Giáo trình Về khả năng ứng dụng sản phẩm dự báo mưa hạn mùa của mô hình NCEP-CFS cho khu vực Việt Nam

Nội dung text: Giáo trình Về khả năng ứng dụng sản phẩm dự báo mưa hạn mùa của mô hình NCEP-CFS cho khu vực Việt Nam

1. Tp chí Khoa h c HQGHN: Các Khoa h c Trái t và Mơi tr ng, T p 32, S 1 (2016) 55-65 V kh n ng ng d ng s n ph m d báo m a h n mùa ca mơ hình NCEP-CFS cho khu v c Vi t Nam Phan V n Tân*, Nguy n Xuân Thành Tr ường Đạ i h ọc Khoa h ọc T ự nhiên, Đại h ọc Qu ốc gia Hà N ội, 334 Nguy ễn Trãi, Hà N ội, Vi ệt Nam Nh n ngày 05 tháng 01 n m 2016 Ch nh s a ngày 28 tháng 01 n m 2016; Ch p nh n ng ngày 15 tháng 3 n m 2016 Tĩm t t. Trong nghiên c u này, s n ph m m a d báo l i (Hindcast) giai on 1982-2009 và d báo nghi p v (Operational) giai on 2012-2014 c a mơ hình NCEP-CFS (National Centers for Environmental Prediction - Climate System Forecast) ã c s d ng ánh giá kh n ng d báo mùa t ng l ng m a tháng trên tồn lãnh th Vi t Nam v i h n d báo n 6 tháng. D báo ma ca CFS ã c ánh giá trên c ơ s so sánh v i s li u m a phân tích trên l i (GPCC) phân gi i 0.5 x 0.5 và v i s li u quan tr c t m ng l i tr m khí t ng Vi t Nam. K t qu nh n c cho th y CFS cho d báo l ng m a tháng khá phù h p v i quan tr c trên các vùng khí hu phía B c và Nam B Vi t Nam trong khi ĩ l i cho sai s khá l n trên các vùng khí h u Trung B và Tây Nguyên. Sai s d báo bi n ng ít theo h n d báo nh ng l i khác bi t áng k gi a các tháng c d báo. Từ khĩa : D báo mùa, D báo m a. 1. M u∗∗∗ quan tr ng khơng ch i v i nơng nghi p mà c trong nhi u l nh v c khác nh qu n lý tài nguyên n c, lp k ho ch s n xu t, iu ti t Trong nh ng n m g n ây bài tốn d báo các h ch a thu in và thu l i, v.v. mùa c c bi t quan tâm do t m quan tr ng ca nĩ i v i nhi u l nh v c kinh t - xã h i. D báo m a h n mùa ã c b t u t r t D báo mùa cĩ th cung c p thơng tin d báo sm và ch y u d a trên các ph ơ ng pháp th c vi h n dài, in hình là 3-6 tháng t i, cho nghi m [3-5], trong ĩ vi c d báo c xây vi c a ra nh ng quy t sách thích h p cho dng d a trên m i quan h th ng kê gi a y u t nơng nghi p, gĩp ph n b o m an ninh l ơ ng d báo và t p các nhân t d báo. Ph ơ ng pháp th c và an sinh xã h i [1,2]. Bên c nh nhi t , th c nghi m ã c ng d ng r ng rãi trong yu t khí h u c quan tâm c bi t trong d d báo mùa nĩi chung và d báo m a h n mùa báo mùa là l ng m a, nh t là các khu v c nĩi riêng [6-9]. Tuy nhiên, v i s phát tri n giĩ mùa ho t ng v i a hình ph c t p nh nhanh chĩng c a các mơ hình khí h u tồn c u Vi t Nam. Nh ng thơng tin d báo m a h n (GCMs) và mơ hình khí h u khu v c (RCMs), mùa i v i các vùng này cĩ th ĩng vai trị bài tốn d báo m a h n mùa b ng ph ơ ng pháp ng l c ã và ang c nhi u tác gi ___ ∗ nghiên c u [10-12]. Ph ơ ng pháp ng l c s Tác gi liên h . T: 84-912066237. dng các mơ hình s th c hi n bài tốn d Email: tanpv@vnu.edu.vn 55
2. 56 P.V. Tân, N.X. Thành / T ạp chí Khoa h ọc ĐHQGHN: Các Khoa h ọc Trái đấ t và Mơi tr ường, T ập 32, S ố 1 (2016) 55-65 báo. Các mơ hình này cĩ th d báo c s bc và phía nam cĩ mùa m a g n trùng v i mùa ti n tri n c a h th ng khí h u trong vài tháng giĩ mùa mùa hè và mùa khơ g n trùng v i mùa ti [13]. giĩ mùa mùa ơng, trong khi ĩ các vùng khí Cơ s khoa h c c a bài tốn d báo mùa hu mi n trung l i cĩ mùa m a d ch chuy n v bng ph ơ ng pháp ng l c là các quá trình các tháng cu i mùa thu u mùa ơng v i c c bi n i ch m t iu ki n biên d i, nh SST, i m