993 Mặc dẫu vậy, cĩ nhiều ÿ kiến cho rằng kĩ thuật này cõ một vải vẫn đễ

nhữ: Thứ nhất sơ đỗ nây cĩ thể làm mắt cân bằng khối lượng (cĩ sự kháe biệt giữa

các dịng trong RCM và đơng guy mỗ lớn); Thứ hai lä nếu trường điều khiển và mơ

hình đều ở trạng thải cân bằng địa chuyển thì sơ đồ đổ giảm dư gây ra sự mắt cân

Bằng ndy (MacDonald, 2000), Digu này cĩ nghĩa là hai trường cân bằng sẽ sinh ra mật tường khơng cơn bằng dưới tác dụng của quá trình xử lí vũng đệm bằng phương pháp giảm dư

1.L3 Độ nhạy cầu RCM với độ phân giải mổ hình:

Việt lựa chọn độ phân giải trong thiết lập thử nghiệm cho RCM là rất quản trọng Lựa chọn độ phân giải khác nhau cổ thể điều chính hiệu ứng cia ede te dng vật lí và các tham số hĩa (Giorei vơ Marinueei, 19964; Lapprise ves, 1998), Khi

tăng độ phân giải, cĩ thể biểu điễn tốt chu trình thủy văn đo biểu điễn địa hình tố:

hơn (Christensen ves 1998; Leung và Ghan, 1998), Việc thay đổi các độ phân giải

ngang khác nhau cỏ thể biểu diễn thơng qua "lơng ghép” một chiều (Christensen

ves:, 1998; McGregor ves., 1999), “lng ghép” hai chiéu (Liston ves.„ 1999) hoặc

biển đổi lưi ngang trơn hơn (Qian va Giorgi, 1999),

ReạCM với độ phẫu giái 20km được lơng ghép vào miơ hình khí hậu tồn cầu ECHAM3 (độ phâu giải 120km) của Viện khỉ tượng Mix Planek (Đức) để mơ phỏng khi hậu khu vực phia tây Alpite (Marinucei ves 1995) So với ECHAMS, RegCM3 mỏ phỏng tốt bơn lượng mưu, hầu hết là do hiệu ứng địn hình mạnh hơn

©ủa mơ hình Bate vs, (1995) thí nghiệm mơ phưng trong hai năm với độ phần giải

'60 km cho kh vite Great Lakes với điều kiện biên vã điều kiện bán đầu được cung

cấp tử mơ hình tồn cẫu, Một nghiên cứu khắc được Giorgi vã Marinueci (1996) ta kiểm tra độ nhạy tmưa mơ phỏng với độ phân giải ngang 200 đến 50kin (cỏ tính dến

nh hưởng của địa hình) cho thing 1 và thắng 7 trên khu vực châu Âu [56] Khi lấy

trung bình trên tộn lục đị, tổng lượng giảng thủy nhạy với điểm lưới khơng gian

hơn hiệu ứng địa hình Phân bổ cúa viding thủy phụ thuộc lớn vão phân bổ cũu địa hình; có nghĩa phần bổ mưa ảnh hướng rất lớn đễn tính chất của vùng, đặc biệt là khu vực có dia hình phức tạp Ngoài ra, các biến khác như lượng mẫy, các thông lượng năng lượng bễ mặt và phần bỗ của giáng thủy cũng nhạy đi với độ phân giải Điễu đó cô nghĩa là khí thử nghiệm mổ hình với độ phân giải sao thì ủnh hưởng củ

"liệu ứng vật lí (đặc biệt là địa hình) rất mạnh, như nghiên cứu của Kato ves: (1999)

I2] chỉ ra những khu vực cô địa hình phức tạp thì việc tăng độ phân giải ngang, không cải thiện đúng kể nhiệt độ toàn vùng nhưng làm biển đồi nhiệt độ của một số (địa phương,

Calle ves (2001) [47] chi ra sy ải thiện vễ bias, chi s6 ETS (Equitable Treat Skill), RSM (Root Mean Square) khi ting độ phần giải của mô hình MMS si 36km đến 12lan Tuy nhiền, khí táng độ phân giải từ 12km đến 3km, kĩ năng của mô hình

Số phần hạn chế đối với mưa lớn và chí sổ RSM đều cho sai số lớn đối với độ phân giải 4km,

Christensen (1998) [46] cho thấy việc thừ nghiệm mô phỏng 9 năm với độ phân giải 57 km cải thiện đẳng kế vồng tuẫn hoàn nước sọ với mô hình toàn cầu,

“Túy nhiên, không tránh khôi sai số hệ thông cỡ nguồn gốc tữ mô Bình toàn cầu Vị

ẢÍ đo đồ mà các RCM nêu sử dụng số liệu phân tích NWWP toàn co chất lượng éoơ

"hơn là đầu m của GCM Những thập kỷ sau đó, một số nghiên cứu cho khu vực Ujp- per Danube nhur Grett ves (2000) mô phỏng 5 năm với độ phần giải lẫn lượt 60 1Š

va Hm chi khu vực châu Âu bạo gồm Bảvaria và một phẫn đây ili Alpine: Muy

mô phống cổ Xu thể giảm đẫn từ định đều chân núi vã cỏ sự khúe biệt Về lượng mưa

i0a các độ phân giải Nghiên cứu cũa Sullitsch ves (2008) đã sử đụng số liệu

phản tích lại ERA40 lâm trưởng đầu vào cho mô hình khu vực ŒCLM, độ phần giải

10 km mô pháng cho vũng núi Alpine, Kết quả mô phòng mô hình rắt nhạy với độ

phân giải ngàng và thẳng đồng hơn cc thuy đổi trong các sở đổ tham số hỏa Gan

ves, (2006) kiểm nghiệm vai tô của độ phân giải ngàng lên giảng thủy mỗ phỏng:

khu vực Đông A với độ phân giải ngang là 45, 60, 90, 120, 180, 240, 360 km và

việc tăng độ phân giải cho mô hình đã cái thiện két qué ma phỏng mưa khu vực

nhiệt độ điểm sương, Kết quả nghiên cứu chỉ ni rng, mưa chịu ảnh hưởng rất lớn

‘bai địa hình, điều đỏ được thể hiện khi so sánh kết quả giữa các sơ đỗ trong hai he Tọa đô sigma và hệ tọa độ z Đối với nhiệt độ, trong tắt cá các trường hợp, kết quả

khá phù hợp với thực tế, thường trễ pha hơn so với thám sát 15 phủ Với nhiệt độ

điềm sửơng cho kết quả mô phòng khả tốt, có xu thể vượi chuẩn vào tháng 7

1.I-4 Độ nhạy cầu RCM với thời gian khỏi động mô hình:

“Thời gian khỏi động mô hình (spin-up) là khoảng thời gian cẩn thiết để mồ

hình đạt được sự cản bằng khí hậu (sự cân bằng giữa lớp khí quyền bên trên vả bề mật) Điều đỏ cỏ nghĩa li thong tin từ điều kiện biên xung quanh xâm nhập vào

itn md hình và tạo ra cân bằng động lực giữa thông tin cung cắp bởi I.BC vá vật lï

cũng động lực nội tại của inö hình, biến đổi phụ thuộc vào kíeh thước miễn tính,

‘nia (Gori ves., 19936), Do hệ thẳng khí hậu cỏ nhiễu thành phẫn với quy mô thời

gian khác nhau, nên thời gian spit-up cũng khác nhàu, có thế là một tháng hoặc

"hàng năm Wang ves, (1996) [86] chọn thời gian spinsgp 5 ngây trong thử nghiệm

mô phỏng sự kiện mưa lớn năm 1998 trên khu vực Đông Á Femandez ves (2006) chọn thôi gian spiieup 1Š ngày sau khí sử dụng 2 md hin khí hậu khu vực là

BTACLIM và RegCM3 để nghiên cứu quá nh rao đổi nước vã nắng lượng quà bỀ mặt trên khu vực Đông Âu và châu Mỹ, PREC

1$ chạy mô phỏng nhiễu nấm với thời gin spin-up là 1 thang, Thời gian spin-up đãi nhất có liên quan đến chế độ

thy văn bê mặt do ảnh hưởng nhiệt độ các lớp đất siu va a} Am dat (Denis ves

2002 [49]) đễ tạo mà sự cấu bằng giữa khí quyển vá bŠ mặt Chuan LÍ Du ve

(2010) [40] cho rằng phải mắt đến 20 năm mới dại được trạng thải cần bằng độ ẳm Ait độ su 1,ãm (hình 1.4)

Tuy nhiễn trong RCM, nhiều khỉ không cẩn đến thời gian này nếu trường.

15

‘Tuy nhién trong RCM, nhiều khi không cẩn đến thời gian nảy nếu trưởng

nhiệt độ và độ ẩm đất được lấy từ trường ban đầu sẵn có, như MM5 với lựa chọn sơ

đề bề mặt Noah Hơn nữa, thông số về thời gian spin-up ít được đưa ra trong các

thử nghiệm trừ khi đó lä thử nghiệm về độ nhạy của RCM đối với nó hoặc khi hạn

dự báo chỉ là một thắng, người tu cin ly chon giá t thích hợp sao chơ không ảnh

hưởng đến kết quả mô phỏng hay dự báo,

Hình 1.4: Mô phóng độ ẩm đắt trung bình tháng ở các mực khác nhau từ năm 1979

(đến 2003 Đường nét đứt kết quả mô phông (CLM RESUILT), đường nét liền kết

qué spin-up (CLM SPIN-UP) [40]

L5 Độ nhạp cầu RCM với tham sễ hỏa các quá trình vật lí

“Tham số hỏa vật là thảnh phần quan trọng nhất trong mô hình hóa khí hậu

"Trong khi các quá trình quy mô dưới lưới hẳu như không thể mô tả được, mã phải biểu điễn thông qua các biển trường quy mô lưới mô hình Các quá trinh vật lí quy

mô dưới lưới thường được tham số hóa bao gồm: Tham số đối lưu, tham số hỏa vỉ

16

các quá trình này luôn tương tắc với nhau, một sự thay đổi nh trong quả trình này

sẽ ảnh hưởng không nhỏ đến các quả trnh khác (hinh 1.5) Vi vậy

tính, độ phần giải ngang và thẳng đứng, bước thôi gian tích phân,

à điều kiện biên xung quanh, thời gian spin-up thl REM viin cho các kết quả mô

phông khác nhau nễu các sơ đồ tham số hỏa vật lï kháe nhau được lựa chon

Hình 1.5: Tương tác của các quá trình trong khí quyền vá bễ mặt [31]

a) Tham số hóa đối lưu

"Trong các quả trình cần được tham số hóa, RCM nhay nhất đối với sơ đỗ tham

số hồi đổi lưu, David ves (2002) thấy rằng đặc trưng nhiệt động lực học, hoàn lưu,

