Phân tích sự biến động của nhiệt độ bề mặt biển và ảnh hưởng của ENSO ở khu vực ven biển Nam Trung Bộ

67
TẠP CHÍ KHOA HỌC BIẾN ĐỔI KHÍ HẬU
Số 1 - Tháng 3/2017
PHÂN TÍCH SỰ BIẾN ĐỘNG CỦA NHIỆT ĐỘ BỀ MẶT BIỂN
VÀ ẢNH HƯỞNG CỦA ENSO Ở KHU VỰC VEN BIỂN NAM TRUNG BỘ
Lê Quốc Huy, Nguyễn Xuân Hiển, Trần Thục, Phạm Tiến Đạt
Viện Khoa học Khí Tượng Thủy văn và Biến đổi khí hậu
Tóm tắt: Phương pháp EEMD (Ensemble Empirical Mode Decomposi on) được áp dụng để phân 
" ch biến động của nhiệt độ bề mặt nước biển (SST) khu vực ven biển Nam Trung Bộ theo số liệu quan 
trắc tại các trạm hải văn. Kết quả cho thấy, SST khu vực ven biển Nam Trung Bộ thể hiện rõ chu kỳ 
dao động 3 tháng, 12 tháng đến nhiều năm nhưng không thể hiện dao động 6 tháng. Trong đó thành 
phần dao động 12 tháng chiếm ưu thế lớn nhất, kế đến là chu kỳ 3 tháng và chu kỳ tựa 2 năm. Bên 
cạnh đó, hiện tượng dao động Nam (ENSO) và El Nino Modoki đều có ảnh hưởng đến SST tại khu vực 
trong quy mô dao động tựa 2 năm (QBO). Trong những năm ENSO hoạt động mạnh, hệ số tương 
quan giữa ENSO và SST là -0,36 đến -0,54 (giai đoạn 1992-2001), và từ -0,45 đến -0,72 (giai đoạn 
2006-2014). Ảnh hưởng của hiện tượng El Nino Modoki cũng thể hiện rõ trong giai đoạn 2006-2014, 
tương quan giữa thành phần dao động tựa 2 năm của chỉ số El Nino Modoki và SST tại các trạm đạt 
từ 0,5 đến 0,75.
Từ khóa: Phương pháp EEMD, SST, ENSO, El Nino Modoki. 
1. Giới thiệu chung
Vùng biển ven bờ Nam Trung Bộ có những 
đặc trưng khí tượng, thủy văn biển liên quan 
chặt chẽ với các đặc trưng khí hậu khu vực và 
toàn cầu như hệ thống gió mùa Đông Nam Á 
là sự tương tác giữa gió mùa Ấn Độ và Đông 
Á [8] và hiện tượng ENSO. Bên cạnh đó, các 
đặc trưng khí tượng, thủy văn biển tại đây còn 
thể hiện rõ nét sự tương tác giữa khí quyển 
- đại dương - lục địa [6]. Các đặc trưng điển 
hình về khí tượng thủy văn biển tại khu vực 
có thể kể đến bao gồm: i) Sự tăng cường dòng 
chảy ven bờ nằm trong hệ thống dòng chảy 
biên phía Tây do gió mùa hay sự xâm nhập của 
khối nước Tây Thái Bình Dương qua eo Luzon; 
ii) Sự xâm nhập của lưỡi nước lạnh ven bờ từ 
phía Bắc xuống phía Nam trong mùa gió Đông 
Bắc; iii) Sự xuất hiện và lan truyền sang phía 
Đông của lưỡi nước lạnh do tác động của dòng 
gió xiết ở khu vực Nam Trung Bộ trong mùa 
gió Tây Nam; iv) và Hoạt động của hiện tượng 
nước trồi trong gió mùa Tây Nam là kết quả 
của sự tương tác giữa gió và đường bờ [13].
Đã có một số nghiên cứu về sự biến động 
theo không gian và thời gian của các yếu tố 
khí tượng thủy văn biển tại khu vực Biển Đông. 