a r ơi vào kho ng tháng 10, tháng 11 [21, nhi t và m t, v.v., c bi t các vùng 22]. Dân s Vi t Nam trên 90 tri u ng i trong nhi t i, n ơi mà các quá trình này cĩ vai trị ĩ ph n l n s ng d a vào s n xu t nơng quan tr ng trong s bi n i hàng n m c a nghi p. M c dù ch ĩng gĩp kho ng 20% GDP hồn l u giĩ mùa [14]. Trong khi chính xác nh ng l nh v c nơng nghi p l i thu hút n ca d báo nhi t v c ơ b n cĩ th ch p nh n kho ng g n 70% l c l ng lao ng. S n xu t c, ít nh t sau khi th c hi n hi u ch nh sai s nơng nghi p Vi t Nam ph thu c ch y u vào [15], thì sai s d báo m a h n mùa c a các mơ iu ki n th i ti t, khí h u, c bi t là ch hình, k c các mơ hình tồn c u và mơ hình ma. Ngồi ra, Vi t Nam c ng c bi t n khu v c v n ang cịn là thách th c l n ([16- nh m t qu c gia cĩ m t các nhà máy thu 18]. M t s nghiên c u g n ây ã nh n m nh in dày c. Tr m t s nhà máy thu in cĩ rng các mơ hình k t h p v i cách ti p c n k t cơng sut l n, a s cịn l i u cĩ qui mơ v a hp i d ơ ng - khí quy n cĩ th nâng cao kh và nh , phân b trên các con sơng ng n và cĩ nng d báo m a giĩ mùa mùa hè [19, 20]. Các d c l n mi n Trung. H th ng thu in mơ hình k t h p y i d ơ ng - khí quy n này, ngồi ch c n ng chính là cung c p ngu n s cĩ kh n ng n m b t t t h ơn bi n ng c a in n ng cho t n c, cịn cĩ vai trị iu ti t giĩ mùa [20], do ĩ chúng cĩ th bi u di n t t nc ph c v s n xu t nơng nghi p. Do ĩ, hơn quá trình t ơ ng tác bi n-khí và các hi n thơng tin d báo m a h n mùa là c c k quan tng k t h p i d ơ ng-khí quy n trong mơ tr ng khơng ch i v i s n xu t nơng nghi p, hình [10]. Nhi u cơng trình nghiên c u c ng ã iu ti t các h ch a cho các nhà máy thu in ch ra r ng, ph ơ ng pháp t h p a mơ hình s mà cịn i v i nhi u l nh v c kinh t xã h i là cách ti p c n h u hi u c i ti n ch t l ng khác, c bi t trong b i c nh bi n i khí h u d báo th i ti t, khí h u b ng ph ơ ng pháp hi n nay. ng l c [17], trong ĩ cĩ d báo m a h n mùa Mc dù v y, v n d báo mùa Vi t Nam [2]. M c dù v y, giĩ mùa châu Á là m t trong nĩi chung, d báo m a h n mùa nĩi riêng h u nh ng b ph n ph c t p nh t c a khí h u Trái nh ch a quan tâm úng m c. H th ng d báo t. Vi c mơ ph ng giĩ mùa châu Á, c bi t là mùa nghi p v Vi t Nam hi n nay ch y u ma giĩ mùa, v n ang là v n thách th c l n da vào ph ơ ng pháp th ng kê truy n th ng trong mơ hình hố khí h u [18]. trong ĩ y u t d báo là d th ng nhi t và Nm trong khu v c giĩ mùa châu Á, thu c lng m a mùa, cịn nhân t d báo là d ph n phía ơng c a bán o ơng D ơ ng, lãnh th ng nhi t m t n c bi n các vùng Nino th Vi t Nam ch y dài theo h ng b c - nam, 3, 4, 3+4 và các ch s ENSO [23]. Bài tốn d hp theo h ng ơng - tây, cĩ ng b bi n báo mùa b ng các mơ hình ng l c m i ch dài trên 3000 km, n m k bão Tây Thái Bình c kh i x ng g n ây [15, 24], tuy nhiên dơ ng, cĩ a hình ph c t p v i h u h t các dãy ch a cĩ h th ng d báo mùa ng l c nào núi cĩ h ng tr c giao v i h ng giĩ th nh c a vào nghi p v Vi t Nam cho n hành. Khí h u Vi t Nam phân hố khá ph c t p nay. ĩ là ng l c chính thúc y s ra i bài theo c khơng gian và th i gian. Do s t ơ ng báo này. M c 2 c a bài báo s trình bày các tác gi a a hình và hồn l u giĩ mùa c ng nh ngu n s li u c s d ng trong nghiên c u các d ng nhi u ng nhi t i (ITCZ, bão), ch này. M c 3 trình bày k t qu tính tốn phân m a trong n m Vi t Nam c chia làm tích, và m c 4 là m t s k t lu n rút ra c a hai mùa khá rõ r t v i các vùng khí h u phía bài báo.
