Đánh giá khả năng dự báo khí hậu hạn mùa của mô hình RSM trên khu vực việt nam (tóm tắt trích đoạn)

DANH MỤC CÁC KÝ HIỆU VIẾT TẮT AGCM Mô hình hoàn lưu chung khí quyển General Circulation Models of the Atmosphere AOGCM Atmosphere-Ocean General Circulation Model Mô hình hoàn lưu chung k

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

-

Hà Trường Minh

ĐÁNH GIÁ KHẢ NĂNG DỰ BÁO KHÍ HẬU HẠN MÙA

CỦA MÔ HÌNH RSM TRÊN KHU VỰC VIỆT NAM

Chuyên ngành: Khí tượng và khí hậu học

Mã số: 60440222

LUẬN VĂN THẠC SĨ KHOA HỌC

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS MAI VĂN KHIÊM

Hà Nội – 2017

LỜI CẢM ƠN

Trước hết, tôi xin gửi lời cám ơn sâu sắc nhất đến các thầy cô trong khoa Khí tượng Thủy văn và Hải dương học, trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội, đã trang bị cho tôi những kiến thức chuyên môn và kinh nghiệm nghiên cứu quý báu trong suốt thời gian học tập tại trường cũng như trong quá trình thực hiện luận văn

Đặc biệt tôi xin trân trọng cảm ơn TS Mai Văn Khiêm là người đã tận tình chỉ bảo, định hướng khoa học và tạo điều kiện tốt nhất cho tôi trong quá trình thực hiện luận văn này

Tôi cũng xin gửi lời cảm ơn đến lãnh đạo Trung tâm Nghiên cứu Khí tượng Khí hậu, Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu đã tạo mọi điều kiện thuận lợi và tận tình giúp đỡ tôi trong quá trình thực hiện luận văn này

Cuối cùng tôi xin gửi lời cảm ơn chân thành đến gia đình, bạn bè và đồng nghiệp, những người đã động viên và giúp đỡ tôi trong suốt quá trình thực hiện luận văn này

MỤC LỤC

DANH MỤC HÌNH 2

DANH MỤC BẢNG 4

DANH MỤC CÁC KÝ HIỆU VIẾT TẮT 5

MỞ ĐẦU 6

CHƯƠNG 1: TỔNG QUAN 7

CHƯƠNG 2: SỐ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 23

2.1 Sơ lược về mô hình khí hậu phổ khu vực (RSM) 23

2.2 Số liệu nghiên cứu 28

2.3 Thiết kế nghiên cứu 30

2.4 Phương pháp đánh giá 37

CHƯƠNG 3: ĐÁNH GIÁ KHẢ NĂNG MÔ PHỎNG CỦA MÔ HÌNH RSM THEO CÁC LỰA CHỌN CẤU HÌNH KHÁC NHAU 39

3.1 Đánh giá độ nhạy của mô hình với độ rộng miền tính 39

3.2 Đánh giá độ nhạy của mô hình với độ phân giải 56

3.3 Đánh giá độ nhạy của mô hình với sơ đồ đối lưu 60

3.4 Kết quả thử nghiệm đánh giá thời gian thực 67

KẾT LUẬN 74

TÀI LIỆU THAM KHẢO 75

DANH MỤC HÌNH

Hình 1.1 Hệ số tương quan dị thường nhiệt độ bề mặt biển giữa dự báo của mô hình

và quan trắc: (a) dự báo 3-tháng của CFSv1, (b) dự báo 6-tháng của CFSv1, (c) dự

báo 3-tháng của CFSv2 và (d) dự báo 6-tháng của CFSv2 10

Hình 2.1 Sơ đồ biên độ của một biến bất kỳ theo một chiều trên miền tính khu vực cho (a) phương pháp thông thường và (b) Phương pháp xử lý nhiễu của RSM Các ký hiệu A đại diện cho một trường đầy đủ, và AG đại diện cho sự đóng góp từ mô hình phổ toàn cầu 24

