Đối với mỗi kịch bản phát thải, dự tính nồng độ CO₂ được tính toán bởi các mô hình chu trình cacbon khác nhau. Hình 4.3 biểu diễn nồng độ của CO₂ dự tính từ 2 mô hình khác nhau là ISAM (http://www.ipcc-data.org/ancilliary/tar-isam.txt) và BERN (http://www.ipcc-data.org/ancilliary/tar-bern.txt) đến 2100 theo các kịch bản và biểu diễn cả nồng độ CO₂ quan trắc tại vị trí Mauna Loa  (Hawaii) từ 1958 đến 2008.

Hình 4.3 Nồng độ CO₂khí quyển được quan trắc tại Mauna Loa từ 1958 đến 2008 (đường đứt màu đen) và dự tính bởi 6 họ kịch bản SRES. 2 mô hình chu trình cacbon được sử dụng cho mỗi họ kịch bản là BERN (đường liền) và ISAM (đường đứt)

4.2 Xây dựng kịch bản biến đổi khí hậu toàn cầu

Xây dựng kịch bản BĐKH toàn cầu, còn gọi là dự tính BĐKH toàn cầu là việc đưa ra những thông tin phản ánh điều kiện khí hậu trong tương lai khi sử dụng các mô hình khí hậu chạy với đầu vào là các kịch bản phát thải KNK.

Các tác động của con người đến hệ thống khí hậu có thể được dự tính bằng cách tính toán tất cả các quá trình quan trọng xảy ra trong hệ thống thông qua việc biểu diễn chúng dựa trên các nguyên lý của vật lý học, hóa học và sinh học vào trong một mô hình toán học. Do tính phức tạp của các quá trình này, chúng chỉ có thể thực hiện được bởi các chương trình máy tính, hay còn gọi là các mô hình khí hậu. Nếu như tất cả các hiểu biết của chúng ta về hệ thống khí hậu được tính đến, mô hình sẽ trở nên cực kỳ phức tạp và không thể chạy trên bất cứ một hệ thống máy tính dù tối tân đến mức nào. Do vậy trên thực tế, các phép đơn giản hóa đã được thực hiện để làm giảm tính phức tạp cũng như các đòi hỏi về tài nguyên tính toán (ví dụ giảm số chiều mô phỏng xuống thành 2 chiều, thậm chí 0 chiều). Các mô hình đơn giản cho phép nghiên cứu độ nhạy của khí hậu đến một quá trình riêng biệt với một phổ rộng các tham số. Theo mức độ phức tạp, có thể sắp xếp các mô hình khí hậu theo thứ tự từ những mô hình cân bằng năng lượng đơn giản đến các mô hình rất phức tạp, đòi hỏi phải có các máy tính lớn, tốc độ tính toán nhanh và những kỹ thuật tính toán phức tạp. Các mô hình khí hậu phức tạp nhất là các mô hình kết hợp đại dương khí quyển kết hợp giữa mô hình khí quyển 3 chiều, mô hình đại dương, mô hình băng biển, và mô hình bề mặt đất. Với các mô hình kết hợp, thông tin về trạng thái của khí quyển và đại dương được sử dụng để tính toán trao đổi nhiệt lượng, độ ẩm và động lượng giữa 2 thành phần này.

4.2.1 Mô hình khí hậu toàn cầu

Mô hình khí hậu toàn cầu GCM hiện đại có nguồn gốc từ các mô hình toán học được phát triển trước hết để dự báo các hình thế thời tiết hạn vài ngày. Năm 1922, Richardson L. F. là người đầu tiên đưa ra ý tưởng rằng thời tiết trong tương lai có thể dự báo được bằng việc tích phân số các phương trình chuyển động của chất lỏng khi sử dụng thời tiết hiện tại như là điều kiện ban đầu. Richardson đã cố gắng tính toán dự báo thời tiết bằng tay khi ông đang là một lái xe cứu thương ở Pháp trong chiến tranh Thế giới thứ I. Kết quả dự báo sai quá mức, bởi vì những điều kiện ban đầu của ông có chứa thành phần hội tụ gió giả tạo lớn. Dự báo bằng mô hình số thành công đầu tiên đã sử dụng các phương trình đã được đơn giản hóa rất nhiều so với những phương trình của Richardson, trong đó nghiệm của chúng ít nhạy cảm với điều kiện ban đầu.

