ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
Nguyễn Đăng Mậu Thử nghiệm kết hợp mô hình khí hậu toàn cầu CAM và khu vực RegCM
mô phỏng các trƣờng khí hậu khu vực Việt Nam Chuyên ngành: Khí tƣợng và khí hậu học
Mã số: 60 44 87

LUẬN VĂN THẠC SĨ KHOA HỌC

NGƢỜI HƢỚNG DẪN KHOA HỌC: TS. TRẦN QUANG ĐỨC

Hà Nội - 2012
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
Nguyễn Đăng Mậu
1.1.2. Mô hình khí hậu khu vực 7
1.2. Các nghiên cứu trên thế giới 10
1.3. Các nghiên cứu ở trong nƣớc có liên quan 14
CHƢƠNG 2: PHƢƠNG PHÁP NGHIÊN CỨU 23
2.1. Tiếp cận nghiên cứu 23
2.2. Mô hình CAM 3.0 24
2.3. Mô hình RegCM 29
2.4. Thiết kế các thí nghiệm 31
2.5. Nguồn số liệu sử dụng 34
CHƢƠNG 3: KẾT QUẢ VÀ NHẬN XÉT 39
3.1. Mô phỏng khí hậu bằng mô hình CAM 3.0 39
3.1.1. Đánh giá kết quả mô phỏng trƣờng gió và độ cao địa thế vị 39
3.1.2. Đánh giá kết quả mô phỏng khí áp mực nƣớc biển 43
3.1.3. Kết quả mô phỏng nhiệt độ không khí bề mặt 44
3.2. Đánh giá kết quả mô phỏng khí hậu bằng mô hình RegCM3 45
3.2.1. Đánh giá kết quả mô phỏng trƣờng gió và độ cao địa thế vị 45
3.2.2. Đánh giá kết quả mô phỏng nhiệt độ 50
3.2.3. Đánh giá kết quả mô phỏng lƣợng mƣa 63
KẾT LUẬN VÀ KIẾN NGHỊ 75
TÀI LIỆU THAM KHẢO 77
PHỤ LỤC 80
ii DANH MỤC BẢNG BIỂU

Bảng 2.1. Mô tả khối số liệu đầu vào mô hình CAM 3.0 27
Bảng 2.2. Điều kiện ban đầu của mô hình CAM 3.0 27
Bảng 2.3. Mô tả khối mô hình CAM 3.0 28
Bảng 2.4. Sản phẩm đầu ra mô hình CAM 3.0 28

Hình 1.9. Minh họa miền tính mô hình RegCM1 và kết quả đánh giá mô phỏng
trong nghiên cứu của Giorgi và Marinucci năm 1991 [19] 11
Hình 1.10. Minh họa miền tính và độ cao địa hình trong nghiên cứu của
Rosmeri Forfírio Da Rocha năm 2006 [29] 12
Hình 1.11. Minh họa so sánh kết quả mô phỏng lƣợng mƣa mùa hè năm 1999
với số liệu thực trong nghiên cứu của Noah S. Diffenbaugh năm 2006 [23] 12
Hình 1.12. Minh họa phƣơng pháp tiếp cận nghiên cứu của Deng Weitao trong
nghiên cứu dự báo mƣa mùa hè trên lãnh thổ Trung Quốc bằng hệ thống mô
hình CAM 3.0 kết hợp với RegCM3 [25, 26] 13
Hình 1.13. Minh họa các kết quả đánh giá trong nghiên cứu của Deng Weitao
[25, 26] 14
Hình 1.14. Minh họa kết quả thử nghiệm mô phỏng đƣờng dòng và lƣợng mƣa
trong nghiên cứu của Kiều Thị Xin năm 2000 [15] 15
Hình 1.15. Minh họa nghiên cứu lựa chọn miền tính cho mô hình RegCM3
trong công trình nghiên cứu của Lƣơng Mạnh Thắng [12] 18
Hình 1.16. Minh họa kết quả thử nghiệm mô phỏng khí áp mực nƣớc biển trong
nghiên cứu của Trần Quang Đức [2] 20
Hình 1.17. Minh họa kết quả đánh giá mô hình trong nghiên cứu của Phan Văn
Tân năm 2009-2010 [11] 21
Hình 2.1. Quy trình thực hiện nghiên cứu 24
iv

