Tóm tắt Luận án Nghiên cứu mô phỏng và dự tính xu thế biến đổi của các sự kiện mưa lớn trên khu vực Việt Nam bằng mô hình khí hậu khu vực

ủa Jones và cộng sự (2004) về mưa lớn và giao động Madden-Julian (MJO); Nghiên cứu của Cavazos (1999), Wang và Zhou (2005) và You và cộng sự (2010) về tác động của hoàn lưu quy mô lớn đến mưa lớn Nhiều công trình nghiên cứu với quy mô châu lục như Re và Barros (2009) với khu vực Nam Mỹ; Penalba và Robledo (2009) với khu vực châu Mỹ La tinh; Aguilar và cộng sự (2009) với Trung Phi; Moberg và cộng sự (2006) và Klein Tank và Können (2003) với khu vực châu Âu; Klein Tank và cộng sự (2006) và Manton và cộng sự (2001) với khu vực Nam Á, Trung Á và Đông Nam Á... Nhiều quốc gia đã thực hiện những nghiên cứu cho khu vực của mình để chủ động ứng phó với biến đổi của mưa lớn. Tiêu biểu như Zhai và cộng sự (2005) và Zhang và cộng sự (2008) cho Trung Quốc, Peralta-Hernández và Barba-Martínez (2009) cho Mexico, Fowler và 5 Kilsby (2003) cho nước Anh, Salinger và Griffiths (2001) cho New Zealand, Zhang và cộng sự (2001) cho Canada và Karl và Knight (1998) cho khu vực nước Mỹ... Các nghiên cứu trên đều cho thấy sự biến đổi đáng kể của mưa lớn trên nhiều khu vực. Các nghiên cứu dự tính sự biến đổi của mưa lớn tiêu biểu như Kharin và cộng sự (2007) và Hegerl và cộng sự (2004) theo các kịch bản SRES: B1, A1B và A2. Các mô hình khí hậu khu vực (RCM) với độ phân giải cao, các quá trình vật lý được mô tả chi tiết hơn sẽ cho những thông tin đầy đủ và chi tiết hơn GCM. Các nghiên cứu dự tính sử dụng RCM điển hình như: Bell và cộng sự (2004), Beniston và cộng sự (2007), Gu và cộng sự (2012) 1.2.2. Nghiên cứu về mưa lớn ở Việt Nam Ở Việt Nam, những nghiên cứu về mưa lớn thường tập vào các đặc điểm, diễn biến của mưa lớn và các hiện tượng liên quan như nghiên cứu của Cao Đăng Dư và Phùng Đức Chính (2006); Lê Đình Quang (2005); Nguyễn Khánh Vân và Đỗ Lệ Thủy (2009). Nguyên nhân hình thành, yếu tố tác động đến mưa lớn ở Việt Nam cũng được quan tâm nghiên cứu như công trình của Lương Tuấn Minh và Nghiêm Thị Ngọc Linh (2005), Lê Đình Quang và Nguyễn Ngọc Thục (2006), Nguyễn Đức Hậu và Nguyễn Thanh Tùng (2009), Mai Trọng Thông và Hoàng Lưu Thu Thủy (2007) Nhiều nghiên cứu về BĐKH ở Việt Nam như các công trình của Nguyễn Trọng Hiệu và cộng sự (2005a, b), Nguyễn Duy Chinh (2007), Nguyễn Viết Lành (2007), Trần Thục và cộng sự (2010), Nguyễn Trọng Hiệu và cộng sự (2011), Nguyễn Văn Thắng và Đào Thị Thúy (2009). Những nghiên cứu trên cho thấy những đặc điểm của mưa lớn ở Việt Nam đã có những thay đổi đáng kể. Do vậy, việc dự tính sự biến đổi của mưa lớn trong tương lai là hết sức cần thiết. 