Dự báo thời tiết bằng phương pháp số được đề xuất như là một khả năng ứng dụng của máy tính điện tử được John von Neumann phát triển vào cuối những năm 1940. Thành công đầu tiên của dự báo thời tiết số sử dụng máy tính điện tử là ở Viện nghiên cứu nâng cao Princeton, New Jersey, được thực hiện bởi một nhóm do Jule Charney lãnh đạo. Mô hình này chỉ có một lớp khí quyển và chỉ mô tả vùng lục địa nước Mỹ. Thí nghiệm số đầu tiên có tính đến bức xạ và sự tiêu tán đã được xây dựng khi sử dụng một mô hình đơn giản hai mực theo chiều thẳng đứng. Sau đó để mô phỏng chi tiết hơn hoàn lưu chung khí quyển, người ta đã đưa vào các phương trình chuyển động chính xác hơn, tăng độ phân giải không gian ngang và đứng, và các quá trình vật lý điều khiển hoàn lưu chung khí quyển, như bức xạ, sự giải phóng ẩn nhiệt, và tiêu tán do ma sát được mô tả sát thực hơn. Chất lượng của những mô phỏng nhận được bằng các mô hình khí quyển đã dần dần được cải thiện nhờ nghiên cứu thực nghiệm chuyên sâu liên quan đến việc cung cấp thông tin dự báo thời tiết thực tế. Cùng với sự nỗ lực để tăng chất lượng dự báo thời tiết là sự cố gắng lớn trong việc thu thập số liệu quan trắc thời tiết tại bề mặt và tại các mực khí quyển trên cao. Những quan trắc này có thể dùng để mô tả trạng thái khí quyển dùng cho việc điều chỉnh những dự báo ban đầu.

Khởi đầu của việc ứng dụng các GCM trong nghiên cứu khí hậu là mô hình hoàn lưu chung khí quyển đơn giản được Philip xây dựng lần đầu tiên vào năm 1956. Sau đó, các mô hình hoàn lưu chung khí quyển bắt đầu được nghiên cứu rộng rãi ở nhiều cơ sở khác nhau của Hoa Kỳ, Châu Âu, Úc và nhiều nơi khác. Từ những năm 1970, các mô hình hoàn lưu chung khí quyển đã thu hút sự quan tâm đặc biệt của các nhà khí tượng, khí hậu học. Đánh dấu cho sự phát triển mô hình khí hậu là sự hình thành nhóm nghiên cứu BĐKH của IPCC vào những năm 1980. Nhận thức được mối liên hệ giữa sự nóng lên của khí hậu Trái đất và sự gia tăng hiệu ứng nhà kính do nồng độ CO₂ trong khí quyển tăng lên, các nhà khí hậu học bắt đầu quan tâm đến các tác động dài hạn của sự tích luỹ CO₂ trong khí quyển do phát thải từ các hoạt động sản xuất công nghiệp và đốt nhiên liệu hóa thạch. Một số công trình đãsử dụng mô hình GCM để tính sự biến đổi trong cấu trúc ba chiều của khí quyển khi nồng độ CO₂ tăng gấp đôi.

Do tầm quan trọng của đại dương đối với hệ thống khí hậu nên các nhà mô hình hoá đã bắt đầu “ghép” mô hình hoàn lưu chung đại dương (OGCM) với mô hình hoàn lưu chung khí quyển (AGCM) để tạo thành hệ thống mô hình kết hợp đại dương khí quyển (AOGCM). Đến giữa những năm 1980 các mô hình AOGCM đã được thiết lập như một tiêu chuẩn mới đối với mô hình hoá khí hậu. Các mô hình AOGCM đã có thể mô phỏng được (a) Thông lượng nhiệt và ẩm (bốc hơi) từ đại dương vào lớp biên khí quyển; (b) Thông lượng nhiệt và giáng thủy từ khí quyển vào đại dương; (c) Sự điều khiển gió của hoàn lưu đại dương; (d) Sự biến đổi độ cản gió do biến đổi độ cao sóng và (e) Các quá trình quan trọng khác tại mặt phân cách khí quyển - đại dương là kết quả của sự vận chuyển các xon khí từ các hạt nước biển và vận chuyển hóa học giữa không khí và nước. Các mô hình AOGCM đã không ngừng được phát triển và hoàn thiện thông qua việc tăng độ phân giải không gian cũng như cải tiến các mô đun động lực và các sơ đồ tham số hóa (chẳng hạn băng biển, lớp biên khí quyển, lớp xáo trộn đại dương). Nhiều quá trình rất quan trọng đã được đưa vào trong các mô hình, bao gồm những quá trình ảnh hưởng đến các nhân tố tác động (ví dụ xon khí bây giờ đã được mô hình hóa trong mối tương tác với các quá trình khác trong nhiều mô hình).