Hình 2.2 Vị trí 55 trạm lấy số liệu quan trắc để đánh giá 30

Hình 2.3 Miền mẹ của các thí nghiệm 31

Hình 2.4 Các miền tính lần lượt ứng với 3 thí nghiệm: PA1, PA2, PA3 32

Hình 2.5 Miền tính thí nghiệm nghiệm đánh giá ảnh hưởng của độ phân giải 34

Hình 2.6 Miền tính thí nghiệm đánh giá ảnh hưởng của sơ đồ tham số hóa đối lưu 36 Hình 3.1 Trường khí áp mực biển trung bình các tháng 1, 4, 7, 10 (từ trên xuống dưới) trong giai đoạn 1991-1995 so với số liệu CFSR 40

Hình 3.2 Trường vectơ gió và độ cao địa thế vị mực 850 mb trung bình các tháng 1, 4, 7, 10 (từ trên xuống dưới) trong giai đoạn 1991-1995 so với số liệu CFSR 42

Hình 3.3 Trường vectơ gió và độ cao địa thế vị mực 500 mb trung bình các tháng 1, 4, 7, 10 (từ trên xuống dưới) trong giai đoạn 1991-1995 so với số liệu CFSR 44

Hình 3.4 Trường vectơ gió và độ cao địa thế vị mực 200 trung bình các tháng 1, 4, 7, 10 (từ trên xuống dưới) trong giai đoạn 1991-1995 so với số liệu CFSR 46

Hình 3.5 Trường nhiệt độ mô phỏng trung bình năm, mùa hè, mùa đông (từ trên xuống dưới) trong giai đoạn 1991-1995 của 3 phương án thí nghiệm và số liệu APHRODITE 48

Hình 3.6 Trường mưa mô phỏng trung bình năm, mùa hè, mùa đông (từ trên xuống dưới) trong giai đoạn 1991-1995 của 3 phương án thí nghiệm và số liệu APHRODITE 49

Hình 3.7 Biều đồ Hovmoller trung bình trượt 5 ngày của nhiệt độ (trên) và lượng mưa (dưới) của 3 phương án thí nghiệm với APHRODITE 51

Hình 3.8 Profile thẳng đứng của nhiệt độ (trên) và độ ẩm riêng (dưới) trung bình năm, mùa hè, mùa đông giai đoạn 1991-1995 của 3 phương án thử nghiệm với số liệu CFSR 52

Hình 3.9 Đồ thị tụ điểm đánh giá sai số mô phỏng trung bình năm, mùa hè, mùa đông của nhiệt độ 2m (trên) và lượng mưa (dưới) của 3 phương án thử nghiệm tại 55 trạm quan trắc 53

Hình 3.10 Diễn biến theo tháng của nhiệt độ (trái) và lượng mưa (phải) trung bình trên khu vực Việt Nam trong giai đoạn 1991-1995 của số liệu APHRODITE và 3 phương án độ phân giải 57

Hình 3.11 Đồ thị tụ điểm đánh giá sai số mô phỏng trung bình năm, mùa hè, mùa đông của nhiệt độ 2m (trên) và lượng mưa (dưới) của 3 phương án thử nghiệm tại

55 trạm quan trắc 58 Hình 3.12 Trường nhiệt độ (trái) và lượng mưa (phải) mô phỏng trung năm, mùa hè, mùa đông (từ trên xuống dưới) trong giai đoạn 1986-1995 của 2 sơ đồ đối lưu và số liệu APHRODITE 61 Hình 3.13 Biều đồ Hovmoller trung bình trượt 5 ngày của nhiệt độ (trên) và lượng mưa (dưới) của 3 phương án thí nghiệm với APHRODITE 62 Hình 3.14 Profile thẳng đứng của nhiệt độ (trên) và độ ẩm riêng (dưới) trung bình năm, mùa hè, mùa đông giai đoạn 1986-1995 của 2 sơ đồ đối lưu và số liệu

