Tác giả

Trịnh Xuân Mạnh 1* , Trần Quốc Việt 1 , Lê Thị Thường 1

Đơn vị công tác

1 Đại học Tài Nguyên và Môi Trường Hà Nội; txmanh@hunre.edu.vn; tqviet@hunre.edu.vn; ltthuong.kttv@hunre.edu.vn

*Tác giả liên hệ: txmanh@hunre.edu.vn; Tel: +84–916459161

Tóm tắt

Bài báo này đánh giá ảnh hưởng của biến đổi khí hậu đến lượng mưa cực trị tại một số trạm mưa điển hình thuộc tỉnh Quảng Ngãi, một tỉnh nằm ở khu vực Nam Trung Bộ của nước ta. Trong nghiên cứu này, dữ liệu kịch bản biến đổi mưa trong tương lai được trích xuất từ mô hình khí hậu khu vực REMO-MPI-ESM-LR cho kịch bản cực đoan RCP8.5. Dữ liệu kịch bản được hiệu chỉnh sai số thông qua phương pháp ánh xạ phân vị dựa vào các hàm phân bố Gamma-Pareto (distribution-based quantile mapping). Ngoài ra, hàm phân bố giá trị cực trị tổng quát (GEV) đặc biệt được sử dụng với hai mô hình ổn định và bất ổn định cho việc tính toán các tần suất mưa thiết kế khác nhau gồm 1, 2, và 10%. Trong đó kịch bản biến đổi mưa trong tương lai được trích xuất từ mô hình khí hậu khu vực REMO-MPI-ESM-LR cho kịch bản cực đoan RCP8.5. Kết quả nghiên cứu cho thấy lượng mưa 1 ngày lớn nhất trên địa bàn tỉnh Quảng Ngãi có sự gia tăng đáng kể trong tương lai, vào khoảng 10 đến 15% so với thời kì cơ sở. Mức biến đổi lượng mưa 1 ngày lớn nhất ứng với 3 giá trị tần suất 1, 2 và 10% có giá trị thấp nhất là 14,5% và lớn nhất là 31,7%. Bên cạnh đó, bài báo cũng chỉ ra rằng việc hiệu chỉnh sai số hệ thống từ các mô hình khí hậu là cần thiết. Đối với các chuỗi dữ liệu trong tương lai có xét đến ảnh hưởng của biến đổi khí hậu thì việc áp dụng các hàm phân bố xác suất cần phải chú ý đến giả thiết ổn định của các chuỗi dữ liệu nhằm xác định được hàm phân bố với mô hình dữ liệu phù hợp.

Từ khóa

Hiệu chỉnh sai số; Mưa cực trị; Mô hình khí hậu khu vực; Tần suất mưa thiết kế.

Trích dẫn bài báo

Mạnh, T.X.; Việt, T.Q.; Thường, L.T. Ứng dụng phương pháp hiệu chỉnh sai số Quantile Mapping và hàm phân bố cực trị tổng quát GEV vào đánh giá ảnh hưởng của biến đổi khí hậu đến mưa cực trị. Tạp chí Khí tượng Thuỷ văn 2024, 760, 41-53.

Tài liệu tham khảo

1. Intergovernmental Panel on Climate Change (IPCC). Global Warming of 1.5°C. An IPCC Special Report on the impacts of global warming of 1.5°C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change. 2018. doi:10.1038/291285a0.

2. World Bank (WB) & Asian Development Bank (ADB). Climate risk country profile - Vietnam. 2020. Available at: www.worldbank.org.

3. Charlton, R.; Fealy, R.; Moore, S.; Sweeney, J.; Murphy, C. Assessing the impact of climate change on water supply and flood hazard in Ireland using statistical downscaling and hydrological modelling techniques. Clim. Change 2006, 74(4), 475–491. doi:10.1007/s10584-006-0472-x.

4. Azim, F.; Shakir, A.S.; Habib-ur-Rehman.; Kanwal, A. Impact of climate change on sediment yield for Naran watershed, Pakistan. Int. J. Sediment Res. 2016, 31(3), 212–219. doi:10.1016/j.ijsrc.2015.08.002.

5. Allani, M.; Mezzi, R.; Zouabi, A.; Béji, R.; Joumade-Mansouri, F.; Hamza, M.E.; Sahli, A. Impact of future climate change on water supply and irrigation demand in a small mediterranean catchment. Case study: Nebhana dam system, tunisia. J. Water Clim. Change 2020, 11(4), 1724–1747. doi:10.2166/wcc.2019.131.

