Nội dung chuyên đề khoa học về “Phương pháp điều chỉnh dữ liệu mưa từ mô hình khí hậu vùng”

Nội dung chuyên đề khoa học về “Phương pháp điều chỉnh dữ liệu mưa từ mô hình khí hậu vùng” Nội dung chuyên đề khoa học về “Phương pháp điều chỉnh dữ liệu mưa từ mô hình khí hậu vùng” Nội dung chuyên đề khoa học về “Phương pháp điều chỉnh dữ liệu mưa từ mô hình khí hậu vùng”

Võ Quốc Thành

Khoa Môi trường và Tài nguyên Thiên nhiên, ĐH Cần Thơ

Email: quocthanh@ctu.edu.vn

GIỚI THIỆU

• Kết quả từ mô hình khí hậu toàn cầu có độ phân giải thấp (từ 250 đến 600 km) cần được

downscale mô hình khí hậu vùng

• Có nhiều phương pháp downscale được áp dụng như: phương pháp thông kê, phương pháp động

và phương pháp kết hợp

• Tuy nhiên, kết quả mô hình khí hậu vùng chưa

phù hợp khi so sánh với dữ liệu quan trắc Một

dữ liệu từ mô hình khí hậu vùng

DỮ LIỆU TỪ MÔ HÌNH KHÍ HẬU VÙNG

• Dữ liệu mưa mô phỏng vùng được downscale

bởi trung tâm SEA START (the Southeast Asia START Regional Center)

• Kết quả mô hình khí hậu vùng có độ phân giải

0.2 độ (khoảng 20 km)

• Mô hình khí hậu PRECIS sử dụng phương

pháp downscale động từ mô hình khí hậu toàn cầu ECHAM4 theo hai kịch bản A2 và B2 đến

năm 2100

20

40

60

80

100

120

140

160

180

Thời gian

Observed Simulated

Lượng mưa mô phỏng và thực đo tại trạm Cần Thơ

DỮ LIỆU QUAN TRẮC

Dữ liệu mưa quan trắc ở

các trạm ở đồng bằng

Sông Cửu Long từ giai

đoạn 1979 đến 2006

PHƯƠNG PHÁP

Figure 1 Process of the bias correction (Source: Modified from Chu Thai Hoanh et al, 2010)

Giả thuyết sai số lượng mưa mô phỏng là giống nhau giữa các giai đoạn

PHƯƠNG PHÁP

Phương pháp điều chỉnh được thực hiên qua 2 bước:

- Tần suất

- Lượng mưa Dựa vào phân tích lượng mưa quan trắc, lượng mưa mô phỏng dưới 0.1 mm được xác định như ngày không mưa Phương pháp xử lý này cũng được Ines và Hansen (2006) áp dụng

PHƯƠNG PHÁP

Điều chỉnh tần suất

• Một đặc tính quan trọng của lượng mưa ở đồng bằng Sông Cửu Long là dao động theo mùa

• Do đó, tần suất mưa được đặc trưng bởi tỷ số giữa ngày mưa và ngày không mưa Tỷ số f

được xác định như sau:

dod

PHƯƠNG PHÁP

Điều chỉnh lượng mưa

• Chuỗi dữ liệu mưa được sắp xếp tăng dần

(đường phân bố) Chênh lệch giữa hai đường phân bố được xác định như sau:

𝐸 𝑥𝑖 chênh lệch; 𝑀 𝑥𝑖 đường phân bố thực đo; và 𝑆(𝑥𝑖) đường phân bố

mô phỏng

• Kết quả điều chỉnh được kiểm định bằng so

sánh với lượng mưa quan trắc để đánh giá tính

ổn định của phương pháp

KẾT QUẢ

Tần suất mưa

0

100

200

300

400

500

600

Months

Tân Châu

KẾT QUẢ

Tần suất mưa

0

100

200

300

400

500

600

1 2 3 4 5 6 7 8 9 10 11 12

Months

Tân Hiệp

0 100 200 300 400 500 600

1 2 3 4 5 6 7 8 9 10 11 12

Months

Cà Mau

KẾT QUẢ

Lượng mưa

0

500

1000

1500

2000

2500

3000

3500

4000

Observed rainfall Simulated rainfall Adjusted rainfall

Fig Annual rainfall intensity at Ca Mau station

KẾT QUẢ

Lượng mưa

Fig Daily rainfall intensity at Ca Mau station

KẾT QUẢ

Lượng mưa

Fig Daily rainfall intensity at Can Tho station

KẾT QUẢ

Lượng mưa

Fig Daily rainfall intensity at Chau Doc station

KẾT QUẢ

Phân bố không gian

Phương pháp nội suy IDW được sử dụng rộng rãi để tính toán phân bô mưa được áp dụng

(Chen and Liu 2012; Nusret and Đug 2012)

KẾT QUẢ

KẾT LUẬN

• Phương pháp điều chỉnh giảm đáng kể tần

suất mưa và cải thiện lượng mưa (để phản

ánh dạng mưa quan trắc) ở các trạm ở

ĐBSCL

• Ngoài ra, phương pháp còn đãm bảo xu

hướng lượng mưa dự báo

• Phương pháp nội suy là cách tiếp cận được áp dụng rộng rãi để nội suy Tuy nhiên, phương pháp nội suy cần phải kiểm định để thực hiện các phân tích không gian