‘edo profil d6 dn din và lượng mưa trong hệ thông gió rmùa Bắc Mỹ (NAMS) được

mô phỏng rất nhạy đối với CPS CP$ được sử dụng bao gỗm sơ đổ của Betts

Miller-Janjic (BMJ), Kain-Fritsch (KE) vã Grell, Sy khác nhau lớp giữa các mô

"phỏng xây rủ tại các trưởng hoàn lưu mực thắp, Mặc dù không có CPS nào cho kết

‘quit mio ping “hod hi

0 Vi ee tring, quan tr trong miễn mô hình Nhưng

nhìn chung, sơ đỗ KE eho kết quả tốt hơn so với các trường hợp: cồn lại khi đánh giá thẳng kế sai sé các trường mặt đất vả trên cao Ngoài CPS ở trên, Wang và Seaman

(1996) [86] thử nghiệm với Anthes-Kuo (AK) trong MM5 với độ phân giải ngang

6 và 12km Mô hình cỏ kĩ năng mô phỏng với độ phán giải 12km, đặc biệt là mưa

lớn Sơ đỗ KF với khép kin APE (Avialable Potential Energy) biểu diễn mưa tốt

7

nhất Ngoài ra, mồ phỏng mưa quy mô lưới và quy dưới lưới nhạy đối với đặc tính của từng CPS được lựa chọn nhưng không nhạy đổi với kích thước lưới mô hình hoe mỗi trường đổi lưu

Zangl G- (2009) [94] kiểm nghiệm độ nhạy của MS với các CPS (Grell,

'BMI, KF) trong hệ các hệ tọa độ sigma (ki higu a) va hé tọa độ Ioga-z độ phân giải

45km, từ năm 1996 đến 1999 [94] Kết quả nghiên cứu chỉ ra rằng, sơ đồ Gel! và

'KF cho kết quả mô phỏng về diện tốt hơn BMI trong hệ tọa độ ơ, hệ số tương quan

của sơ đổ Grell và KF dat 0,95 trong hé toa độ loga-z, sơ đồ BMI cho kết quả mô

phòng mưa không tốt ưong cả hai bệ tọa độ Lượng mưa trên nút lưới lớn hơn lượng

"mưa tạ tram trong mùa hè và mùa thủ, chơ xu thể mô phỏng tnưa nhỏ trong tmùa hề

nhưng lại lớn trong mũa đông và mùa thu Điều này là do ảnh hưởng của điểu kiện

địu hình chẩn gió của vũng nủi Alplne gây ra mưa ở thể rắn (Sevruk, 198) Về diện

mưa, sơ đồ KE nằm bắt tốt hơn sơ đỗ Grell Tuy nhiên khi đánh giả theo mùa, sơ đổ

KF ludn cho sai số về lượng mưa lớn hon sor dd Grell

‘Zhu vi Liang (2007) [95] so sinh lung mưza, nhiệt độ của Giell vã KF với R2

(số liệu phân tích lại) trong mũa đông (DIF), mùa hẻ (HA), giai đoạn 1982-2002

Mùa đông sai số lượng mưa nhiệt độ của KE rất nhỏ, Grell sai số 20% đổi với nhiệt

-và 3040% đối với mưa Trong các thắng mỗa đông, nhiệt độ có xu thể trễ pha hơn

40 với số liệu phân tích lạĩ (R2) vã ngược lại đối Với mưa Các thăng mũa hẻ, nhiệt

độ sớm pha hơn, lượng mưa trễ phá hơn so với R2, VỀ diện mừa tắc giả đã sử dụng phân tích EOF, với các thẳng mùa hẻ có sự tương quan khả tốt giữa mưa thâm sắt, mưa mô phỏng với hệ số tương quan không gian theo EOFI, EOF2, EOE3 tương

‘mg 0,65; 0,79 và 0,64 cila mua Grell va 0,80; 0,92 và 0,65 của KE, Điều đồ cho

thay KF có khả năng nắm bắt được điện mưa và xu thế biến đổi theo thời gian hơn

Grell Tuy nbién, sai số hệ thẳng của nhiệt độ của KF luôn đương (2,7°C) và luôn lên gấp đôi Gel (1,5°C) Như vậy, kết quả mô phông mưa rắt nhạy đối với các sơ

đồ CPS khi độ phân giải ngang tăng Ngoài r sơ đồ KF cho điện mưa mô phông

tốt hơn Grell nhưng cho sai số hệ thông khá lớn khỉ mô phỏng nhiệt độ

Ratnam ves., 2004) [77] chi ra MMS cõ khả năng mô phỏng biển động theo mùa và không theo mùa khá chính xác và rất nhạy với CPS, Cụ thé sa 4d Grell cho

‘mua nb hơn thực tễ, điện mưa rhỗ phỏng của BM và KE phú hợp với thảm sắt, Su

HH, vex„ (1999) [83], mô phòng hệ thẳng đối lưu TOGA COARIE Với tác độ phân

giải 2, 15 vã 60kam Trong đồ, độ phân giải 15 và 60lum, đối lưu tmây tích được tham

số hỏa bằng sơ đổ KE, độ phân giải 3km chỉ sử dụng sơ đỗ vì vật lí của máy Ông

cho rằng, độ phân giãi 15km phù hợp nhất để nghiên cửu đổi lưu nhiệt đối và tương tắc của chúng với hoàn lưu quy mồ lớn,