Chu P.C và nnk (1997) nhận định có 4 kiểu cấu 
trúc phân bố SST trong 4 giai đoạn của gió 
mùa. Trong đó, giai đoạn từ mùa xuân sang 
mùa hè (tháng 3 - 5) tồn tại dị thường ấm tại 
khu vực phía Bắc Biển Đông (112-119o30’E và 
15-19o30’N) và giai đoạn chuyển | ếp từ mùa 
thu sang mùa đông, tồn tại một dị thường lạnh 
trong tháng 11 tại khu vực ngoài khơi Nam 
Trung Bộ (108o-115oE và 13o-20oN) [3]. Đinh 
Văn Ưu và nnk (2005) cho rằng, có sự tương 
quan chặt chẽ giữa SST ở bồn nước ấm Biển 
Đông và bồn nước ấm ở Tây Thái Bình Dương. 
Bên cạnh đó, SST Biển Đông chịu ảnh hưởng rõ 
rệt của dao động ENSO, đặc biệt trong thời kỳ 
El Nino hoạt động mạnh với sự xuất hiện các 
cực đại của giá trị dị thường SST trong cả mùa 
đông và mùa hè năm 1998 [5]. Trong một ng-
hiên cứu khác, Zheng (2007) cho rằng, sự xâm 
nhập của khối nước từ bồn ấm Tây Thái Bình 
Dương vào Biển Đông không diễn ra trong các 
năm El Nino nhưng lại diễn ra mạnh mẽ trong 
các năm La Nina [14]. Li và nnk (2007)-Chun-
Yi Lin (2011) lại cho rằng, không có sự tương 
68 TẠP CHÍ KHOA HỌC BIẾN ĐỔI KHÍ HẬU
Số 1 - Tháng 3/2017
quan đáng kể giữa chỉ số dao động Nam (SOI) 
và SST Biển Đông. SST tại khu vực Biển Đông 
trong mùa hè nhạy cảm với các năm El Nino 
mạnh và không có thay đổi rõ nét trong những 
năm thường [4, 9]. Tuy nhiên, trong các nghiên 
cứu này chưa làm rõ được sự tương quan giữa 
ENSO và SST theo các quy mô thời gian khác 
nhau, đặc biệt là các dao động chu kỳ dài, quy 
mô mùa đến nhiều năm (tần số thấp) tại khu 
vực Biển Đông nói chung cũng như khu vực 
Nam Trung Bộ nói riêng. 
Về bản chất, các chuỗi số liệu khí tượng 
thủy văn biển bao gồm nhiều dao động có tần 
số và biên độ khác nhau biến đổi theo thời 
gian. Do đó, việc tách (hay lọc) các dao động 
tần số thấp từ chuỗi số liệu ban đầu cần xét 
tới L nh chất không tuyến L nh (non-linear) và 
không P nh (non-staQ onary) của chuỗi số liệu 
[10]. Một số phương pháp lọc phổ biến như: 
Phân L ch phổ, phân L ch wavelet, trung bình 
trượt hay bộ lọc BuZ erworth, đều không 
L nh tới cả hai hoặc chỉ xem xét một trong hai 
yếu tố trên [10]. EEMD (Ensemble Empirical 
Mode DecomposiQ on) là một phương pháp 
mới và hữu ích trong việc tách và phân L ch 
chuỗi số liệu theo thời gian thành các chuỗi 
dao động thành phần với các tần số và biên độ 
khác nhau [12]. Các dao động này được phân 
L ch dựa trên chính đặc L nh của chuỗi số liệu 
quan trắc mà không phụ thuộc vào ý muốn 
chủ quan của người sử dụng [12]. Do vậy, bài 
báo này sử dụng phương pháp EEMD phân 
tách các dao động thành phần theo các quy 
mô thời gian khác nhau nhằm làm rõ hơn sự 
biến động của nhiệt độ bề mặt nước biển (SST) 
khu vực ven biển Nam Trung Bộ và nhận định 
sự tương quan giữa ENSO và El Nino Modoki 
với SST tại khu vực biển Nam Trung Bộ.
2. Phương pháp nghiên cứu
2.1. Phương pháp
Phương pháp EEMD được cải Q ến từ 
phương pháp EMD dựa trên biến đổi Hilbert-
Huang [7, 11]. 