Khả năng mô phỏng khí hậu toàn cầu trên các quy mô từ mùa đến nhiều năm của GCM đã được nhiều nghiên cứu chứng minh. GCM cũng có thể dự báo mùa sự hoạt động của xoáy thuận nhiệt đới trên Đại Tây Dương thông qua việc dự báo khu vực phát triển chính của chúng. Hiện nay, nhiều GCM đang được nghiên cứu ứng dụng trong mô phỏng khí hậu quá khứ và dự tính khí hậu tương lai theo các kịch bản BĐKH, như CCSM (Community Climate System Model), ECHAM (European Centre Hamburg Model),... Theo kết quả tổng hợp trong Báo cáo lần thứ 4 của IPCC, cho đến nay các mô hình đã đạt được những tiến bộ vượt bậc trong mô phỏng nhiều khía cạnh của khí hậu trung bình hiện tại. Các mô phỏng giáng thủy, khí áp mực biển và nhiệt độ bề mặt nhìn chung đã được cải thiện mặc dù vẫn còn một số khiếm khuyết, nhất là đối với giáng thủy vùng nhiệt đới. Đối với giáng thủy, các mô hình nói chung vẫn cho mô phỏng thấp hơn thực tế trong hầu hết các sự kiện cực đoan. Việc mô phỏng xoáy thuận ngoại nhiệt đới cũng đã có nhiều tiến bộ. Một số mô hình đã được sử dụng để dự tính sự biến đổi của xoáy thuận nhiệt đới. Kết quả cho thấy chúng có thể mô phỏng khá thành công tần suất và sự phân bố của xoáy thuận nhiệt đới quan trắc. Các mô hình cũng đã mô phỏng được các dạng chủ đạo của biến động khí hậu ngoại nhiệt đới, như NAM/SAM (the Northern and Southern hemisphere Annular Modes), PNA (Pacific/North American), PDO (Pacific Decadal Oscillation). Mặc dù vậy, các mô hình vẫn chưa tái tạo được một số đặc điểm của các dạng biến động này. Hiện tại đã có một số mô hình có thể mô phỏng nhiều đặc tính quan trọng của ENSO (El Nino/Southern Oscillation), nhưng mô phỏng dao động Madden-Julian nói chung vẫn còn chưa tốt.

Đối với bài toán dự tính BĐKH, từ các kịch bản phát thải KNK, những thông tin phản ánh điều kiện khí hậu trong tương lai sẽ được xác định khi chạy các mô hình khí hậu toàn cầu với hàm lượng KNK dự tính của khí quyển. Các kịch bản BĐKH toàn cầu sau đó được xây dựng dựa trên những kết quả dự tính này. Nói chung các mô hình khác nhau đưa ra những sản phẩm dự tính không giống nhau do tính bất định luôn luôn tiềm ẩn trong các mô hình. Theo Báo cáo lần thứ 4 của IPCC, kết quả từ các mô hình GCM khi mô phỏng khí hậu toàn cầu đã cho thấy nhiệt độ và lượng mưa trung bình trên từng khu vực có sai số mang tính hệ thống so với quan trắc. Nhiệt độ mô phỏng thấp hơn còn giáng thủy lại mạnh hơn so với thực tế trên tất cả các khu vực trong hầu hết các mùa. Sai số mô phỏng nhiệt độ trung bình năm biến thiên từ -2.5^oC trên cao nguyên Tây Tạng đến -1.4^oC trên Nam Á. Tại hầu hết các khu vực, sai số nhiệt độ của từng mô hình riêng lẻ dao động từ 6 đến 7^oC, ngoại trừ trên khu vực Đông Nam Á, sai số này giảm còn 3.6^oC. Đối với lượng mưa, sai số lớn hơn ở Bắc Á và Đông Á và rất lớn ở cao nguyên Tây Tạng. Các mô hình GCM trong trường hợp này rõ ràng là có vấn đề khi mô phỏng điều kiện khí hậu khu vực cao nguyên Tây Tạng vì không mô tả được hiệu ứng của địa hình phức tạp ở đây cũng như quá trình hồi tiếp albedo do sự mở rộng tuyết trên đỉnh núi.