Hình 2.2. Minh họa mô hình CAM 3.0 trong hệ thống mô hình CCSM3 [30] 26
Hình 2.3. Sơ đồ khối cấu trúc mô hình CAM 3.0 26
Hình 2.4. Hệ tọa độ thẳng đứng Lai trong CAM 3.0 29
Hình 2.5. Hệ tọa độ thẳng đứng của mô hình RegCM 31
Hình 2.6. Lƣới ngang dạng xen kẽ dạng B - Arakawa - Lamb 31
Hình 2.7. Diễn biến chuẩn sai nhiệt độ mặt nƣớc biển SSTA tại khu vực Nino
3.4 (Nguồn: CPC/NOAA) 32
Hình 2.8. Miền tính mô hình RegCM_CAM trong các thí nghiệm M1 và M2 . 33

o
C) trung bình các 12, 1, 2 thời kỳ 1997-
1999 mô phỏng bằng mô hình CAM 3.0 (a) và số liệu NNRP2 (b) 45
Hình 3.12. Trƣờng gió và độ cao địa thế vị trung bình tháng 1 mực 850mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 46
v

Hình 3.13. Trƣờng gió và độ cao địa thế vị trung bình tháng 7 mực 850mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 47
Hình 3.14. Trƣờng gió và độ cao địa thế vị trung bình tháng 1 mực 500mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 47
Hình 3.15. Trƣờng gió và độ cao địa thế vị trung bình tháng 7 mực 500mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 48
Hình 3.16. Trƣờng gió và độ cao địa thế vị trung bình tháng 1 mực 500mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 48
Hình 3.17. Trƣờng gió và độ cao địa thế vị trung bình tháng 7 mực 500mb thời
kỳ 1997-1999 mô phỏng bằng RegCM_CAM trong thí nghiệm M1 (a), thí
nghiệm M2 (b) và NNRP2 (c) 48
Hình 3.18. Profile thẳng đứng độ cao địa thế vị trung bình tháng 1 (a), 4 (b), 7
(c) và 10 (d) (mgh) thời kỳ 1997-1999 mô phỏng bằng RegCM_CAM 49
Hình 3.19. Profile thẳng đứng trung bình gió vĩ hƣớng (u) (m/s) tháng 1 (a), 4
(b), 7 (c) và 10 (d) thời kỳ 1997-1999 mô phỏng bằng RegCM_CAM 49
Hình 3.20. Profile thẳng đứng trung bình gió kinh hƣớng (v) (m/s) tháng 1 (a), 4
(b), 7 (c) và 10 (d) thời kỳ 1997-1999 mô phỏng bằng RegCM_CAM 49
Hình 3.21. Nhiệt độ trung bình (

o
N tới
24
o
N trung bình cho dải kinh độ 102
o
E đến 110
o
E trong thí nghiệm M1 so với
thí nghiệm M2 59
Hình 3.28. Chênh lệch nhiệt độ trung bình mùa hè (
o
C) phân bố từ 8
o
N tới 24
o
N
trung bình cho dải kinh độ 102
o
E đến 110
o
E trong thí nghiệm M1 so với thí
nghiệm M2 60
Hình 3.29. Chênh lệch nhiệt độ (
o
C) trung bình mùa đông thời kỳ El Nino
(12/1997-2/1998) so với mùa đông thời kỳ La Nina (12/1998-2/1999) trong thí
nghiệm M1, M2 và quan trắc (Ob) 61
Hình 3.30. Đồ thị tụ điểm đánh giá sai số mô phỏng nhiệt độ (
o

E đến 110
o
E trong thí nghiệm M1 so với
thí nghiệm M2 72
Hình 3.38. Chênh lệch lƣợng mƣa (mm) trung bình các tháng 12/1998-2/1999
(La Nina) so với các tháng 12/1997-2/1998 (El Nino) 73
Hình 3.39. Đồ thị tụ điểm đánh giá sai số mô phỏng lƣợng mƣa (mm) các tháng
mùa đông trong thời kỳ El Nino (trái) và La Nina (phải) trong các thí nghiệm
M1 và M2 74

vii

DANH MỤC CÁC CHỮ VIẾT TẮT

AGCM
Mô hình hoàn lƣu chung khí quyển
BTB
Bắc Trung Bộ
CLM
Mô hình đất cộng đồng
CAM
Mô hình khí quyển cộng đồng
CCM
Mô hình khí hậu cộng đồng
CCSM
Mô hình hệ thống khí hậu cộng đồng
CSIM5