Giả sử từ một chuỗi số liệu theo thời gian 
X(t), EMD - thông qua quá trình lọc si€ ing pro-
cess, sẽ tách X(t) thành các hàm dạng bản chất 
có tần số và biên độ riêng Intrinsic Mode Func-
Q on (IMF- hay còn gọi là mode): 
Trong đó, IMF
i
 là các thành phần dao động 
với tần số từ cao tới thấp, r là phần còn lại của 
chuỗi số liệu sau khi tách (được xem là xu thế 
biến đổi của chuỗi số liệu X(t)), n là số lượng 
các thành phần IMF. Số lượng các IMF phụ 
thuộc vào số giá trị quan trắc của chuỗi số liệu.
Để áp dụng được EMD trong phân tách L n 
hiệu, số liệu đầu vào phải đáp ứng ba điều kiện 
sau:
i) Tín hiệu phải có ít nhất 2 cực trị, gồm: 1 
cực đại và 1 cực Q ểu; ii) Các quy mô thời gian 
hay chu kỳ có thể được xác định bằng khoảng 
thời gian giữa hai điểm cực trị; iii) Nếu dữ liệu 
không có cực trị, chỉ có điểm uốn được ghi lại 
thì cực trị được xác định bằng cách lấy đạo 
hàm.
Các bước thực hiện của thuật toán sàng lọc 
EMD như sau:
1) Xác định tất cả các cực trị, nối các điểm 
cực đại bằng một đường bao trên và các điểm 
cực Q ểu bằng một đường bao dưới. Tính giá trị 
trung bình của các đường bao trên và đường 
bao dưới được một đường trung bình m
1
(t).
2) Trừ số liệu gốc cho đường m
1
(t) ta được 
thành phần thứ nhất của quá trình sàng lọc 
h
1
(t): 
h
1
(t) = X(t) - m
1
(t) (2)
3) Xem h
1
(t) như là một chuỗi số liệu mới, 
bước 1 và bước 2 được lặp đi lặp lại:
 h
2
(t) = h
1
(t) - m
2
(t)
 h
k
(t) = h
k-1
(t) - m
k
(t)
Quá trình lặp chỉ dừng lại khi Q êu chí hội tụ 
dạng Cauchy của Huang và nnk (1998) được 
thỏa mãn [1]:
n
i
i = 1
X(t) = I MF + r (1)∑
69
TẠP CHÍ KHOA HỌC BIẾN ĐỔI KHÍ HẬU
Số 1 - Tháng 3/2017
Trong đó, nếu SD
k
 nhỏ hơn một giá trị cho 
trước (thường trong khoảng 0,2-0,3) thì quá 
trình sàng lọc dừng lại, vì IMF được tách đã 
mang đầy đủ ý nghĩa vật lý. Thành phần dao 
động có tần số lớn nhất c
1
(t) sẽ được gán là 
theo hk(t) 
c
1
(t) = h
k
(t) (4)
4) Sau khi thành phần IMF có tần số cao 
nhất được chiết xuất c1(t), thì phần còn lại của 
số liệu được xác định:
r
1
(t) = X(t)- c
1
(t) (5)
5) Phần dư r
1
 G ếp tục được sử dụng để 
chiết xuất các thành phần IMF có tần số thấp 
hơn. Khi phần dư r
i
 trở thành một hàm đơn 
điệu hoặc không có thành phần IMF nào được 
chiết xuất thêm thì quá trình phân tách số liệu 
dừng lại. Cuối cùng chuỗi số liệu được phân 
tách thành dạng (1).
Tuy nhiên, trong nhiều trường hợp, do sự 
gián đoạn của W n hiệu (từ chuỗi số liệu) mà 
sẽ xảy ra hiện tượng “lẫn” tần số (hay mode 
mixing). Tức là có hơn một tần số tồn tại trong 
một hàm IMF hoặc một tần số có mặt trong hai 
hàm IMF khác nhau. Điều này sẽ dẫn tới sự sai 
lệch về kết quả và bản chất vật lý của từng IMF 
nhận được. 
Phương pháp EEMD được Wu và Huang 
(2009) cải G ến dựa trên EMD nhằm khắc phục 
các tồn tại của phương pháp EMD. Theo đó, 
chuỗi số liệu gốc được cộng thêm thành phần 
nhiễu trắng (nhiễu Gaussian) với biên độ hữu 
hạn và G ến hành quá trình tách các hàm IMF 
theo phương pháp EMD dựa trên chuỗi số 
liệu mới. Các hàm IMF nhận được từ EEMD 
đã giảm đáng kể hiện tượng lẫn tần số [12]. 