CFSR 63 Hình 3.15 Đồ thị tụ điểm đánh giá sai số mô phỏng trung bình năm, mùa hè, mùa đông của nhiệt độ 2m (trên) và lượng mưa (dưới) của 2 sơ đồ đối lưu tại 55 trạm quan trắc 65 Hình 3.16 Miền tính trong mô hình RSM 66 Hình 3.17 Sai số so với số liệu quan trắc tại 48 trạm của mô hình CFS (trên) và CFS/RSM (dưới) đối với nhiệt độ trong giai đoạn tháng 5 năm 2014 đến tháng 10 năm 2015 với hạn dự báo 1 tháng 68 Hình 3.18 Sai số so với số liệu quan trắc tại 48 trạm của mô hình CFS (trên) và CFS/RSM (dưới) đối với nhiệt độ trong giai đoạn tháng 5 năm 2014 đến tháng 10 năm 2015 với hạn dự báo 2 tháng 69 Hình 3.19 Sai số so với số liệu quan trắc tại 48 trạm của mô hình CFS (trên) và CFS/RSM (dưới) đối với nhiệt độ trong giai đoạn tháng 5 năm 2014 đến tháng 10 năm 2015 với hạn dự báo 3 tháng 70 Hình 3.20 Sai số so với số liệu quan trắc tại 48 trạm của mô hình CFS (trên) và CFS/RSM (dưới) đối với lượng mưa trong giai đoạn tháng 5 năm 2014 đến tháng 10 năm 2015 với hạn dự báo 1 tháng 71 Hình 3.21 Sai số so với số liệu quan trắc tại 48 trạm của mô hình CFS (trên) và CFS/RSM (dưới) đối với lượng mưa trong giai đoạn tháng 5 năm 2014 đến tháng 10 năm 2015 với hạn dự báo 2 tháng 72 Hình 3.22 Sai số so với số liệu quan trắc tại 48 trạm của mô hình CFS (trên) và CFS/RSM (dưới) đối với lượng mưa trong giai đoạn tháng 5 năm 2014 đến tháng 10 năm 2015 với hạn dự báo 3 tháng 73

DANH MỤC BẢNG

Bảng 2.1 Danh sách 55 trạm lấy số liệu quan trắc để đánh giá 29

Bảng 2.2 Các phương án thử nghiệm lựa chọn miền tính mô hình RSM 32

Bảng 2.3 Các sơ đồ tham số hóa vật lý trong thử nghiệm độ rộng miền tính 32

Bảng 2.4 Độ phân giải các trường hợp thử nghiệm 33

Bảng 2.5 Các sơ đồ tham số hóa vật lý sử dụng trong thử nghiệm độ phân giải 34

Bảng 2.6 Thời gian cần thiết cho các trường hợp thử nghiệm độ phân giải 35

Bảng 2.7 Cấu hình miến tính sử dụng trong thử nghiệm sơ đồ đối lưu 36

Bảng 3.1 Sai số MAE của nhiệt độ trung bình năm, mùa hè, mùa đông so với số liệu quan trắc tại trạm trong giai đoạn 1991-1995 của 3 phương án độ rộng miền tính 54

Bảng 3.2 Sai số MARE của nhiệt độ trung bình năm, mùa hè, mùa đông so với số liệu quan trắc tại trạm trong giai đoạn 1991-1995 của 3 phương án độ rộng miền tính 55

Bảng 3.3 Sai số MAE của nhiệt độ trung bình năm, mùa hè, mùa đông so với số liệu quan trắc tại trạm trong giai đoạn 1991-1995 của 3 phương án độ phân giải 59

Bảng 3.4 Sai số MARE của lượng mưa trung bình năm, mùa hè, mùa đông so với số liệu quan trắc tại trạm trong giai đoạn 1991-1995 của 3 phương án độ phân giải 59

Bảng 3.5 Sai số MAE của nhiệt độ trung bình năm, mùa hè, mùa đông so với số liệu quan trắc tại trạm trong giai đoạn 1986-1995 của 2 sơ đồ đối lưu 64

Bảng 3.6 Sai số MARE của lượng mưa trung bình năm, mùa hè, mùa đông so với số liệu quan trắc tại trạm trong giai đoạn 1991-1995 của 3 phương án độ rộng miền tính 64

Bảng 3.7 Các sơ đồ tham số hóa sử dụng trong mô hình RSM 66

DANH MỤC CÁC KÝ HIỆU VIẾT TẮT

AGCM Mô hình hoàn lưu chung khí quyển (General Circulation Models of the

Atmosphere)

