Tác giả

Phạm Hùng 1* , Nguyễn Thị Ngọc Quyên 2 , Lê Văn Trung 3,4 , Võ Lê Phú 3,4*

Đơn vị công tác

1 Sở Tài nguyên và Môi trường Lâm Đồng, 36 Trần Phú, Tp. Đà Lạt, Lâm Đồng; hungmtk25@gmail.com

2 Khoa Nông Lâm nghiệp, Đại học Tây Nguyên, 567 Lê Duẩn, Tp. Buôn Ma Thuột, Đắk Lắk; ntnquyen@ttn.edu.vn

3 Khoa Môi trường và Tài nguyên, Trường Đại học Bách Khoa, 268 Lý Thường Kiệt, Quận 10, TP HCM; lvtrung@hcmut.edu.vn; volephu@hcmut.edu.vn

4 ĐHQG Thành phố Hồ Chí Minh, Phường Linh Trung, Tp. Thủ Đức, Tp. HCM

*Tác giả liên hệ: hungmtk25@gmail.com; volephu@hcmut.edu.vn; Tel.: +84–886138809

Tóm tắt

Hiệu suất của các mô hình hoàn lưu khí hậu toàn cầu (GCMs) có thể khác nhau khi mô phỏng ở các vùng khác nhau. Do đó, việc lựa chọn mô hình phù hợp cho nghiên cứu về biến đổi khí hậu là rất cần thiết. Nghiên cứu này được thực hiện nhằm đánh giá sự phù hợp của 7 GCMs và kết quả tổng thể của chúng theo dự án đối chứng các mô hình khí hậu lần thứ 6 (CMIP6) đã được chi tiết hóa cho Việt Nam áp dụng tại lưu vực thượng nguồn sông Đồng Nai trong việc mô phỏng lượng mưa và nhiệt độ bề mặt. Dữ liệu quan trắc giai đoạn 1980-2014 đã sử dụng để đánh giá hiệu quả mô phỏng của các mô hình thông qua các chỉ số thống kê gồm: Độ lệch phần trăm, độ lệch chuẩn, sai số bình phương trung bình gốc, hệ số tương quan Pearson (R), và biểu đồ Taylor. Kết quả cho thấy các GCMs có hiệu suất mô phỏng khác nhau theo tùy thuộc vào yếu tố độ cao và địa hình của khu vực. Bên cạnh đó, giá trị trung bình tổng thể của các mô hình cho kết quả so sánh tốt hơn so với từng mô hình riêng lẻ. Trong đó, năm mô hình tốt nhất để mô phỏng nhiệt độ và lượng mưa ở khu vực nghiên cứu lần lượt là: EC-Earth3-Veg, CanESM5, EC-Earth3, HadGEM3-GC31-LL, và CNRM-CM6-1-HR.

Từ khóa

Biến đổi khí hậu; CMIP6; Mô hình khí hậu toàn cầu; So sánh mô hình khí hậu; Thượng nguồn sông Đồng Nai.

Trích dẫn bài báo

Hùng, P.; Quyên, N.T.N.; Trung, L.V.; Phú, V.L. Đánh giá sự phù hợp của một số mô hình khí hậu toàn cầu CMIP6-GCMs trong mô phỏng lượng mưa và nhiệt độ trên lưu vực thượng nguồn sông Đồng Nai. Tạp chí Khí tượng Thuỷ văn 2024, 762, 47-61.

Tài liệu tham khảo

1. IPCC. Contribution of working group 1 to the first assessment report of the intergovernmental panel on climate change. New York, NY, USA, 1990, pp, 365.

2. IPCC. Contribution of working group 1 to the second assessment report of the intergovernmental panel on climate change. New York, NY, USA, 1995, pp. 588.

3. IPCC. Contribution of working group 1 to the third assessment report of the intergovernmental panel on climate change. New York, NY, USA, 2001, pp. 881.

4. IPCC. Contribution of working group 1 to the fourth assessment report of the intergovernmental panel on climate change. New York, NY, USA, 2007, pp. 996.