6 Mô hình khí hậu khu vực là một công cụ hữu ích. Một yếu tố quan trọng ảnh hưởng đến kết quả mô phỏng mưa của các mô hình khí hậu khu vực là các sơ đồ tham số hóa đối lưu. Từ các nghiên cứu của Hoàng Đức Cường và cộng sự (2004), Phan Văn Tân và Hồ Thị Minh Hà (2008), Thái Thị Thanh Minh và cộng sự (2009), Hồ Thị Minh Hà và Thái Thị Thanh Minh (2009) và Nguyễn Quang Trung và cộng sự (2012) cho thấy sơ đồ tham số hóa đối lưu của Grell với giả thiết khép kín của Arakawa-Schubert (Grell-AS) là phù hợp hơn cả. Một số nghiên cứu về mưa lớn cho khu vực Việt Nam như: nghiên cứu của Đỗ Huy Dương và cộng sự (2010), Hồ Thị Minh Hà và cộng sự (2011), Hằng Vũ Thanh và cộng sự (2010)... Như vậy, các nghiên cứu về mưa lớn ở Việt Nam đã được thực hiện. Tuy nhiên, vấn đề nghiên cứu đánh giá khả năng mô phỏng và dự tính mưa lớn của mô hình khí hậu khu vực cho khu vực Việt Nam vẫn chưa được làm rõ. 1.3. Những vấn đề trong nghiên cứu mƣa lớn a. Bộ số liệu trong nghiên cứu mưa lớn Chất lượng số liệu là một yếu tố rất quan trọng, số liệu thường có sai sót, khuyết thiếu bởi nhiều lý do. Số liệu từ các trạm có chất lượng thấp hoặc không đầy đủ sẽ được loại bỏ như Penalba và Robledo (2009) loại bỏ trạm thiếu hơn 10% số liệu, Frich và cộng sự (2002) loại bỏ trạm có trên 14/54 năm số liệu bị khuyết thiếu. Ở Việt Nam có khoảng 180 trạm có số liệu mưa ngày. Tuy nhiên, không phải toàn bộ 180 trạm có đầy đủ số liệu. Đối với mưa, tính cục bộ theo phân bố không gian tương đối lớn nên số liệu mưa tại trạm cần được phân tích thành dạng lưới để dễ dàng so sánh với kết quả mô hình. Luận án sử dụng bộ số liệu quan trắc trên đã được phân tích trên lưới - APHRODITE của Nhật bản. 7 b. Tham số hóa đối lưu trong mô hình khí hậu Ở Việt Nam, các nghiên cứu lựa chọn các sơ đồ tham số hóa đối lưu cho thấy sơ đồ tham số hóa đối lưu Grell-AS là phù hợp. c. Chỉ số trong nghiên cứu mưa lớn Hiện nay, bộ chỉ số được sử dụng rộng rãi nhất là bộ 27 chỉ số cực đoan được công bố bởi ETCCDI. Ở Việt Nam, một vài chỉ số của ETCCDI đã được phân tích như R95p trong nghiên cứu của Hồ Thị Minh Hà và cộng sự (2011), Rx1d trong nghiên cứu của Vũ Thanh Hằng và cộng sự (2009) và Đỗ Huy Dương và cộng sự (2010). d. Xác định xu thế biến đổi và ý nghĩa thống kê của xu thế Nhiều phương pháp xác định xu thế như: dựa trên độ lệch giữa hai thời kỳ, phương pháp xây dựng phương trình hồi quy tuyến tính, phương pháp Sen’s Slope Trong luận án, xu thế được xác định dựa trên độ lệch giữa hai thời kỳ. Ý nghĩa thống kê của xu thế có thể được xác định bằng các phương pháp: kiểm nghiệm Student’s t, Kendall’s tau, Mann-Kendall... Luận án sử dụng kiểm nghiệm Student’s t để xác định ý nghĩa xu thế. e. Kịch bản phát thải khí nhà kính Từ khi kịch bản SRES được công bố đến nay, những thông tin về phát triển kinh tế, công nghệ và môi trường đã thay đổi nhiều. Các kịch bản SRES không còn phù hợp với hoàn cảnh và nhu cầu nghiên cứu khí hậu hiện thời. Vì vậy, IPCC đã phát triển bộ các kịch bản mới là RCPs. Các kịch bản RCPs được phát triển theo hướng “song song” (Hình 1.2). Quá trình bắt đầu với mức cưỡng bức bức xạ được giả định vào năm 2100. Mức cưỡng bức bức xạ này là sự kết hợp khác nhau của sự phát triển kinh tế, công nghệ, dân số và chính sách Luận án sẽ sử dụng kịch bản phát thải mới nhất của IPCC là RCPs. 8 Hình 1.2. Các cách tiếp cận phát triển kịch bản (Wayne, 2013) Nhận xét cuối chƣơng Ở Việt Nam, việc ứng dụng mô hình khí hậu