Trong mỗi mô hình đơn lẻ luôn tồn tại những điểm mạnh và những điểm yếu khiến cho “không một mô hình nào được xem là tốt nhất và việc sử dụng kết quả từ nhiều mô hình là quan trọng”. Nếu hiểu các sai số mô phỏng trong các mô hình khác nhau là độc lập, trung bình của các mô hình có thể được kỳ vọng sẽ tốt hơn mỗi thành phần riêng lẻ, do vậy sẽ cung cấp một dự tính “tốt nhất”. Một số kết quả nghiên cứu đã chỉ ra điều này, cho các dự báo mùa và cho cả việc tái tạo điều kiện khí hậu hiện tại từ các mô phỏng, dự tính khí hậu hạn dài. Bởi vậy, để giảm bớt tính bất định, với cùng một kịch bản phát thải, sản phẩm dự tính của nhiều mô hình khác nhau được sử dụng để xây dựng các kịch bản BĐKH. Việc sử dụng tổ hợp các mô hình toàn cầu chạy ở các trung tâm mô hình hóa khác nhau đã được triển khai cho các dự tính/dự báo khí hậu ở các quy mô thời gian từ mùa đến nhiều năm và thế kỷ. Một trong những dự án quan trọng nhất trong vấn đề này có thể kể đến là dự án so sánh đa mô hình khí hậu (CMIP), thu thập dữ liệu đầu ra của 25 mô hình/phiên bản mô hình toàn cầu nhằm phục vụ cho Báo cáo đánh giá lần thứ 4 thực hiện bởi nhóm làm việc thứ nhất  của IPCC. Hiện nay, dự án CMIP5 đang được tiến hành, tiếp nối dự án CMIP3 với mục tiêu phục vụ Báo cáo đánh giá lần thứ 5 của IPCC dự kiến xuất bản vào tháng 9 năm 2013.

4.2.2 Một số kết quả dự tính BĐKH toàn cầu từ IPCC

Nói chung các mô hình khác nhau đưa ra những sản phẩm dự tính không giống nhau do tính bất định luôn luôn tiềm ẩn trong các mô hình. Bởi vậy, để giảm bớt tính bất định, với cùng một kịch bản phát thải, sản phẩm dự tính của nhiều mô hình khác nhau được sử dụng để xây dựng các kịch bản BĐKH. Dựa trên nguyên tắc đó, IPCC đã tổng hợp, phân tích và đưa ra các kịch bản BĐKH toàn cầu và đã công bố trong Báo cáo lần thứ 4, năm 2007. Dưới đây là một số kết quả về xu hướng BĐKH toàn cầu với các kịch bản khác nhau của một số yếu tố khí hậu cơ bản.

Nhiệt độ:Với các kịch bản không tính đến việc chủ động giảm phát thải, các mô hình đều cho thấy nhiệt độ trung bình bề mặt tiếp tục tăng lên trong thế kỷ 21, chủ yếu là do sự tăng nồng độ KNK nhân tạo. Phân tích sản phẩm của các mô hình toàn cầu với các kịch bản phát thải B1, A1B và A2 cho thấy nhiệt độ trung bình của giai đoạn 2011-2030 sẽ cao hơn nhiệt độ trung bình của giai đoạn 1980-1999 khoảng từ 0,64º đến 0,69º.

Từ giữa thế kỷ 21 (2046-2065), việc lựa chọn kịch bản phát thải trở nên quan trọng do có sự khác biệt đáng kể về sự tăng nhiệt độ trung bình bề mặt giữa các kịch bản: 1,3ºC, 1,7ºC,  và 1,8ºC tương ứng với B1, A1B và A2. Sự ấm lên của bề mặt đi kèm với khoảng bất định của giai đoạn 2090-2099 so với giai đoạn 1980-1999 là B1: 1,8°C (1,1 đến 2,9°C), B2: 2,4°C (1,4 đến 3,8°C), A1B: 2,8°C (1,7 đến 4,4°C), A1T: 2,4°C (1,4 đến 3,8°C), A2: 3,4°C (2,0 đến 5,4°C) và A1FI: 4,0°C (2,4 đến 6,4°C).

Rất nhiều khả năng những đợt nóng sẽ trở nên khắc nghiệt, thường xuyên và kéo dài hơn trong tương lai. Các giai đoạn lạnh sẽ giảm rõ rệt. Hầu như ở mọi nơi, nhiệt độ thấp nhất ngày có tốc độ tăng nhanh hơn so với nhiệt độ cao nhất ngày, dẫn tới việc giảm biên độ biến trình ngày của nhiệt độ. Ở những vùng vĩ độ cao và trung bình số ngày đông giá sẽ ít hơn.

Hình 4.4 Nhiệt độ trung bình bề mặt (so với giai đoạn 1980-1999) cho các kịch bản phát thải A2, A1B, và B1 trong thế kỷ 20 và trong tương lai [IPCC, 2007]

Mưa:Các mô hình hiện tại cho thấy rằng lượng mưa nhìn chung tăng lên ở những nơi mưa nhiều thuộc các vùng nhiệt đới (ví dụ, khu vực gió mùa) đặc biệt là vùng nhiệt đới Thái Bình dương; vùng cận nhiệt đới có xu hướng giảm mưa, trong khi mưa lại nhiều lên ở các vùng vĩ độ cao. Đó là kết quả của việc tăng cường chu trình nước toàn cầu. Giá trị trung bình toàn cầu của hơi nước, bốc hơi và lượng mưa đều có xu hướng tăng.