Trung tâm Quốc gia Dự báo Môi trƣờng (Hoa Kỳ)
nnk
Những ngƣời khác
NOAA
Cơ quan Quản lý Khí quyển và Đại dƣơng (Hoa Kỳ)
NTB
Nam Trung Bộ
OGCM
Mô hình hoàn lƣu chung đại dƣơng
POP
Mô hình đại dƣơng song song
RCM
Mô hình khí hậu khu vực
RegCM
Mô hình khí hậu khu vực của NCAR
RegCM3
Mô hình khí hậu khu vực của NCAR phiên bản 3
RegCM_CAM
Mô hình RegCM3 đƣợc chạy với đầu vào là sản phẩm
của mô hình CAM 3.0
SOM
Mô hình đại dƣơng lớp mỏng
SST
Nhiệt độ mặt nƣớc biển
TB
Tây Bắc
TN
Tây Nguyên
Chƣơng 2: Phƣơng pháp nghiên cứu
Chƣơng 3: Kết quả và nhận xét 2 CHƢƠNG 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU

Thông tin khí hậu (bao gồm thông tin khí hậu đã qua 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 nhƣ ngày nay,
những biến đổi về thời tiết và khí hậu đã gây ra những ảnh hƣởng nghiêm trọng
đến các ngành kinh tế - xã hội nhƣ nông nghiệp, tài nguyên nƣớc, đa dạng sinh
học, sức khỏe con ngƣời, … (Hình 1.1). Do vậy, thông tin khí hậu có độ tin cậy
và chi tiết cao sẽ giúp ngƣời sử dụng bao gồm các nhà hoạch định chính sách,
nhà quản lý và sản xuất, … đƣa ra đƣợc các giải pháp và kế hoạch sản xuất hợp
lý. Thực tế cho thấy, nhu cầu sử dụng các sản phẩm khí hậu có mức độ tin cậy
và chi tiết cao đang là một vấn đề cấp bách. Sản phẩm khí hậu ở đây bao gồm
thông tin khí hậu đã qua, dự báo, dự tính khí hậu và các khuyến cáo sử dụng
(Hình 1.2). Từ đó, bài toán đặt ra là không ngừng nghiên cứu nhằm có đƣợc các
sản phẩm khí hậu với độ phân giải và tin cậy cao để ngƣời sử dụng có thể căn cứ
vào đó đƣa ra các giải pháp, kế hoạch sản xuất, … và phòng tránh thiên tai hiệu
quả. Hình 1.1. Sơ đồ mô tả tác động của khí
hậu đối với các ngành kinh tế xã hội
Hình 1.2. Sơ đồ mô tả mối quan hệ giữa
người sử dụng với các thông tin khí hậu


