Luận án Nghiên cứu khả năng mô phỏng mùa các yếu tố khí tượng trên lãnh thổ Việt Nam bằng phương pháp thủy động và thống kê

t quả mô phỏng hợp lý hơn cả. Nhưng nhiệt độ mô phỏng bởi RegCM3 với tùy chọn GAB (GAS và BATS), ký hiệu là Reg+GAB, có xu thế thấp hơn thực tế, cả bề mặt và trên cao. Lượng mưa mô phỏng trung bình tháng thấp hơn nhưng diện mưa rộng hơn thực tế. Hệ số tương quan giữa mô phỏng và quan trắc của nhiệt độ khá cao (0,65) nhưng của lượng mưa rất thấp (0,087) cho thấy khả năng mô phỏng nhiệt độ của mô hình tốt hơn so với mô phỏng mưa. 2. Luận án đã thực hiện việc cải thiện khả năng mô phỏng của RegCM3 bằng cách đưa thêm sơ đồ tham số hóa đối lưu Tiedtke (1989) vào mô hình như là một tùy chọn bổ sung. Kết quả là RegCM3 đã chạy ổn định với sơ đồ này và đã cải thiện đáng kể chất lượng mô phỏng nhiệt độ bề mặt trung bình tháng của mô hình. Sai số bình phương trung bình (RMSE) của nhiệt độ tính theo phiên bản cải tiến (Reg+TieB) trên toàn Việt Nam giảm 0.4oC so với Reg+GAB, còn khoảng 1,8oC. Reg+TieB cũng cho lượng mưa mô phỏng lớn hơn và diện mưa rộng hơn thực tế, các tâm mưa lớn điển hình trong mùa hè khu vực ĐNA cũng được tái tạo tốt hơn so với Reg+GAB. Sai số RMSE tính trung bình trên toàn lãnh thổ Việt Nam khoảng 9mm/ngày. 141 3. Những thử nghiệm mô phỏng của mô hình trong đó các thông lượng đại dương-khí quyển được tính theo hai sơ đồ BATS (Reg+GAB) và Zeng (Reg+GAZ) cũng đã được thực hiện. Kết quả chứng tỏ rằng các trường mô phỏng của mô hình tính theo BATS phù hợp hơn so với tính theo Zeng. Điều này có thể qui cho là hệ số nhám trong sơ đồ Zeng thường nhỏ hơn trong sơ đồ BATS, dẫn đến nhiệt độ mô phỏng trên biển và lượng mưa của Reg+GAZ thường thấp hơn của Reg+GAB. Mặc dù vậy sự khác biệt này không quá lớn. Đáng chú ý là khi kết hợp hai sơ đồ BATS và Zeng với sơ đồ đối lưu Tiedtke (Reg+TieB và Reg+TieZ) thì Reg+TieZ đã làm giảm lượng mưa mô phỏng so với Reg+TieB, và do đó gần với thực hơn. 4. Ba phiên bản Reg+GAB, Reg+TieB và Reg+TieZ được chạy riêng biệt để mô phỏng nhiệt độ và lượng mưa các tháng mùa hè trong 10 năm, từ 1991-2000, trên khu vực ĐNA. Việc phân tích các điểm số đánh giá cho thấy trong ba phiên bản thử nghiệm thì Reg+TieB có khả năng tái tạo nhiệt độ bề mặt tốt nhất, đặc biệt trong những năm xảy ra các cực trị khí hậu như 1997, 1998 (các năm có hiện tượng El Nino), kém nhất là phiên bản Reg+GAB. Mặc dù vậy, trên khu vực Tây Nguyên, cả ba phiên bản đều có xu hướng tái tạo nhiệt độ trung bình tháng cao hơn quan trắc, trong đó phiên bản Reg+GAB lại thường cho mô phỏng nhiệt độ thấp hơn hai phiên bản còn lại và do đó có sai số nhỏ hơn. Đối với lượng mưa, nếu tổ hợp ba phiên bản bằng cách lấy trung bình đơn giản (ký hiệu là Reg+Tổ hợp) thì kết quả nhận được gần với quan trắc hơn so với từng phiên bản riêng lẻ; sai số RMSE trong trường hợp này còn khoảng 6mm/ngày tính trung bình trên toàn Việt Nam. 5. Từ các đồ thị biểu diễn nhiệt độ và lượng mưa trung bình tháng trong 10 mùa hè nói trên của 3 phiên bản Reg+GAB, Reg+TieB và Reg+TieZ và quan trắc cùng với các điểm số đánh giá (ME, RMSE) cho thấy mô hình thường mắc phải sai số có tính hệ thống so với quan trắc. Hệ số tương quan giữa sản phẩm mô phỏng của mô hình và quan trắc thường không cao nghĩa là mối quan hệ giữa chúng không phải là tuyến tính. Nhằm loại bỏ bớt ảnh hưởng của sai số mô hình đối với sản phẩm mô phỏng luận án đã sử dụng phương pháp thần kinh nhân tạo (ANN) để hiệu chỉnh (ký hiệu là Reg+ANN). Việc hiệu chỉnh được thực hiện cho các trường nhiệt độ trung 142 bình tháng và lượng mưa tháng. Kết quả đánh giá trên 4 năm số liệu độc lập cho thấy sai số ME và RMSE của nhiệt độ ngày và lượng mưa trung bình tháng của Reg+ANN đều giảm, đồng thời HSTQ và các chỉ số khác đều tăng mạnh. Cụ thể là RMSE của nhiệt độ trung bình tháng tính cho cả Việt Nam giảm từ khoảng 2oC (Reg+TieB) xuống còn 0,5oC và HSTQ tăng từ 0,7 lên hơn 0,9. Độ chính xác Acc tăng từ 0,3 lên hơn 0,8 và biệt thức HK cũng như điểm số kỹ năng HSS đều tăng từ 0,1 đến gần 0,7-0,8. Đối với lượng mưa trung bình tháng, RMSE tính trên toàn Việt Nam giảm từ khoảng 6,2 mm/ngày (Reg+GAB) và 6,4 mm/ngày (Reg+Tổ hợp) xuống còn 3,9 mm/ngày và HSTQ tăng từ 0,26 (Reg+GAB) và 0,13 (Reg+Tổ hợp) lên 0,68. Đồng thời Acc tăng từ 0,3 lên 0,5 và HK và HSS đều tăng mạnh, từ 0,079 (Reg+GAB) và 0,015 (Reg+Tổ hợp) lên 0,28. Các chỉ số đối với từng khu vực cũng có xu thế tương tự. 6. Tóm lại, với những đặc điểm mới đã trình bày trong luận án, mô hình RegCM3 có khả năng mô phỏng tương đối tốt các trường khí hậu khu vực Việt Nam và Đông Nam Á trong những tháng mùa hè. Điều đó cũng có nghĩa là nếu được cung cấp các trường dự báo toàn cầu đảm bảo chất lượng làm điều kiện biên thì mô hình RegCM3 có thể được sử dụng để dự báo hạn mùa, trước hết cho thời kỳ gió mùa mùa hè, trên khu vực này. Hiện nay các mô hình khí hậu toàn cầu (GCM) ngày càng có kỹ năng dự báo tốt hơn, sản phẩm của chúng có thể làm đầu vào cho các mô hình khí hậu khu vực nói chung và RegCM3 nói riêng. Do đó những kết luận về khả năng của RegCM3 có thể là một trong những cơ sở để chúng ta nghiên cứu áp dụng các mô hình GCM vào Việt Nam (chẳng hạn như CCSM). 143 TÀI LIỆU THAM KHẢO Tiếng Việt 1. Vũ Thanh Ca (2006), “Mô hình số trị dự báo biến đổi khí hậu quy mô vừa”, Tạp chí KTTV (546), tr. 23-32. 2. Nguyễn Duy Chinh (2002), “Một số kết quả bước đầu thực hiện đề án Nghiên cứu thử nghiệm dự báo khí hậu ở Việt Nam”, Tạp chí KTTV (494), tr. 7-12. 3. Nguyễn Duy Chinh (2003), “Nghiên cứu thử nghiệm dự báo khí hậu ở Việt Nam”, Báo cáo tổng kết đề án DBKH, Viện KTTV, Hà Nội. 4. Hoàng Đức Cường, Mai Văn Khiêm, Nguyễn Văn Hiệp (2004), “Độ nhạy của các sơ đồ tham số hóa đối lưu trong mô hình số trị”, Tạp chí KTTV (522), tr. 23-29. 5. Hồ Thị Minh Hà, Nguyễn Hướng Điền (2006), “Thử nghiệm hiệu chỉnh kết quả mô phỏng nhiệt độ hạn mùa trên khu vực Đông Nam Á của mô hình khí hậu khu vực RegCM3”, Tạp chí Khoa học và công nghệ, ĐHQGHN T.XXII (2B PT), tr. 20-27. 6. Nguyễn Đức Hậu, Phạm Đức Thi (2002), “Xây dựng mô hình dự báo hạn ở 7 vùng Việt Nam từ mối quan hệ giữa nhiệt độ mặt nước biển với chỉ số Sa.I”, Tạp chí KTTV (501), tr. 19-26. 