Thông thường, biên độ của nhiễu trắng bằng 
0,2-0,4 lần độ lệch chuẩn của chuỗi số liệu gốc 
và số lần lặp của quá trình lọc thường khoảng 
vài trăm lần. 
Các bước thực hiện của phương pháp 
EEMD như sau:
1) Bổ sung chuỗi nhiễu trắng vào số liệu gốc.
2) Phân tách số liệu cùng với các nhiễu 
trắng thành các IMF (theo phương pháp EMD).
3) Lặp lại các bước 1 và 2 nhiều lần cho 
đến khi các đường bao trên và dưới đối xứng 
qua trục “0” (mỗi một lần lặp lại thì một nhiễu 
trắng khác được bổ sung vào số liệu).
4) Kết quả đạt được IMF cuối cùng là trung 
bình của các IMF của mỗi lần lặp lại.
Để xác định chu kỳ trung bình của mỗi IMF, 
công thức sau được đề xuất [11]:
AC
k
 = n/Peaksk
Trong đó, AC
k
 là chu kỳ trung bình của 
thành phần IMF thứ k, n là độ dài hoặc cỡ mẫu 
của chuỗi số liệu gốc; Peak
sk 
là số đỉnh cực trị 
địa phương của thành phần IMF thứ k. 
Để đánh giá mức độ ảnh hưởng của các chu 
kỳ dao động đến đặc trưng chung của số liệu, 
giá trị tỷ lệ đóng góp phương sai (variance con-
tribuG on rate-VCR) của từng thành phần IMF 
được sử dụng [2]:
Trong đó, var(ci(t)) và var(rn(t)) là các 
phương sai của các thành phần chu kỳ dao 
động IMF và phương sai của thành phần xu 
thế cuối cùng tương ứng.
2.2. Số liệu 
Nhiệt độ bề mặt biển được quan trắc tại 
các trạm hải văn ven biển Nam Trung Bộ từ 
năm 1959 tại trạm Quy Nhơn nhưng do chiến 
tranh, trạm Quy Nhơn tạm ngừng quan trắc từ 
năm 1965 và quan trắc ổn định trở lại từ năm 
1986. Sau năm 1975, nhiều trạm hải văn lần 
lượt được xây dựng để bổ sung vào hệ thống 
các trạm quan trắc mực nước như Vũng Tàu, 
Sơn Trà (1978), Phú Quý (1979). Sau khi phân 
W ch và đánh giá chất lượng chuỗi số liệu như 
thời gian quan trắc, sự liên tục của chuỗi số 
liệu, số liệu của 4 trạm hải văn Sơn Trà, Quy 
Nhơn, Phú Quý, Vũng Tàu được sử dụng trong 
nghiên cứu (Bảng 1).
2
10
2
1( )1
| ( ) ( ) |
(3)
t
k kT
k n
k ti
h t h t
SD
h
−=
−=
−
= ∑
∑
i
i n
i ni=1
var(c (t))
VCR = x100 (1)
var(c (t))+var(r (t))∑
70 TẠP CHÍ KHOA HỌC BIẾN ĐỔI KHÍ HẬU
Số 1 - Tháng 3/2017
 Chỉ số SOI là một chỉ số $ êu chuẩn hóa dựa 
trên sự khác biệt áp suất mực nước biển quan 
trắc được giữa Tahi$ và Darwin, Australia từ 
năm 1882 đến nay. SOI là một thước đo của 
sự biến động quy mô lớn ở áp suất không khí 
xảy ra giữa Tây và Đông Thái Bình Dương (tức 
là trạng thái của Southern Oscilla$ on) trong 
các kỳ El Nino và La Nina. Số liệu SOI bao gồm 
các dị thường áp suất mực nước biển và các 
dữ liệu đã được chuẩn hóa. Giai đoạn cơ sở 
để chuẩn hóa số liệu cho Tahi$ và Darwin là 
1951-1980. Số liệu SOI sử dụng trong nghiên 
cứu này là trung bình tháng [16].