trong nghiên cứu mưa lớn đã được quan tâm trong những năm gần đây. Những phân tích, đánh giá toàn diện về sự biến đổi của hiện tượng mưa lớn trong tương lai theo chưa được thực hiện đầy đủ. Do vậy, đề tài “Nghiên cứu mô phỏng và dự tính xu thế biến đổi của hiện tượng mưa lớn trên khu vực Việt Nam bằng mô hình khí hậu khu vực” được đặt ra nhằm xác định sự biến đổi của hiện tượng mưa lớn trong quá khứ đồng thời đánh giá và phân tích những biến đổi trong tương lai. CHƢƠNG II. THIẾT KẾ THÍ NGHIỆM, SỐ LIỆU VÀ PHƢƠNG PHÁP NGHIÊN CỨU Các thí nghiệm bao gồm: (1) Mô phỏng xu thế biến đổi của mưa lớn; (2) Đánh giá khả năng mô phỏng xu thế biến đổi của mưa lớn; (3) Dự tính xu thế biến đổi của mưa lớn. 2.1. Thiết kế thí nghiệm mô phỏng mƣa lớn 2.1.1. Quá trình phát triển của mô hình RegCM RegCM có các ưu điểm: dễ sử dụng, có thể thay đổi mã nguồn, được cập nhật khá thường xuyên và nhiều tùy chọn vật lý... Ở Việt nam, RegCM đã được sử dụng trong nhiều nghiên cứu khí hậu. Ra đời vào năm 1989 đến nay, RegCM đã được phát triển đến phiên bản thứ 4 (RegCM4) và có một số cải tiến về sơ đồ bề mặt đất, lớp biên hành tinh, và thông lượng biển-khí quyển và những cải tiến về 9 thuật toán mô hình tăng khả năng linh hoạt và dễ sử dụng hơn. 2.1.2. Cấu hình cho mô hình RegCM4 - Miền tính: bao gồm khu vực Việt Nam và các vùng lân cận có tâm tại 160N và 109,50E; kích thước miền là 2.200 x 2.120 km2. - Độ phân giải ngang là 20 x 20km, gồm 110 x 106 ô lưới và 18 mực thẳng đứng. Thời kỳ mô phỏng: 40 năm, từ 1/1961 đến 12/2000. - Các sơ đồ tham số hoá vật lý được lựa chọn: Sơ đồ tham số hóa đối lưu Grell-AS, Sơ đồ lớp biên đã được cải tiến của Hotlslag, Sơ đồ mưa quy mô lớn SUBEX, Sơ đồ thông lượng đại dương Zeng, Sơ đồ bề mặt đất BATS. 2.1.3. Số liệu đầu vào cho RegCM4 Số liệu đầu vào cho RegCM4 gồm: Số liệu tái phân tích ERA40 độ dài từ 1957-2002, độ phân giải: 2,50 x 2,50 với 17-23 mực thẳng đứng. Số liệu lớp phủ bề mặt toàn cầu độ GLCC độ phân giải 5’x5’. Bộ số liệu độ cao bề mặt GTOPO. Số liệu nhiệt độ bề mặt GISST. 2.2. Số liệu và phƣơng pháp đánh giá 2.2.1. Số liệu APHRODITE Số liệu APHRODITE là số liệu mưa ngày cho khu vực châu Á ở dạng lưới độ phân giải 0,250 x 0,250 kinh vĩ. Số liệu có độ dài số liệu là 57 năm từ 1951 đến 2007. Số lượng trạm quan trắc để tạo nên số liệu APHRODITE trên toàn cầu là khoảng 5.000 đến 12.000 trạm. 2.2.2. Các chỉ số mưa lớn Đối với Việt nam, mưa lớn được xác định với ngưỡng 50mm. Trong luận án, ngoài một số chỉ số đã được sử dụng thống nhất quốc tế trong danh sách các chỉ số của ETCCDI thì hai chỉ số R10 và R20 sẽ được thay thế bằng chỉ số R50. Các chỉ số sử dụng trong luận án gồm: Rx1d-Mưa ngày cực đại (mm); Rx5d-Mưa 5 ngày cực đại (mm); R95p-Lượng mưa trung bình các ngày mưa nhiều (mm); 10 R99p-Lượng mưa trung bình các ngày mưa cực nhiều (mm); R50-Số ngày mưa lớn (ngày); NHS-Số đợt mưa lớn (đợt). 