Các hiện tượng mưa cực đoan cũng được dự tính sẽ tăng lên, đặc biệt ở các vùng nhiệt đới và vĩ độ cao, nơi lượng mưa trung bình tăng. Ngay cả ở những nơi mà lượng mưa trung bình giảm, cực trị mưa cũng tăng và khoảng thời gian giữa các sự kiện mưa có thể tăng lên. Có xu hướng khô hạn ở những vùng sâu trong các lục địa kèm theo nguy cơ hạn hán ở các vùng này.

Hình 4.5 Biến đổi từ trung bình các mô hình với (a) Lượng mưa (mm/ngày), (b) độ ẩm đất (%), (c) dòng chảy (runoff, mm/ngày) và (d) bốc hơi (mm/ngày). Những vùng có dấu chấm là nơi có đến 80% mô hình có cùng dấu. Biến đổi này là trung bình năm của kịch bản SRES A1B cho giai đoạn 2080-2099 tương ứng với 1980-1999 [IPCC, 2007]

ENSO:Tất cả các mô hình đều chỉ ra dao động nhiều năm của hiện tượng ENSO, tuy nhiên chưa có dấu hiệu thống nhất giữa các mô hình về cường độ cũng như tần suất xuất hiện các sự kiện ENSO trong thể kỷ 21.

Xoáy thuận nhiệt đới:Kết quả từ nhiều mô hình cho thấy, cùng với sự tăng lên liên tiếp của nhiệt độ bề mặt biển nhiệt đới, dường như xoáy thuận nhiệt đới trong tương lai sẽ mạnh hơn với đỉnh của phổ tốc độ gió lớn hơn và mưa lớn do bão nhiều hơn. Một vài mô hình dự tính tổng số lượng xoáy thuận nhiệt đới toàn cầu có thể giảm đi, nhưng kết quả này có độ tin cậy kém. Những mô hình gần đây đã không mô phỏng được đầy đủ sự tăng lên rõ rệt của tỷ lệ các cơn bão cực mạnh từ năm 1970 đến nay trên một số khu vực.

Mực nước biển:Mực nước biển trung bình hiện tại (1980-1999) và cuối thế kỷ 21 (2090-2099) dự kiến sẽ tăng tương ứng với các kịch bản phát thải là: B1 từ 0,18 đến 0,38m, B2 từ 0,20 đến 0,43m, A1B từ 0,21 đến 0,48m, A1T từ 0,20 đến 0,45m, A2 từ 0,23 đến 0,51m, và A1FI từ 0,26 đến 0,59m. Trong tất cả các kịch bản, tốc độ tăng trung bình của thế kỷ 21 dường như vượt quá tốc độ tăng trung bình của giai đoạn 1961-2003 (1,8 ± 0,5 mm/năm). Với kịch bản A1B, tốc độ trung bình dự tính mực nước biển dâng giai đoạn 2090 – 2099 là 3,8 mm/năm. Sự giãn nở vì nhiệt là nguyên nhân chủ yếu (chiếm đến 70-72%) làm cho nước biển dâng trong tất cả các kịch bản. Ngoài ra, sự tan băng cũng là một phần nguyên nhân của nước biển dâng.

Hình 4.6 Kết quả dự tính và khoảng bất định (5 đến 95%) của mức tăng mực nước biển trung bình toàn cầu và các thành phần của nó cho giai đoạn 2090-2099 (so với thời kỳ chuẩn 1980-1999) cho 6 họ kịch bản gốc [IPCC, 2007]

4.3 Xây dựng kịch bản biến đổi khí hậu quy mô khu vực

Các mô hình hoàn lưu chung kết hợp đại dương khí quyển là các công cụ chính để nắm bắt các biểu hiện của hệ thống khí hậu toàn cầu. Bởi tính phức tạp cũng như nhu cầu chạy toàn cầu cho thời gian dài, độ phân giải của các AOGCM hiện tại nằm trong khoảng từ 400 đến 125 km. Độ phân giải này là thô, không đủ chi tiết cho việc phân tích, đánh giá BĐKH và tác động của nó ở quy mô khu vực. Vì vậy, để xây dựng các kịch bản BĐKH cho từng khu vực, từng quốc gia và vùng lãnh thổ cần phảihạ thấp quy mô sản phẩm của các mô hình toàn cầu, nghĩa là tạo ra các thông tin ở quy mô dưới lưới của AOGCM. Có hai cách tiếp cận chính là hạ thấp quy mô là phương pháp thống kê và phương pháp động lực. Ngoài ra còn có một cách tiếp cận ít được sử dụng hơn là nội suy trực tiếp từ đầu ra của AOGCM.