7. Nguyễn Đức Hậu (2007), “Đánh giá khả năng dự báo hạn hán và xây dựng mô hình dự báo hạn hán cho khu vực Nam Trung Bộ và Tây Nguyên”, Tạp chí KTTV (553), tr. 13-23. 8. Trần Việt Liễn, Hoàng Đức Cường, Trương Anh Sơn, Trần Trung Thành (2006), “Xây dựng các kịch bản (Scenarios) về biến đổi khí hậu của thế kỷ XXI cho các vùng thuộc lãnh thổ Việt Nam”, Tạp chí KTTV (541), tr. 1-12. 9. Trần Công Minh, Phan Văn Tân (2003), Khí hậu nhiệt đới, 300tr. (Biên dịch từ sách của R. Mc Gregor, S. Nieuwolt, 1998). 10. Nguyễn Đức Ngữ (2007), “Tác động của ESNO đến thời tiết, khí hậu, môi trường và kinh tế - xã hội ở Việt Nam”, Hội thảo chuyên đề về Đa dạng sinh học và Biến đổi khí hậu: Mối liên quan tới Đói nghèo và Phát triển bền vững, Hà Nội, tr. 23-31. 11. Nguyễn Đức Ngữ, Phạm Thị Thanh Hương (2004), “Cơ chế hoạt động của ENSO và quan hệ giữa ENSO với gió mùa Châu Á”, Tạp chí KTTV (519). 144 12. Nguyễn Đăng Quang (2003), Luận án Thạc sỹ, Đại học quốc gia Hà Nội, Hà Nội. 13. Nguyễn Văn Thắng (2001), “Thử nghiệm bước đầu dự báo mưa mùa ở Việt Nam”, Tạp chí KTTV (488), tr. 22-29. 14. Nguyễn Văn Thắng, Vũ Duy Hùng, Mai Văn Khiêm (2005) “Thử nghiệm dự báo khí hậu bằng phương pháp hạ quy mô bằng phương pháp thống kê”, Tuyển tập báo cáo Hội nghị Khoa học lần thứ 9, Viện KTTV, Hà Nội, tr. 188-194. 15. Nguyễn Văn Thắng, Đào Thị Thúy, Mai Văn Khiêm (2006) “Nghiên cứu xây dựng dự báo khí hậu cho Việt Nam dựa trên kết quả của mô hình động lực toàn cầu”, Báo cáo tổng kết đề tài, Viện KTTV, Hà Nội, 70 tr. 16. Phan Văn Tân (2005), Thử nghiệm về độ nhạy của mô hình RegCM2 đối với địa hình và điều kiện mặt đệm. Đề tài nghiên cứu khoa học của ĐHQGHN. 17. Phan Văn Tân (1999), Các phương pháp thống kê trong khí hậu, NXB Đại học Quốc gia Hà Nội, Hà Nội, 208tr. 18. Lê Văn Thiện, Nguyễn Văn Thắng (2004), “Thử nghiệm chạy mô hình khí hậu khu vực RegCM ở Việt Nam”, Tuyển tập báo cáo Hội thảo Khoa học 2004, Viện KTTV Hà Nội, Hà Nội. 19. Dư Đức Tiến (2005), Ảnh hưởng của sự bất đồng nhất bề mặt đến các quá trình trao đổi đất – khí quyển, Luận văn thạc sỹ , 45tr. 20. Trần Tân Tiến, Hồ Thị Minh Hà (2002), “Phân tích trường lượng mưa ngày ở trung Bộ theo các hàm trực giao tự nhiên”, Tuyển tập Báo cáo Hội nghị khoa học lần thứ 7, Tập I, Khí tượng – Khí hậu – Khí hậu nông nghiệp, Tổng cục Khí tượng – Thủy văn, Viện KTTV Hà Nội, Hà Nội. 21. Phạm Ngọc Toàn, Phan Tất Đắc (1993), Khí hậu Việt Nam, NXB Khoa học Kỹ thuật, 312tr. 22. Lương Văn Việt (2006), “ENSO và khả năng dự báo mưa-nhiệt-ẩm khu vực Nam Bộ”, Tạp chí KTTV (551), tr. 39-45. 23. Kiều Thị Xin, Phan Văn Tân, Phạm Thanh Hương (1997), “Về hoàn lưu gió mùa mùa hè ở Đông Nam Á, quan hệ của nó với XTNĐ và ENSO”, Tập báo cáo công trình NCKH, Hội nghị KH lần thứ VI Tập I, Viện KTTV, Hà Nội, tr. 294-299. 145 24. Kiều Thị Xin, Nghiên cứu mô phỏng các hiện tượng khí hậu bất thường hạn mùa trên khu vực Bán đảo Đông Dương – Biển Đông bằng mô hình thủy động. Đề tài trong chương trình NCCB cấp Nhà Nước, mã số 3.2.1 804, (2004-2005). 25. Kiều Thị Xin, Trần Ngọc Anh, Lê Công Thành, Phan Văn Tân (2000), “Về thử nghiệm mô phỏng mưa trên lãnh thổ Việt Nam bằng mô hình dự báo khí hậu khu vực RegCM”. Tạp chí Khí tượng Thuỷ văn 7 (475), tr. 10-18. 26. Kiều Thị Xin vcs. (2006), Báo cáo tổng kết khoa học và công nghệ Đề tài ĐTĐL-2002-02, 330tr. Tiếng Anh 27. Ahago V.O. (1992), “Numerical forecast of the onset of the 1990 seasonal long rains in Kenya”, Meteorolgical Magazine Vol. 121, pp. 123–130. 28. Anthes R.A. (1977), “A cumulus parameterization scheme using a one dimensional cloud model”, Mon. Wea. Rev. Vol. 105, pp. 270-286. 29. Appenzeller C., Stocker T.F., Anklin M. (1998), “North Atlantic oscillation dynamics recorded in Greenland ice cores”, Science Vol. 282, pp. 446-449. 30. Barb B. (2003), “WWRP/WGNE Joint Working Group on Forecast Verification”, RAP Annual Scientific Report, NCAR. 31. Bardossy A., Plate E. (1992), "Space-time model for daily rainfall using atmospheric circulation patterns", Wat Resour Res Vol. 28, pp. 1247–1259. 32. Baur F., Hess P. , Nagel H. (1944), “Kalender der Großwetterlagen Europas 1881 – 1939”, Bad Homburg v.d.H. 33. Beheng K.D. (1994), “A parameterization of warm cloud microphysical conversion processes”, Atmos. Res Vol. 33, pp. 193–206. 34. Bergant K., Belda M., Halenka T. (2006), "Systematic errors in the simulation of European climate (1961-2000) with RegCM3 driven by NCEP/NCAR reanalysis", International Journal of Climatology Vol. 27 (4), pp. 455-472. 35. Betts A.K. (1986), “A new convective adjustment scheme. Part I: Observational and theoretical basis”, Quart. J. Roy. Meteor. Soc. Vol. 112, pp. 677-691. 36. Betts A.K., Miller M.J. (1986), “A new convective adjustment scheme. Part II: Single column tests using GATE wave, BOMEX, ATEX and Arctic air-mass data sets”, Quart. J. Roy. Meteor. Soc. Vol. 112, pp. 693-709. 146 37. Bhaskaran B., Mitchell J.F.B. (1998), ”Simulated changes in southeast Asian monsoon precipitation resulting from anthropogenic emissions”, Int. J. Climatology Vol. 18, pp. 1455-1462. 38. Box G.E.P. (1979), Robustness in the strategy of scientific model building, in Robustness in Statistics, R.L. Launer and G.N. Wilkinson, Editors. Academic Press: New York. 39. Briegleb B.P. (1992), “Delta-eddington approximation for solar radiation in the ncar community climate model”, J. Geophys. Res. Vol. 97, pp. 7603–7612. 40. Briggs W.M., Wilks D.S. (1996), “Extension of the Climate Prediction Centre long-lead temperature and precipitation outlooks to general weather statistics”, Journal of Climate Vol. 9, pp. 3496–3504. 41. Browning K.A., Pardoe C.W. (1973), “Structure of low-level jet streams ahead of mid-latitude cold fronts”, Quart. J. Roy. Meteor. Soc Vol. 99, pp. 619–638. 