Yang M-I ves, (2003) [92] ước lượng mưa trên khu vực Dài Loan bằng việc đình giá bến CS khác nhau (AK, BMI, Grell và KF) trong mũa đông, front lạnh mùa thủ, đồng nhiệt múa hẻ, ont Mei-Yu và bảo mạnh Kết quả nghiên cửa cho các đợt mũa liên quan đến tác động quy mô synôp (như front lạnh và font 'Meiyu),›các: CP$ cho kết quả mô phông tường tự hi Căn đổi Với củ đợt mui Tiên quan đến tác động quy mô đuới synop (đông nhiệt mũa hè) thì các CPS khác

biệt nhau rất lớn Điều đó cho thấy, quy mô synop hay quy mô dưới synop ảnh

hưởng đến kĩ năng mô phỏng mưa của mỗ hình Ngoài rủ, mô hình MMS với phân

giải ngang 15km cô kĩ năng mô phỏng ở vùng đất thấp tốt hơn vùng núi cao

Gonzalo ves, (2005) [54] đã sử dụng mô hỉnh RAMS (the Regional Aunos- phetic Modeling System) véi LBC là số liêu phân tích lại NCEPANCAR mo phỏng khí hậu cho khu vục Bắc Mỹ với độ phân giải 50km Kết quả nghiên cứu cỗ giing

tim nguyên nhân sai SỐ trong kết quả mô phông mu bằng cách khảo si sơ đồ CPS

là Kuo vã KF Sơ để KF cho kết quả mô phóng mưa chỉ tiết hơn sở đồ Khô; diện

mưu hui sơ đỗ gẵn như tương tự nhau từ Okiahoma đến Pennsyivania Trong khi,

lượng tnứa quản trắc chủ yếu tập trúng ở Vũng đồng bằng, có phẪn gim đi ở trung

tửm nước Mỹ, Ngoài ra, các tác giá củn tập trung phần tích đến eợ chế phát sinh đối

lưu trong Mai sơ đỗ: Sơ đồ Kuo dy vào sự hội tụ ấmi mục thấp, sở độ KE nguài điều

kiện tốc độ thẳng đứng còn thêm giả thiết khép kín đồng với trù quan trong kich hoạt đổi lưu Việc thay đổi điều kiện của CAPE trong KF đã gim đỉ được sai số

trong phân bố vả lượng mưa so với sor dd Kuo,

Jiao Yanjiun ves

(2005) [61] khảo sát độ nhạy của sơ đỗ tham số hóa dỗi lưu 'Beehtold-Knin-Fristch bằng cách điều chính các hằng số thực nghiệm trong sơ đỏ,

như bản kinh mãy, độ dày tối thiểu của mây, độ dày của lớp xáo trộn tối thiểu để

li Tuy nhiên, việc điều chỉnh này chí thay đổi cường độ và vị trí của một số đợt mưa ngây, nhưng tác động hạn chễ đến tổng lượng mứn vã điện mưa thẳng Chính vì vậy; các tác giả đã kiểm tra profile độ ẩm riêng trung bình tháng khi

sử dụng LBC lần lượt là NCEP/NCAR và ERA40, Kết quả cho thấy, CRCM mô

phỏng độ ẩm riêng quá eao trong lớp biên gần bề mật và quá thấp giữa mực R đến

18mb, Nhu Vậy, sai số trong kết quả mô phỏng trường ẳm có thể là nguyễn nhân gây nên sai sỗ: mồ phông mưa rmũa hệ trên Khu vye? Kain va Fritsch (1990) cho

xăng, các sơ đỗ đổi lưu dạng thống lượng khối (như Beehtold-Kain-Fristeh) rắt nhạy

với CAPE, Chinh vi véy, CAPE giấm cô nghĩn là mưa mỗ phông sẽ giảm và ngược

lại, Hơn nữa, phân bố ẩm thẳng đừng trong một cột khi quyển ảnh hướng lớn đến

Hoạt động củi dối lưu và tổng lượng mưa Trong khi độ ấm bề mật lại phụ thuộc vito qui tinh xáo trộn rong lớp biên và khả năng giữ nước trong đắt, Do đỏ, thám

số hóa độ ẩm đất gẵn với thực tế, sẽ cải thiện được trường độ ẩm, dẫn dễn kết quả

mmô phông mưa sẽ ốt

“Trong RCM, lượng my và tinh chất quang học của mây được dự báo và cho

phép tường lắc với các yêu tổ khác của hệ thông khi hật

được tham số hộa và xem bảm lượng nước, băng của mây như là những biển dự

báo Do độ, cãi tiến modul vận chuyển hóa học và sơ đồ tham số lióa mây (Molders

vves., 1994 [71]) sở cãi thiện được kết quá mã phông mưa, Kt quả nghiễn cứu của Onille và Kopp (1977), Couon ves, (1982), Lin ves, (1983), Dudhia (1989),