6. Huang, S.; Hattermann, F.F.; Krysanova, V.; Bronstert, A. Projections of climate change impacts on river flood conditions in Germany by combining three different RCMs with a regional eco-hydrological model. Clim. Change 2013, 116(3–4), 631–663. doi:10.1007/s10584-012-0586-2.

7. Hattermann, F.F.; Huang, S.; Burghoff, O.; Willems, W.; Österle, H.; Büchner, M.; Kundzewicz, Z. Modelling flood damages under climate change conditions-a case study for Germany. Nat. Hazards Earth Syst. Sci. 2014, 14(12), 3151–3169. doi:10.5194/nhess-14-3151-2014.

8. Meresa, H.K.; Gatachew, M.T. Climate change impact on river flow extremes in the upper blue nile river basin. J. Water Clim. Change. 2019, 10(4), 759–781. doi:10.2166/wcc.2018.154.

9. Try, S.; Tanaka, S.; Tanaka, K.; Sayama, T.; Lee, G.; Oeurng, C. Assessing the effects of climate change on flood inundation in the lower Mekong Basin using high-resolution AGCM outputs.  Prog. Earth Planet. Sci. 2020, 7, 34.

10. An, N.L. Đánh giá sự thay đổi mưa một ngày lớn nhất dưới ảnh hưởng của Biến đổi khí hậu vùng Miền Trung và Tây Nguyên. Tạp chí Khoa học Kĩ thuật Thủy Lợi và Môi Trường 2016, 52, 77–84.

11. An, N.L.; Linh, P.M.; Thủy, N.T. Nghiên cứu đánh giá ảnh hưởng của Biến đổi khí hậu đến đường quan hệ cường độ mưa-thời đoạn- tần suất và mô hình mưa thiết kế tại Hà Nội. Tạp chí Khoa học Kỹ thuật Thuỷ lợi và Môi trường 2019, 67(2), 54–62.

12. Quyên, N.T.N.; Anh, P.T.T.; Khôi, Đ.N.; Hùng, L.V.; Hội, N.Q.; Lợi, N.K. Xây dựng kịch bản biến đổi khí hậu lưu vực Srepok bằng phương pháp chi tiết hóa thống kê dưới sự hỗ trợ của công cụ SDSM. Tạp chí Khí tượng Thủy văn 2016, 669, 7–15.

13. Tuyết, T.T.; Yến, L.T.H.; An, N.L.; Hà, N.T.T. Nghiên cứu tác động của biến đổi khí hậu đến lũ thiết kế trên các lưu vực sông thuộc tỉnh Bình Định. Tạp chí Khoa học kĩ thuật Thủy lợi và Môi trường 2020, 63, 111–119.

14. Fowler, H.J.; Blenkinsop, S.; Tebaldi, C. Linking climate change modelling to impacts studies: recent advances in downscaling techniques for hydrological modelling. Int. J. Climatol. 2007, 27, 1547–1578. doi:10.1002/joc.1556.

15. Gutjahr, O.; Heinemann, G. Comparing precipitation bias correction methods for high-resolution regional climate simulations using COSMO-CLM: Effects on extreme values and climate change signal.  Theor. Appl. Climatol. 2013, 114(3–4), 511–529. doi:10.1007/s00704-013-0834-z.

16. Điều kiện tự nhiên tỉnh Quảng Ngãi, Cổng thông tin điện tử Bộ Kế hoạch và Đầu tư”. Truy cập ngày 20 tháng 10 năm 2023. Trực tuyến: https://quangngai.gov.vn/web/portal-qni/trang-chu.

17. Supari, T.F.; Juneng, L.; Cruz, F.; Chung, J.X.; Ngai, S.T.; Salimun, E.; Mohd, M.S.F.; Santisirisomboon, J.; Singhruck, P.; Tan, P.V.; Thanh, N.D.; Narisma, G.; Aldrian, E.; Gunawan, D.; Sopaheluwakan, A. Multi-model projections of precipitation extremes in Southeast Asia based on CORDEX-Southeast Asia simulations. Environ. Res. 2020, 184, 109350. doi:10.1016/j.envres.2020.109350.

18. Teutschbein, C.; Seibert, J. Bias correction of regional climate model simulations for hydrological climate-change impact studies: Review and evaluation of different methods. J. Hydrol. 2012, 456–457, 12–29. doi:10.1016/j.jhydrol.2012.05.052.

19. Coles, S. An Introduction to Statistical Modeling of Extreme Values.  Springer, London: Springer, 2001.

20. Gilleland, E.; Katz, R.W. ExtRemes 2.0: An extreme value analysis package in R.  J. Stat. Software. 2016, 72(8), 1–39. doi:10.18637/jss.v072.i08