Luận án TS Phạm Thanh Hà: Dự báo ngày mưa ở VN bằng mô hình số, hạn mùa, nội mùa

Mỗi trạm khí tượng có đặc điểm mùa mưa riêng biệt. Tính bất định thể hiện rõ qua dao động năm lớn. Một số trạm ở Nam Bộ có ngày bắt đầu mùa mưa sớm hơn trung bình tới 2-3 tuần trong năm El Niño. Ngược lại, trong năm La Niña, mùa mưa đến sớm hơn đáng kể. Tính bất định này làm tăng độ khó trong dự báo hạn mùa. Phương pháp thống kê thuần túy không thể nắm bắt đầy đủ tính phi tuyến của hệ thống khí quyển nhiệt đới.

Ngày bắt đầu mùa mưa có sự phân hóa rõ rệt giữa các vùng khí hậu. Nam Bộ và Tây Nguyên thường bắt đầu mùa mưa vào tháng 4-5. Duyên hải miền Trung có mùa mưa bắt đầu muộn hơn, thường vào tháng 9-10. Bắc Bộ chịu ảnh hưởng kép của gió mùa mùa hè Đông Nam Á và hoàn lưu địa phương. Phân bố không gian phản ánh sự tương tác phức tạp giữa địa hình, vị trí địa lý và hệ thống gió mùa khu vực. Việc phân vùng khí hậu giúp cải thiện đáng kể độ chính xác của dự báo mùa mưa Việt Nam.

Số liệu quan trắc dài hạn cho thấy xu thế biến đổi có ý nghĩa thống kê ở một số vùng. Một số khu vực ghi nhận xu thế mùa mưa đến muộn hơn trong bối cảnh biến đổi khí hậu. Tây Nguyên và Nam Bộ có xu thế biến đổi rõ ràng nhất. Xu thế này liên quan chặt chẽ đến sự thay đổi của hệ thống gió mùa mùa hè Đông Nam Á. Hiểu biết về xu thế biến đổi là nền tảng để xây dựng kịch bản dự báo lượng mưa mùa trong tương lai.

CFSv2 là mô hình khí hậu khu vực toàn cầu với độ phân giải không gian khoảng 100 km. Mô hình chạy dự báo tái phân tích từ năm 1982 đến nay. Sản phẩm dự báo lại của CFSv2 bao gồm nhiều thành viên ensemble. Phân tích cho thấy CFSv2 có khả năng nắm bắt tín hiệu gió mùa mùa hè Đông Nam Á ở mức độ nhất định. Tuy nhiên, sai số hệ thống về lượng mưa cần được hiệu chỉnh trước khi sử dụng cho dự báo mùa mưa nhiệt đới. Phương pháp hiệu chỉnh thống kê làm giảm đáng kể sai số này.

S2S-ECMWF chuyên phục vụ dự báo hạn 2-8 tuần, lấp đầy khoảng trống giữa dự báo thời tiết ngắn hạn và dự báo hạn mùa. Mô hình có khả năng bắt được tín hiệu dao động nội mùa, đặc biệt là dao động Madden-Julian (MJO). Dao động nội mùa là nhân tố quan trọng điều chỉnh thời điểm khởi phát gió mùa. Sản phẩm S2S-ECMWF được sử dụng để dự báo ngày bắt đầu mùa mưa ở độ dẫn thời gian 1-4 tuần. Đây là ứng dụng mới trong nghiên cứu dự báo mùa mưa Việt Nam.

Phương pháp kiểm chứng chéo (cross-validation) được áp dụng để đánh giá khách quan kết quả dự báo. Các chỉ số đánh giá bao gồm MAE, RMSE và hệ số tương quan. Kiểm chứng chéo loại bỏ vấn đề overfitting trong huấn luyện mô hình thống kê. Kết quả kiểm chứng xác nhận khả năng ứng dụng thực tế của các phương pháp đề xuất. So sánh giữa các phương pháp cho thấy kết hợp mô hình số với phương pháp thống kê cho kết quả tốt nhất.