Chỉ số El Nino Modoki (EMI) [1] được sử 
dụng để xác định thời điểm xảy ra El Nino Mo-
doki với công thức: 
EMI = [SSTA]A - 0,5*[SSTA]B - 0,5*[SSTA]C
Trong đó, SSTA được _ nh trung bình cho 
từng khu vực: Khu vực A: 165E-140W, 10S-
10N; khu vực B: 110W-70W, 15S-5N; khu vực 
C: 125E-145E, 10S-20N. Số liệu EMI được sử 
dụng là trung bình tháng [17].
3. Kết quả và thảo luận
3.1. Phân % ch các dao động thành phần từ 
chuỗi số liệu SST thực đo
Phương pháp EEMD được áp dụng để phân 
tách chuỗi số liệu với 400 bước lặp lại, biên độ 
của nhiễu bằng 0,2 lần độ lệch chuẩn của số 
liệu gốc. Kết quả cho thấy, tất cả các trạm hải 
văn khu vực ven biển Nam Trung Bộ đều thể 
hiện 8 chu kỳ dao động thành phần (IMF) với 
tần số từ cao đến thấp (Bảng 2, Hình 1).
Bảng 1. Danh sách các trạm quan trắc mực nước biển
TT Tên trạm Tọa độ Thời gian quan trắc
Kinh độ Vĩ độ
1 Sơn Trà 108,20 16,12 1980-2015
2 Quy Nhơn 109,22 13,75 1976-2015
3 Phú Quý 108,56 10,31 1986-2015
4 Vũng Tàu 107,07 10,33 1978-2015
Bảng 2. Chu kỳ dao động (tháng) của các thành phần IMF theo số liệu SST thực đo
Trạm IMF1 IMF2 IMF3 IMF4 IMF5 IMF6 IMF7 IMF8
Sơn Trà 3,0 11,3 19,2 38,4 64,0 96,0 128 Xu thế
Quy Nhơn 3,2 10,4 13,6 28,4 44,6 78,0 104 Xu thế
Phú Quý 3,4 8,80 12,0 28,1 38,3 70,2 105 Xu thế
Vũng Tàu 4,2 9,40 12,0 29,5 48,0 76,8 128 Xu thế
Thành phần IMF1 đại diện cho dao động 
chu kỳ mùa (3-4 tháng); các thành phần IMF2 
và IMF3 là các dao động chu kỳ năm (từ 9-13 
tháng); thành phần IMF4 là dao động tựa 2 
năm (QBO) (chu kỳ 28-29 tháng); thành phần 
IMF5 là dao động tựa ENSO (chu kỳ 3-4 năm); 
thành phần IMF6 là dao động có chu kỳ 5-6 
năm; thành phần IMF7 là dao động có liên 
quan đến chu kỳ hoạt động của mặt trời có chu 
kỳ 8 năm tại trạm Quy Nhơn, Phú Quý và 11 
năm tại Sơn Trà, Vũng Tàu; thành phần IMF8 
là phần còn lại của số liệu sau khi đã phân 
tách tất cả các thành phần dao động và được 
xem là thành phần thể hiện xu thế của số liệu. 
Các trạm Quy Nhơn, Phú Quý, Vũng Tàu có sự 
tương đồng về chu kỳ dao động của các thành 
phần từ IMF1 đến IMF6. Riêng trạm Sơn Trà có 
sự khác biệt từ thành phần IMF3 đến IMF6 khi 
các thành phần có chu kỳ dao động dài hơn các 
thành phần tương ứng ở các trạm khác. Kết 
quả không thể hiện dao động chu kỳ nửa năm 
(chu kỳ 6 tháng).
71
TẠP CHÍ KHOA HỌC BIẾN ĐỔI KHÍ HẬU
Số 1 - Tháng 3/2017
 Dựa vào tỷ lệ đóng góp vào phương sai 
chung hay mức độ chiếm ưu thế ảnh hưởng 
trong số liệu của thành phần IMF trong Bảng 
3 có thể thấy, thành phần IMF2 chiếm ưu thế 
lớn nhất, kế đến là thành phần IMF1, và IMF3 
(a) Sơn Trà (b) Quy Nhơn
(c) Phú Quý (d) Vũng Tàu
Hình 1. Các thành phần IMF từ phân tách EEMD của SST trung bình tháng tại các trạm
có tỷ lệ đóng góp đáng kể. Đóng góp của các 
thành phần IMF1 và IMF2 thay đổi theo không 
gian, đóng góp của thành phần IMF1 tăng từ 
Bắc xuống Nam, đóng góp của thành phần 
IMF2 giảm từ Bắc xuống Nam (Bảng 3).
