Bài báo này nhằm chia sẻ kinh nghiệm áp dụng phương pháp chi tiết hóa thống kê kết hợp với “máy” tạo thời tiết (Weather Generator) LARSWG để phân tích và đánh giá một số đặc trưng khí hậu cực trị (thời gian mưa/khô hạn, lượng mưa cực trị) cho vùng đồng bằng Gio Linh theo 3 kịch bản BĐKH dựa trên số liệu tính toán từ mô hình hoàn lưu chung toàn cầu . | 35(1), 88-96 Tạp chí CÁC KHOA HỌC VỀ TRÁI ĐẤT 3-2013 ÁP DỤNG PHƯƠNG PHÁP CHI TIẾT HÓA THỐNG KÊ VÀ “MÁY” TẠO THỜI TIẾT LARS-WG ĐỂ ĐÁNH GIÁ CÁC ĐẠI LƯỢNG MƯA CỰC TRỊ THEO CÁC KỊCH BẢN KHÍ HẬU CHO VÙNG ĐỒNG BẰNG VEN BIỂN HUYỆN GIO LINH TỈNH QUẢNG TRỊ VŨ THANH TÂM1, OKKE BATELAAN2, TRẦN THÀNH LÊ1 Email: vttam@ 1 Trung tâm Quy hoạch và Điều tra Tài nguyên nước Quốc gia, Bộ Tài nguyên và Môi trường 2 Trường Đại học Flinder, Úc Ngày nhận bài: 14 - 12 - 2012 1. Mở đầu Biến đổi khí hậu (BĐKH) và nước biển dâng (NBD) đã và đang tác động đến nhiều lĩnh vực, trong đó có tài nguyên nước (TNN). Đã và đang có nhiều công trình, đề tài nghiên cứu và các dự án, đề án đánh giá tác động của BĐKH&NBD đến TNN. Một trong những khó khăn khi tiếp cận vấn đề này là phân tích và đánh giá diễn biến lượng mưa theo các kịch bản phát thải khí. Phương pháp phổ biến là ứng dụng phương pháp chi tiết hóa thống kê (Downscalling) để khai thác và hiệu chỉnh kết quả tính toán của các mô hình hoàn lưu toàn cầu (General Circulation Model - GCM) và khu vực (Regional Circulation Model - RCM) cho khu vực nghiên cứu. Năm 2012, Bộ Tài nguyên và Môi trường công bố “Kịch bản Biến đổi Khí hậu, Nước biển dâng cho Việt Nam” [3] trên cơ sở cập nhật các kịch bản được công bố vào năm 2009. Theo đó, phân tích và đánh giá một số đặc trưng khí hậu cơ bản như biến động lượng mưa, nhiệt độ trung bình năm theo 3 kịch bản biến đổi khí hậu (phát thải cao, trung bình và thấp) đã được làm chi tiết đến từng tỉnh. Lượng mưa là một trong các yếu tố khí hậu có ảnh hưởng rất lớn đến biến động TNN. Trong các báo cáo kịch bản BĐKH cho một vùng lãnh thổ, người ta thường chú trọng đến phân tích diễn biến tổng lượng mưa theo thời gian theo các kịch bản phát thải khí nhà kính mà ít khi phân tích chi tiết 88 các đặc trưng thống kê khác, ví dụ biến động về thời gian mưa, khô hạn và đặc biệt là lượng mưa cực trị. Tuy nhiên, trong một số trường hợp các đặc trưng thống kê này lại có vai trò lớn hơn đến biến động TNN so với tổng