2.2.3. Phương pháp phân tích và đánh giá khả năng mô phỏng của RegCM4 Kết quả mô phỏng được nội suy về độ phân giải 0,250 đồng nhất với số liệu APHRODITE bằng phương pháp nội suy song tuyến tính: 2.1 Lượng mưa sau khi nội suy được chuyển đổi theo công thức: 2.2 Trong đó: là lượng mưa mới; R là lượng mưa cũ. Xu thế biến đổi của mưa lớn được xác định theo công thức: Hoặc 2.3 Trong đó, RC và AC là xu thế biến đổi tương đối và tuyệt đối của chỉ số idx; và là trung bình của chỉ số idx trong giai đoạn chuẩn và giai đoạn so sánh. Ý nghĩa thống kê của xu thế được đánh giá bằng kiểm nghiệm Student’ t được miêu tả trong tài liệu của GS. Phan Văn Tân (2003). Hệ số đánh giá khả năng mô phỏng mưa lớn: - Hệ số tương quan không gian: 2.7 Trong đó: idx là các chỉ số mưa lớn đã được trung bình theo thời gian, dấu gạch trên: trung bình không gian, o: quan trắc, m: mô hình, i là chỉ số về ô lưới, N là số ô lưới trong khu vực đang xét. 11 - Sai số trung bình ME được xác đinh theo công thức: 2.8 - Sai số tuyệt đối trung bình MAE được xác định: 2.9 - Sai số căn bình phương trung bình RMSE được xác định: 2.10 Trong các công thức của ME (2.8), MAE (2.9) và RMSE (2.10): Mi là giá trị của mô hình, Oi: là giá trị quan trắc, N: dung lượng mẫu. - Độ lệch tương đối giữa RMSE và MAE để phân tích sự biến động của sai số và được xác định: 2.11 Hệ số đánh giá khả năng mô phỏng xu thế biến đổi mưa lớn: - Hệ số tương quan thời gian: 2.12 Trong đó: idx là các chỉ số mưa lớn đã được trung bình theo không gian, dấu gạch trên: trung bình theo thời gian, o: quan trắc, m: mô hình, i là chỉ số về lát cắt thời gian, N là số lát cắt thời gian. - Tỷ lệ ô lưới có cùng xu thế: 2.13 12 Trong đó, P là tỷ lệ ô lưới có cùng xu thế, N là số ô lưới trong một khu vực, và lần lượt là xu thế biến đổi của quan trắc và mô phỏng ở ô lưới thứ i trong khu vực quan tâm. 2.3. Thí nghiệm dự tính xu thế biến đổi của mƣa lớn 2.3.1. Các kịch bản phát thải SRES và RCPs Bộ kịch bản phát thải SRES: gồm 4 họ kịch bản A1, A2, B1 và B2 thể hiện các mức độ phát triển về kinh tế, dân số, công nghệ A1 với kinh tế phát triển rất nhanh, dân số tăng đến giữa thế kỷ 21 và giảm đi, công nghệ mới hiệu quả hơn. A2 với kinh tế phát triển không đồng nhất, chậm hơn các họ kịch bản khác, dân số gia tăng liên tục. B1 với kinh tế phát triển theo hướng dịch vụ, ít sử dụng tài nguyên, tăng dân số giống A1. B2 mô tả thế giới dựa vào các giải pháp địa phương, dân số tăng giống A2 với với tốc độ thấp hơn có nhiều thay đổi về công nghệ hơn A1 và B1. Bộ kịch bản RCPs: RCP8.5 cưỡng bức bức xạ tăng trong thế kỷ 21 lên đến 8.5 Wm-2 tương đương với CO2 đạt 1370 ppm vào năm 2100. RCP6.0 cưỡng bức bức xạ tăng đều trong thế kỷ 21 và đạt khoảng 6 Wm -2 tương đương 850 ppm CO2 vào năm 2100 và ổn định. RCP4.5 cưỡng bức bức xạ trong thế kỷ 21 tăng đều đặn đạt 4.5 Wm-2 tương đương 650 ppm CO2 vào năm 2100 và ổn định. RCP2.6 tăng bức xạ và đạt đỉnh ở mức 3.1 Wm-2 vào giữa thế kỷ 21 sau đó giảm về mức 2.6 Wm -2 tương đương với 490 ppm CO2 vào năm 2100. 