4.3.1 Nội suy đơn giản từ ô lưới của mô hình toàn cầu

Đầu ra của các AOGCM thường là dữ liệu trên lưới phân giải thô. Để nhận được các thông tin ở độ phân giải thấp hơn, một trong những phương pháp đơn giản nhất là nội suy đơn giản. Có 2 cách thường được sử dụng là:

-       Sử dụng thông tin trực tiếp trên ô lưới của mô hình

-       Nội suy xuống một lưới tinh hơn sử dụng kỹ thuật đơn giản

Cách tiếp cận đầu tiên sử dụng giá trị ở điểm lưới gần nhất. Điểm lưới gần nhất là điểm lưới có khoảng cách ngắn nhất đến điểm địa phương đang xem xét, hoặc điểm lưới có cùng độ cao và đặc điểm khí hậu. Cách tiếp cận này có một số nhược điểm chính như sau:

-       Thiếu hụt độ tin cậy trong các kết quả BĐKH ở quy mô khu vực từ đầu ra mô hình toàn cầu, dẫn đến quy mô không gian của khu vực xem xét phải chiếm ít nhất 4 hoặc nhiều hơn ô lưới của AOGCM;

-       Các vị trí gần nhau nhưng lại nằm trong 2 ô lưới khác nhau mặc dù có thể có đặc điểm khí hậu rất gần nhau trong thời kỳ chuẩn nhưng lại sẽ rất khác nhau theo các kịch bản trong tương lai;

-       Một vị trí trên đất liền có thể nằm trên một ô lưới của GCM được định nghĩa ở trên biển.

Cách tiếp cận thứ 2, nội suy đầu ra của GCM là phương pháp hạ quy mô đơn giản nhất (Hình 4.7). Các trường khí hậu sẽ được nội suy từ các ô lưới gần đó. Cách tiếp cận này giải quyết được vấn đề về tính không liên tục trong các biến đổi giữa các vị trí gần nhau nhưng thuộc 2 ô lưới khác nhau.

Hình 4.7 Minh họa về phương pháp nội suy đơn giản

4.3.2 Phương pháp hạ thấp quy mô thống kê

Phương pháp hạ thấp quy mô thống kê dựa trên quan điểm rằng khí hậu khu vực được tạo thành từ 2 nhân tố: trạng thái khí hậu quy mô lớn và các đặc điểm địa phương/khu vực (ví dụ như địa hình, phân bố đất biển, tình trạng sử dụng đất). Đầu tiên, mối quan hệ thống kê giữa các yếu tố khí tượng quy mô địa phương/khu vực (còn gọi là yếu tố dự báo) với các biến khí hậu quy mô lớn (còn lại là nhân tố dự báo) sẽ được xây dựng. Chấp nhận giả thiết rằng mối quan hệ này được duy trì trong tương lai, áp dụng chúng cho đầu ra của các mô phỏng GCM sẽ nhận được các thông tin về đặc điểm khí hậu tương lai cho địa phương và khu vực. Hạ thấp qui mô thống kê có ưu điểm là đơn giản và không đòi hỏi tài nguyên máy tính lớn, do đó có thể áp dụng cho nhiều thử nghiệm kết quả GCM khác nhau. Một ưu điểm khác là phương pháp này có thể sử dụng để cung cấp thông tin cho một địa điểm cụ thể, rất cần thiết đối với các nghiên cứu về tác động của BĐKH. Ngoài ra phương pháp có thể áp dụng cho cả các biến không phải là sản phẩm của mô hình. Nhược điểm chính của phương pháp này là phải chấp nhận giả thiết về sự không đổi của mối quan hệ thống kê giữa qui mô toàn cầu và qui mô khu vực trong bối cảnh BĐKH tương lai, và do đó các quá trình hồi tiếp của khu vực sẽ không được tính đến. Ngoài ra, phương pháp này cũng đòi hỏi phải có một nguồn số liệu đủ dài để có thể xây dựng được các quan hệ thống kê.

Đối với phương pháp hạ quy mô thống kê, có 3 kỹ thuật chính là: phân loại thời tiết (weather classification), mô hình hồi quy (regression models) và nguồn sinh thời tiết (WG -weather generator).