42. Brutsaert W. (1982), “Evaporation into the Atmosphere”, D. Reidel Pub. Co. 43. Camargo S.J., Zebiak S.E. (2002), Improving the detection and tracking of Tropical Cyclones in Atmospheric General Circulation Models, IRI Technical Report 02-02, International Research Institute for Climate Prediction, The Earth Institute at Columbia University, Palisades, NY. 44. Camargo S.J. (2006), Short-term climate (seasonal and intraseasonal) predictions of tropical cyclone activity/intensity, pp. 493-499, in Workshop Topic Reports, Sixth WMO International Workshop on Tropical Cyclones (IWTC - VI), San José, Costa Rica, November 2006, Tropical Meteorology Research Programme Report Series TMRP No. 72, World Meteorological Organization, Geneva, Switzerland. 45. Chen L.-X., Jin Z. (1984), “The medium-range variations of the summer monsoon circulation system over east Asia”, Adv. Atmos. Sci. Vol. 2, pp. 124– 233. 46. Christensen J.H., Hewitson B., Busuioc A., Chen A., Gao X., Held I., Jones R., Kolli R.K., Kwon W.-T., Laprise R., Magaña Rueda V., Mearns L., Menéndez C.G., Räisänen J., Rinke A., Sarr A., Whetton P. (2007), “Regional Climate Projections”, In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the 147 Intergovernmental Panel on Climate Change, Cambridge University Press. 47. Dai A., Giorgi F., Trenberth K. (1999), “Observed and model simulated precipitation diurnal cycles over the continental United States”, J. Geophys. Res. Vol. 104, pp. 6377–6402. 48. Deardoff J.W. (1978), “Efficient prediction of ground surface temperature and moisture with inclusion of a layer of vegetation”, J. Geophys. Res. Vol. 83, pp. 1889–1903. 49. Demuth H., Beale M. (2000), Neural Network Toolbox, The Math Works, Inc., Natick, MA. 50. Dickinson R.E., Henderson-Sellers A., Kennedy P.J. (1993), “Biosphere- atmosphere transfer scheme (Bats) version 1e as coupled to the ncar community climate model”, Tech. rep., National Center for Atmospheric Research. 51. Dickinson R.E., Kennedy P.J., Henderson-Sellers A., Wilson M. (1986), “Biosphere-atmosphere transfer scheme (Bats) for the ncar community climate model”, Tech. Rep. NCARE/TN-275+STR, National Center for Atmospheric Research. 52. Dickinson R.E., Errico R.M., Giorgi F., Bates G.T. (1989), “A regional climate model for the western United States”, Climatic Change Vol. 15, pp. 383–422. 53. Dobryshman E.M. (1972), “Review of Forecast Verification Techniques”, World Meteorological Organization, Technical Report (120), Geneva. 54. Douville H. (2002), "Influence of Soil Moisture on the Asian and African Monsoons. Part II: Interannual Variability", Journal of Climate Vol. 15, pp. 701-720. 55. Duffy P.B., Arritt R.W., Coquard J., Gutowski W., Han J., Iorio J., Kim J., Leung L.R., Roads J., Zeledon E. (2006), "Simulations of Present and Future Climates in the Western United States with Four Nested Regional Climate Models", Journal of Climate Vol. 19, pp. 873-895. 56. Efimov V.V., Pososhkov V. L. (2006), “Application of the method of artificial neural networks to the downscaling of precipitation forecasts in the coastal region of the Black Sea”, Physical Oceanography Vol. 13 (3), pp. 141-152. 57. Elguindi N., Bi X., Giorgi F., Nagarajan B., Pal J., Solmon F., Rauscher S., 148 Zakey A. (2003), RegCM Version 3.0 User's Guide. PWCG Abdus Salam ICTP. 58. Emanuel K.A. (1994), Atmospheric Convection, Oxford University Press, New York, Oxford. 59. Fennessy M.J., Shukla J. (2000), "Seasonal Prediction over North America with a Regional Model Nested in a Global Model", Journal of Climate, Vol. 13, pp. 2605-2627. 60. Francisco R.V., Argete J., Giorgi F., Pal J., Bi X., Gutowski W.J. (2006), “Regional model simulation of summer rainfall over the Philippines: Effect of choice of driving fields and ocean flux schemes”, Theoretical and Applied Climatology Vol. 86 (1-4), pp. 215-227. 61. Fritsch J.M., Chappell C.F. (1980), “Numerical prediction of convectively driven mesoscale pressure systems. Part I: Convective parameterization”, J. Atmos. Sci. Vol. 37, pp. 1722–1733. 62. Fu C.B. (1998), Simulation of climate impact of changing atmospheric chemical compositions based on GCMs, In , Eds. Parashar, D.C. Narosa Publishing House, pp. 263-267. 63. Fu X., Wang B., Li T. (2002), “Impacts of air-sea coupling on the simulation of mean Asian summer monsoon in ECHAM4 model”, Mon. Wea. Rev. Vol. 130, pp. 2889-2904. 64. Gao X., Pal J.S., Giorgi F. (2006), “Projected changes in mean and extreme precipitation over the Mediterranean region from a high resolution double nested RCM simulation”, Geophys. Res. Lett. Vol. 33, L03706, doi: 10.1029/2005GL024954. 65. Garratt J.R. (1993), "Sensitivity of Climate Simulation to Land Surface and Atmospheric Boundary-Layer Treatment – A Review", Journal of Climate Vol. 6, pp. 419-448. 66. Giorgi F. (2006), “Climate Modeling: From the global to the regional scale”, ESA summer school on Earth System Monitoring and Modeling, Abdus Salam ICTP, Trieste, Frascati, Italy. 67. Giorgi F., Francisco R. (2000), “Evaluating uncertainties in the prediction of regional climate change”. Geophys. Res. Lett. Vol. 27, pp. 1295-1298. 149 68. Giorgi F., Mearns L.O. (1991), “Approaches to the simulation of regional climate change: A review”, Rev. Geophys. Vol. 29, pp. 191–216. 69. Giorgi F., Mearns L.O. (1999), "Introduction to special section: Regional climate modeling revisited" Journal of Geophysical Research Vol. 104 (D6), pp. 6335-6352. 70. Giorgi F., Marinucci M.R. (1996), "An Investigation of the Sensitivity of Simulated Precipitation to Model Resolution and Its Implications for Climate Studies", Monthly Weather Review Vol. 124, pp. 148-166. 71. Giorgi F., Bi X. (2000), "A study of internal variability of a regional climate model", Journal of Geophysical Research Vol. 105 (D24), pp. 29503-29521. 72. Giorgi F., Hewitson B., Christensen J., Hulme M., Von Storch H., Whetton P., Jones R., Mearns L., Fu C. (2001), “Regional climate information: evaluation and projections”, In Climate Change 2001: The Scientific Basis, Contribution of Working Group 1 to the Third Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge Univ. Press, New York, pp. 583–638. 73. Giorgi F., Hurrell J.W., Marinucci M.R., Beniston M. (1997), "Elevation Dependency of the Surface Climate Change Signal: A Model Study", Journal of Climate Vol. 10, pp. 288-296. 