3.2. Ảnh hưởng của ENSO đến SST
Ảnh hưởng của ENSO đến SST được đánh 
giá thông qua tương quan giữa số liệu SST tại 
trạm và số liệu chỉ số SOI. Số liệu SOI theo tháng 
cũng được phân tách thành các thành phần 
dao động bằng phương pháp EEMD, tương tự 
như đối với số liệu SST. Độ dài chuỗi số liệu SOI 
được trích xuất tương ứng với độ dài chuỗi số 
liệu tại mỗi trạm. Kết quả cho thấy, thành phần 
IMF4 (dao động QBO) của SOI và của SST có 
tương quan nghịch và hệ số tương quan khá 
cao vào những năm ENSO hoạt động mạnh. 
Hệ số tương quan giảm từ các trạm phía Bắc 
xuống phía Nam cho thấy ảnh hưởng của ENSO 
đến các trạm phía Bắc (Sơn Trà, Quy Nhơn) là 
rõ rệt hơn so với các trạm phía Nam (Phú Quý, 
Vũng Tàu) (Hình 2, Bảng 4).
Bảng 3. Tỷ lệ đóng góp vào phương sai chung của các thành phần dao động IMF (%)
Trạm IMF1 IMF2 IMF3 IMF4 IMF5 IMF6 IMF7 IMF8
Sơn Trà 6,86 88,5 1,96 0,84 0,28 0,11 0,06 1,43
Quy Nhơn 9,34 74,9 7,53 2,34 0,52 0,80 0,05 4,55
Phú Quý 20,2 61,3 15,0 1,67 1,24 0,31 0,12 0,18
Vũng Tàu 31,0 46,0 4,87 2,39 1,14 0,59 0,97 12,9
72 TẠP CHÍ KHOA HỌC BIẾN ĐỔI KHÍ HẬU
Số 1 - Tháng 3/2017
Trạm Giai đoạn 1992-2001 Giai đoạn 2006-2015
Sơn Trà -0,54 -0,72
Quy Nhơn -0,44 -0,57
Phú Quý -0,54 -0,5
Vũng Tàu -0,36 -0,45
Bảng 4. Hệ số tương quan giữa thành phần IMF4 của SST và SOI tại các trạm
a) Trạm Sơn Trà b) Trạm Quy Nhơn
c) Trạm Phú Quý d) Trạm Vũng Tàu
Hình 2. Thành phần dao động IMF4 của SOI và SST tại các trạm
 3.3. Ảnh hưởng của El Nino Modoki đến SST
El Nino Modoki cũng là hiện tượng dao 
động tương tác khí quyển - đại dương ở khu 
vực xích đạo Thái Bình Dương. Tuy nhiên, hiện 
tượng này có sự khác biệt với El Nino thông 
thường. El Nino thường được đặc trưng bởi 
sự ấm lên dị thường mạnh ở vùng biển bờ 
Đông xích đạo Thái Bình Dương, trong khi đó 
El Nino Modoki được đặc trưng bởi sự ấm lên 
dị thường ở trung tâm và hai khu vực lạnh đi ở 
bờ Đông và Tây Thái Bình Dương [1]. 
Để đánh giá ảnh hưởng của El Nino Modoki 
đến SST, chỉ số thể hiện hoạt động của dao 
động El Nino Modoki là El Nino Modoki Index 
(EMI) được sử dụng. Tương tự như chỉ số SOI, 
phương pháp EEMD được sử dụng để phân 
tách chỉ số EMI thành các thành phần dao 
động theo các quy mô thời gian khác nhau. 
