Trong bối cảnh biến đổi khí hậu, tác động của ấm lên toàn cầu, các điều kiện thời tiết/khí hậu cực đoan ngày càng gia tăng như: số lượng bão giảm đi, nhưng số lượng bão mạnh tăng lên; vị trí hình thành bão có xu hướng dịch ra xa xích đạo; gia tăng các hiện tượng mưa lớn, lũ lụt, nắng nóng, hạn hán. Sự thay đổi phá vỡ tính quy luật này gây nhiều khó khăn hơn đối với công tác dự báo khí hậu.

Đến nay, các phương pháp/công nghệ dự báo khí hậu tại Việt Nam cũng đã phát triển kịp với xu thế phát triển chung của thế giới. Trung tâm Dự báo Khí tượng Thủy văn quốc gia (TTDBQG) và Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu (Viện KTTV) đã khai thác, ứng dụng các phương pháp khác nhau (từ phương pháp truyền thống đến phương pháp mô hình hóa) trong dự báo nghiệp vụ. Điển hình là hệ thống mô hình khí hậu động lực hiện đại gồm 3 mô hình khu vực: clWRF, RSM và RegCM đã được nghiên cứu ứng dụng dự báo mùa 6 tháng khu vực Việt Nam. Ngoài ra, một số cách tiếp cận khác cũng được sử dụng phổ biến như: khai thác trực tiếp sản phẩm dự báo của các mô hình khí hậu toàn cầu hoặc các phương pháp thống kê truyền thống với nhân tố dự báo là các trường nhiệt độ bề mặt biển. Tuy nhiên, do tính chất phức tạp của bài toán khí hậu như đã đề cập bên trên, cần có những cách giải khác để cung cấp thêm cái nhìn đa chiều về bài toán dự báo.

Trong khi đó, kết quả của các bài báo khoa học trên thế giới đã cung cấp những chứng cớ quan trọng về quan hệ giữa các dao động khí hậu quy mô lớn với biến động của các yếu tố thời tiết/khí hậu tại một khu vực địa lý cụ thể. Chẳng hạn, ENSO (El Niño–Southern Oscillation) là hiện tượng tương tác giữa đại dương và khí quyển có chu kỳ lặp từ 2 – 8 năm, ảnh hưởng nhiều đến khí hậu khu vực nhiệt đới như hoạt động mưa và bão trong biển Thái Bình Dương. MJO (Madden Julian Oscillation) là dao động lan truyền từ tây sang đông ở khu vực nhiệt đới, với chu kỳ 30-90 ngày, được đặc trưng bởi 2 pha (khô và ẩm). Pha ẩm (khô) hoạt động thì sẽ có nhiều (ít) mưa và bão. Điều này ngụ ý rằng, có thể sử dụng các chỉ số dao động khí hậu quy mô lớn như các nhân tố tiềm năng để phục vụ bài toán xây dựng dự báo.

Xuất phát từ thực tiễn trên, Chủ nhiệm đề tài TS. Tạ Hữu Chỉnh cùng nhóm nghiên cứu tại Trung tâm Dự báo khí tượng thủy văn quốc gia, Tổng cục Khí tượng Thủy văn trực thuộc Bộ Tài nguyên và Môi trường thực hiện đề tài “Nghiên cứu ứng dụng các chỉ số dao động khí hậu quy mô lớn vào dự báo khí hậu cho Việt Nam” với mục tiêu:

- Đánh giá được mối quan hệ giữa các dao động khí hậu quy mô lớn với các yếu tố khí hậu và khí hậu cực đoan khu vực Việt Nam.

- Xác định được bộ chỉ số dao động khí hậu quy mô lớn có tiềm năng phục vụ dự báo khí hậu.

- Xây dựng được mô hình thống kê dự báo khí hậu ở Việt Nam trên cơ sở mối quan hệ với các dao động quy mô lớn.

Cấu trúc tổng thể của hệ thống dự báo

Sau thời gian nghiên cứu, đề tài đã thu được những kết quả như sau:

- Tổ chức, tính toán và định dạng được bộ số liệu các yếu tố khí hậu và khí hậu cực đoan đến 2020 ở Việt Nam bao gồm: nhiệt độ trung bình, tổng lượng mưa mùa, các đặc trưng số ngày rét đậm, số ngày nắng nóng, số ngày mưa lớn, số lượng bão hoạt động. Cho phép dễ truy cập để thực hiện các phân tích, tính toán.

- Đề xuất bộ chỉ số dao động quy mô lớn phục vụ dự báo khí hậu cho Việt Nam. Các chỉ số đề xuất dự báo cho các yếu tố khí hậu/khí hậu cực đoan khác nhau là 22 khác nhau. Các mode nhiệt độ bề mặt biển khu vực Thái Bình Dương và Ấn Độ Dương xuất hiện trong nhiều trường hợp. Bên cạnh đó, các mode nhiệt độ bề mặt biển khu vực Đại Tây Dương cũng có những liên quan nhất định đến biến động các yếu tố khí hậu khu vực Việt Nam.

- Kết quả phân tích nhận được một số thông tin hữu ích (Chương 3), có thể cung cấp cho dự báo nghiệp vụ, và gợi ý hướng nghiên cứu khai thác. Cụ thể, đặc trưng số ngày nắng nóng và ngày bắt đầu (NBĐ) mùa bão có quan hệ mạnh với các mode nhiệt độ bề mặt biển Ấn Độ Dương và Thái Bình Dương với độ trễ đến khoảng trên 6 tháng. Kết quả này chỉ ra khả năng có thể dự báo của các đặc trưng này dựa trên phân tích hình thế, trạng thái của nhiệt độ bề mặt biển. Ví dụ, nếu hình thế nhiệt độ bề mặt biển nhận được tại thời điểm mùa thu và mùa đông của năm trước có xu hướng ấm lên mạnh trên Ấn Độ Dương và Thái Bình Dương, điều này có thể dẫn tới khả năng mùa hè của năm tiếp theo gia tăng số ngày nắng nóng/mùa bão của năm tiếp theo có xu hướng đến muộn. Đây được xem là các thông tin tín hiệu hỗ trợ cho quá trình phân tích dự báo.

- Xác định định lượng đặc trưng ngày bắt đầu và kết thúc, độ dài mùa bão. Đây là một đặc trưng chưa được quan tâm nhiều. Các nghiên cứu trước đây chủ yếu chỉ phân tích nhiều đến số lượng, phạm vi hoạt động của bão. Những mốc xác định một mùa bão đến sớm, đến muốn, hoặc bình thường góp phần cung cấp thông tin cho bài toán dự báo hạn mùa. Xác định và dự báo được đặc trưng này, giúp nâng cao nhận định, đánh giá về hoạt động của một mùa bão cụ thể.

- Xây dựng hệ thống chương trình phân tích và dự báo thống kê kèm theo quy trình dự báo dựa trên các phương pháp thành phần chính (PCR), tương quan Cannon (CCA) và “k” điểm gần nhất (KNN). Ngoài ra, nhóm thực hiện cũng xây dựng thêm 9 phương án giải phi tuyến dựa trên mạng thần kinh nhân tạo (NNs). Với tổng thể 12 thành phần dự báo (2 tuyến tính và 10 phi tuyến) có thể cung cấp thông tin đa dạng, giúp dự báo viên có nhiều phương án lựa chọn trong bài toán dự báo mùa.

Có thể tìm đọc toàn văn báo cáo kết quả nghiên cứu (mã số 22140/2023) tại Cục Thông tin, Thống kê.

Đ.T.V (NASTIS)