Phương pháp thống kê sử dụng mối quan hệ giữa các chỉ số khí hậu đại dương-khí quyển và ngày bắt đầu mùa mưa. Các chỉ số chính bao gồm Niño 3.4, IOD, chỉ số gió mùa vùng Ấn Độ Dương. Phân tích hồi quy bội và phân tích thành phần chính là các công cụ thống kê chính. Phương pháp này đơn giản, tính toán nhanh và có thể cung cấp dự báo trước 1-3 tháng. Hạn chế là không nắm bắt được quá trình vật lý chi tiết của sự hình thành gió mùa mùa hè Đông Nam Á.

Sản phẩm mưa dự báo của CFSv2 được xử lý và áp dụng tiêu chí xác định ngày bắt đầu mùa mưa. Quy trình gồm ba bước: tải sản phẩm dự báo, hiệu chỉnh sai số hệ thống, áp dụng tiêu chí xác định. Kết quả dự báo hạn mùa từ CFSv2 có độ chính xác vượt trội so với phương pháp khí hậu học tại nhiều vùng. Tỷ lệ dự báo đúng trong khoảng ±10 ngày đạt trên 60% tại Nam Bộ và Tây Nguyên. Đây là kết quả đáng khích lệ cho ứng dụng thực tiễn trong dự báo lượng mưa mùa.

Việc lựa chọn nhân tố dự báo tối ưu là bước then chốt quyết định chất lượng dự báo hạn mùa. Phân tích tương quan và kiểm định thống kê được áp dụng để sàng lọc nhân tố. Các nhân tố dự báo được phân nhóm theo tháng khởi đầu dự báo. Nhân tố tháng 3-4 có giá trị dự báo cao nhất cho ngày bắt đầu mùa mưa tại Nam Bộ. Kết hợp nhân tố khí quyển và đại dương cho kết quả ổn định hơn so với dùng một loại nhân tố.

Mùa chuyển tiếp từ tháng 3 đến tháng 5 là thời kỳ dao động nội mùa hoạt động mạnh nhất tại Đông Nam Á. Trong thời kỳ này, hệ thống áp thấp nhiệt đới và hội tụ nhiệt đới tương tác phức tạp với MJO. Pha ướt của MJO tương ứng với sự tăng cường đối lưu và mưa lớn. Pha khô của MJO ức chế đối lưu, làm trì hoãn sự khởi phát của gió mùa. Xác định chính xác pha MJO là điều kiện tiên quyết để dự báo nội mùa có độ tin cậy cao.

S2S-ECMWF cung cấp 51 thành viên ensemble với hạn dự báo đến 46 ngày. Phân tích sản phẩm dự báo lại từ 1997-2016 cho thấy mô hình có khả năng dự báo MJO tốt ở hạn 2-3 tuần. Tín hiệu MJO từ S2S-ECMWF được trích xuất và áp dụng tiêu chí xác định ngày bắt đầu mùa mưa. Dự báo nội mùa từ S2S-ECMWF cho kết quả tốt hơn khí hậu học ở hạn 1-3 tuần tại nhiều trạm. Đây là bước tiến quan trọng trong dự báo mùa mưa Việt Nam ở hạn nội mùa.

Phân tích thống kê xác nhận mối liên hệ có ý nghĩa giữa pha MJO và ngày bắt đầu mùa mưa. Khi MJO đang ở pha 2-3 (Ấn Độ Dương), xác suất khởi phát gió mùa sớm tại Nam Bộ tăng 25-35%. Pha 6-7 (Tây Thái Bình Dương) liên quan đến xu hướng mùa mưa đến muộn. Mối liên hệ này ổn định theo thời gian và nhất quán giữa các vùng khí hậu. Kết quả mở ra hướng ứng dụng thực tiễn MJO trong nghiệp vụ dự báo hạn mùa và nội mùa.