5. IPCC. Contribution of working group 1 to the fifth assessment report of the intergovernmental panel on climate change. New York, NY, USA, 2013, pp. 1535.

6. IPCC. Contribution of working group 1 to the fourth assessment report of the intergovernmental panel on climate change. New York, NY, USA, 2021.

7. Riahi, K.; van Vuuren, D.P.; Kriegler, E.; Edmonds, J.; O’Neill, B.C.; Fujimori, S.; Bauer, N.; Calvin, K.; Dellink, R.; Fricko, O.; Lutz, W. The shared socioeconomic Pathways and their energy, land use, and greenhouse gas emissions implications: An overview. Global Environ. Change 2017, 42, 153–168.

8. Nhi, P.T.T.; Lĩnh, Đ.Q.; Dũng, T.Đ.; Khôi, Đ.N. Dự báo khí hậu lưu vực sông Sêrêpốk theo kịch bản mới của IPCC công bố năm 2021. Tạp chí Phát triển Khoa học và Công nghệ - Khoa học Trái đất và Môi trường 2021, 5(SI1), 27–36.

9. Vuuren, D.P.V.; Stehfest, E.; Gernaat, D.E.H.J.; Doelman, J.C.; Berg, M.V.D.; Harmsen, M.; Boer, H.S.D.; Bouwman, L.F.; Daioglou, V.; Edelenbosch, O.Y.; Girod, B.; Kram, T.; Lassaletta, L.; Lucas, P.L.; Meijl, H.V.; Müller, C.; Ruijven, B. J.V.; Sluis, S.V.D.; Tabeau, A. Energy, land-use and greenhouse gas emissions trajectories under a green growth paradigm. Global Environ. Change 2017, 42, 316–330.

10. Fricko, O.; Havlik, P.; Rogelj, J.; Klimont, Z.; Gusti, M.; Johnson, N.; Kolp, P.; Strubegger, M.; Valin, H.; Amann, M.; Ermolieva, T., The marker quantification of the Shared Socioeconomic Pathway 2: A middle-of-the-road scenario for the 21st century. Global Environ. Change. 2017, 42, 251–267.

11. Fujimori, S.; Hasegawa, T.; Masui, T.; Takahashi, K.; Herran, D.S.; Dai, H.; Hijioka, Y.; Kainuma, M. SSP3: AIM implementation of Shared Socioeconomic Pathways. Global Environ. Change 2017, 42, 268–283.

12. Calvin, K.; Bond-Lamberty, B.; Clarke, L.; Edmonds, J.; Eom, J.; Hartin, C.; Kim, S.; Kyle, P.; Link, R.; Moss, R.; McJeon, H. The SSP4: A world of deepening inequality. Global Environ. Change 2017, 42, 284–296.

13. Kriegler, E.; Bauer, N.; Popp, A.; Humpenöder, F.; Leimbach, M.; Strefler, J.; Baumstark, L.; Bodirsky, B.L.; Hilaire, J.; Klein, D.; Mouratiadou, I. Fossil-fueled development (SSP5): An energy and resource intensive scenario for the 21st century. Global Environ. Change. 2017, 42, 297–315.

14. Huong, N.T.; Kim, Y.T.; Kwon, H.H. Evaluation and selection of CMIP6 GCMs for long-term hydrological projections based on spatial performance assessment metrics across South Korea. J. Water. Clim. Change 2023, 14, (8), 2663–2678.

15. Quyên, N.T.N. Nghiên cứu đánh giá ảnh hưởng của biến đổi khí hậu đến tài nguyên nước và đất lưu vực sông Srepok. Viện Môi trường và Tài nguyên - ĐHQG TP Hồ Chí Minh, TP HCM, 2018.

16. Khoi, D.N.; Nguyen, V.T.; Sam, T.T.; Mai, N.T.H.; Vuong, N.D.; Cuong, H.V. Assessment of climate change impact on water availability in the upper Dong Nai River Basin, Vietnam. J. Water. Clim. Change 2021, 1–14.