Zhang ves (1989) [93] và một số người khác chỉ ra rằng quá trình vi vật

qua tinh vi vat li may

i bang

20

trong mô hình mây chớ kết quả tốt thì mô phông mưa tốt: Vì mây được hình thành

tử các hạt nước siêu lạnh, tính thể băng trong quá trình hơi nước bị lâm lạnh, đồng

thời giải phóng ấn nhiệt dẫn đến lảm tăng quá trình phát triển mây, phân bổ

xà thay đối cầu trúc của trường gid, Fletcher (1962) cho rling trong khoảng nhiệt độ

tự 0%C tiến -35%C thĩ nước sẽ ngưng kết thành băng, nhưng thực tỄ cho thy trong

Khoáng nhiệt độ nảy vẫn tổn tại các hạt nước siêu lạnh vã băng: Hơn nữa trong

lại mưa

‘miodul fda hoe, bing không phải là một “dung môi" hóa học và luôn bảo toàn, Sơ (độ tham số hỏa bằng của Dụdhis (1989) không xét đến các hạt nước siêu lụnh, cỏ nghĩ là không cố quả trình hỗa học xãy ra dưới mực đóng băng, Chó nên, Coton

ves., (1982), Zhang (1989) đã cải tiến sơ đồ vĩ vật lí củu băng với giả

tại pha nước và pha băng trong khoảng nhiệt độ từ 0C đến -35°C, luôn tồn

Ngoài ra, tốc độ tan băng cũng ảnh hưởng lớn đến modul hóa học, sử đỗ tham

xỗ hóa mây và được xét trong nhiễu nghiên cứu (Scot, 1981; Chang, 1984; Topol, 1986), Vì quá tình nây lâm thay đổi hình dạng, kíeh thước và mật độ trong mây

Một vẫn để nữa được quan tâm trong sơ đỗ vĩ vật lí mây là độ phủ mây Chúng là một hảm của độ ẩm tương đối (Diekinson ves,, 1985; Slingo, 1987; Saito va Baba, 1988; Sundqvist ves., 1989; Lee ves., 1992; Wetzel ves., 1995; Molders ves„1994,

1995,1996 [71, 73, 73, 73]) Công thức tính d phi due Salto và Baba (1989) dưa

mệt

whi (aa Mi=i) m=n

trong đã, h là độ ấm tương đối quy mô lớn (h=qu/q); n hằng số dao động 0,5 dến

3.0 phụ thuộc vào từng mô hình, ị là ngưỡng để chọn (bảng Ì.3)

Các kết quả nghiền cửu chí ra rắng, cách tính tổng lượng mấy dựa vào độ ấm tương đổi không biểu diễn chính xác vị tí, độ cao của mây, uiên tính tổng lượng

tmây:dựa vào lông lượng nước và băng trong mộ: đơn Vị diện tIeh: (Molđer$

ves,1995) Cách lim niy của Molders ves, (1996) và Wetzel ves, (1996) ước lượng khá tốt lượng mây và mưa, tuy nhiên kết quả phụ thuộc rất lởn vào độ phân

Bling 1.3: Gid tr ngudng cũa độ ẩm tương đối

Ị Tạng mây “Tắc gia Vá năm

©) Tham 56 hoa bite x9

Mặt trời cung cấp một lượng lớn năng lượng bite xạ, trong đó Trái dt chi

tắt nhỏ Thể nhưng đó là nguồn năng lượng chủ: yêu cung cấp cho

hấu hết các quả trình xảy rả trong khí quyển Khi tniyễn qua khí quyển, do tỉnh chất

bất đẳng nhất củn không khí về mặt hóa học, quãng học và các quá trình ví vật 1í khác nên các đöng bức xụ bị hắp thụ, khuếch tắn một phần trước khi đến được mặt

đất, Trong đỏ, quả trình vi vật của mây ảnh hưởng rất lớn đến quá trinh bức xã (Stephens, 1978; Stephens và Webster, 1979: Griffith ves, 1980; Stephens, 1980;

Dudhia, 1989; Churchill vi Houze, 1991) Đặc tính phát xạ của mây phụ thuộc rất lớn vào độ phủ may, dang, độ cao, độ sâu vả cấu trúc mây Đề phản biệt được mây

đối lưu vá mẫy tằng, ta phải dựa vào kich thước tinh thé bang, mite độ lập trừng và

hệ số nhản xạ (Houze vá Churchill, 1984), việc làm này đc biệt quan trọng ở vùng

nhiệt đới, nơi chủ yếu tổn tại mây dối lưu Hơn nữa, một phần bức xạ đóng góp hới

quả trình đốt nõng phi đoạn nhiệt từ ¡nảy đối lưu vào khí quyển cổ thể ảnh hướng

"không nhỏ đến hoàn lưu quy ¡nõ vữa cũng như hoàn lưu quy mé stop,

Những nghiễn cửu gẫn đây tập trung khảo sắt guả trình phốt xạ trong hệ thông

my đổi lưu ở vũng nhiệt đội bằng việc sử dụng mô hình quy mỗ vừa Cich lâm nảy

{4 duge Miller va’ Prank (1993) [67] đề cập đến tròng năm 1993, trong đó các lắc

giã đã sử đụng sơ đỗ bức xạ của Dudhia (1989) trong md inh MMS/Penn State

Kết quả mô phông bức xạ khả tốt trong thời gian 24 giờ tương thích với lượng mưa

lớn Bằng cách tương tự, Williamson (1993) sử dụng sử dụng CCM2 mô phòng

thông lượng bức xạ trọng 10 năm, trong đỏ hệ số albedo được lẫy tir so dd BATS

(Dickinson ves, 1993),

2

"Những nghiên cứu của Hack ves.„ (1903) chí ra sự phụ thuộc cũa mây vào độ

ấm tượng đối, tốc độ thẳng đứng, đố ổn định khí quyển vủ tốc độ mưa đổi lưu

‘Ward D., (1995) [R8] nhận thấy có sự khúc nhạu giữa thông lượng hấp thụ bể mặt

trùng bình thẳng giữa CCM2 và Pinker (thuật toán lograrit do Pinker phát triển (nig

dụng cho số liệu vệ tình khí tượng) lớn nhất ở vũng vĩ độ trung bình vào miùu bè,

trong đỏ CCM2 lớn hơn Pinkertữ 50 đến 100 WnY° Mặc dầu, CCM2 biểu diễn khá tit dle tinh may và độ phú mây Những kiểm nghiệm mô phông của Ghan ves