2.3.2. Thiết kế thí nghiệm dự tính mưa lớn Hai kịch bản được lựa chọn là RCP8.5 thể hiện mức độ phát thải cao và RCP4.5 thể hiện mức độ phát thải trung bình. Bảng 2.1. Thiết kế thí nghiệm dự tính mưa lớn Thời kỳ chuẩn 1981-2000 Thời kỳ Thời kỳ giữa thế kỷ 21 2045-2065 13 dự tính Thời kỳ cuối thế kỷ 21 2080-2099 Kịch bản phát thải Phát thải cao RCP8.5 Phát thải trung bình RCP4.5 Số liệu toàn cầu SST từ ACCESS CCAM + ACCESS SST từ NorESM CCAM + NorESM Hai kịch bản này được đưa vào mô hình khí hậu toàn cầu CCAM để tạo ra đầu vào cho mô hình khí hậu khu vực RegCM4. CHƢƠNG III. KẾT QUẢ VÀ ĐÁNH GIÁ 3.1. Khả năng mô phỏng mƣa lớn của mô hình RegCM4 So sánh tương bản đồ phân bố không gian của các chỉ số mưa lớn cho thấy mô hình mô phỏng thấp hơn quan trắc trên nhiều vùng thuộc khu vực Việt Nam. Phân bố không gian tương đối phù hợp với quan trắc. Kết quả mô phỏng còn một số nét khác biệt với quan trắc. 3.1.1. Khả năng mô phỏng mưa lớn trên các vùng khí hậu Các ký kiệu phân vùng khí hậu như sau: Tây bắc bộ - B1, Đông bắc bộ - B2, Đồng bằng bắc bộ - B3, Bắc trung bộ - B4, Nam trung bộ - N1, Tây nguyên - N2, Nam bộ - N3 và Việt Nam - VN. Bảng 3.1 biểu diễn Cs trên các phân vùng khí hậu. Cs vùng B1 và N1 cao hơn các vùng khác. Cs vùng B2, B3 và N2 có giá trị âm cho thấy mô phỏng phân bố không gian mưa lớn chưa thực sự tốt. Bảng 3.1. Hệ số tương quan không gian trên các vùng khí hậu Vùng Rx1d Rx5d R95p R99p R50 NHS B1 0,709 0,843 0,593 0,532 0,715 0,731 B2 -0,367 -0,431 -0,236 -0,23 -0,115 -0,011 B3 -0,389 -0,488 -0,242 -0,406 -0,407 -0,394 B4 0,474 0,531 0,597 0,433 0,586 0,593 N1 0,563 0,577 0,668 0,623 0,548 0,587 N2 -0,278 0,047 0,014 -0,406 -0,004 0,033 N3 0,509 0,446 0,44 0,342 0,497 0,521 Cs của Rx1d, Rx5d, R50 và NHS vùng B1 cao nhất so với các vùng khí hậu khác. Phân bố không gian của mưa lớn vùng B1, B4, 14 N1 và N3 tương đối tốt. Bảng 3.2 cho thấy mô hình có xu thế mô phỏng thấp hơn quan trắc. ME có giá trị âm trên nhiều vùng. ME vùng N3 nhỏ nhất. Xét cả Cs và ME cho mô phỏng tốt với vùng B1 và N1. Vùng B4 có Cs cao và ME cao. ME thấp trên vùng N3. Vùng B2 và B3 có Cs thấp và ME cao. Bảng 3.2. Sai số trung bình (ME) trên các vùng khí hậu Vùng Rx1d Rx5d R95p R99p R50 NHS B1 -17,113 -0,63 -12,441 -16,309 -1,25 -1,475 B2 -21,129 -20,896 -17,484 -22,547 -1,954 -1,792 B3 -47,801 -59,896 -30,299 -51,774 -3,26 -2,803 B4 -72,816 -119,2 -42,845 -83,76 -4,562 -3,205 N1 -24,851 -24,271 -19,979 -34,671 -0,776 -0,772 N2 -14,562 -29,291 -13,202 -14,768 -1,191 -1,062 N3 2,892 3,938 -3,011 5,105 0,013 -0,061 Giá trị độ lệch tương đối (D) giữa RMSE và MAE vùng B4 nhỏ nhất so với các vùng khác. D trên vùng N3 là lớn nhất. Đặc điểm mô phỏng theo vùng: mô phỏng tốt trên các vùng B1, N1 và N3. Vùng B2, B3 và N2 chưa phù hợp về phân bố không gian. Vùng B3 chưa tốt về độ lớn. Vùng B4 phù hợp về phân bố không gian nhưng chưa tốt về độ lớn. Mức độ dao động của sai số lớn nhất trên vùng N3. 