74. Giorgi F., Huang Y., Nishizawa K., Fu C. (1999), "A Seasonal Cycle Simultion over eastern Asia and its Sensitivity to Radiative Transfer and Surface Processes", Journal of Geophysical Research Vol. 104 (D6), pp. 6403-6423. 75. Gochis D.J., Shuttleworth W.J., Yang Z.L. (2002), "Sensitivity of the Modeled North American Monsoon Regional Climate to Convective Parameterization", Monthly Weather Review Vol. 130, pp. 1282-1289. 76. Goddard L., Mason S.J., Zebiak S.E., Ropelewski C.F., Basher R., Cane M.A. (2001), “Current Approaches To Seasonal To Interannual Climate Predictions”, International Journal of Climatology Vol. 21, pp. 1111-1152. 77. Grell G.A. (1993), Prognostic evaluation of assumptions used by cumulus parameterization. Mon. Wea. Rev., Vol. 121, pp. 764-787. 78. Grell G.A., Dudhia J., Stauffer D.R. (1995), A Description of the Fifth- Generation Penn State/NCAR Mesoscale Model (MM5), NCAR Technical Note 398. 150 79. Hassell D., Jones R.G. (1999), Simulating climatic change of the southern Asian monsoon using a nested regional climate model (HadRM2), HCTN 8, Hadley Centre for Climate Prediction and Research, London Road, Bracknell, UK. 80. Haykins S. (1994), Neural Networks: A Comprehensive Foundation, McMillan, New York, USA. 81. Herzegh P.H., Hobbs P.V. (1980), “The mesoscale and microscale structure and organization of clouds and precipitation in mid-latitude cyclones. II: Warm-frontal clouds”, J. Atmos. Sci. Vol. 37, pp. 597–611. 82. Hewitson B.C., Crane R.G. (1992), "Large-scale controls on local precipitation in tropical Mexico", Geophys Res Lett. Vol. 19 (18), pp.1835–1838. 83. Holtslag A.A.M., Bruijn E.I.F., Pan H.-L. (1990), “A high resolution air mass transformation model for short-range weather forecasting”, Mon. Wea. Rev. Vol. 118, pp. 1561–1575. 84. Hong S.-Y., Juang H.-M.H. (1998), “Orography blending in the lateral boundary of a regional model”, Mon. Wea. Rev. Vol. 126, pp. 1714-1718. 85. Hoon P., Hong S.-Y. (2007), “An Evaluation of a Mass-Flux Cumulus Parameterization Scheme in the KMA Global Forecast System”, Journal of the Meteorological Society of Japan Vol. 85 (2), pp. 151-169. 86. Houze J.D.L., Hobbs P.V. (1976), “Dynamics and cloud microphysics of the rainbands in an occluded frontal system”, J. Atmos. Sci Vol. 35, pp. 1921-1936. 87. Houze R.A.Jr., Betts A.K. (1981), “Convection in GATE”, Rev. Geophys. Space Phys. Vol. 19 (4), pp. 541-576. 88. Huang J., Dool H.M.V.D., Barnston A.G. (1996), “Long-lead seasonal temperature prediction using optimal climate normals”, Journal of Climate Vol. 9, pp. 809–817. 89. Hughes J.P., Lettenmaier D.P., Guttorp P. (1993), "A stochastic approach for assessing the effect of changes in regional circulation patterns on local precipitation", Water Resoure Res. Vol. 29, pp. 3303–3315. 90. Im E.-S., Kwon W.-T., Ahn J.-B., Giorgi F. (2006), “Multi-decadal scenario simulation over Korea using a one-way double-nested regional climate model 151 system. Part 1: Recent climate simulation (1971–2000)”, Climate Dynamics Vol. 28 (7-8), pp. 759-780. 91. Janjic Z.I. (1994), “The step-mountain Eta coordinate model: Further developments of the convection, viscous sublayer, and turbulence closure schemes”, Mon. Wea. Rev. Vol. 122, pp. 927-945. 92. Jiao Y., Caya D. (2006), "An Investigation of Summer Precipitation Simulated by the Canadian Regional Climate Model", Monthly Weather Review Vol. 134, pp. 919-932. 93. Johnson R.H. (1976), “The role of convective-scale precipitation downdrafts in cumulus and synoptic scale interactions”, J. Atmos. Sci. Vol. 33, pp. 1890- 1910. 94. Johnson R.H. (1980), “Diagnosis of convection and mesoscale motions during Phase III of GATE”, J. Atmos. Sci. Vol. 37, pp. 733-753. 95. Jones P.D., New M., Parker D.E., Martin S., Rigor I.G. (1999), “Surface air temperature and its variations over the last 150 years”, Reviews of Geophysic Vol. 37, pp. 173-199. 96. Jones R.G., Murphy J.M., Noguer M. (1995), “Simultion of climate change over Europe using a nested regional-climate model. Part I: Assessment of control climate including sensitivity to location of lateral boundaries”, Quart. J. Roy. Met. Soc. Vol. 121, pp. 1413-1449. 97. Kato H., Nishizawa K., Hirakuchi H., Kadokura S., Oshima N., Giorgi F. (2001), “Performance of RegCM2.5/NCAR-CSM Nested System for the Simulation of Climate Change in East Asia Caused by Global Warming”, Journal of the Meteorological Society of Japan Vol. 79, No. 1, pp. 99-121. 98. Kato H., Hirakuchi H., Nishizawa K., Giorgi F. (1999), "Performance of NCAR RegCM in the Simulation of June and January Climates over Eastern Asia and the high-resolution effects of the model", Journal of Geophysical Research Vol. 104 (D6), pp. 6455-6476. 99. Khromov S.P. (1957), Die geographische Verbreitung der Monsune, Petermanns Geogr. Vol. 101, pp. 234–237. 100. Kiehl J.T., Hack J.J., Bonan G.B., Boville B.A., Breigleb B.P.,Williamson D., Rasch P. (1996), “Descriptionof the ncar community climate model (ccm3)”, 152 Tech. Rep. NCAR/TN-420+STR, National Center for Atmospheric Research. 101. Klein W.H., Harry R.G. (1974), “Forecasting Local Weather by Means of Model Output Statistics”, Bulletin of the American Meteorological Society Vol. 55 (10), pp. 1217-1217. 102. Koizumi K. (1999), “An objective method to modify numerical model forecasts with newly given weather data using an artificial neural network”, Wea. Forecasting Vol. 14, pp.109-118. 103. Kraus E.B., Businger J.A. (1994), Atmosphere–Ocean Interaction. Oxford University Press. 104. Krishnamurti T.N. (1968), “A diagnostic balance model for studies of weather systems of low and high latitudes, Rossby number less than 1”, Mon. Wea. Rev. Vol. 96, pp. 197-207. 105. Kucken M., Gerstengarbe F.-W. and Werner P.C. (2002), “Cluster analysis. results of regional climate model simulations in the PIDCAP period”, Boreal Environment Research, Vol.7, pp. 219-223. 106. Kuo H.L. (1974), “Further studies of the parameterization of the influence of cumulus convection on large scale flow”, J. Atmos. Sci. Vol. 31, pp. 1232- 1240. 