mô hình hóa khí hậu (sử dụng các mô hình động lực) là sử dụng các phƣơng
trình toán học để biểu diễn các quá trình vật lý, hóa học, sinh học … trong hệ
thống khí hậu theo các quy mô khác nhau. Hình 1.3 minh họa các quá trình diễn
ra trong khí quyển đƣợc mô tả trong mô hình số trị. Nhƣ vậy, để biểu diễn đƣợc
các quá trình này diễn ra trong khí quyển, mô hình số trị phải chứa đầy đủ các
chƣơng trình tính toán phức tạp và đòi hỏi máy tính có cấu hình cao. Ƣu điểm
của các mô hình số trị là đƣa ra các sản phẩm có tính khách quan và có thể ở độ
phân giải cao. Ngoài ra, sản phẩm của mô hình số trị rất phong phú và có thể sử
dụng làm đầu vào cho các mô hình ứng dụng trong các lĩnh vực khác. Đối với
cách tiếp cận theo phƣơng pháp thống kê là sử dụng các mối quan hệ thống kê
trong quá khứ để dự báo tƣơng lai. Với đặc trƣng riêng của mình, hƣớng tiếp
cận theo phƣơng pháp thống kê phải dựa vào số liệu lịch sử, và do đó gặp khó
khăn là nguyên nhân hình thành khí hậu tƣơng lai chƣa chắc đã là do khí hậu
quá khứ hay hiện tại tạo thành. Ngoài ra, cũng có thể kết hợp phƣơng pháp mô
hình số trị với thống kê nhằm hiệu chỉnh và đƣa ra các sản phẩm tốt hơn thông
qua các kỹ thuật chi tiết hóa.
Nhƣ đã phân tích ở trên, các mô hình số trị có thể đƣa ra sản phẩm khí
hậu đối với nhiều yếu tố mang tính khách quan hơn và có thể mô tả đƣợc các
đặc trƣng dị thƣờng ở độ phân giải cao. Do vậy, có thể thấy hƣớng tiếp cận theo
phƣơng pháp mô hình số trị đƣợc cho là có triển vọng hơn nếu khí hậu hiện tại
chịu ảnh hƣởng bởi các điều kiện, tác động mới chƣa có hoặc khác biệt trong
chuỗi số liệu lịch sử.
Trên thế giới, các sản phẩm khí hậu đã đƣợc cung cấp ở nhiều nƣớc nhƣ ở
Hoa Kỳ, Nhật Bản, Vƣơng quốc Anh, Úc, … Các sản phẩm khí hậu ở các nƣớc
này thƣờng là kết quả của các mô hình toàn cầu đầy đủ (GCM) hoặc là sản phẩm
của mô hình khí hậu khu vực (RCM). Tuy nhiên, việc chạy các GCM đòi hỏi
cần phải có hệ thống máy tính phức tạp và có cấu hình đủ mạnh. Do vậy, các
GCM thƣờng đƣợc chạy ở độ phân giải ngang khá thô (khoảng một vài độ kinh
vĩ) nên mô hình không thể nắm bắt đƣợc các hiện tƣợng ở quy mô nhỏ. Do đó,

dụng mô hình cho các mục đích mô phỏng và dự báo khí hậu. Tuy nhiên, hầu
hết các nghiên cứu này đƣợc thực hiện trên các bộ số liệu đầu vào do ICTP cung
cấp. Gần đây, mới có một số nghiên cứu ứng dụng sản phẩn của mô hình CFS
(NCEP) làm điều kiện biên và điều kiện ban đầu cho mô hình khu vực nhằm
mục đích thử nghiệm dự báo khí hậu.
Song song với các nghiên cứu về mô hình RegCM, mô hình khí quyển
cộng đồng CAM 3.0 (Community Atmosphere Model) cũng đƣợc ứng dụng
trong các nghiên cứu của Trần Quang Đức, Trƣờng Đại học Khoa học Tự nhiên.
Các nghiên cứu cũng đã cho thấy khả năng làm chủ mô hình và ứng dụng ở Việt
Nam nhằm tạo điều kiện biên và ban đầu cho các mô hình khí hậu khu vực.
Nghiên cứu của Phan văn Tân và nnk (2009) cũng đã thử nghiệm thành công mô
phỏng khí hậu mùa hè 6-8/1999 bằng mô hình RegCM3 với điều kiện biên và
điều kiện ban đầu là sản phẩm của mô hình CAM 3.0.
Luận văn tiến hành nghiên cứu thử nghiệm mô phỏng khí hậu thời kỳ
1997-1999 bằng mô hình RegCM3 với điều kiện biên và điều kiện ban đầu là
sản phẩm của mô hình CAM 3.0. Nghiên cứu đƣợc thực hiện thông qua các thử
nghiệm miền tính khác nhau cho mô hình RegCM3 nhằm ứng đánh giá khả năng
ứng dụng hai mô hình ở Việt Nam.
1.1. Mô hình hóa khí hậu
1.1.1. Mô hình khí hậu toàn cầu
Mô hình khí hậu toàn cầu hoặc mô hình hoàn lƣu chung toàn cầu đều đƣợc
viết tắt là “GCM”. GCM là mô hình toán học mô tả các quá trình vật lý trong
khí quyển, đại dƣơng, băng biển và bề mặt đất, dựa trên hệ phƣơng trình Navier-
Stokes trên một quả cầu quay với nhiệt động lực học chính là bức xạ và nhiệt
ẩm. Các phƣơng trình này là cơ sở cho các chƣơng trình máy tính phức tạp để
thực hiện các mô phỏng không khí hoặc đại dƣơng. Về cơ bản, các mô hình
hoàn lƣu chung đƣợc chia làm hai loại: Mô hình hoàn lƣu chung khí quyển
(AGCM) và mô hình hoàn lƣu chung đại dƣơng (OGCM). Cho đến nay, xu
hƣớng tích hợp các mô hình hoàn lƣu này thành một mô hình khí hậu chung
đang phát triển mạnh mẽ. Cụ thể là với bộ phận chính là mô hình AGCM, các