3.1.2. Khả năng mô phỏng mưa lớn theo mùa So sánh bản đồ các chỉ số mưa lớn theo các mùa giữa mô phỏng và quan trắc cho thấy. Phân bố không gian và độ lớn thay đổi đáng kể theo mùa. Kết quả mô phỏng trong mùa đông cao hơn quan trắc và thấp hơn quan trắc đối với các mùa khác trong năm. Trong mùa đông, Phân bố không gian mô phỏng khá phù hợp với quan trắc. Bảng 3.3. Hệ số tương quan không gian theo các mùa trong năm Mùa Rx1d Rx5d R95p R99p R50 NHS Đông 0,645 0,718 0,441 0,568 0,697 0,697 15 Xuân 0,474 0,428 0,258 0,139 0,244 0,278 Hạ 0,49 0,409 0,539 0,459 0,604 0,641 Thu 0,533 0,61 0,55 0,428 0,571 0,603 Những thay đổi về phân bố không gian và độ lớn theo các mùa trong năm cũng được mô hình mô phỏng tương đối hợp lý. Tuy nhiên, kết quả mô phỏng còn tồn tại một vài điểm chưa hợp lý như ở một số khu vực thuộc vùng N3 trong mùa đông, vùng B2 và ven biển vùng B4 trong mùa xuân, mùa hè và mùa thu. Cs trên Bảng 3.3 đều có giá trị dương thể hiện mô hình nắm bắt được phân bố không gian. Cs cao nhất thường vào mùa đông. Cs của Rx5d cao nhất trong mùa đông. Cs của R95p, R99p, R50 và NHS trong mùa xuân tương đối thấp. Bảng 3.4. Sai số trung bình (ME) theo các mùa trong năm Mùa Rx1d Rx5d R95p R99p R50 NHS Đông 6,099 26,263 -0,562 1,802 0,171 0,116 Xuân -12,501 -13,47 -14,335 -18,949 -0,198 -0,19 Hạ -16,369 -15,10 -13,11 -22,161 -0,568 -0,53 Thu -31,177 -57,32 -27,482 -36,654 -1,112 -0,84 ME trong các mùa hầu hết có giá trị âm, ngoại trừ mùa đông. ME trong mùa đông cũng thấp nhất so với các mùa khác. ME trong mùa xuân và mùa hè khá tương đương. Vào mùa thu, ME lớn hơn các mùa khác trong năm. Độ lệch tương đối D nhỏ đối với các chỉ số Rx1d, R95p và R99p vào mùa xuân và đối với các chỉ số Rx5d, R50 và NHS vào mùa Hè. Mức độ giao động của sai số trong mùa xuân và mùa hè thấp hơn mùa đông và thu. Khả năng mô phỏng mưa lớn theo mùa có đặc điểm: Mô hình mô tương đối tốt trong mùa đông. Mô hình mô phỏng thấp hơn quan trắc trong các mùa xuân, mùa hè và mùa thu. Mức độ giao động của sai số trong mùa xuân và hè thấp hơn mùa đông và thu. Mô hình mô phỏng 16 chưa tốt trong mùa xuân. 3.2. Khả năng mô phỏng xu thế biến đổi của các sự kiện mưa lớn Qua so sánh bản đồ xu thế biến đổi của các chỉ số mưa lớn giữa quan trắc và mô phỏng có thể thấy: Mô hình mô phỏng tương đối phù hợp trên vùng N1. Mô phỏng mức độ biến đổi cao hơn và diện phân bố rộng hơn quan trắc ở các vùng N1, N2 và N3. Các khu vực có xu thế tăng đan xen với các khu vực có xu thế giảm. Trên vùng B1, B2 và B3 xu thế biến đổi ngược so với quan trắc. Số lượng ô lưới có ý nghĩa thống kê thường nhiều hơn quan trắc. 3.2.1. Khả năng mô phỏng xu thế biến đổi mưa lớn trên các vùng khí hậu So sánh kết quả mô phỏng với quan trắc cho thấy những vùng quan trắc có xu thế tăng thì mô phỏng thường có mức độ tăng lớn hơn đáng kể. Vùng N1 có mức độ lớn nhất so với các vùng khác thể hiện trên cả quan trắc và mô phỏng. Ý nghĩa thống kê của xu thế từ kết quả mô phỏng lớn hơn quan trắc. Bảng 3.5. Hệ số tương quan thời gian trên các vùng khí hậu Vùng Rx1d Rx5d R95p R99p R50 NHS Rmean B1 0,251 0,132 0,072 0,176 0,174 0,182 0,251 B2 -0,09 -0,09 0,031 -0,129 -0,09 -0,03 -0,097 B3 -0,22 -0,27 -0,182 -0,14 -0,28 -0,30 -0,225 B4 0,118 0,029 0,052 0,241 -0,00 0,007 0,118 N1 0,537 0,492 0,27 0,294 0,64 0,627 0,537 N2 0,163 0,112 0,105 0,218 0,224 0,251 0,163 N3 