3. P.V. Tân, N.X. Thành / T ạp chí Khoa h ọc ĐHQGHN: Các Khoa h ọc Trái đấ t và Mơi tr ường, T ập 32, S ố 1 (2016) 55-65 57 2. S li u và ph ơ ng pháp gian [28]. Trong nghiên c u này chúng tơi s dng b s li u l ng m a tháng phiên b n V6.0 v i phân gi i 0.5 x 0.5 giai on Trong nghiên c u này, s n ph m m a d 1901-2010. báo l i (Hindcast) giai on 1982-2009 và d báo nghi p v (Operational) giai on 2012- 3) S li u m a quan tr c trên m ng l i 2014 c a mơ hình NCEP-CFS (National tr m khí t ng Vi t Nam: Là s li u m a quan Centers for Environmental Prediction - Climate tr c t i 115 tr m phân b t ơ ng i ng u System Forecast) ã c s d ng ánh giá trên 7 vùng khí h u Vi t Nam giai on 1982- kh n ng d báo mùa t ng l ng m a tháng 2009 và 2012-2014. trên tồn lãnh th Vi t Nam v i h n d báo n ti n hành ánh giá kh n ng d báo m a 6 tháng. hn mùa c a CFS cho Vi t Nam, s n ph m m a Các ngu n s li u c s d ng trong d báo CFS_Rfc c n i suy v l i c a nghiên c u này bao g m: GPCC và v v trí các tr m quan tr c. K n ng d báo l ng m a c a CFS_Rfc c ánh giá 1) S n ph m d báo c a NCEP-CFS: CFS trên c ơ s các ch s th ng kê sai s trung bình là h th ng d báo h n mùa b ng ph ơ ng pháp tơ ng i (RME - t s gi a sai s trung bình ng l c k t h p y khí quy n - t - i ME và trung bình khí h u), sai s tuy t i dơ ng ã tr thành h th ng d báo nghi p v trung bình t ơ ng i (RMAE - t s gi a MAE ti NCEP t tháng 8/2004 [25]. Hi n t i NCEP và trung bình khí h u), h s t ơ ng quan gi a cung c p mi n phí các lo i s li u dành cho d báo và quan tr c (COR). Vi c ánh giá d nghiên c u và d báo nghi p v . Trong nghiên báo pha c a CFS_Ope cho giai on 2012-2014 cu này chúng tơi s d ng hai b s li u là c th c hi n trên c ơ s so sánh giá tr d báo lng m a tháng d báo l i giai on 1982- ca mơ hình v i các phân v q33m và q66m 2009 [26] và l ng m a tháng d báo nghi p tính t chu i s li u CFS_Rfc. Do khơng cĩ s v giai on 2012-2014 [27]. phân gi i li u GPCC giai on 2012-2014 nên vi c ngang c a c hai t p s li u này u b ng 1.0 x ánh giá d báo m a c a CFS_Ope ch c 1.0 kinh v . th c hi n b ng cách so sánh v i s li u quan + i v i s li u d báo l i (CFS_Rfc), tr c t i tr m. CFS c ch y d báo 5 ngày 1 l n v i h n d 3. K t qu và th o lu n báo lên n 9 tháng. L ng m a tháng d báo là trung bình t ng l ng m a tháng c a mơ hình cĩ th i im ch y d báo n m trong cùng 3.1. Đánh giá s ản ph ẩm m ưa d ự báo l ại c ủa mt tháng. CFS giai đoạn 1982-2009 + i v i s li u d báo nghi p v Trên hình 1 bi u di n t ng l ng m a các (CFS_Ope), CFS c ch y hàng ngày v i h n tháng 1, 4, 7, 10 l y trung bình trên tồn giai d báo n 9 tháng. Tuy nhiên, NCEP ch cung on 1982-2009 c a s li u quan tr c t i tr m, cp mi n phí n h n d báo 6 tháng. H ơn n a, s li u GPCC và s n ph m d báo CFS_Rfc v i do dung l ng l u tr h n ch , chúng tơi ch các h n d báo 1, 3, 6 tháng. Cĩ th nh n th y ly s li u 7 ngày m t l n. T ng l ng m a phân b m a c a GPCC