AOGCM Atmosphere-Ocean General Circulation Model (Mô hình hoàn lưu

chung khí quyển - đại dương)

CFS Hệ thống mô hình dự báo dự báo khí hậu toàn cầu (Climate Forecast

System)

ECMWF Trung tâm dự báo thời tiết hạn vừa Châu Âu (European Centre for

Medium Range Weather Forecasts)

ENSO El Nino/Southern Oscillation

GCM Mô hình hoàn lưu toàn cầu (Global Circulation Model)

GFS Hệ thống dự báo toàn cầu (Global Forecast System)

IPCC Intergovernmental Panel on Climate Change (Ban Liên chính phủ về

Biến đổi khí hậu)

NCEP Trung tâm dự báo môi trường quốc gia, Mỹ (National Centers for

Environmental Prediction)

RCM Regional Climate Model (Mô hình khí hậu khu vực)

RSM Mô hình phổ khu vực (Regional Spectral Model)

SST Nhiệt độ mặt nước biển toàn cầu (Sea surface temperature)

MỞ ĐẦU

Bài toán dự báo hạn mùa hiện đang là một trong những bài toán được quan

tâm trên thế giới cũng như trong khu vực bởi những ứng dụng thiết thực đối với đời

sống xã hội Trong những năm gần đây, cùng với sự phát triển của khoa học công

nghệ, đặc biệt là trong ngành máy tính và tính toán hiệu năng cao, phương pháp dự

báo khí hậu sử dụng mô hình động lực đã có những bước phát triển mạnh mẽ và ngày

càng được ứng dụng rộng rãi Việc ứng dụng các mô hình dự báo số trị, không chỉ

trên quy mô toàn cầu mà còn chi tiết hóa cho từng khu vực, đã góp phần tạo điều kiện

thuận lợi cho các nghiên cứu chuyên sâu và mang tính ứng dụng cao hơn

Ở Việt Nam, việc ứng dụng và thử nghiệm các mô hình khí hậu khu vực cho

bài toán dự báo mùa đã được thực hiện tương đối nhiều trong những năm gần đây với

các mô hình như RegCM, clWRF, Trong khuôn khổ luận văn này, tác giả sẽ thử

nghiệm sử dụng mô hình khí hậu phổ khu vực RSM, kết hợp với sản phẩm đầu ra từ

mô hình dự báo toàn cầu CFS, để đưa ra các sản phẩm dự báo và đánh giá kết quả

cho khu vực Việt Nam Khác với các mô hình điểm lưới kể trên, mô hình RSM là mô

hình có cấu trúc phổ tương tự như các mô hình toàn cầu nên có nhiều ưu điểm khi sử

dụng để chi tiết hóa kết quả của mô hình toàn cầu cho các khu vực nhỏ Trước đó,

khả năng mô phỏng của RSM với lựa chọn độ rộng miền tính, độ phân giải và các sơ

đồ đối lưu khác nhau cũng được đánh giá với kết quả trong giai đoạn quá khứ Luận

văn được bố cục thành 4 chương, ngoài mở đầu, kết luận và tài liệu tham khảo như

sau:

Chương 1: Tổng quan

Chương 2: Số liệu và phương pháp nghiên cứu

Chương 3: Đánh giá khả năng mô phỏng của mô hình theo các lựa chọn cấu

hình khác nhau

Chương 4: Kết quả thử nghiệm đánh giá dự báo thời gian thực

CHƯƠNG 1: TỔNG QUAN

Thông tin khí hậu và dự báo khí hậu đóng một vai trò quan trọng đối với các ngành kinh tế - xã hội và công tác phòng tránh thiên tai Đặc biệt trong bối cảnh biến đổi khí hậu như ngày nay, những biến đổi về thời tiết và khí hậu đã gây ra những ảnh hưởng nghiêm trọng đến các ngành kinh tế - xã hội như nông nghiệp, tài nguyên nước, đa dạng sinh học, sức khỏe con người, … Do vậy, kết quả dự báo khí hậu có

độ tin cậy và chi tiết sẽ giúp người sử dụng bao gồm các nhà hoạch định chính sách, nhà quản lý và sản xuất,… đưa ra được các giải pháp và kế hoạch sản xuất hợp lý nhằm giảm thiểu những thiệt hại có thể có