0,139 0,183 -0,098 0,041 0,311 0,33 0,139 Ct trên Bảng 3.5 cho thấy tương quan theo thời gian tương đối thấp. Ct cao nhất trên vùng N1. Ct vùng B2 và B2 có giá trị âm. Ct vùng B1, B4, N2 và N3 có giá trị dương nhưng độ lớn tương đối thấp. Trong thực tế diễn biến của mưa lớn phức tạp hơn nhiều mưa 17 trung bình và là thách thức lớn đối với mô hình hóa. Tỷ lệ ô lưới (P) mà số liệu quan trắc và kết quả mô phỏng có cùng xu thế được sử dụng để đánh giá sự phù hợp về xu thế của các ô lưới trong một khu vực. Bảng 3.6 cho thấy P trên vùng N3 là lớn nhất so với các vùng khác. Các vùng N4, N2 và N3 cũng có P khá cao. Vùng B1, B2 và B3 có P thấp. Bảng 3.6. Tỷ lệ ô lưới có cùng xu thế trên các vùng khí hậu (%) Vùng Rx1d Rx5d R95p R99p R50 NHS B1 16,327 22,449 44,898 36,735 16,327 16,327 B2 19,588 25,773 35,052 39,175 21,649 40,206 B3 31,707 17,073 36,585 31,707 14,634 39,024 B4 60,256 52,564 61,538 61,538 38,462 32,051 N1 90,667 78,667 81,333 73,333 81,333 68,001 N2 82,022 74,157 60,674 57,303 65,169 75,281 N3 65,591 72,043 55,914 41,935 70,968 54,839 Khả năng mô phỏng xu thế biến đổi mưa lớn có một số đặc điểm: Mô hình mô phỏng các vùng N1, N2 và N3 tốt hơn các vùng khác và tốt nhất là vùng N1. Mô phỏng trên vùng B1, B2 và B2 còn chưa phù hợp. Mức độ tăng của các chỉ số mưa lớn thường cao hơn quan trắc. 3.2.2. Khả năng mô phỏng xu thế biến đổi mưa lớn theo mùa So sánh bản đồ và bảng xu thế biến đổi các chỉ số theo mùa cho thấy phân bố không gian xu thế biến đổi của các chỉ số mưa lớn khá phức tạp và sự thay đổi theo mùa không rõ nét. Vào mùa đông mô hình biểu diễn tương đối tốt xu thế biến đổi của các chỉ số mưa lớn. Trong mùa xuân, mô hình mô phỏng quá về mức độ biến đổi của mưa lớn. Vào mùa hè, mô hình mô phỏng xu thế ngược so với quan trắc. Sang mùa thu, mô hình thể hiện khá tốt xu thế biến đổi của mưa lớn. Bảng 3.7. Hệ số tương quan thời gian theo các mùa trong năm. Mùa Rx1d Rx5d R95p R99p R50 NHS Đông 0,608 0,665 0,317 0,243 0,654 0,606 18 Xuân 0,363 0,511 0,084 0,163 0,276 0,303 Hè 0,127 0,156 -0,125 -0,053 -0,031 0,014 Thu 0,469 0,41 0,382 0,206 0,516 0,486 Ct theo các mùa trong năm biểu diễn trên Bảng 3.7 cho thấy Ct tương đối cao trong mùa đông và mùa thu. Trong mùa xuân và mùa hè Ct khá thấp. P theo các mùa trong năm biểu diễn trên Bảng 3.8 cho thấy P của Rx1d, Rx5d và R95p khá tương đồng nhau giữa các mùa. P của R99 lớn nhất trong mùa hè. Trong mùa thu, P tương đối cao với hầu hết các chỉ số. Bảng 3.8. Tỷ lệ ô lưới có cùng xu thế theo các mùa trong năm (%) Mùa Rx1d Rx5d R95p R99p R50 NHS Đông 48,084 51,724 45,977 33,716 16,284 15,134 Xuân 54,023 55,939 48,851 51,724 28,927 27,969 Hè 45,785 46,552 48,659 53,831 35,249 36,782 Thu 57,854 60,536 51,149 46,743 48,084 45,211 Khả năng mô phỏng xu thế biến đổi mưa lớn theo mùa có đặc điểm: Trong mùa đông, mô hình mô phỏng khá phù hợp xu thế biến đổi mưa lớn với mức độ cao hơn quan trắc. Xu thế biến đổi các ô lưới trong mùa đông chưa hoàn toàn phù hợp với quan trắc. Trong mùa xuân và mùa hè, xu thế biến đổi trung bình các chỉ số