107. Lamb H.H. (1972), British Isles weather types and a register of daily sequence of circulation patterns, 1861–1971. Geophysical Memoir 116, HMSO, London. 108. Landman W.A., Seth A., Camargo S.J. (2005), “The Effect of Regional Climate Model Domain Choice on the Simulation of Tropical Cyclone-like Vortices in the Southwestern Indian Ocean”, Journal of Climate Vol. 18, pp. 1263-1274. 109. Laprise R., Caya D., Giguère M., Bergeron G., Côté H., Blanchet J.-P., Boer G. J., McFarlane N. (1998), “Climate and Climate Change in Western Canada as Simulated by the Canadian Regional Climate Model”, Atmos.-Ocean Vol. 36 (2), pp. 119-167. 110. Larow T.E., Cocke S.D., Shin D.W. (2005), "Multiconvective Parameterizations as a Multimodel Proxy for Seasonal Climate Studies", Journal of Climate Vol. 18, pp. 2963-2978. 153 111. Lau K.M., Yang S. (1997), “Climatology and Interannual Variability of the Southeast Asian Summer Monsoon”, Advances in Atmos. Sci. Vol. 14, pp. 141- 162. 112. Lau K.-M., Weng H.Y. (2002), “Recurrent Teleconnection Patterns Linking Summertime Precipitation Variability over East Asia and North America”, J. Meteorol. Soc. Japan Vol. 80 (6), pp.1309-1324. 113. Le Mone M.A., Pennell W.T. (1976), “The relationship of trade wind cumulus distribution to subcloud layer fluxes and structure”, Mon. Wea. Rev. Vol. 104, pp. 524-539. 114. Leung L.R., Ghan S.J. (1999), “Pacific Northwest climate sensitivity simulated by a regional climate model driven by a GCM”, J. Climate Vol. 12, Part I: pp.2010-2030., Part II: pp. 2031-2053. 115. Leung L.R., Ghan S.J., Zhao Z.-C., Luo Y., Wang W.-C, Wei H.-L. (1999), "Intercomparison of Regional Climate Simulations of the 1991 summer Monsoon in Eastern Asia", Journal of Geophysical Research Vol. 104 (D6), pp. 6425-6454. 116. Li C., Yanai M. (1996), “The onset and interannual variability of the Asian summer monsoon in relation to land-sea thermal contrast”, J. Climate Vol. 9, pp. 358-375. 117. Lijuan L. , Bin W., Yuqing W., and Hui W. (2007), “Improvements in Climate Simulation with Modifications to the Tiedtke Convective Parameterization in the Grid-Point Atmospheric Model of IAP LASG (GAMIL)”, ADVANCES IN ATMOSPHERIC SCIENCES, VOL. 24, NO. 2, pp. 323-335 118. Lindzen R. (1981), “Some remarks on cumulus parameterization”, Proceedings of the NASA Clouds in Climate Conference, NASA Report, Available NASA/Goddard Institute of Space Studies. 119. Liu S.Y. (2006), CWRF application in East China monsoon area, Doctor dissertation, Nanjing University of Information Science & Technology. 120. Liu Y., Ding Y. (2007), “Sensitivity study of the South China Sea summer monsoon in 1998 to different cumulus parameterization schemes”, Advances in Atmospheric Sciences Vol. 24 (3), pp. 360-376. 121. Liu Y., Chan J.C.L., Chow K.C., Ding Y. (2006), "Ten-Year Climatology of 154 Summer Monsoon over South China and Its Surroundings Simulated from a Regional Climate Model", International Journal Of Climatology Vol. 26, pp. 141-157. 122. Liu Y.Q., Giorgi F., Washington W.M. (1994), "Simulation of Summer Monsoon Climate over East Asia with an NCAR Regional Climate Model", Monthly Weather Review Vol. 122, pp. 2331-2348. 123. Lord S.J. (1982), “Interaction of cumulus cloud ensemble with the large-scale environment. Part III: Semiprognostic test of Arakawa-Schubert cumulus parameterization”, J. Atmos. Sci. Vol. 39, pp. 88-103. 124. Luterbacher J., Schmutz C., Gyalistras D., Xoplaki E., Wanner H. (1999), “Reconstruction of monthly NAO and EU indices back to AD 1675”, Geophys. Res. Lett. Vol. 26, pp. 2745-2748. 125. Machenhauer B., Windelband M., Botzet M., Christensen J.H., Deque M., Jones R., Ruti P.M., Visconti G. (1998), Validation and analysis of regional present-day climate and climate change simulations over Europe, MPI Report (275), MPI, Hamburg, Germany. 126. Marinucci M.R., Giorgi F., Beniston M., Wild M., Schuck P.T, Ohmura A., Bernasconi A. (1995), “High resolution simulations of January and July climate over the western Alpine region with a nested regional modeling system”, Theor. Appl. Climatol. Vol. 51, pp. 119-138. 127. Marshall J., Henson B. (1997), "NCAR’s regional climate model cuts global problems down to size", UCAR Staff Notes Monthly. 128. McGinnis D.L. (1994), "Predicting snowfall from synoptic circulation: a comparison of linear regression and neural network" In Neural nets: applications in geography, Kluwer Academic Publishers, Dordrecht, pp. 79– 99. 129. McGregor J.L. (1997), “Regional climate modelling”, Meteorology and Atmospheric Physics Vol. 63, pp. 105-117. 130. McGregor J.L., Katzfey J.J., Nguyen K.C. (1995), Seasonallyvarying nested climate simulations over the Australian region, Third Int. Conference on Modelling of Global Climate Change and Variability, Hamburg, Germany. 131. McGregor J.L., Katzfey J.J., Nguyen K.C. (1998), Fine resolution simulations 155 of climate change for southeast Asia. Final report for a Research Project commissioned by Southeast Asian Regional Committee for START (SARCS), Aspendale, Vic., CSIRO Atmospheric Research, Vol. VI (15). 132. McGregor J.L., Walsh K. (1993), “Nested simulations of perpetual January climate over the Australian region”, J. Geophys. Res. Vol. 98, pp. 23283– 23290. 133. McGregor J.L., Walsh K. (1994), “Climate change simulations of Tasmanian precipitation using multiple nesting”, J. Geophys. Res. Vol. 99, pp. 20889– 20905. 134. Micheal F.-R, Ernesto H.B., Lawrence L.T., Ravi C.G. (2005), "A Multiyear Ensemble Simulation of the U.S. Climate with a Stretched-Grid GCM", Monthly Weather Review Vol. 133, pp. 2505-2525 135. Nitta T. (1975), “Observational determination of cloud mass flux distribution”, J. Atmos. Sci. Vol. 32, pp. 73-91. 136. Noguer M., Jones R.G., Murphy J. (1998), “Sources of systematic errors in the climatology of a nested regional climate model over Europe”, Clim. Dyn. Vol. 14, pp. 691-712. 137. Ogura Y., Cho H.-R. (1973), “Diagnostic determination of cumulus cloud populations from observed large-scale variables”, J. Atmos. Sci. Vol. 30, pp. 1276-1286. 138. Oh J.-H., Kim T., Kim M.-K., Lee S.-H., Min S.-K., Kwon W.