Kỹ thuật “phân loại thời tiết” nhóm các ngày vào trong một số hữu hạn các dạng thời tiết dựa trên tính tương đồng về đặc điểm synop. Yếu tố dự báo sẽ được tính dựa trên trạng thái thời tiết thịnh hành và được nhân bản trong điều kiện khí hậu thay đổi bằng cách lấy mẫu lại hoặc sử dụng các hàm hồi quy.

Các mô hình hồi quy là các công cụ đơn giản biểu diễn các quan hệ tuyến tính và phi tuyến giữa các yếu tố dự báo và các trường khí quyển quy mô lớn. Các kỹ thuật hay dùng là hồi quy đa biến, phân tích tương quan chính tắc, và mạng thần kinh nhân tạo, một dạng  gần giống hồi quy phi tuyến.

“Nguồn sinh thời tiết” WG là kỹ thuật nhân bản các  thông tin thống kê của các biến khí hậu địa phương (ví dụ như giá trị trung bình và phương sai). Kỹ thuật này dựa trên việc biểu diễn xuất hiện của mưa thông qua các quá trình Markov cho các ngày ẩm ướt/khô hoặc các đợt chuyển tiếp. Các biến phụ thuộc như số ngày ẩm ướt, nhiệt độ và bức xạ mặt trời thường được mô phỏng dựa trên sự xuất hiện của mưa (ví dụ như các ngày khô trong mùa hè bình quân có nhiều nắng hơn các ngày ẩm ướt). Kỹ thuật WG sử dụng cho hạ quy mô thống kê bằng cách gắn kết các tham số của WG vào các nhân tố dự báo quy mô lớn, trạng thái thời tiết hoặc đặc điểm mưa.

 Sau khi được hiệu chỉnh, các mô hình hạ quy mô thống kê có thể biểu diễn được rất tốt các đặc điểm thống kê của trạng thái khí hậu địa phương. Các kịch bản BĐKH quy mô khu vực từ đó có thể được tạo ra bằng cách áp dụng các mô hình hạ quy mô này. Nhiều nghiên cứu đã chỉ ra rằng nhiệt độ và lượng mưa địa phương tạo bởi phương pháp hạ quy mô thống kê khác biệt đáng kể và cho các cấu trúc không gian mịn hơn so với các sản phẩm được nội suy trực tiếp từ mô hình toàn cầu.

4.3.3 Các mô hình GCM khí quyển phân giải cao

Các mô hình GCM chỉ với thành phần khí quyển (AGCMs) bao gồm các sơ đồ tương tác bề mặt đất giống như trong một mô hình kết hợp AOGCM nhưng chỉ yêu cầu các thông tin về nhiệ độ bề mặt biển SST và băng biển như là điều kiện biên dưới. Do quy mô thời gian gắn với các quá trình khí quyển và bề mặt đất là ngắn hơn so với các quá trình trong đại dương, các mô hình AGCMs này có thể chạy với độ phân giải không gian cao cho một khoảng thời gian tương đối ngắn (khoảng vài thập kỷ). Các thông tin về SST và băng biển  dùng để chạy mô hình có thể nhận được từ các quan trắc hoặc từ các AOGCMs.

Phân giải của các mô hình AGCM hiện có thể đạt được đến 50-100 km. Đặc biệt Viện nghiên cứu khí tượng của Nhật (MRI) cũng đã chạy dự tính cho toàn cầu với độ phân giải 20 km cho kịch bản A1B đến 2100. Một số mô hình AGCM cho phép độ phân giải thay đổi tập trung vào một khu vực nhất định. Các mô hình này được gọi là VRGCMs (Variable-Resolution AGCM), trong đó một ví dụ tiêu biểu là mô hình bảo giác lập phương CCAM của Úc, hiện đang được chạy tại Bộ môn Khí tượng, Đại học Khoa học Tự nhiên. Các mô hình VRGCM, thông qua những phép co dãn cho phép có những tăng cường phân giải cho một số khu vực nhất định trong khi vẫn giữ được tương tác của khí quyển toàn cầu và số điểm lưới tính toán không bị tăng lên.

Cùng với sự phát triển của năng lực tính toán và công nghệ, trong tương lai, các mô hình toàn cầu hứa hẹn sẽ đạt đến mức độ chi tiết theo quy mô khu vực.