trên khu v c Vi t Nam tháng c ng c l y trung bình trên t t c các khá phù h p v i s li u quan tr c tr m, c ln d báo trong cùng m t tháng. th hi n s phân b h p lý các trung tâm m a 2) S li u GPCC (The Global Precipitation ln, m a bé c a c hai t p s li u. iu ĩ cho Climatology Centre): Là các b s li u m a phép nh n nh r ng cĩ th s d ng s li u phân tích trên l i kinh v c t o ra và cung GPCC ánh giá k n ng d báo m a c a mơ cp mi n phí b i C ơ quan Th i ti t, C ng hồ hình CFS. Liên bang c (DWD), bao g m nhi u lo i khác nhau v phân gi i khơng gian và th i
4. 58 P.V. Tân, N.X. Thành / T ạp chí Khoa h ọc ĐHQGHN: Các Khoa h ọc Trái đấ t và Mơi tr ường, T ập 32, S ố 1 (2016) 55-65 Phân b khơng gian l ng m a d báo c a Trên hình 3 bi u di n phân b sai s tuy t CFS_Rfc trên tồn Vi t Nam và các vùng ph i trung bình t ơ ng i (RMAE) c a l ng cn c ng cĩ s phù h p t t v i phân b l ng ma d báo CFS_Rfc. Cĩ th th y r ng, CFS ma c a GPCC, h ơn n a, CFS_Rfc cho d báo cho sai s d báo khá l n trên khu v c mi n ma khá n nh theo h n d báo. M c dù v y, Trung vào tháng 10, v i tr s c a RMAE cĩ CFS_Rfc ã d báo v t quá l ng m a quan th t n 100%. RMAE cĩ giá tr nh nh t, tr c trên vùng ơng B c, th p h ơn trên vùng vào kho ng d i 30%, vào tháng 1 h u h t Tây B c Vi t Nam vào tháng 1 và tháng 4 các vùng khí h u, tr khu v c mi n Trung. nh ng l i cho d báo m a th p h ơn quan tr c RMAE dao ng trong kho ng 40-60% vào các mi n Trung vào tháng 7 và trên c n c vào tháng 4, 7. Sai s quá l n trên khu v c mi n tháng 10. Ngồi ra, do phân gi i thơ h ơn c a Trung vào tháng 10 là m t h n ch áng chú ý CFS_Rfc nên các c im a ph ơ ng nh vai ca d báo CFS, vì ây là tháng r ơi vào mùa trị c a a hình (dãy Tr ng S ơn, ), tính ch t ma ng th i là tháng m a l n nh t khu b m t m, i v i phân b khơng gian m a vc này. hu nh khơng c mơ t m t cách y b i H s t ơ ng quan gi a d báo CFS_Rfc và mơ hình quan tr c GPCC c cho trên hình 4. Qua ĩ Phân b sai s trung bình t ơ ng i (RME) nh n th y cĩ s phù h p nh t nh gi a sai s ca m a d báo c a CFS_Rfc trên hình 2 cho d báo c a CFS_Rfc và m i quan h t ơ ng th y, CFS d báo thiên th p vào các tháng quan c a chúng v i l ng m a quan tr c. H s chuy n mùa (tháng 4 và tháng 10) và khơng cĩ tơ ng quan t tr s khá cao (kho ng trên 0.7) qui lu t rõ r t vào các tháng 1, 7. Ngo i tr các vùng khí h u phía b c và phía nam trong tháng 10 khi mà tr s c a RME trên h u kh p khi giá tr này khá th p khu v c mi n Trung lãnh th cĩ th t t i -100%, nh t là khu v c (ch trong kho ng 0.4-0.6). mi n Trung, các tháng cịn l i RME ch dao ng trong kho ng ±50%.
5. P.V. Tân, N.X. Thành / T ạp chí Khoa h ọc ĐHQGHN: Các Khoa h ọc Trái đấ t và Mơi tr ường, T ập 32, S ố 1 (2016) 55-65 59 Hình 1. Phân b tng l ng m a tháng trung bình giai on 1982-2009 trong các tháng 1, 4, 7, 10 (t trên xu ng) c a s li u quan tr c t i tr m, s li u GPCC và CFS_Rfc v i h n d báo 1, 3, 6 (t trái sang ph i).