-T. (2004), “Regional climate simulation for Korea using dynamic downscaling and statistical adjustment”, J. Meteor. Soc. Japan. Vol. 82, pp. 1629-1643. 139. Pal J.S., Small E.E., Eltahir E.A.B. (2000), “Simulation of regional-scale water and energy budgets: Representation of subgrid cloud and precipitation processes within RegCM”, J. Geophys. Res.-Atmospheres Vol. 105 (D24), pp. 29579–29594. 140. Qian Y., Giorgi F. (1999), "Interactive Coupling of Regional Climate and Sulfate Aerosol Models over Eastern Asia", Journal Of Geophysical Research Vol. 104 (D6), pp. 6477-6499. 141. Rao D.V.B., Ashok K., Yamagata T. (2004), "A Numerical Simulation Study of the Indian Summer Monsoon of 1994 using NCAR MM5", Journal of the 156 Meteorological Society of Japan Vol. 82 (6), pp. 1755-1775. 142. Ratnam J.V, Kumar K.K. (2005), "Sensitivity of the Simulated Monsoons of 1987 and 1988 to Convective Parameterization Schemes in MM5", Journal Of Climate Vol. 18, pp. 2724-2743. 143. Riehl H., (1954), Tropical Meteorology, McGraw-Hill, New York. 144. Robert L.W., Hassan H., Hanaki K. (1998), "Statistical downscaling of hydrometeorological variables using general circulation model output", Journal of Hydrology Vol. 205 (1), pp. 1-19. 145. Schulz J.P., Dumenil L., Polcher J., Schlosser C.A., Xue Y. (1998), "Land Surface Energy and Moisture Fluxes: Comparing Three Models", Journal of Applied Meteorology Vol. 37, pp. 288-307. 146. Sen O.L., Wang Y., Wang B. (2004), "Impact of Indochina Deforestation on the East Asian Summer Monsoon", Journal of Climate Vol. 17, pp. 1366-1380. 147. Seth A., Giorgi F. (1998), "The Effects of Domain Choice on Summer Precipitation Simulation and Sensitivity in a Regional Climate Model", Journal of Climate Vol. 11, pp. 2698-2712. 148. Singh G.P., Oh J., Kim J., Kim O. (2006), “Sensitivity of Summer Monsoon Precipitation over East Asia to Convective Parameterization Schemes in RegCM3”, SOLA Vol. 2 (029-032), doi:10.2151/sola.2006*008. 149. Slingo J.M. (1989), “A GCM parameterization for the shortwave radiative properties of water clouds”, J. Atmos. Sci. Vol. 46, pp. 1419–1427. 150. Small E.E, Giorgi F., Sloan L.C. (1999), "Regional Climate Model Simulation of Precipitation in Central Asia: Mean and Interannual Variability", Journal of Geophysical Research Vol. 104 (D6), pp. 6563-6582. 151. Smith S.D. (1988), “Coefficients for sea surface wind stress, heat flux, and wind profiles as a function of wind speed and temperature”, J. Geophys. Res. Vol. 93, pp. 15467-15472. 152. Stanski H.R., Wilson L.J., Burrows W.R. (1989), “Survey of Common Verification Methods in Meteorology”, Atmospheric Environment Service, Forecast Research Division, Ontario, Canada. 153. Sun L., Semazzi F.H.M., Giorgi F., Ogallo L. (1999), “Application of the 157 NCAR regional climate model to eastern Africa. 2. Simulations of interannual variability of short rains”, J. Geophys. Res. Vol. 104, pp. 6549–6562. 154. Sundqvist H., Berge E., Kristjansson J.E. (1989), “Condensation and cloud parameterization studies with a mesoscale numerical weather prediction model”, Mon. Wea. Rev. Vol. 117, pp. 1641-1657. 155. Tao S., Chen L. (1987), A review of recent research on the East Asian summer monsoon in China. In: Chang, C.P., Krisnamurti, T.N. (Eds.), Monsoon Meteorology, Oxford University Press, Oxford. 156. Thompson R.M., Payne S.W., Recker E.E., Reed R.J. (1979), “Structure and properties of synoptic-scale wave disturbances in the intertropical convergence zone of the eastern Atlantic”, J. Atmos. Sci. Vol. 36, pp. 53–72. 157. Tiedtke M. (1989), “A comprehensive mass flux scheme for cumulus parameterization in largescale models”, Mon. Wea. Rev. Vol. 117, pp. 1779- 1800. 158. Trenberth K.E. (1997), “The Definition of El Niño”, Bulletin of the American Meteorological Society Vol. 78, pp. 2771-2777. 159. Ueda H., Yasunari T. (1998), “Role of Warming over the Tibetan Plateau in Early Onset of the Summer Monsoon over the Bay of Bengal and the South China Sea”, J. Meteor. Soc, Japan Vol. 76, pp. 1-12. 160. Wang B., Wu R. (1997), “Peculiar temporal structure of the South China Sea summer monsoon”, Advan. in Atmos. Sci. Vol. 14, pp. 177-194. 161. Weichert A., Bürger G. (1998), “Linear versus nonlinear techniques in downscaling”, Clim. Res. Vol. 10, pp. 83-93. 162. Wexler R., Atlas D. (1959), “Precipitation generating cells”, J. Meteor. Vol. 16, pp. 327–332. 163. Widmann M., Bretherton C.S., SalathŽ E.P. (2002), “Precipitation downscaling over the Northwestern United States using numerically simulated precipitation as a predictor”, J. Climate, Submitted. 164. Wim C.d.R., Kees K. (2002), “Combining physical and statistical techniques for the downscaling of windspeed from a NWP model”, Proceedings of combined 24th EWGLAM and 9th SRNWP meeting, KNMI De Bilt 7-10. 158 165. Wilby R.L. (1998), Statistical downscaling of General Circulation Model output using multiple circulation predictors, A Consortium for the Application of Climate Impact Assessments (ACACIA) Second Executive Board Meeting, Phoenix, Arizona, USA. 166. Wilson L.L., Lettenmaier D.P., Skyllingstad E. (1992), "A multiple stochastic daily precipitation model conditional on largescale atmospheric circulation patterns", J Geophys Res. Vol. 97, pp. 2791–2809. 167. Xie S., Zhang M. (2000), “Impact of the Convection Triggering Function on the Single - Column Model Simulations”, Journal of Geophysical Research Vol. 105 (D11), pp. 14, pp. 983-14,996. 168. Yanai M., Esbensen S., Chu J.-H. (1973), “Determination of bulk properties of tropical cloud clusters from large-scale heat and moisture budgets”, J. Atmos. Sci. Vol. 30, pp. 611-627. 169. Yang Z., Arritt R.W. (2002), "Tests of a Perturbed Physics Ensemble Approach for Regional Climate Modeling", Journal of Climate Vol 15, pp. 2881-2896. 170. Zeng X., Zhao M., Dickinson R.E. (1998), “Intercomparison of Bulk Aerodynamic Algorithm for the Computation of Sea Surface Fluxes Using TOGA COARE and TAO data”, Journal of Climate Vol. 11, pp. 2628-2644. 171. Zhang H., Casey T. (2000), “Verification of Categorical Probability Forecast”, Weather and Forecasting Vol. 15, pp. 80-89. 