(1986) cho rằng CCM2 cho mồ phông lượng hoi nước troag một cột khí quyền tốt shit, SƠM (Single Coluam Model) lớn hơn thắm sát mặc dầu cỏ “nudping" độ ẩm tương dỗi

ly từ quan trắc cáo không, Đối với lượng nước lồng ong một cật khỉ quyển hầu như mô phông không tốt, CCM2 mô phỏng mây băng ít hon MMS

S0g song với cách lâm trên, thời gian cập nhật sơ đỗ búc xạ trong REM được

một số nghiên cứu để cập đến, Zangl G, (2009) [94] mỗ phỏng trường nhiệt độ bÈ

mặt bằng MMS (1991-2000) và nhận thấy rằng mùa hè nhiệt độ bễ mặt phân lớn là:

do bức xạ mật trời đến thể hiện thời gian tăng/giảm nhiệt độ vào buổi sắng khả tốt

“Tuy nhiên, quan trắc thường sớm pha hơn kết quả mô phỏng khoảng 15 phút Điễu tnủy được giải thịch lã do quan tắc thường sớm hơn khoảng 10 phốt trước giở phát

báo, Hơn nữa, thời gian cập nhật CCM2 trong MMS là 20 pliiZƒ lấn (gốc nghiềng

mặt trời cng được tỉnh trong thời gian này) lá quả í, bức xạ chưa đủ để dùng gốp

sủa nhiệt độ bể mặt theo thời gian Vì vậy; thôi gian cập nhật các sơ

đã bức xạ phải tâng lến, thông thường thời gian này được chọn là khoảng 3 plii/

lân

"vào sự thay di

4) Tham sé hoa bé mat

‘Cie nghién edu vé tham số hóa bề mặt (L.SM) trang RCM được để cập từ năm

1991 trong công trinh nghiên cửu của Œiorgi Ông cho ring, van đề trong các mô:

hình khí hậu không phải là mô phỏng như thể nào cho phù hợp với thực tế mà phải

cải tiến chỉnh rong các modol vật í của mô hình để cho kết quả tốt hơn Trong đò,

đặc biệt nhẫn mạnh đến tằm quan trọng của sơ đổ đất và thực vật Mặc dẫu thuộc

2

tính bễ mặt tắc động quan trọng đến khi hậu chính là độ ấm đất và aledo bể mat

Do dé, s0 48 LSM được Grell ves,, (1994) thử nghiệm đã bộc lộ một số nhược điểm

sau: 1) Độ ẩm đất lắ một hàm đất sử dụng và chỉ có một giá trí theo mùa, nên không

thé phan ánh sự biển đổi lượng mưa trong những năm gần đây; 2) Không tính đến ảnh hướng của lớp tuyểt; 3) Độ phân giải củu đắt sứ dụng tương đổi thỏ (độ phần

giãi 0,15”x 0,15); 4) Không tỉnh đến đông chây và quả trình thoát hơi nước Hiện:

nay, sơ đỗ LầM đã khắc phục được cúc nhược điểm trên, cải thiện được các mô

phong thong lượng nhiệt bể mật, quá trình mưa và cho phép lựa chọn các LSM khác

nhau như Chen ve$, (2001) [43, 44] thử nghiệm với sơ đỗ OSU/ETA (Chen ves,„

phát triển tir LMS của Pan và Mahit (1987) bằng cách sử dụng công thức tính diện

tích tân lã của laeguemin and Noilhan (1990), sơ đỗ đồng cháy bŠ mặt của Sehuake

es, 1996) với độ dãy của mỗi lớp là 0, Lồ và Ì,0 Tổng chiều sâu lớp dắt 2m, ở trên là lớp rễ với độ đây Im, côn Im đất ở đưởi đồng vai trổ như một bể chứ

Một diễm cần lưu ý đây là khi sử dụng số liệu phân tít: li sũu CDAS thị độ

âm đất được bạn đầu hoa trong MMS cho thing 1 đến thắng 6 được tỉnh như sau:

Imin|07SM,+008) Sit, 20,28

anf thông ISM; ) SM, <028 lỶ (1.2)

“Ngược lại, trong thing 7 dén thing 12 sé la

LI9SV, SM, <021 đá

“Trong đồ SM, là độ ẩm đất (trong một đơn vị thể tứeh), SMvas độ ấm đắt dã được ban đầu hóa trong MM5 Các thử nghiệm được tiến hành với độ phận giải

ngũng tăng đần: 90, 30 và 10km, độ âm bạn đầu và điều kiện nhiệt độ được tổy tử

NCEP/NCAR (Kalnay ves., 1996) và chạy mô phông kết quá trên hai cách: 1) Đội

ấm đất tâng/giảm 109% so với giá tị phân tích lạ; 2) Độ ẩm dất lãng/giám 0.1 theo

thể tích Nếu tăngfgiim 10% độ ẩm đất ban đấu thì thông lượng b mặt thay đổi

30WmŸ và ánh hướng củu độ ấm đất lên thông lượng bề mat xuất hiện trong thời

24

gìn 34-48 giờ: Côn tăng/giảm 0,1 độ Âm đẤt theo thể tích dẫn đến thông lượng bŠ

mặt thay đỗi 200 \Wm ”, Điều đó có nghĩa, việc túc động độ ẩm đất theo độ sâu cho

thông lượng bŠ mặt lớn hơn rất nhiều so với việc cải thiện độ m đất ban đẩu Như

nghiên cứu của Che ve, (2001) [43, 34], khối tạo độ m đắt bằng cách sử dụng số

liệu mưa thảm sửt túc động vào các lớp dt iớp th hi) đỂ duy trì được độ Âm tong đất, cải thiện được kết quả mô phông mưn trên khu vực Bắc Mỹ; vĩ thực tế ở khu