Kết quả cho thấy, thành phần IMF4 (dao động 
QBO) của EMI có tương quan dương với thành 
phần IMF4 của SST trong những năm có chỉ số 
EMI tương đối lớn. Trong giai đoạn gần đây 
(2006-2015), El Nino Modoki có ảnh hưởng 
đáng kể đến SST ở vùng ven bờ biển khu vực 
nghiên cứu (Hình 3). Hệ số tương quan dương 
giữa IMF4 của chỉ số EMI và SST là khá cao, 
lần lượt là: Sơn Trà (0,72), Quy Nhơn (0,75), 
Phú Quý (0,67) và Vũng Tàu (0,5). Có thể thấy, 
cũng tương tự như ENSO, El Nino Modoki ảnh 
hưởng đến các trạm hải văn ở phía Bắc (Sơn 
Trà, Quy Nhơn) mạnh hơn các trạm ở phía 
Nam (Phú Quý, Vũng Tàu) của khu vực nghiên 
cứu. Kết quả này khẳng định thêm rằng, hoạt 
động của El Nino Modoki ngày càng gia tăng và 
ảnh hưởng đáng kể đến khí hậu toàn cầu.
 4. Kết luận
EEMD là phương pháp phân f ch thống kê 
hiện đại và là công cụ mạnh trong phân f ch 
số liệu mang f nh phi tuyến và không dừng. 
Phương pháp EEMD rất hữu dụng trong việc 
nghiên cứu phân f ch số liệu khí tượng thủy 
văn biển. 
Với EEMD, chuỗi số liệu SST tại các trạm 
hải văn khu vực ven biển Nam Trung Bộ thể 
hiện rõ các dao động quy mô khác nhau từ 3 
tháng đến nhiều năm. Trong đó, thành phần 
73
TẠP CHÍ KHOA HỌC BIẾN ĐỔI KHÍ HẬU
Số 1 - Tháng 3/2017
dao động 12 tháng chiếm ưu thế nhất, kế đến 
là chu kỳ 3 tháng và chu kỳ tựa 2 năm. Đặc 
biệt, chuỗi số liệu SST tại các trạm không thể 
hiện dao động nửa năm (6 tháng), đây là một 
vấn đề đáng chú ý và cần làm sáng tỏ trong các 
nghiên cứu > ếp. 
Trong những năm ENSO hoạt động mạnh, 
ENSO ảnh hưởng đáng kể đến SST tại các trạm 
hải văn ven bờ miền Trung. Tương tự như vậy, 
hiện tượng El Nino Modoki cũng ảnh hưởng 
đáng kể đến SST tại khu vực, đặc biệt trong giai 
đoạn gần đây, từ 2006-2015.
Nghiên cứu này mới chỉ đánh giá với chuỗi 
số liệu thực đo SST tại các trạm. Trong các ng-
hiên cứu > ếp theo số liệu SST tái phân Q ch cần 
được sử dụng để có thể đánh giá chi > ết hơn 
sự biến động SST theo không gian trong vùng 
biển nghiên cứu. 
a) Trạm Sơn Trà b) Trạm Quy Nhơn
c) Trạm Phú Quý d) Trạm Vũng Tàu
Hình 3. Thành phần dao động IMF4 của EMI và SST tại các trạm
Tài liệu tham khảo
1. Ashok, K., S. K. Behera, S. A. Rao, H. Weng, and T. Yamagata (2007), El Niño Modoki and its 
possible teleconnec! on, J. Geophys. Res., 112, C11007, doi:10.1029/2006JC003798.
2. Bin Guo, Zhongsheng Chen, Jinyun Guo, Feng Liu, Chuanfa Chen and Kangli Liu (2016), 
Analysis of the Nonlinear Trends and Non-Sta! onary Oscilla! ons of Regional Precipita! on in 
Xinjiang, Northwestern China, Using Ensemble Empirical Mode Decomposi> on, Int. J. Environ. 
Res. Public Health 2016, 13, 345; doi:10.3390/ijerph13030345.
3. Chu, P.C., Y.C. Chen, and S.H. Lu (1998), Temporal and spa! al variabili! es of the South China 
Sea surface temperature anomaly, Journal of geophysical research, Vol 102, No C9, pages 
20937-20955, September 15, 1997.
4. Chun-Yi Lin, Chung-Ru Ho, Quanan Zheng, Shih-Jen Huang, Nan-Jung Kuo (2011), Variability of 
sea surface temperature and warm pool area in the South China Sea and its rela! onship to the 
western Pacifi c warm pool, J Oceanogr (2011) 67:719-724. DOI 10.1007/s10872-011-0072-x.