172. Zhu J., Liang X.Z. (2007), "Regional Climate Model Simulations of U.S. Precipitation and Surface Air Temperature during 1982–2002: Interannual Variation", Journal of Climate Vol. 20, pp. 218-232. 173. Climate Change (2001), Working Group I: The Scientific Basis, IPCC, UNEP, WMO. 174. WMO (2002), “Public Weather Service. Supplementary Guidelines on performance assessment of public weather services”. World Meteorological Organization 2002 PWS-7. WMO/TD No. 1103. 159 DANH MỤC BÀI BÁO VÀ CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN Các bài báo khoa học và công trình 1. Hồ Thị Minh Hà (2004), “Bước đầu nghiên cứu mạng thần kinh nhân tạo và khả năng áp dụng để dự báo nhiệt độ cho khu vực Đông Nam Á”, Nội san khoa học trẻ, Trường Đại học Khoa học Tự nhiên, ĐHQGHN, Số 2/2004, tr.57-61. 2. Hồ Thị Minh Hà, Nguyễn Hướng Điền (2006), “Thử nghiệm dự báo lượng mưa ngày bằng phương pháp dùng mạng thần kinh nhân tạo hiệu chỉnh sản phẩm mô hình số”, Tạp chí Khoa học và công nghệ, ĐHQGHN, T.XXII, Số 1PT-4/2006, tr.1-10. 3. Hồ Thị Minh Hà, Nguyễn Hướng Điền (2006), “Thử nghiệm hiệu chỉnh kết quả mô phỏng nhiệt độ hạn mùa trên khu vực Đông Nam Á của mô hình khí hậu khu vực RegCM3”, Tạp chí Khoa học và công nghệ, ĐHQGHN, T.XXII, Số 2B PT 2006, tr.20-27. 4. Ho Thi Minh Ha, Phan Van Tan, Le Nhu Quan (2006), “On the regional climate simulation over Southeast Asia using RegCM”, Report of Vietnam- Japan Joint Workshop on Asian Monsoon, Ha Long, pp. 62-68. 5. Kieu Thi Xin, Le Duc, and Ho Thi Minh Ha (2005), “Simulation of Southeast Asia Rainfall using RegCM3 and Problems”, IAMAS 2005 General Assembly, Beijing, China, August 2 - 11, 2005. DOI: T4DKTX13Aug04100242. Tham gia nghiên cứu khoa học STT Tên đề tài, dự án Cơ quan chủ trì Thời gian 1. Dự báo mưa lớn diện rộng bằng công nghệ hiện đại phục vụ phòng chống lũ lụt ở Việt Nam. Đề tài KHCN độc lập cấp nhà nước. Mã số: ĐTĐL2002/02 2002-2005 2. Ứng dụng mạng thần kinh nhân tạo dự báo nhiệt độ bề mặt cho khu vực Việt Nam. Đề tài cơ bản ĐHQGHN. Mã số: 705306 2006-2008 3. Nghiên cứu ứng dụng mô hình khí hậu khu vực mô phỏng và dự báo hạn mùa các trường khí hậu bề mặt phục vụ quy hoạch phát triển và phòng tránh thiên tai Đề tài NCKH trọng điểm cấp ĐHQG 2006-2008 PHỤ LỤC A Phụ lục A 1 : Các mô hình khí hậu khu vực nhận điều kiện ban đầu và điều kiện biên từ số liệu tái phân tích. (Trích dẫn từ Dự án Đánh giá các mô hình khí hậu khu vực, Giorgi và Hewitson) Nguồn tham khảo Kích thước lưới Thời đoạn Khu vực a) Mô phỏng tháng 1 liên tục McGregor và Walsh (1993) 250 km 10 tháng Úc b) Mô phỏng riêng các tháng 1 và 7 Giorgi (1990) 60 km 6 x 1 tháng Mỹ Marinucci và Giorgi (1992) 70 km 5 x 1 tháng Châu Âu McGregor và Walsh (1994) 125 km/60 km 10 x 1 tháng Tasmania Marinucci vcs. (1995) 20 km 5 x 1 tháng Châu Âu (Alps) Walsh và McGregor (1995) 125 km 10 x 1 tháng Úc Podzun vcs. (1995) 55 km 5 x 1 tháng Châu Âu Rotach vcs. (1997) 20 km 5 x 1 tháng Châu Âu (Alps) Joubert vcs. ( 1999) 125 k m 20 x 1 tháng Nam Mỹ c) Mô phỏng biến đổi mùa Giorgi vcs. (1994) 60 km 3.5 năm Mỹ Dèquè và Piedelievre (1995) T21-T200 10 năm Châu Âu (var.res.GCM) Hirakuchi và Giorgi (1995) 50 km 5 năm Đông Á Jones vcs. (1995) 50 km 10 năm Châu Âu McGregor vcs. (1995) 125 km 10 năm Úc Giorgi và Marinucci (1996) 50 km 5 năm Châu Âu Giorgi vcs. (1997) 50 km 5 năm Châu Âu Krinner vcs. (1997) ~100 km 5 năm Nam Cực (var.res.GCM) Jenkins và Barron (1997) 108 km 7 tháng Mỹ – AMIP Jacob và Podzun (1997) 55 km 4 năm Châu Âu Walsh và McGregor (1997) 125 km 5 x 18 tháng Úc – AMIP Christensen vcs. (1998) 57 và 19 km 9 năm Scandinavia Krinner và Genthon (1998) ~100 km 3 năm Greenland (var.res.GCM) Dèquè vcs. (1998) ~60 km 10 năm Châu Âu Giorgi vcs. (1998) 50 km 5 năm Mỹ Katzfey vcs. (1998) 60 và 125 km 20 năm Úc Laprise vcs. (1998) 45 km 5 năm Tây Canada Machenhauer vcs. (1998) 19 - 70 km 5 - 30 năm Châu Âu McGregor vcs. (1998) 44 km 10 năm Đông Nam Á Noguer vcs. (1998) 50 km 10 năm Châu Âu Renwick vcs. ( 1998) 50 km 10 năm New Zealand Böhm vcs. (1998) 55 km 13 tháng Phía bắc của Nam Mỹ Kauker (1998) 15 km 5 năm Biển Bắc (O-RCM) Leung và Ghan (1999) 90 km 7 năm Tây Bắc Mỹ Gallardo vcs. (1999) 50 km 10 năm Iberian Peninsula Leung vcs. (1999) 90 km 2 năm Tây Bắc Mỹ Haugen vcs. (1999) 55 km 20 năm Tây Bắc Âu Jacob và Podzun (2000) 55 km 10 năm Bắc Âu Pan vcs. (2000) 55 km 2 x 10 năm Mỹ Rummukainen vcs. (2000) 44 km 10 năm Châu Âu Kato vcs. (2001) 50 km 10 năm Đông Á Gao vcs. (2000) 60 km 5 năm Trung Quốc Chen và Fu (2000) 60 km 3 năm Đông Á c) Mô phỏng mùa khí hậu mùa nhiệt đới hoặc gió mùa Jacob vcs. (1995) 55 km 6 tháng Gió mùa Ấn Độ Bhaskaran vcs. (1998) 50 km 10 năm Ấn Độ – AMIP Hassel và Jones (1999) 50 km 20 năm Gió mùa Ấn Độ [1995, 1] Hội thảo quốc tế lần 3 về mô hình hóa khí hậu và biến đổi khí hậu toàn cầu, Hamburg, Đức, 4 – 8/9/1995. [1998, 2] Hội thảo quốc tế về vai trò của dịa hình đến mô hình hóa thời tiết và khí hậu. Trung tâm vật lý lý thuyết quốc tế, Trieste, Italy, 22-26/6/1998. [2000, 3] Những hoạt động nghiên cứu mô hình hóa khí quyển và đại dương. (Nhóm nghiên cứu CAS/JSC về thực nghiệm số) [Geneva]: WMO. Phụ lục A 2: Các mô hình khí hậu khu vực nhận điều kiện ban đầu và điều kiện biên từ các dự báo của GCM. (Trích dẫn từ Dự án Đánh giá các mô hình khí hậu khu vực, Giorgi và Hewitson) Nguồn tham khảo Kích thước lưới Thời đoạn Khu vực a) Mô phỏng riêng tháng 1 và 7 với giả thiết lượng CO2 tăng gấp đôi Giorgi vcs. (1992) 70 km 5 x 1 tháng Châu Âu McGregor và Walsh (1994) 60 km 10 x 1 tháng Tasmania Rotach vcs. (1997) 20 km 5 x 1 tháng Châu Âu (Alps) b) Mô phỏng biến đổi mùa với giả thiết lượng CO2 tăng gấp đôi Giorgi vcs. (1994) 60 km 3.5 năm Mỹ Hirakuchi và Giorgi (1995) 50 km 5 năm Đông Á McGregor vcs. (1995) 125 km 10 năm Úc Giorgi vcs. (1997) 50 km 3 năm Châu Âu Jones vcs. (1997) 50 km 10 năm Châu Âu Dèquè vcs. (1998) ~ 60 km 10 năm Châu Âu (var.res.GCM ) Giorgi vcs. (1998) 50 km 5 năm Mỹ Joubert vcs. ( 1998) 125 km 10 năm Nam Phi Laprise vcs. (1998) 45 km 5 năm Tây Canada Machenhauer vcs. (1998) 19 - 70 km 