mưa lớn chưa tốt. Trong mùa thu, mô hình mô phỏng tốt nhất trong bốn mùa. Mặc dù khả năng mô phỏng mưa lớn và xu thế mưa lớn của RegCM4 còn chưa được hoàn hảo sự thay đổi trong tương lai vẫn cần được tiếp tục nghiên cứu. 3.3. Dự tính xu thế biến đổi của các sự kiện mƣa lớn Biểu đồ và bảng xu thế biến đổi mưa lớn theo RCP4.5 và RCP8.5 trong giai đoạn 2045-2065 (m21) và 2080-2099 (e21) cho thấy cho thấy mưa lớn trong tương lai có xu thế tăng cả về cường độ và tần suất. 19 Bảng 3.9. Xu thế biến đổi của các chỉ số mưa lớn trong giai đoạn giữa thế kỷ 21 (2045-2065) và cuối thể kỷ 21 (2080-2099). Thời gian Kịch bản Rx1d Rx5d R95p R99p R50 NHS Giữa TK 21 RCP4.5 24,7* 43,7* 9,7* 15,3* 1,6* 1,1* RCP8.5 21,0* 33,8* 8,1* 12,4* 1,2* 0,7* Cuối TK 21 RCP4.5 24,0* 40,3* 9,5* 16,0* 1,4* 0,9* RCP8.5 35,6* 54,9* 12,9* 18,9* 2,1* 1,4* Theo RCP4.5, mức độ biến đổi thời kỳ m21 khá tương đương với e21. Theo RCP8.5, mức độ biến đổi của mưa lớn trong thời kỳ e21 cao hơn so m21. 3.3.1. Xu thế biến đổi của các sự kiện mưa lớn giữa thế kỷ 21 Bản đồ xu thế biến đổi mưa lớn giữa thế kỷ 21 cho thấy mô hình dự tính khá đồng nhất về phân bố không gian giữa các chỉ số mưa lớn. RCP4.5 biến đổi mạnh hơn RCP8.5. Xu thế biến đổi của mưa lớn là tăng so với thời kỳ chuẩn. Khu vực tăng mạnh nhất ven biển vùng B2, B3 và B4. Vùng B1, và B2 có xu thế giảm nhẹ ở một số khu vực. Vùng N1, N2 và N2 tăng yếu hơn các khu vực khác. a. Xu thế biến đổi của các sự kiện mưa lớn trên các vùng khí hậu Xu thế biến đổi trên các vùng khí hậu theo RCP4.5 biểu diễn trên Bảng 3.10 và theo RCP8.5 biểu diễn trên Bảng 3.11. Bảng 3.10. Xu thế biến đổi của các chỉ số mưa lớn trong thời kỳ giữa thế kỷ 21 với kịch bản RCP4.5 trên các phân vùng khí hậu Vùng Rx1d Rx5d R95p R99p R50 NHS B1 11,161* 22,495* 5,816* 6,813* 0,952* 0,785* B2 16,766* 37,796* 9,427* 13,361* 1,974* 1,270* B3 39,456* 105,355* 22,070* 33,507* 3,490* 2,039* B4 38,768* 91,895* 19,309* 30,005* 3,930* 2,476* N1 24,294* 44,214* 9,451* 16,547* 2,093* 1,454* N2 24,222* 23,732* 5,793* 8,230* 0,459* 0,400* N3 21,751* 19,074* 3,303* 6,054* 0,184* 0,146* 20 Các bảng xu thế biến đổi cho thấy sự khác nhau về mức độ biến đổi của các chỉ số mưa lớn trên từng vùng khí hậu. Giá trị của xu thế biến đổi các chỉ số mưa lớn cho thấy xu thế tăng thể hiện rất rõ rệt. Hầu hết các chỉ số đều có ý nghĩa thống kê của xu thế. Với RCP4.5, mưa lớn trên vùng B3 và B4 biến đổi mạnh hơn so với các vùng khác. Mức độ biến đổi trên vùng B1, B2, N2 và N3 tương đối đồng đều với nhau. Biến đổi mưa lớn theo RCP8.5 trên các vùng B1, B2, B3 và B4 yếu hơn RCP4.5 và ngược đối với các vùng N1, N2 và N3. Bảng 3.11. Xu thế biến đổi của các chỉ số mưa lớn trong thời kỳ giữa thế kỷ 21 với kịch bản RCP8.5 trên các phân vùng khí hậu Vùng Rx1d Rx5d R95p R99p R50 NHS B1 4,011 2,045 1,584* 1,91 0,137 0,176 B2 10,332* 16,858 5,631* 7,608* 0,994 0,636 B3 26,757* 80,452* 16,164* 19,203* 2,402* 1,127* B4 30,232* 69,710* 15,061* 23,535* 2,961* 1,731* N1 23,964* 43,037* 10,255* 19,057* 2,269* 1,505* N2 24,665* 23,652* 6,288* 9,