Tiêu chí phổ biến nhất dựa trên lượng mưa tích lũy 5 ngày liên tiếp vượt ngưỡng nhất định. Tiêu chí Stern-Coe yêu cầu số ngày mưa liên tục và lượng mưa tối thiểu trong 30 ngày tiếp theo. Tiêu chí dựa trên bức xạ sóng dài đi ra (OLR) phù hợp với vùng không có trạm quan trắc dày đặc. Mỗi tiêu chí có ưu và nhược điểm riêng. So sánh các tiêu chí cho thấy sự nhất quán tương đối ở mức độ vùng dù có sai khác đáng kể ở mức độ trạm.

Tín hiệu vùng được tính bằng trung bình không gian số liệu mưa từ nhiều trạm trong một vùng khí hậu đồng nhất. Phương pháp này giảm nhiễu ngẫu nhiên và tăng tính đại diện của ngày bắt đầu mùa mưa xác định. Phân vùng khí hậu dựa trên phân tích cluster theo đặc trưng mưa mùa. Bảy vùng khí hậu chính được xác định cho khu vực Việt Nam. Chỉ số khởi phát gió mùa vùng có độ biến động thấp hơn 30-40% so với chỉ số từng trạm đơn lẻ.

So sánh tiêu chí xác định ngày bắt đầu mùa mưa giữa các vùng khí hậu cho thấy sự cần thiết của tiêu chí đặc thù vùng. Nam Bộ và Tây Nguyên có tiêu chí tương đồng nhờ cùng chịu ảnh hưởng trực tiếp của gió mùa mùa hè Đông Nam Á. Miền Trung cần tiêu chí riêng do chế độ mưa đặc thù. Bắc Bộ có tiêu chí phức tạp nhất do sự tương tác giữa nhiều hệ thống thời tiết. Tiêu chí vùng được tối ưu hóa riêng cho từng khu vực mang lại kết quả nhất quán và có ý nghĩa khí hậu.

Phân tích tương quan cho thấy chỉ số Niño 3.4 có hệ số tương quan -0.4 đến -0.6 với ngày bắt đầu mùa mưa tại Nam Bộ. Mối quan hệ này mạnh hơn khi sử dụng trung bình vùng thay vì số liệu từng trạm. Tháng 2-3 là thời điểm tối ưu để dùng tín hiệu ENSO dự báo mùa mưa tháng 5-6. Phân tích hợp phần (composite analysis) xác nhận sự khác biệt rõ ràng giữa năm El Niño và La Niña. Kết quả nhất quán với các nghiên cứu khu vực Đông Nam Á và mưa mùa nhiệt đới toàn cầu.

Chỉ số Niño 3.4 trung bình tháng 2-3 được đưa vào mô hình hồi quy dự báo ngày bắt đầu mùa mưa. Kết hợp thêm IOD và chỉ số hoạt động gió mùa Ấn Độ (IMI) cải thiện đáng kể kỹ năng dự báo. Phương trình hồi quy được xây dựng riêng cho từng vùng khí hậu. Tỷ lệ phương sai giải thích được dao động từ 25% đến 45% tùy vùng. Kết quả tốt nhất đạt được ở Nam Bộ, nơi chịu ảnh hưởng trực tiếp nhất của gió mùa mùa hè Đông Nam Á.

Độ tin cậy của dự báo hạn mùa phụ thuộc mạnh vào pha ENSO. Năm El Niño và La Niña mạnh cho kết quả dự báo tốt nhất với sai số trung bình dưới 8 ngày. Năm ENSO trung tính có độ bất định cao hơn, sai số có thể vượt 15 ngày. Mô hình CFSv2 cải thiện kỹ năng dự báo ở năm ENSO trung tính nhờ nắm bắt được tín hiệu khí quyển-đại dương ở quy mô khu vực. Kết hợp phương pháp thống kê và mô hình số cho kết quả ổn định hơn trong mọi điều kiện ENSO.