BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN QUỐC GIA VỀ KHOA HỌC, CÔNG NGHỆ VÀ ĐỔI MỚI SÁNG TẠO

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  30,381,407
  • Công bố khoa học và công nghệ Việt Nam

87

Kỹ thuật môi trường khác

BB

Trịnh Xuân Mạnh, Trần Quốc Việt(1), Lê Thị Thường

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

Application of the distribution-based quantile mapping method and the Generalized Extreme Value distribution to assess the impact of climate change on extreme precipitation

Khí tượng Thủy văn

2024

760

41-53

2525-2208

Phương pháp hiệu chỉnh, Sai số Quantile Mapping, Hàm phân bố cực trị, Tổng quát GEV, Đánh giá ảnh hưởng, Biến đổi khí hậu, Mưa cực trị

Bias correction, Extreme rainfall, Regional Climate Model, Precipitation frequency.

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

This paper evaluates the impact of climate change on the extreme rainfall in some rain gauge stations in Quang Ngai province, a province located in the South Central region of Vietnam. In this paper, future precipitation data were extracted from the REMO-MPI-ESM-LR regional climate model for the RCP8.5 extreme scenario. The scenario data were bias-corrected using the distribution-based quantile mapping method based on Gamma-Pareto distribution functions. The Generalized Extreme Value (GEV) distribution function, specifically with both stationary and non-stationary models, was then used to calculate different design rainfall frequencies, including 1%, 2%, and 10%.. The results indicate a significant increase in the maximum one-day rainfall in Quang Ngai province in the future, by about 10 to 15% relative to the baseline period. The variation in the maximum one-day rainfall corresponding to the 1, 2, and 10% frequency values fluctuates from 14,5% to 31,7%. The study emphasizes the necessity of correcting system errors from climate models. Additionally, for future datasets considering the impact of climate change, the application of probability distribution functions should take into account the stationary assumption of the datasets in order to identify the appropriate distribution functions.

TTKHCNQG, CVt 39

Xem toàn văn