toàn cầu (GCM) đầu tiên trên thế giới. Đến cuối những năm 1960, mô hình toàn
cầu lồng ghép khí quyển và đại dƣơng đầu tiên đƣợc xây dựng bởi phòng thí
nghiệm động lực học chất lỏng Ðịa Vật lý Hoa Kỳ (GFDL/NOAA). Vào đầu
những năm 1980, Trung tâm Nghiên cứu Khí quyển Quốc gia (National Center
for Atmospheric Research – NCAR, Hoa Kỳ) đã phát triển mô hình khí quyển
cộng đồng và mô hình này đã đƣợc cải tiến liên tục vào những năm 2000. Năm
1996, đã có nhiều nỗ lực nhằm đƣa ra các kết quả mô phỏng và dự báo thực tế
hơn, bằng việc cải tiến trƣờng khởi tạo, mô hình đất và thảm thực vật. Trong các
mô hình GCM, một thành phần rất quan trọng đó là sóng trọng trƣờng (gravity
waves) đã bị lãng quên cho tới tận giữa những năm 1980. Và ngày nay, trong
các GCM hiện đại, thành phần sóng trọng trƣờng phải đƣợc tính đến, mặc dù nó
làm cho mô hình trở nên phức tạp hơn rất nhiều.
Xu thế mô hình hóa khí hậu toàn cầu trong những năm gần đây là lồng
ghép vào GCM đầy đủ các thành phần của hệ thống trái đất, ví dụ nhƣ lồng ghép
các mô hình băng (Greenland và Nam Cực), một hoặc nhiều mô hình chuyển
hóa hóa chất (CTM - chemical transport model). Điều này cho phép các GCM
có thể mô phỏng đƣợc những thay đổi về nồng độ khí Đioxit Cacbon và các khí
nhà kính khác trong khí quyển. Ngoài ra, với việc lồng ghép đầy đủ các thành
phần của hệ thống trái đất vào GCM cho phép mô hình thể hiện đƣợc những
phản hồi khí hậu do thay đổi các thành phần này gây ra.
1.1.2. Mô hình khí hậu khu vực
Về mặt lý thuyết, các GCM đƣợc coi là công cụ thích hợp nhất để thực hiện
các mô phỏng, dự báo và dự tính khí hậu. Tuy nhiên, theo nhƣ phân tích ở trên,
các GCM rất khó nắm bắt đƣợc các hiện tƣợng khí hậu ở quy mô nhỏ. Trƣớc
thực tế đó, một giải pháp đƣợc đƣa ra, đó là sử dụng các mô hình khu vực
(RCM) độ phân giải cao lồng ghép (nesting) vào GCM để thực hiện chi tiết hóa
thông tin từ GCM về khu vực nghiên cứu. Dựa trên ý tƣởng này, đã có một loạt
các mô hình khu vực tiên tiến đƣợc phát triển nhƣ: RegCM, PRECIS, RSM,
MM5, CCAM, REMO, WRF,