Khái niệm về dự báo khí hậu có khá nhiều những quan niệm khác nhau Có người cho rằng dự báo khí hậu phải là dự báo những biến động khí hậu có chu kỳ kéo dài hàng thập kỷ, hoặc hàng thế kỷ trở lên, còn những biến động có chu kỳ dưới một năm được gọi chung là dự báo khí tượng hạn dài, gắn bó nhiều hơn với dự báo thời tiết Trong vài thập kỷ gần đây các nhà nghiên cứu khí hậu đã có một quan niệm khá thống nhất: dự báo mùa là đối tượng trung tâm của dự báo khí hậu

Đến nay, hai phương pháp chính được sử dụng rộng rãi trong nghiên cứu dự báo khí hậu quy mô khu vực và Quốc gia là phương pháp thống kê thực nghiệm và phương mô hình hóa động lực Phương pháp thống kê thực nghiệm được xây dựng trên cơ sở các nguồn số liệu khí hậu quá khứ trong khi đó các mô hình động lực dựa trên các nguyên lý cơ bản nhiệt động lực học trong khí quyển để mô phỏng các hiện tượng, các quá trình vận động của toàn bộ khí quyển đối với khu vực quan tâm Mặc

dù các mô hình thống kê thực nghiệm hiện đang được sử dụng chủ yếu và hiệu quả tại một số trung tâm dự báo khí hậu khu vực và quốc tế, song cùng với sự phát triển mạnh mẽ của công nghệ máy tính và những hiểu biết sâu về bản chất vật lý các quá trình trong khí quyển đã tạo điều kiện cho phát triển và ứng dụng mô hình động lực trong dự báo khí hậu, đặc biệt tại các trung tâm nghiên cứu dự báo khí hậu lớn trên thế giới, từ Châu Âu, Châu Á, Châu Mỹ, Châu Phi đến Châu Úc

Sau đây sẽ trình bày khái quát cách tiếp cận nghiên cứu sử dụng mô hình động lực trong dự báo khí hậu dựa trên những kết quả nghiên cứu chính đã được công bố

Ngoài nước:

Mô phỏng và dự báo khí hậu có thể được thực hiện bằng cách kết hợp các nguyên lý của vật lý học, hóa học và sinh học vào trong một mô hình toán học mô tả khí hậu Theo mức độ phức tạp, có thể sắp xếp các mô hình khí hậu theo thứ tự từ những mô hình cân bằng năng lượng đơn giản đến các mô hình rất phức tạp, đòi hỏi phải có các máy tính lớn, tốc độ tính toán nhanh và những kỹ thuật tính toán phức tạp Các mô hình khí hậu thường được ký hiệu ngắn gọn là GCM (General Circulation Model) Nguyên gốc GCM được cấu tạo từ thuật ngữ mô hình hoàn lưu chung khí quyển Tuy nhiên, hiện nay GCM được dùng để ký hiệu loại mô hình khí hậu tinh xảo nhất, trong đó hoàn lưu chỉ là một trong những thành phần cốt yếu, nên dường như nó được thay đổi một cách hợp lý nguồn gốc cấu tạo là mô hình khí hậu toàn cầu

Khởi đầu của việc ứng dụng các GCM trong nghiên cứu khí hậu là mô hình hoàn lưu chung khí quyển đơn giản được Philip xây dựng lần đầu tiên vào năm 1956 Sau đó, các mô hình hoàn lưu chung khí quyển bắt đầu được nghiên cứu rộng rãi ở nhiều cơ sở khác nhau của Hoa Kỳ, Châu Âu, Australia và nhiều nơi khác Từ những năm 1970, các mô hình hoàn lưu chung khí quyển đã thu hút sự quan tâm đặc biệt của các nhà khí tượng, khí hậu học Đánh dấu cho sự phát triển mô hình khí hậu là sự hình thành nhóm nghiên cứu biến đổi khí hậu của Ban liên Chính phủ về biến đổi khí hậu (IPCC) vào những năm 1980