6. 60 P.V. Tân, N.X. Thành / T ạp chí Khoa h ọc ĐHQGHN: Các Khoa h ọc Trái đấ t và Mơi tr ường, T ập 32, S ố 1 (2016) 55-65 Hình 2. Sai s trung bình t ơ ng i (RE) c a CFS_Rfc giai on 1982-2009 các tháng 1, 4, 7, 10 (t trái sang ph i) theo các h n d báo 1, 3, 6 (t trên xu ng d i). Tĩm l i, vi c phân tích, so sánh l ng m a trong kho ng ±50%. Trên khu v c mi n d báo CFS_Rfc và l ng m a phân tích GPCC Trung, h s t ơ ng quan vào kho ng 0.4-0.6 và cho phép nh n nh r ng, mơ hình CFS ã d sai s tuy t i trung bình t ơ ng i khá l n, cĩ báo c khá chính xác t ng l ng m a tháng th t i 100%. Nhìn chung sai s khơng bi n trên các vùng khí h u Vi t Nam. các vùng ng theo h n d báo nh ng l i ph thu c vào khí h u phía b c và phía nam, h s t ơ ng quan tháng c d báo. Các tháng chuy n mùa gi a d báo và quan tr c t kho ng trên 0.7, th ng cĩ sai s d báo l n h ơn các tháng sai s tuy t i trung bình t ơ ng i dao ng cịn l i.
7. P.V. Tân, N.X. Thành / T ạp chí Khoa h ọc ĐHQGHN: Các Khoa h ọc Trái đấ t và Mơi tr ường, T ập 32, S ố 1 (2016) 55-65 61 Hình 3. Sai s tuy t i trung bình t ơ ng i (RMAE) c a CFS_Rfc giai on 1982-2009 các tháng 1, 4, 7, 10 (t trái sang ph i) theo các h n d báo 1, 3, 6 (t trên xu ng d i) Hình 4. H s t ơ ng quan gi a l ng m a d báo CFS_Rfc và GPCC giai on 1982-2009 theo các h n d báo. 3.2. Đánh giá s ản ph ẩm m ưa d ự báo nghi ệp v ụ vy, nhi u tr ng h p PC cĩ giá tr nh h ơn của CFS giai đoạn 2012-2014 0.5, th m chí x p x 0. Nĩi chung PC bi n ng theo các vùng khí h u khơng gi ng nhau và Nh ã c p trên, do khơng cĩ s li u khơng ph thu c vào h n d báo. GPCC trong giai on 2012-2014, vi c ánh T các hình 6 và 7 cĩ th nĩi CFS_Ope cĩ giá d báo s c th c hi n trên c ơ s so sánh k n ng d báo các pha m a cho Vi t Nam, th s li u CFS_Ope ã n i suy v tr m v i s li u hi n ch giá tr c a HSS và PSS u l n h ơn quan tr c t i tr m. H ơn n a, do chu i s li u d 0. Giá tr c a HSS và PSS tính cho tồn Vi t báo nghi p v c a CFS_Ope ch a dài nên Nam và cho t ng vùng khí h u ph bi n l n ây ch d ng l i vi c ánh giá d báo pha. hơn 0.5, s tr ng h p nm trong kho ng 0.2- Các pha c nh ngh a là trên chu n, d i 0.5 khơng nhi u và r t ít tr ng h p nh h ơn chu n và t ơ ng ơ ng chu n, t ơ ng ng v i 0.2. HSS và PSS c ng h u nh khơng bi n ng các s ki n l ng m a v t ng ng q66m, nh nhi u theo h n d báo và tháng c d báo. hơn q33m và n m trong kho ng q33m và q66m. Các ch s c s d ng ánh giá bao g m t l ph n tr m úng (PC), các im s k n ng 4. K t lu n HSS (Heidke Skill Score) và PSS (Peirce Skill Score) [29]. K t qu tính tốn i v i các ch s Trong nghiên c u này, s n ph m m a d này c trình bày trên các hình 5, 6, 7. Cĩ th báo l i c a CFS giai on 1982-2009 nh n th y t l d báo úng t giá tr khá cao (CFS_Rfc) và d báo nghi p v giai on 2012- khi tính chung cho tồn Vi t Nam (hình 5). Giá 2014 (CFS_Ope) ã c s d ng kh o sát tr c a PC h u nh n m trong kho ng 0.7-0.9. kh n ng d báo h n mùa t ng l ng m a Khi xem xét theo t ng vùng khí h u, tr s PC tháng cho khu v c Vi t Nam. K t qu nh n ph bi n n m trong kho ng 0.6-0.9. M c dù c cho phép rút ra m t s nh n xét sau:
8. 62 P.V. Tân, N.X. Thành / T ạp chí Khoa h ọc ĐHQGHN: Các Khoa h ọc Trái đấ t và Mơi tr ường, T ập 32, S ố 1 (2016) 55-65 1) Nhìn chung CFS cĩ k n ng d báo ma c a CFS nĩi chung khơng ph thu c vào lng m a tháng cho Vi t Nam v i h n d báo hn d báo và tháng d báo. n 6 tháng, k c d báo giá tr và d báo pha. 4) Mc dù phân gi i c a mơ hình CFS 2) CFS_Rfc cho k t qu d báo khá h p lý cịn khá thơ nh ng trong lúc ch i s ra i phân b l ng m a tháng trên tồn qu c v i sai mt h th ng nghi p v d báo m a h n mùa s t ơ ng i nh trên các vùng khí h u phía b c chính th c cho Vi t Nam, các s n ph m d báo và phía nam nh ng cho sai s d báo v n cịn ca mơ hình CFS hồn tồn cĩ th c s khá l n trên các vùng khí h u Trung B . Sai s dng nh là m t ngu n thơng tin tham kh o t t. d báo cho các tháng chuy n mùa l n h ơn các tháng khác và h u nh khơng ph thu c vào hn d báo. Li c m ơn 3) CFS_Ope cĩ k n ng d báo pha l ng Nghiên c u này c th c hi n và hồn ma khá cao, v i t l d báo úng ph bi n thành nh s h tr c a tài NAFOSTED mã ln h ơn 0.7 và các im s k n ng HSS và s 105.06-2014.44. Nhân ây các tác gi xin PSS ph bi n l n h ơn 0.5. K t qu d báo pha chân thành cám ơn. Hình 5. T l d báo úng các pha (PC) c a CFS _Ope giai on 2012-2014 theo h n d báo và tháng d báo trên tồn Vi t Nam và các vùng khí h u. Hình 6. im s k n g HSS c a CFS _Ope giai on 2012-2014 theo h n d báo và tháng d báo trên tồn Vi t Nam và các vùng khí h u.
9. P.V. Tân, N.X. Thành / T ạp chí Khoa h ọc ĐHQGHN: Các Khoa h ọc Trái đấ t và Mơi tr ường, T ập 32, S ố 1 (2016) 55-65 63 Hình 7. im s k n g PSS c a CFS _Ope giai on 2012-2014 theo h n d báo và tháng d báo trên tồn Vi t Nam và các vùng khí h u. Tài li u tham kh o western United States with four nested regional climate models. Journal of Climate, vol. 19, no. 6, pp. 873–895 [1] Pal R.K., V.K. Sehgal, A.K. Misra, K. Ghosh, [8] Kloizbachand P.J., W.M. Gray, 2003: Forecasting U.C. Mohanty and R.S. Rana, 2013: Application September Atlantic basin tropical cyclone activity. of Seasonal Temperature and Rainfall Forecast for Weather and Forecasting, vol. 18, pp. 1190–1128. Wheat Yield Prediction for Palampur, Himachal [9] Krishnamurti T. N., L. Stefanova, A. Chakraborty Pradesh. International Journal of Agriculture and et al., 2002: Sea- sonal forecasts of precipitation Food Science Technology. ISSN 2249-3050, anomalies for North American and Asian Volume 4, Number 5 (2013), pp. 453-460 Monsoons. Journal of the Meteorological Society [2] Siegmund, J., J. Bliefernicht, P. Laux, and H. of Japan Series 2, vol. 80, no. 6, pp. 1415–1426. Kunstmann, 2015: Toward a seasonal [10] Pattanaik D.R., Biswajit Mukhopadhyay, Arun precipitation prediction system for West Africa: Kumar, 2012: Monthly Forecast of Indian Performance of CFSv2 and high-resolution Southwest Monsoon Rainfall Based on NCEP’s dynamical downscaling, J. Geophys. Res. Atmos., Coupled Forecast System. Atmospheric and 120, doi:10.1002/2014JD022692. Climate Sciences, 2012, 2, 479-491 [3] Shukla J, Mooley DA, 1987: Empirical prediction [11] Jing-Jia Luo, Sebastien Masson, Swadhin Behera, of the summer monsoon rainfall over India. Mon Satoru Shingu, and Toshio Yamagata, 2005: Weather Rev 115:695–703 Seasonal Climate Predictability in a Coupled [4] Kumar Ashok, D. S. Pai, J. V. Singh, Ranjeet OAGCM Using a Different Approach for Singh, D. R. Sikka, 2012: Statistical Models for Ensemble Forecasts. J. Climate, 18, 4474–4497. Long-Range Forecasting of Southwest Monsoon [12] Kim Hye-Mi, Peter J. Webster, Judith A. Curry, Rainfall over India Using Step Wise Regression 2012: Seasonal prediction skill of ECMWF and Neural Network. Atmospheric and Climate System 4 and NCEP CFSv2 retrospective forecast Sciences, 2, 322-336 for the Northern Hemisphere