4.3.4 Hạ thấp quy mô động lực bằng mô hình khí hậu khu vực

Mặc dù các GCM đã đạt được những tiến bộ vượt bậc trong việc tái tạo khí hậu quá khứ và dự tính khí hậu tương lai nhưng chúng vẫn chưa thể mô phỏng tốt khí hậu cho từng khu vực do hầu hết các GCM đều có độ phân giải thấp tính đến thời điểm hiện tại, không đủ để có thể mô tả các đặc trưng khu vực như khí hậu gió mùa, địa hình và hệ sinh thái phức tạp, đặc biệt là tác động mạnh mẽ của con người. Do đó, từ những năm đầu thập kỷ 90 của thế kỷ 20, các mô hình khu vực hạn chế (LAM) đã được áp dụng vào nghiên cứu khí hậu khu vực thông qua kỹ thuật “lồng ghép” một chiều, trong đó các điều kiện ban đầu (IC) và điều kiện biên xung quanh (LBC) cần để chạy LAM được cung cấp bởi số liệu tái phân tích toàn cầu hoặc từ sản phẩm của GCM. Đó là các mô hình khí hậu khu vực (RCM). Phương pháp lồng ghép RCM vào GCM thường được gọi là hạ thấp quy mô động lực, hay chi tiết hóa động lực (Hình 4.8, 4.9).

Các RCM có các điều kiện biên xung quanh là gió, nhiệt và ẩm từ các trường khí quyển quy mô lớn và các điều kiện biên dưới là SST và băng biển. Các trường điều khiển giữ cho kết quả của RCM thống nhất với hoàn lưu khí quyển của mô hình toàn cầu. Các quá trình vật lý quy mô dưới lưới cũng được tham số hóa một cách thích hợp, tích hợp được các chi tiết địa hình, tương phản đất, biển và sử dụng đất.

Hình 4.8 Minh hoạ về phương pháp hạ quy mô động lực sử dụng RCM

Phương pháp hạ thấp quy mô động lực có ưu điểm là nắm bắt được các hiệu ứng phi tuyến quy mô vừa và đưa ra được các thông tin thống nhất chặt chẽ giữa các biến khí hậu, cho phép mô tả chi tiết, đầy đủ các quá trình mang tính địa phương và khu vực. Sản phẩm của các mô hình khí hậu khu vực rất đa dạng, phong phú và đồng bộ. Nhược điểm chính của phương pháp này là đòi hỏi cao về năng lực tính toán và lưu trữ của hệ thống máy tính. Ngoài ra các sơ đồ tham số hóa sử dụng trong các quá trình quy mô dưới lưới có thể không thích hợp trong bối cảnh khí hậu tương lai. Độ chính xác cũng như độ bất định của sản phẩm dự tính phụ thuộc lớn vào bản chất động lực và các sơ đồ tham số hóa vật lí của từng mô hình. Một số so sánh giữa phương pháp hạ thấp quy mô động lực và phương pháp hạ thấp quy mô thống kê được liệt kê ở Bảng 4.6.

Hình 4.9 Lưới 1,4°×1,4° đầu ra của mô hình toàn cầu CCSM và lưới 0,3°×0,3° kết quả hạ quy mô động lực từ CCSM sử dụng mô hình khu vực RegCM. Khu vực được hiển thị là đồng bằng sông Hồng

Bảng 4.6 So sánh một số đặc điểm của 2 phương pháp hạ quy mô: thống kê và động lực

Hạ quy mô thống kê	Hạ quy mô động lực
Các biến đầu ra không phải lúc nào cũng mang tính thống nhất vật lý	Mang tính thống nhất giữa các biến địa phương/khu vực
Đòi hỏi tài nguyên tính toán ít, do đó có thể tổ hợp hoặc thực hiện nhiều thử nghiệm khác nhau	Đòi hỏi tài nguyên tính toán cao, do đó chỉ có thể tiến hành một số ít  thử nghiệm
Đầu ra có các đặc điểm thống kê tương tự với các quan trắc được sử dụng	Đầu ra trên lưới với các đặc điểm thống kê phụ thuộc vào quy mô ô lưới
Phân giải thời gian phụ thuộc vào phương pháp sử dụng, thường từ tháng đến ngày	Phân giải thời gian cao
Thông tin khí hậu địa phương (quy mô điểm) được dẫn xuất từ đầu ra của GCM; có thể đưa ra các biến không có trong đầu ra của mô hình	Thông tin khí hậu với độ phân giải cao (10-60 km) được dẫn xuất từ đầu ra của GCM sử dụng RCM
Đòi hỏi những nỗ lực trong việc thu thập dữ liệu và triển khai phương pháp hạ quy mô; Đòi hỏi chuỗi dữ liệu quan trắc tương đối dài	Đòi hỏi những nỗ lực trong việc sử dụng được các đầu ra của GCM làm điều kiện biên cho mô hình khí hậu khu vực
Các yếu tố dự báo thể hiện tốt trong quá khứ khi so sánh với quan trắc có thể sẽ không có chất lượng tương tự như vậy trong tương lai.	Các sơ đồ tham số hóa có thể không còn thích hợp cho tương lai