5 - 30 năm Châu Âu McGregor vcs. (1998) 44 km 10 năm Đông Nam Á Renwick vcs. ( 1998) 5 0 km 10 năm New Zealand Kauker (1998) 15 km 5 năm Biển Bắc (O-RCM) Räisänen vcs. (1999) 44 km 10 năm Châu Âu Hassel và Jones (1999) 50 km 20 năm Gió mùa Ấn Độ Gallardo vcs. (1999) 50 km 10 năm Iberian Peninsula Haugen vcs. (1999) 55 km 20 năm Tây Bắc Âu Leung và Ghan (1999) 90 km 8 năm Tây Bắc Mỹ Pan vcs. (2000) 55 km 2 x 10 năm Mỹ Kato vcs. (2001) 50 km 10 năm Đông Á Gao vcs. (2000) 60 km 5 năm Trung Quốc c) Mô phỏng CO2 đầy đủ từng giai đoạn trong biến đổi mùa McGregor vcs. (1999) 125 km 140 năm Úc McGregor vcs. (1999) 60 km 140 năm Đông Nam Úc [1995, 1] Hội thảo quốc tế lần 3 về mô hình hóa khí hậu và biến đổi khí hậu toàn cầu, Hamburg, Đức, 4 – 8/9/1995. [1998, 2] Hội thảo quốc tế về vai trò của dịa hình đến mô hình hóa thời tiết và khí hậu. Trung tâm vật lý lý thuyết quốc tế, Trieste, Italy, 22-26/6/1998. PHỤ LỤC B Phụ lục B: Thuật toán Levenberg-Marquardt Thuật toán Levenberg-Marquardt là một thuật toán áp dụng cho các hàm mục tiêu có dạng bình phương. Gọi vectơ sai số giữa đầu ra của mạng và hàm mục tiêu là e. Ta cần cực tiểu hoá một chỉ tiêu F có dạng tổng bình phương sau: ( ) ( )2 1 n i i F x e x = = ∑ trong đó ei là thành phần thứ i của vectơ e, còn n là số chiều của vectơ e (cũng chính là số đầu ra). Chỉ tiêu F và sai số e là hàm của các trọng số và các tham số (đều được lưu trong vectơ x). Ta có thể tính được các đạo hàm riêng cấp 1 và cấp 2 như sau: ( ) 1 2 1,... n i i ij j eF e j m x x= ∂∂ = =∂ ∂∑ (B1) ( )22 1 1 1 2 2 2 , 1,... n n n i i i i i i i i ij k k j k j k j e e e eF e e j k m x x x x x x x x= = = ⎛ ⎞∂ ∂ ∂ ∂∂ ∂= = + =⎜ ⎟⎜ ⎟∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂⎝ ⎠∑ ∑ ∑ (B2) trong đó xj, xk là các thành phần của vectơ x, còn m là số chiều của vectơ x (là tổng số các trọng số và tham số). Ta sử dụng các ký hiệu vectơ và ma trận sau: 2 2 2 1 2 2 1 1 2 11 1 11 2 2 2 1 2 2 2 22 2 1 2 2 2 2 1 2 , , TT n m n F e F m n m m jm m F F Fee eF x x x x xx x xx ee eF F F F x x xxJ J H x x x x x x ee eF F x x xx x x ∂ ∂ ∂∂∂ ∂∂ ⎡ ⎤⎡ ⎤ ⎢ ⎥⎢ ⎥ ∂ ∂ ∂ ∂ ∂∂ ∂ ∂∂ ⎢ ⎥⎢ ⎥ ∂∂ ∂⎢ ⎥∂⎢ ⎥ ∂ ∂ ∂⎢ ⎥⎢ ⎥ ∂ ∂ ∂∂= = = ∂ ∂ ∂ ∂ ∂ ∂⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥ ∂∂ ∂∂ ∂⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥ ∂ ∂ ∂∂ ∂ ∂⎣ ⎦ ⎣ ⎦ "" " " # # % ## # # % # " 2 2 1 2m m m F F x x x x ⎡ ⎤⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥⎢ ⎥∂ ∂⎢ ⎥∂ ∂ ∂ ∂⎣ ⎦ " Như ta đã biết, trong toán học, người ta gọi tên các ma trận và vectơ này như sau: JF là Jacobian của F theo x, Je là Jacobian của e theo x, HF là ma trận Hessian của F theo x. Chú ý rằng ma trận Hessian luôn đối xứng. Từ đó ta có thể viết (B1) và (B2) lại thành: 2 TF eJ e J= (B3) và ( )2 TF e eH J J A= + (B4) Với A là ma trận có các thành phần: 2 1 n i jk i i k j eA e x x= ∂= ∂ ∂∑ (B5) Bây giờ ta xác định công thức lặp. Giả sử tại bước lặp thứ k, ta đã biết xk, ta cần xác định xk+1. Xét khai triển Taylor của hàm nhiều biến JF(xk+1) : ( ) ( ) ( ) ( )1 1 2Tk k k k kF F FJ x J x x x H x o+ +⎡ ⎤= + − +⎣ ⎦ (B6) trong đó o(2) ký hiệu các vô cùng bé bậc 2. Điểm cực tiểu là điểm có các đạo hàm riêng cấp 1 bằng 0, tức là Jacobian JF bằng 0. Nếu bỏ qua vô cùng bé bậc 2 thì ta cần chọn xk+1 sao cho: ( ) ( )1 0Tk k k kF FJ x x x H x+⎡ ⎤+ − =⎣ ⎦ (B7) Sử dụng (B3) và (B4) thay vào (B7), chú ý tính đối xứng của ma trận Hessian, ta có công thức của bước lặp (thế hệ) thứ k: ( )( ) ( )11 T Tk k k k k k ke e ex x J J A J e−+ = − + (B8) trong đó các ký hiệu k ở bên trên chỉ các giá trị được tính tại bước lặp (thế hệ) thứ k. Từ (B5) ta thấy rằng muốn tính được (B8) thì phải tính các đạo hàm cấp 2. Việc tính các đạo hàm cấp 2 rất khó. Vì vậy Levenberg-Marquardt thay ma trận A bởi ma trận đường chéo có trọng số thay đổi được. Lúc đó (B8) được sửa thành: ( )( ) ( )11 T Tk k k k k k ke e ex x J J I J e−+ = − + μ (B9) với I là ma trận đơn vị còn μk là một tham số có thể thay đổi một cách thích hợp. Với chú ý rằng JeTe là gradient, so sánh 1k k k kx x g+ = −α và (B9) ta thấy rằng bước tiến αk được thay bằng ((Jek)TJek+μkI)-1. Bước tiến này thay đổi theo từng bước lặp. Tại những vị trí có đạo hàm riêng Jek lớn thì bước tiến bé. Ta có thể hiểu vấn đề một cách hình tượng là một đường rất dốc nếu có bước tiến dài thì ta có thể vượt qua chỗ trũng và không hội tụ đến được điểm cực tiểu. Ngoài ra, trong thuật toán Levenberg-Marquardt, tham số μ được điều chỉnh sao cho hàm sai số giảm. Tại mỗi bước mà hàm sai số nhỏ đi thì μ sẽ được giảm đi để tăng bước tiến. Ngược lại nếu hàm sai số tăng lên, tức là bước tiến quá lớn thì μ được tăng lên để giảm bước tiến cho tới khi giảm được hàm sai số. Như vậy vấn đề của thuật toán còn lại là tính ma trận Jacobian. Ma trận Jacobian được tính bằng phương pháp đạo hàm hàm hợp. Từ (2.80) ta có các đạo hàm riêng sau: ( ) ( ) ( ) 1 , 1 1 1 , 1 ' ' ', 1 1 1 .... .... N N N k k k k N N N N k k k N N N N k k N e e a n a a n LW a n a n n LW e f LW f f a a − − − − − − − − ∂ ∂ ∂ ∂ ∂ ∂ ∂=∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂= ∂ (B10) ( ) ( ) ( ) 1 1 1 ' ' ', 1 1 .... .... N N N k k k N N N N k k N N N N k N e e a n a a n b a n a n n b e f LW f f a − − − − − ∂ ∂ ∂ ∂ ∂ ∂ ∂=∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂= ∂ (B11) ( ) ( ) ( ) 1 1 1 1 1 1 ' ' ', 1 1 1 .... .... N N N N N N N N N N N N e e a n a a n IW a n a n n IW e f LW f f p a − − − − − ∂ ∂ ∂ ∂ ∂ ∂ ∂=∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂= ∂ (B12) trong đó dấu phẩy ở trên ký hiệu đạo hàm của các hàm truyền. Để lập trình, các công thức (B10), (B11) và (B12) được viết dưới dạng quy nạp (B13). ( ) ( ) ( ) ( ) ' '1 , 1 1 1 1 '1 1, '1 2 2,1 1 1 1 1 1 , 1 , , , , ... , , ... , , , N N N N N N N N N N N N k k k k k k k k k k k k k ega gn ga f a ga gn LW gn ga f ga gn LW gn ga f ga gn LW gn ga f e e egn a gn gn p LW b IW − − − − − + + − − ∂= =∂ = = = = = = ∂ ∂ ∂= = =∂ ∂ ∂ (B13) Biểu thức quy nạp (B13) cho ta tính tất cả các đạo hàm riêng theo trọng số đầu vào IW, theo trọng số lớp LW và theo b, như vậy là ta tính được ma trận Jacobian J và có thể tiến hành lặp theo thuật toán Levenberg-Marquardt.