Winter. Clim Dyn , [5] Sahai AK, Grimm AM, Satyan V, Pant GB, 2003: DOI 10.1007/s00382-012-1364-6 Long-lead prediction of Indian summer monsoon [13] Doblas-Reyes F. J., R. Hagedorn, and T. N. rainfall from global SST evolution. Clim Dyn Palmer, 2006: Develop- ments in dynamical 20:855–863 seasonal forecasting relevant to agricultural [6] Annamalai H., J. Potemra, R. Murtugudde, and J. management. Climate Research, vol. 33, no. 1, pp. P. McCreary, 2005: Effect of preconditioning on 19–26. the extreme climate events in the tropical Indian [14] Pattanaik D. R., Arun Kumar, 2009: Prediction of Ocean. Journal of Climate, vol. 18, no. 17, pp. summer monsoon rainfall over India using the 3450–3469. NCEP climate forecast system. Clim Dyn DOI [7] Duffy P. B., R. W. Arritt, J. Coquard et al., 2006: 10.1007/s00382-009-0648-y Simulations of present and future climates in the
10. 64 P.V. Tân, N.X. Thành / T ạp chí Khoa h ọc ĐHQGHN: Các Khoa h ọc Trái đấ t và Mơi tr ường, T ập 32, S ố 1 (2016) 55-65 [15] Phan Van Tan, Hiep Van Nguyen, Long Trinh c H u, Hồng c C ng, Lê Xuân C u, Tuan, Trung Nguyen Quang, Thanh Ngo-Duc, 2003: Nghiên c u th c nghi m d báo khí h u Patrick Laux, and Thanh Nguyen Xuan, 2014 : Vi t Nam, B TN&MT, Báo cáo T ng k t tài Seasonal Prediction of Surface Air Temperature [24] Phan Van Tan, Long Trinh-Tuan, Hai Bui-Hoang, across Vietnam Using the Regional Climate Chanh Kieu, 2015 : Seasonal forecasting Model Version 4.2 (RegCM4.2). Advances in of tropical cyclone activity in the coastal region of Meteorology. Volume 2014, Article ID 245104, Vietnam using RegCM4.2. Climate Research, 13 pages. Vol. 62: 115-129, doi: 10.3354/cr01267 [16] Chu Jung-Lien, Hongwen Kang, Chi-Yung Tam, [25] Saha S., Nadiga S., Thiaw C., Wang J., Wang W., Chung-Kyu Park, and Cheng-Ta Chen, 2008: Zhang Q., Van den Dool H. M., Pan H. L., Seasonal forecast for local precipitation over Moorthi S., Benringer D., Stokes D., Pena M., northern Taiwan using statistical downscaling. Lord S., White G., Ebisuzaki W., Peng P., and Xie JOURNAL OF GEOPHYSICAL RESEARCH, P, 2006: The NCEP Climate Forecast System. VOL. 113, D12118, doi:10.1029/2007JD009424 Journal of Climate, Volume 19, pp 3483 −3517 [17] Sohn, S.-J., Y.-M. Min, J.-Y. Lee, C.-Y. Tam, I.- [26] Saha S, Shrinivas Moorthi, Hua-Lu Pan, Xingren S. Kang, B. Wang, J.-B. Ahn, and T. Yamagata Wu, Jiande Wang, Sudhir Nadiga, Patrick Tripp, (2012), Assessment of the long-lead probabilistic Robert Kistler, John Woollen, David Behringer, prediction for the Asian summer monsoon Haixia Liu, Diane Stokes, Robert Grumbine, precipitation (1983–2011) based on the APCC George Gayno, Jun Wang, Yu-Tai Hou, Hui-Ya multimodel system and a statistical model, J. Chuang, Hann-Ming H. Juang, Joe Sela, Mark Geophys. Res., 117, D04102, Iredell, Russ Treadon, Daryl Kleist, Paul Van doi:10.1029/2011JD016308 Delst, Dennis Keyser, John Derber, Michael Ek, [18] Kyong-Hee An, Chi-Yung Tam, and Chung-Kyu Jesse Meng, Helin Wei, Rongqian Yang, Stephen Park, 2009: Improving the Northeast Asian Lord, Huug Van Den Dool, Arun Kumar, Wanqiu Monsoon Simulation: Remote Impact of Tropical Wang, Craig Long, Muthuvel Chelliah, Yan Xue, Heating Bias Correction. Mon. Wea. Rev., 137, Boyin Huang, Jae-Kyung Schemm, Wesley 797–803. Ebisuzaki, Roger Lin, Pingping Xie, Mingyue [19] Wang B., J. Y. Lee, I. S. Kang, J. Shukla, C. K. Chen, Shuntai Zhou, Wayne