Do tầm quan trọng của đại dương đối với hệ thống khí hậu nên các nhà mô hình hoá đã bắt đầu thử “ghép” mô hình hoàn lưu chung đại dương (OGCM) với mô hình hoàn lưu chung khí quyển (AGCM) để tạo thành hệ thống mô hình kết hợp (couple) đại dương khí quyển (AOGCM) Đến giữa những năm 1980 các mô hình AOGCM đã được thiết lập như một tiêu chuẩn mới đối với mô hình hoá khí hậu Các

mô hình AOGCM đã có thể mô phỏng được (a) Thông lượng nhiệt và ẩm (bốc hơi)

từ đại dương vào lớp biên khí quyển; (b) Thông lượng nhiệt và giáng thủy từ khí quyển vào đại dương; (c) Sự điều khiển gió của hoàn lưu đại dương; (d) Sự biến đổi

độ cản gió do biến đổi độ cao sóng và (e) Các quá trình quan trọng khác tại mặt phân

cách khí quyển - đại dương là kết quả của sự vận chuyển các xon khí từ các hạt nước biển và vận chuyển hóa học giữa không khí và nước

Theo kết quả tổng hợp trong báo cáo lần thứ Tư (The Fourth Assessment Report  AR4) của IPCC (2007), cho đến nay các mô hình đã đạt được những tiến

bộ vượt bậc trong mô phỏng nhiều khía cạnh của khí hậu trung bình hiện tại Các mô phỏng giáng thủy, khí áp mực biển và nhiệt độ bề mặt nhìn chung đã được cải thiện mặc dù vẫn còn một số khiếm khuyết, nhất là đối với giáng thủy vùng nhiệt đới Đối với giáng thủy, các mô hình nói chung vẫn cho mô phỏng thấp hơn thực tế trong hầu hết các hiện tượng cực đoan Việc mô phỏng xoáy thuận ngoại nhiệt đới cũng đã có nhiều tiến bộ Một số mô hình đã được sử dụng để dự tính sự biến đổi của xoáy thuận nhiệt đới Kết quả cho thấy chúng có thể mô phỏng khá thành công tần suất và sự phân bố của xoáy thuận nhiệt đới quan trắc Các mô hình cũng đã mô phỏng được các dạng (mode) chủ đạo của biến động khí hậu ngoại nhiệt đới, như NAM/SAM (the Northern and Southern hemisphere Annular Modes), PNA (Pacific/North American), PDO (Pacific Decadal Oscillation) Mặc dù vậy, các mô hình vẫn chưa tái tạo được một số đặc điểm của các dạng biến động này Hiện tại đã có một số mô hình có thể

mô phỏng nhiều đặc tính quan trọng của ENSO (El Nino/Southern Oscillation), nhưng mô phỏng dao động MaddenJulian nói chung vẫn còn chưa tốt

Trong những năm gần đây, cùng với sự phát triển mạnh mẽ của khoa học tính toán, các mô hình GCM đã không ngừng được phát triển và hoàn thiện thông qua việc tăng độ phân giải không gian cũng như cải tiến các module động lực và các sơ đồ tham số hóa (băng biển, lớp biên khí quyển, lớp xáo trộn đại dương) Nhiều quá trình rất quan trọng đã được đưa vào trong các mô hình, bao gồm những quá trình ảnh hưởng đến các nhân tố tác động (forcing) (ví dụ aerosol bây giờ đã được mô hình hóa trong mối tương tác với các quá trình khác trong nhiều mô hình) Ở nhiều nước mô hình động lực đã trở thành công cụ chính trong dự báo khí hậu nghiệp vụ Có thể nêu

ra một số ví dụ:

Ở Hoa Kỳ, Trung tâm Dự báo khí hậu quốc gia (CPC) đã phát triển hệ thống

dự báo khí hậu sử dụng mô hình động lực toàn cầu CFS (Climate Forecast System)

Phiên bản đầu tiên là CFSv1 được đưa vào hoạt động dự báo nghiệp vụ tại NCEP từ tháng 8 năm 2004, đây là mô hình kết hợp đầy đủ khí quyển-đại dương-đất (Saha và