5. Đinh Văn Ưu và nnk (2005), Biến động mùa và nhiều năm của trường nhiệt độ nước mặt biển 
và sự hoạt động của bão tại khu vực Biển Đông, Tạp chí Khoa học Đại học Quốc gia, XXI, 3PT, 
127-136, 2005.
6. Đinh Văn Ưu và nnk (2015), Một số đặc điểm biến động phân bố của các trường khí tượng - 
hải văn cơ bản tại các thủy vực ven bờ từ Đà Nẵng đến Nha Trang, Tạp chí Khoa học Đại học 
Quốc gia, tập 31, số IS (2015), 127-136.
74 TẠP CHÍ KHOA HỌC BIẾN ĐỔI KHÍ HẬU
Số 1 - Tháng 3/2017
7. Huang, N. E., Z. Shen, S. R. Long, M. C. Wu, H. H. Shih, Q. Zheng, N.-C. Yen, C. C. Tung, and H. 
H. Liu (1998), The empirical mode decomposi on and the Hilbert spectrum for nonlinear and 
nonsta onary  me series analysis, Proc. R. Soc. London, Ser. A, 454, 903-993.
8. Lau KM, Wu HT, Yang S (1998), Hydrologic processes associated with the fi rst transi on of the 
Asian summer monsoon: A pilot satellite study, Bull Am Meteorol Soc 79(9):1871-1882.
9. Li N, Shang SP, Shang SL, Zhang CY (2007), On the consistency in varia ons of the South China 
Sea warm pool as revealed by three sea surface temperature datasets, Remote Sens Environ 
109:118-125.
10. N. E. Huang and Z. Wu (2008), A review on Hilbert-Huang transform: Method and its 
applica ons to geophysical studies, Reviews of Geophysics, vol. 46, no. 2, Ar! cle ID RG2006.
11. Wu Z, Huang NE (2004), A study of the characteris cs of white noise using the empirical 
mode decomposi on method. Proceedings Royal Soc London, Series A 2004, 460:1597-1611.
12. Wu, Z., and N. E. Huang (2009), Ensemble empirical mode decomposi on: A noise-assisted 
data analysis method, Adv.Adapt. Data Anal., 1, 1-41.
13. Xie S-P, Xie Q, Wang D, Liu WT (2003), Summer upwelling in the South China Sea and its role 
in regional climate varia ons, J Geophys Res 108(C8):3261
14. Zheng ZW, Ho CR, Kuo NJ (2007), The mechanism of weakening of west Luzon eddy during La 
Niñ a years, Geophys Res Le" 34:L11604. doi:10.1029/2007GL030058
15. h" ps://github.com/leeneil/eemd-matlab.
16. h" p://www.cpc.ncep.noaa.gov/data/indices/soi.
17. h" p://www.jamstec.go.jp/frcgc/research/d1/iod/DATA/emi.monthly.txt.
ANALYSIS OF THE VARIATION IN SEA SURFACE TEMPERATURES 
AND THE INFLUENCE OF ENSO IN THE COASTAL REGION 
OF THE SOUTH CENTRAL OF VIET NAM
Le Quoc Huy, Nguyen Xuan Hien, Tran Thuc, Pham Tien Dat
Viet Nam Ins! tute of Meteorology, Hydrology and Climate Change
Abstract: The EEMD methods (Empirical Mode Decomposi on Ensemble) was applied to analize 
the varia on in sea surface temperature (SST) in the coastal region of the South Central of Viet Nam 
based on observed data at sea water level gauging sta ons. It was found that SST in the study area 
have oscilla on cycles of 3 months, 12 months to years, but not the oscilla on cycle of 6 months. 
In which, the 12 months’ oscilla on cycle is predominant, followed by cycles of 3 months and quasi 
2-years cycles (QBO). Besides, the Southern Oscilla on (ENSO) and El Niño Modoki also have eff ects 
on SST in the quasi 2-years oscilla ons. In the years of ENSO ac vity, the correla on coeffi cient be-
tween ENSO and SST is -0.36 to -0.54 (period 1992-2001), and from -0.45 to -0.72 (period 2006-2014). 
The infl uence of El Niño Modoki is also apparent in the period 2006-2014, the correla on between the 
component of quasi 2-years fl actua on of El Niño Modoki index and SST at the sta ons reach values 
of 0.5 to 0.75.
Keywords: EEMD method, SST, ENSO, El Nino Modoki.