Higgins, Cheng-Zhi Park, A. Kumar, J. Schemn, S. Cocke, J. S. Kug, Zou, Quanhua Liu, Yong Chen, Yong Han, Lidia J. J. Luo, T. Zhou, B. Wang, X. Fu, W. T. Yun, O. Cucurull, Richard W. Reynolds, Glenn Rutledge, Alves, E. K. Jin, J. Kinter, B. Kirtman, T. N. and Mitch Goldberg, 2010: The NCEP Climate Krishnamurti, N. C. Lau, W. Lau, P. Liu, P. Forecast System Reanalysis. Bull. Amer. Meteor. Pegion, T. Rosati, S. Schubert, W. Stern, M. Soc., 91, 1015–1057. Suarez and T. Yamagata, 2008: Advance and Prospects of Seasonal Prediction: Assessment of [27] Saha S, Shrinivas Moorthi, Xingren Wu, Jiande the APCC/CliPAS 14-Model Ensemble Wang, Sudhir Nadiga, Patrick Tripp, David Retrospective Seasonal Prediction (1980-2004). Behringer, Yu-Tai Hou, Hui-ya Chuang, Mark Climate Dynamics, Vol. 33, No. 1, pp. 93-117. Iredell, Michael Ek, Jesse Meng, Rongqian Yang, doi:10.1007/s00382-008-0460-0 Malaquías Peđa Mendez, Huug van den Dool, Qin [20] Krishnan R., S. Sundaram, P. Swapna, V. Kumar, Zhang, Wanqiu Wang, Mingyue Chen, and Emily D. C. Ayantika and M. Mujumdar, 2010: Crucial Becker, 2014: The NCEP Climate Forecast Role of Ocean-At- mosphere Coupling on the System Version 2. J. Climate, 27, 2185–2208. doi: Indian Monsoon Anomalous Response during Dipole Events. Climate Dynamics, Vol. 37, No. 1- [28] Schneider Udo, Andreas Becker, Peter Finger, 2, pp. 1-17. doi:10.1007/s00382-010-0830-2 Anja Meyer-Christoffer, Markus Ziese, Bruno [21] Phan Van Tan, Ngo-Duc T, Ho TMH, 2009: Rudolf, 2014: GPCC's new land surface Seasonal and interannual variations of surface precipitation climatology based on quality- climate elements over Vietnam. Journal of controlled in situ data and its role in quantifying Climate Research, Vol. 40, No 1, pp 49-60 the global water cycle. Theor Appl Climatol [22] Nguy n c Ng , Nguy n Tr ng Hi u, 2013: Khí (2014) 115:15–40 hu và Tài nguyên Khí h u Vi t Nam. NXB Khoa [29] Jolliffe Ian T. and David B. Stephenson, 2003: hc K Thu t, Hà N i, 296tr. Forecast Verification A Practitioner’s Guide in [23] Nguy n Duy Chinh, Tr n Vi t Li n, Nguy n V n Atmospheric Science. John Wiley & Sons Ltd, Th ng, Tr ơ ng c Trí, Phan V n Tân, Nguy n The Atrium, Southern Gate, Chichester, West Sussex PO19 8SQ, England, 240p.
11. P.V. Tân, N.X. Thành / T ạp chí Khoa h ọc ĐHQGHN: Các Khoa h ọc Trái đấ t và Mơi tr ường, T ập 32, S ố 1 (2016) 55-65 65 On the Possibility of Seasonal Rainfall Forecast for Vietnam Using NCEP-CFS Products Phan V n Tân, Nguy n Xuân Thành VNU Hanoi University of Science, 334 Nguy ễn Trãi, Hanoi, Vietnam Abstract: In this study the skills of the NCEP-CFS in seasonal forecast of monthly rainfall for Vietnam with lead time up to 6 months were evaluated using the hindcast and operational forecast data of the periods of 1982-2009 and 2012-2014, respectively. The NCEP-CFS hindcasts and forecasts were verified based on the comparison to the GPCC gridded rainfall data with resolution of 0.5 x 0.5 degree and to the observed rainfall over meteorological stations of Vietnam. The results showed that, the NCEP-CFS can reasonably predict the monthly rainfall over the Northern and Southern Vietnam, while it gives the large errors in Central and Highland of Vietnam. It seems that the forecast errors do not vary with the forecast lead times but they are significant different among target months. Keywords : Seasonal forecast, Rainfall forecast.