CS, 2006) Hệ thống CFSv1 làm việc hiệu quả và được sử dụng bởi nhiều người trong cộng đồng, thậm chí sau khi CFSv2 được triển khai đưa vào hoạt động tháng 3 năm

2011, CFSv1 vẫn tiếp tục hoạt động CFSv1 cuối cùng đã ngừng hoạt động vào cuối tháng 9 năm 2012 CFSv2 đã cải tiến tất cả các thành phần của hệ thống CFSv1 và đưa vào một vài điểm mới như nâng cấp mô hình đất với bốn lớp đất, mô hình băng biển tương tác ba lớp và đưa sự biến đổi nồng độ CO2 trong quá khứ vào trong mô hình Hơn nữa, tính nhất quán giữa trạng thái mô hình và trạng thái ban đầu được tạo

ra bởi hệ thống đồng hóa số liệu đã được cải thiện trong CFSv2 (Saha và CS, 2014) Kết quả dự báo của mô hình CFS là trung bình tổ hợp của 40 thành phần dự báo, hạn

dự báo mùa của CFSv2 lên tới 9 tháng

Hình 1.1 Hệ số tương quan dị thường nhiệt độ bề mặt biển giữa dự báo của mô hình và quan trắc: (a) dự báo 3-tháng của CFSv1, (b) dự báo 6-tháng của CFSv1, (c) dự báo 3-tháng của

CFSv2 và (d) dự báo 6-tháng của CFSv2

Ở Anh, bên cạnh các mô hình thống kê truyền thống, từ những năm 1990,

Trung tâm xây dựng và ứng dụng các mô hình hoàn lưu chung khí quyển như chuỗi

mô hình toàn cầu HadAM, GloSea Hiện nay trung tâm đang vận hành hệ thống dự báo khí hậu mùa GloSea5 từ tháng 01 năm 2013 Độ phân giải của khí quyển và bề mặt đất đã được tăng lên so với GloSea4 (2009) từ 210×140 km tới 92×62 km Độ phân giải ngang của mô hình biển và băng biển đã giảm từ 111 km tới 27 km (Arribas

dự báo được hiệu chỉnh bởi các dự báo lại (hindcast) của mô hình Dự báo lại của GloSea5 thực hiện trong giai đoạn 1996-2009, các dự báo bắt đầu tại 4 ngày 01, 09,

17 và 25 của tháng với 3 thành phần tổ hợp Dự báo mùa của Trung tâm được chia làm 3 loại: (1) Dự báo trên chuẩn, dưới chuẩn và tựa chuẩn; (2) Dự báo trên chuẩn nhiều, trên chuẩn, tựa chuẩn, dưới chuẩn và dưới chuẩn nhiều; (3) Dự báo trên chuẩn

và dưới chuẩn Hiện nay, các sản phẩm dự báo với thời hạn trước từ 1 đến 6 tháng của Trung tâm Hadley đã được đưa lên trang web

Tại Úc, từ năm 2002 Cục Khí tượng Úc (BOM) đã sử dụng mô hình động lực

kết hợp khí quyển-đại dương POAMA để dự báo mùa Mô hình này đã được nâng cấp lên POAMA-1.5 và POAMA-2 với những cải tiến số liệu ban đầu hóa và các khởi tạo tổ hợp để đưa ra dự báo phù hợp với quy mô nhiều tuần Hệ thống POAMA-2 được đưa vào dự báo nghiệp vụ từ tháng 5 năm 2013 Hệ thống dự báo mới POAMA-

2 được thiết kế để dự báo quy mô giữa dự báo thời tiết và dự báo mùa POAMA-2 sử dụng mô hình khí quyển – UM phiên bản 3 và mô hình đại dương – ACOM phiên bản 2 Trường ban đầu được cung cấp bởi các sơ đồ đồng hóa dữ liệu riêng biệt cho các thành phần đại dương, đất và khí quyển POAMA-2 bao gồm hệ thống tổ hợp đồng hóa số liệu đại dương (Yin và CS, 2011) và hệ thống ban đầu hóa đất/ khí quyển (Hudson và CS, 2011) Chi tiết các thành phần của mô hình có thể tìm đọc trong Wang và CS (2011) Một kỹ thuật nữa được đưa vào đó là tạo nhiễu điều kiện ban đầu phù hợp với khí quyển và đại dương tại thời điểm ban đầu của các dự báo Các nhiễu được tạo ra bằng cách sử dụng mô hình kết hợp đại dương-khí quyển xác định tính không chắc chắn trong dự báo gây ra do độ nhạy của điều kiện ban đầu Hệ thống