9

năm gần đây, các RCM liên tục đƣợc cải tiến, phát triển và bổ sung nhiều sơ đồ
thành phần nhằm cải tiến chất lƣợng mô hình.
Tuy nhiên, kỹ thuật lồng ghép này cũng tồn tại những hạn chế, đó là sai số
mô phỏng RCM phụ thuộc vào chất lƣợng trƣờng toàn cầu của GCM và thiếu sự
tƣơng tác hai chiều giữa kết quả mô hình RCM và GCM. Ngoài ra, thực tế cho
thấy, đối với một ứng dụng mô hình RCM nhất định chất lƣợng mô phỏng phù
thuộc khá nhiều vào các lựa chọn tham số hóa vật lý, độ phân giải và miền tính,
phƣơng pháp đồng hóa số liệu, phƣơng pháp xử lý vùng đệm (Giorgi và Mearns,
1991, 1999; Ji và Vernekar 1997).
Bên cạnh kỹ thuật lồng ghép một chiều, chúng ta còn biết đến kỹ thuật
lồng ghép hai chiều (two way nesting) một RCM vào GCM. Theo Philip Lorenz
và Daniela Jacob (2005, 2008), hệ thống mô hình lồng ghép hai chiều bao gồm
GCM và RCM đƣợc chạy đồng thời song song với nhau trong cùng một hệ
thống (Hình 1.6). Chúng ta có thể lồng ghép đồng thời một hoặc nhiều miền tính
khu vực vào trong miền tính toàn cầu. GCM cung cấp điều kiện biên và điều
kiện ban đầu cho RCM, sau đó RCM sẽ thực hiện các tính toán và gửi dòng
phản hồi (feedback) lại GCM quá trình này cứ tiếp diễn cho đến khi hoàn thành
tính toán. Theo các tác giả nêu trên, chất lƣợng mô phỏng khí hậu của GCM
đƣợc cải tiến đáng kể khi chạy lồng ghép hai chiều với một RCM mà không cần
tăng độ phân giải ngang.
Điều kiện tiên quyết khi lồng ghép RCM vào GCM đó là RCM phải đƣợc
điều khiển ở biên xung quanh bởi GCM. Có thể hiểu đơn giản hai kỹ thuật này
nhƣ sau: Đối với lồng ghép một chiều, các mô hình đƣợc chạy hoàn toàn riêng
biệt với nhau, RCM chỉ sử dụng sản phẩm của GCM sau khi đã chạy xong. Với
lồng ghép hai chiều, khi đó RCM và GCM sẽ đƣợc thiết kế chạy song song với
nhau trên cùng một hệ thống và các tính toán giữa hai mô hình đƣợc phản hồi lại
cho nhau. Do vậy, khi thực hiện lồng ghép hai chiều, chất lƣợng mô phỏng và
dự báo khí hậu của GCM sẽ bị thay đổi. Tuy nhiên, đối với lồng ghép một chiều

Hình 1.7. Minh họa miền tính mô hình
MM4 trong nghiên cứu của Dickinson
năm 1989 [17]
Hình 1.8. Minh họa miền tính mô hình
MM4 trong nghiên cứu của Giorgi 1990
[18]

Năm 1991, các kết quả nghiên cứu của Giorgi và Marinucci về mô phỏng
cho khu vực châu Âu vào tháng 1 và tháng 7 năm 1979 bằng RegCM1 đã đƣợc
chọn làm kết quả mẫu. Qua nhiều kết quả thí nghiệm mô phỏng cho khu vực
châu Âu và Mỹ (Giorgi 1990; Giorgi 1991; Hostetler-Giorgi 1992; Marinucci-
Giorgi 1992; Giorgi 1992, 1993) đã khẳng định khả năng sử dụng mô hình
RegCM lồng ghép vào trong một GCM trong nghiên cứu khí hậu (Hình 1.9)
[19]. Hình 1.9. Minh họa miền tính mô hình RegCM1 và kết quả đánh giá mô phỏng trong
nghiên cứu của Giorgi và Marinucci năm 1991 [19] 12

Rosmeri Forfírio Da Rocha và nnk (2006) đã nghiên cứu thử nghiệm chạy
lồng ghép một chiều mô hình RegCM với mô hình toàn cầu HadCM3 của Trung
tâm Hadley, Vƣơng quốc Anh để thực hiện các mô phỏng khí hậu thời kỳ 1960-
1971 cho khu vực Nam Mỹ (Hình 1.10) [29].
Năm 2006, Noah S. Diffenbaugh và nnk trong nghiên cứu của mình đã

Tây – Bắc Trung Quốc là thấp nhất. Bên cạnh đó, trong nghiên cứu này tác giả
cũng giới thiệu các phƣơng pháp và kết quả hiệu chỉnh sai số dự báo bằng mô
hình [25, 26]. Hình 1.13 minh họa kết quả đánh giá sai số dự báo lƣợng mƣa
trong nghiên cứu của tác giả.
Gần đây, Ju Lixia và Lang Xianmei (2011) đã công bố công trình nghiên
cứu thử nghiệm dự báo khí hậu mùa hè ở Trung Quốc bằng cách lồng ghép mô
hình RegCM3 với mô hình IAP9L-AGCM, các kết quả cho thấy mô hình dự báo
khá tốt ở Trung Quốc [28].