‘vye nay độ âm thấp nhưng vần tổn tại mưa Như vậy; tác động lớn nhất cũs độ ẫm

“đất lên thông lượng nhiệt là ở đắt ấm Độ ẩm thấp thường lắm bể mật nóng hem, bbe

hạn như lượng giáng thủy mùa hẻ nhiều ở vũng trung tâm nước Mỹ và lưu vực

Amazon, cén lung bốc hơi ở khu vực này lớn bơn cả lượng hơi nước do bình lưu

nang đến khu vực

"Tuy nhiên, nghiên cứu eda Smith vex„ (1999) [80] về quá trình hỗi tiếp giữa mưa và độ ẳm đắt trong RCM nhẫn mạnh rằng mưa ở khu vực Mediterranean (Vũng

đất khô thuộc châu Âu) và Atlantie (vùng đất trớt thuộc châu Âu) phụ thuộc rất lớn

vào độ âm đất, lkhông thể giái thích trực tiếp bằng cơ chế tải bốc hơi vì lượng mưa

rơi trên đất ẩm (đất khô) mã được giãi thích bằng cơ chế gián tiếp như được chí ra ở

Hình 1.6: Cơ chế hỗi tiếp mum - độ ẩm đất (Schar § ves 1999) [78|

'Nguài ra, tắc giả côn phân tích chỉ tiết các nhân tổ ảnh hưởng đến quả trình hỗi

điếp gi0n mưa - độ âm đất Đầu tiên là độ âm đắc: Đắt Âm (g số Rowen nhỏ), thông

tượng nhiệt và ẩm tập trung trong một thể tích không khi nhỏ làm tăng entropy dm

mực thấp, là nguẫn gốc gây bắt ôn định đổi lu Thử hai là mục đối lưu tự do thấp

trong đất ấm, tạo điều kiện thuận lợi dé đưa đễn bắt ôn định đối lưu Thứ ba, sự hắp

tụ sông ngắn giảm trong đất ấm (lượng mây tăng) đã lâm giảm quả trình phát xạ sóng dải (ng hiệu ứng nhả kính do tãng lượng hơi nước), dẫn đến tăng thông

lượng entopy Âm rong lớp biên Đây chính là ba quả trình kivh hoạt đổi lửu phát

triển gây ra mưn, dẫn đến tăng cưởng độ âm cho dắt

Chàng ve, (2000) [38] Xem xét túc động của độ âm đất dễn thông lượng be

mặt trong điều kiện độ Âm dắt giảm dẫn theo thời gian, có tỉnh đến ảnh hưởng của

tốc dộ gió trung binh bễ mặt Trong điều kiện đất ẩm, tốc độ giỏ trung bình bể mmật —

is, độ âm đất đồng vai trò cung cấp thông lượng bÈ mặt cho modul khi quyển

'Cên điểu kiện đất khỏ, tốc độ gió trung binh bề mặt yểu, độ ẩm đất được xem lá

không đồi Chuan Li Du ves (2010) [40] nhận định rằng độ ẩm đất rất nhạy điều kiện

bạn đầu khác nhau, độ nhạy là hàm của đã sâu lớp đất, cụ thể là thời gim căn bằng

độ Ẩm đất tăng phụ thuộc vào độ sầu của lớp đất Mua ứ đây phụ thuộc lớn vào độ

Ấm đất, Trong khi Douville H, (2002) [50] eho rằng biển động của lượng mưa gió

mmủu năm 1987 và 1988 trên khu vực châu A, anh hưởng chủ yểu bài SSTA má không phải độ âm đất Điều này được g

sự yếu đi eơ chế hồi tiếp mưa và độ ẩm đất

ích lã do sự mạnh lên của ENSO lim

'Khi các quả trình tráo đổi be mặt là không tuyển tính và không đông nhất theo không gian và thời gian thỉ quy mô nào thích hợp để mô phông đc qué trình trao

ải bề mặt vả khí quyến bên trên Shidhar ves, (2003) [S2] tìm quy mã không gian ảnh hướng đến các thánh phần trong phương trình cản bằng năng lượng bÈ mặt trong sở đỗ Noih,

trong dé LH (latent heat flux), SH (Sensible heat flux) vit GH (grows heat Max) ta

nhiệt và thông lượng nhiệt bễ mặt Quy mô không giản được đưa rà nghiên cửu ở đây 14 200m, 2km và 20km Với ö lưới đồng nhất, độ phân giải 20km

cố sự khúc biệt sơ với 300m và 2km Sự khúc biệt thể hiện ở Ân nhiệt giảm 129%, hiển nhiệt tăng 22% và thông lượng nhiệt bé mặt tăng 44% so với bức xạ thuẫn,

nhưng không đảnh giá mức độ sa số trung bình của các dại lượng nay

"Nghiên cứu Sridhar ves„ (2004) [82] cho rằng sơ đỗ NoahiLSM đánh giá quá

cao bức xạ thuần khi tính toán trên khu vực Oklahoma Molders (2006) [74] thì sai

số của bức xạ thuẫn, SH, LH va GH lin lượt là 7%, 10%, 6% và 26% Để tài của

Chen Ve., (1991) [45], đã các định được sai số bite xp thuẫn trung bình thắng so hâm sát dao động + 10W” trong hấu hết cäe mô hình Như vậy, sự thay đỗi

củu các thông lượng này ảnh hưởng bởi yếu tổ nảo?'