dự báo mới này là cột mốc quan trọng trong sự phát triển của hệ thống dự báo mùa POAMA Hiện nay, BOM đang thực hiện dự báo khí hậu mùa bằng mô hình kết hợp đại dương-khí quyển POAMA Dự báo từ tổ hợp của 30 thành phần với điều kiện đầu vào khác nhau (từ ngày mồng 1 đến 15 hàng tháng) với hạn dự báo lên đến 9 tháng (Marshall và CS 2012)

Trung tâm dự báo thời tiết hạn vừa Châu Âu (ECMWF) đưa mô hình

ECMWF hoạt động dự báo mùa từ năm 1997 Hệ thống dự báo thế hệ 3 được giới

thiệu vào tháng ba năm 2007 Hệ thống dự báo tốt nhiệt độ bề mặt nước biển (SST)

ở Ấn Độ Dương so với các hệ thống trước kia của ECMWF (thế hệ 1 và 2) (Stockdale

và CS, 2011) Kể từ cuối năm 2011, ECMWF đã nâng cấp dự báo mùa nghiệp vụ từ thế hệ 3 sang thế hệ 4 Khi nâng cấp, các phiên bản này sử dụng các mô hình thành phần mới nhất, các dự báo ở độ phân giải cao, tổ hợp nhiều thành phần, chuỗi dữ liệu

dự báo lại lớn Chi tiết nâng cấp của thế hệ 4 có thể xem trong (Molteni và CS, 2011) Hiện nay, ECMWF đã kết hợp mô hình đại dương NEMO có độ phân giải ngang 10

km với mô hình khí quyển ECMWF-IFS có 91 mực theo phương thẳng đứng và độ phân giải ngang khoảng 80 km Hệ thống mô hình hiện nay cung cấp sản phẩm dự báo mùa với 51 thành phần tổ hợp

Ở Nhật Bản, Cục Khí tượng Nhật Bản (JMA) sử dụng hệ thống dự báo tổ hợp

EPS, bao gồm mô hình hoàn lưu chung khí quyển AGCM và mô hình đại dương OGCM Độ phân giải ngang của AGCM khoảng 180 km với 40 mực theo phương thẳng đứng Mô hình dự báo khí hậu từ 4 đến 7 tháng tới với 51 thành phần tổ hợp khác nhau

Ở Hàn Quốc, Cục Khí tượng Hàn Quốc (KMA) dự báo khí hậu với thời hạn

từ một đến sáu tháng Dự báo một tháng được phát báo ba lần trong một tháng bao gồm nhiệt độ, lượng mưa, và hình thế khí áp cho 30 ngày tiếp theo Dự báo ba tháng được tạo ra hàng tháng bao gồm xu thế nhiệt độ, lượng mưa bao gồm các hiện tượng mùa đặc biệt như bụi Châu Á, bão cho 3 tháng tới Dự báo mùa sáu tháng được phát báo hai lần trong một năm (tháng 5 và tháng 11) Dự báo dựa trên xác định chuẩn sai, trên chuẩn, dưới chuẩn và tựa chuẩn Các dị thường được tính dựa trên tập số liệu quá khứ 24 năm (1979-2002) Các dự báo dựa trên kỹ thuật tổ hợp nhiều mô hình (multi model ensemble – MME) được phát triển ở APCC APCC thu thập số liệu dự báo thời gian thực và quá khứ của 15 mô hình từ 8 quốc gia và xây dựng hệ thống tính toán tự động tổ hợp MME APCC phát triển nhiều kỹ thuật MME để dự báo tất định

và xác suất mùa Đối với dự báo tất định, ba loại kỹ thuật MME tuyến tính được sử dụng, cụ thể là hợp thành sai số và không sai số, kết hợp có trọng số của nhiều mô