Hình 1.12. Minh họa phương pháp tiếp cận nghiên cứu của Deng Weitao trong nghiên
cứu dự báo mưa mùa hè trên lãnh thổ Trung Quốc bằng hệ thống mô hình CAM 3.0
kết hợp với RegCM3 [25, 26]

14
Hình 1.13. Minh họa các kết quả đánh giá trong nghiên cứu của Deng Weitao [25,
26]

1.3. Các nghiên cứu ở trong nƣớc có liên quan
Ở nƣớc ta, ứng dụng các mô hình số trị trong nghiên cứu khí hậu đƣợc
thực hiện từ đầu những năm 2000, đã nhiều công trình nghiên cứu đƣợc công bố
và có ý nghĩa khoa học cao. Đi đầu trong hƣớng nghiên cứu này phải kể đến các
tác giả Kiều Thị Xin, Phan Văn Tân, Trần Quang Đức, Hồ Thị Minh Hà
(Trƣờng Đại học Khoa học Tự nhiên), Nguyễn Văn Thắng (Viện Khoa học Khí
tƣợng Thủy văn và Môi trƣờng),… Trong đó, các công trình nghiên cứu đƣợc
công bố chủ yếu về mô hình RegCM3. Số lƣợng công trình nghiên cứu về mô
hình CAM, cũng nhƣ mô hình lồng ghép RegCM_CAM chƣa nhiều.
Nghiên cứu đầu tiên về mô hình RegCM ở Việt Nam đƣợc công bố vào

đến kết quả mô phỏng khí hậu hạn mùa khu vực Việt Nam và Đông Nam Á” đã
trình bày kết quả thực hiện 5 thí nghiệm số đối với mô hình RegCM3 để mô
phỏng khí hậu Việt Nam – Đông Nam Á cho các mùa đông, mùa hè các năm
1996-1998 khi sử dụng 3 loại số liệu tái phân tích toàn cầu (ERA40, NNRP1 và
NNRP2) và 2 loại số liệu SST (OISST và sst_mnmean) khác nhau. Nghiên cứu
đã chỉ ra rằng, ảnh hƣởng của các loại số liệu tái phân tích toàn cầu khác nhau
đối với nhiệt độ và lƣợng mƣa là không rõ rệt. Sự khác biệt giữa các mô phỏng

16

là khá nhỏ, tuy vậy về mùa đông thể hiện rõ hơn về mùa hè, nhất là đối với
lƣợng mƣa. Trên lãnh thổ Việt Nam, RegCM3 cho mô phỏng nhiệt độ thấp hơn
quan trắc, còn lƣợng mƣa mô phỏng cao hơn quan trắc. Xét tổng thể, các tác giả
cho rằng so với NNRP1 và NNRP2, số liệu ERA40 cho kết quả mô phỏng của
RegCM3 phù hợp nhất điều kiện khí hậu bề mặt khu vực Việt Nam và Đông
Nam Á [7].
Cũng trong năm 2008, Phan Văn Tân và nnk tiếp tục công bố kết quả
nghiên cứu về mô hình RegCM3 trong công trình “Nghiên cứu độ nhạy của mô
hình khí hậu khu vực RegCM3. Phần II: Ảnh hƣởng của các sơ đồ tham số hóa
đối lƣu đến kết quả mô phỏng khí hậu hạn mùa khu vực Đông Nam Á”. Các tác
giả đã thử nghiệm chạy mô phỏng khí hậu năm 1996-1998 bằng mô hình
RegCM3 với bốn tùy chọn sơ đồ tham số hóa đối lƣu Kuo, Grell-AS74. Grell-
FC80 và MIT-Emanuel. Nghiên cứu nhằm mục đích thử nghiệm độ nhạy của
RegCM3 đối với các sơ đồ tham số hóa đối lƣu này, qua đó chỉ ra đƣợc sơ đồ
thích hợp nhất cho khu vực Việt Nam. Kết quả nghiên cứu đã chỉ ra rằng, thí
nghiệm với sơ đồ MIT-Emanuel cho kết quả mô phỏng nhiệt độ phù hợp nhất và
thí nghiệm với sơ đồ Grell-AS74 cho kết quả mô phỏng mƣa phù hợp với thực
tế nhất [8].
Năm 2008, Hồ Thị Minh Hà đã sử dụng mô hình khí hậu khu vực
RegCM3 làm công cụ trong công trình “Nghiên cứu khả năng mô phỏng mùa