vi

Tovetsinskaya ves, (2001) [85], kiém trả độ nhạy của SH, LH, GH với LAI

(hi số điện tích lá - tính tit sod BATS) và độ cao của tán lá trong mùa sinh

trưởng, Môa khô năm 1988, SH biển đổi 20-35% và I.H biển đổi 30-45% khi chỉ số

LAI biến dỗi từ 5 đến 1 Đóng gốp của bốc hỏi, bêt thoát hơi đến SH cũng rất lớn

khi:chỉ số LAI thay đổi, cô sự khác biệt giữa ngày/đêm, lớn nhất vào giữa buổi

chiều, năm khô lớn hơn nam fm,

‘Cassano ves., (2001) (37] cho ting SH của höàn lưu Hadley phụ thuộc vấn Za

\độ gỗ gỄ của mặt trải dưới) theo sơ đỗ ZiNfinkevich ve, (2001) và tốc độ giá Hẳu,

như sai số hệ thổng của SH rong mô phỏng khí hậu là do giả thit 2 =4 (searlsr roughness length for heat)

Bao ves„ (2000) [33] đã kiểm tra về độ nhạy của tham số hỏa độ gỗ ghể đổi

với thông lượng nhiệt mặt biển Kết quá thí nghiệm được tiển hành trên mổ hình

XMMS với độ phân giải ngung 45 vã 15 km trong trường hợp có bão, có sự Khúe

nhau về cường độ bão mô phông khi thuy đổi hệ số gỗ ghề, Với sơ đồ Zilidnkevich:

'Yes„ (2001) cho kết quả mố phỏng cường độ mỗ phông bão bợp lì nhất, Tuy nhiên,

cúc sơ đồ tham số hóa hệ số gỗ ghẻ cho thông lượng bể mặt trên biến với tốc độ gió

lớn thường có tính ôn dịnh không cao

Song sóng với cách lâm trên thi vige khảo sắt độ nhạy của sơ đổ LSM cũng được nhiều tắc giả để cập đến Công tình Miao ves, (2008) [68] với các thiết kể thi

27

nghigm trong bing 14 cho MMS, Trong đó hệ số gỗ ghế trùng so db Bluckadar va

sơ đỗ MRI' được tính bằng công thức của Zinitinkexieh (Ziniinkevich ves., 2001),

Băng L.4: Các thiết kế thí nghiệp cho PPI và LSM [6É]

‘So db PBI

Pleim-Niw

‘Vige sit dung cic so dé tham sé hoa PBL va LSM khắc nhau ánh hưởng rất

lớn đến kết quả mô phòng; Sự kháe biết này phụ thuộc các biến mồ phông, thời gian

trong một ngấy vÀ các điều kiện synop khác nhau, Sơ đồ Noah kết hợp với PBL cho

"kết quá mô phông t6t hom, trừ trường hợp xáe định độ cao của lớp biên Và ñgượ€ lại

với sơ dỗ ACMPX (bảng 14) Nhận định này phù hợp với những nghiền cứu của

‘Xiu and Pleim (2001) |91] thử nghiệm với sơ đỗ PX/MMS, Như vậy, chủng Ia nên

sử dụng Noah hay ACMPX trong MMS? Dé giải quyết bài toản này Miao ves., (2009) [69] tiếp tục kiếm nghiệm 'Nosh và Pleint-Xiu (bảng L5) Chủ ÿ tằng có sự khác nhau sơ đồ Noah, LANDUSETBI- (hệ số phát xạ tại 9ụm, hệ số gỗ ghể mặt trải dưới) trong phiên bin 3.7.2 vi 3.7.3 (hing 1.6) vã cỡ sự cải thiện cãi thiện dáng

kể khi mã phông nhiệt độ bể mặt trong phiên bản mới

'Các thí nghiệm trong bing 1.5, cho xụ thể âm vào ban ngày và dương vào ban đêm, đạc biệt trong điểu kiện rời quang Tuy nhiên, không cổ sự kHiế biết nhiều trong mé phỏng nhiệt độ không khí giữa sơ đỗ Elu và MRF kết hợp với Noah nhưng

cỏ sự khúc biết lớn giữa PX-SMEC va PX-SMLU điều nây do ban đầu hóa độ ẩm

đất trong Pieim-Xiu: Việc sử đụng độ Âm đất dược ban dẫu hóa với quy mô tỉnh hơn

ẽ củi thiện kết quả mô phòng của RCM, Ngoài mm, sơ đỗ NoahiFla và NoahMRE

cho kết quả mmö phỏng khá tốt khu vực đô thị nhưng PX-SMEC và PX-SMILU

không thể hiện rõ điều này Sở đĩ như vậy là sơ đỗ Nonh có khả năng nắm bắt được ảnh hưởng của tỉnh bắt đồng nhất trong từng ö lưới, thậm chỉ khi mỗ hình ch

với