17. Ngo, D.T.; Nguyen, M.H.; Pannier, E.; Woillez, M.N.; Drogoul, A.; Huynh, T.P.L.; Le, T.T.; Nguyen, T.T.H.; Nguyen, T.T.; Nguyen, T.A.; Thomas, F.; Truong, C.Q.; Vo, Q.T.; Vu, C.T. Climate change in Viet Nam; Impacts and adaptation. A COP26 assessment report of the GEMMES Viet Nam project, Paris, 2021.

18. Cục Biến đổi khí hậu, Bộ TNMT. Đánh giá tác động của biến đổi khí hậu quốc gia và khả năng thích ứng; Hà Nội, 2022.

19. Eyring, V.; Bony, S.; Meehl, G.A.; Senior, C.A.; Stevens, B.; Stouffer, R.J.; Taylor, K.E. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geosci. Model Dev. 2016, 9(5), 1937–1958.

20. Khoi, D.N.; Sam, T.T.; Chi, N.T.T.; Linh, D.Q.; Nhi, P.T.T. Impact of future climate change on river discharge and groundwater recharge: a case study of Ho Chi Minh City, Vietnam. J. Water. Clim. Change. 2022, 13(3), 1–13.

21. Tính, N.T.; Tỷ, T.V.; Minh, H.V.T. Đánh giá và lựa chọn mô hình khí hậu toàn cầu (GCMs-CMIP5) cho khu vực đồng bằng Sông Cửu Long. Tạp chí Khoa học Trường Đại học Cần Thơ 2016, 42, 81–90.

22. Nguyen, D.T.; Ngo, D.T.; Desmet, Q. Performance evaluation and ranking of CMIP6 global climate models over Vietnam. J. Water. Clim. Change 2023, 14(6), 1831–1846.

23. Tran, A.Q.; Ngo, D.T.; Espagne, E.; Trinh, T.L. A high-resolution projected climate dataset for Vietnam: Construction and preliminary application in assessing future change. J. Water. Clim. Change 2022, 13(9), 3379–3399.

24. Tran, A.Q.; Ngo, D.T.; Espagne, E.; Trinh, T.L. A 10-km CMIP6 downscaled dataset of temperature and precipitation for historical and future Vietnam climate. Sci. Data.  2023, 2023, 1–12.

25. Scafetta, N. CMIP6 GCM validation based on ECS and TCR ranking for 21st century temperature projections and risk assessment. Atmosphere 2023, 14(345), 1–22.

26. Trường, T.V. Quy hoạch Tài nguyên nước lưu vực sông Đồng Nai. 2015. Trực tuyến: http://lvsdongnai.cem.gov.vn/.

27. Ringler, C.; Huy, N.V. Water allocation policies for the Dong Nai river basin in Vietnam: An integrated perspective; Washington, D.C., U.S.A, 2004, pp. 1–5.

28. Hung, P.; Le, T.V.; Vo, P.L.; Duong, H.C.; Mostafizurb, R.M. Vulnerability assessment of water resources using GIS, remote sensing and SWAT model – A case study: the upper part of Dong Nai river basin, Vietnam. Int. J. River Basin Manage. 2021, 20, 1–16.

29. Lei, X.; Xu, C.; Liu, F.; Song, L.; Cao, L.; Suo, N. Evaluation of CMIP6 models and multi-model ensemble for extreme precipitation over Arid Central Asia. Remote Sens. 2023, 15(2376), 1–25.

30. Sabarinath, A.; Naga, R. A.; Gunthe, S.S.; Lakshmi, K.T.V. Application of deep learning algorithms to correct Bias in CMIP6 simulations of surface air temperature over the Indian monsoon core region. Int. J. Climatol. 2023, 43(16), 7496–7515.

31. Chairani, S. The correlation between rainfall, temperature, relative humidity, and rice field productivity in Aceh Besar. IOP Conf. Ser.: Earth Environ. Sci. 2022, 1071 (2022), 1–11.

32. Taylor, K.E. Summarizing multiple aspects of model performance in a single diagram. J. Geophys. Res. 2001, 106(D7), 7183–7192.