Nghiên cứu độ nhạy của sơ đồ tham số hóa vật lý trong mô hình khí hậu khu vực đối với mô phỏng hoạt động của xoáy thuận nhiệt đới trên Tây Bắc Thái Bình Dương và Biển Đông

VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 3 (2020) 25-36 
25 
Original Article 
A study on the Sensitivity of Parameterizations for Regional 
Climate models in the Simulation of Tropical Cyclones 
over Western Pacific Ocean and East Sea 
Pham Quang Nam1, Tran Quang Duc1, , Le Lan Phuong2, Hoang Danh Huy1, 
Pham Thanh Ha1, Phan Van Tan1 
1VNU University of Science, 334 Nguyen Trai, Hanoi, Vietnam 
2National Central University, 300 Zhongda Road, Taoyuan, Taiwan 
Received 20 February 2020 
Revised 02 May 2020; Accepted 07 May 2020 
Abstract: This study investigates the sensitivity of physical parameterization schemes in two 
regional dynamic models clWRF (the climate Weather Research and Forecasting) and RegCM (the 
Regional Climate Model) in the simulation of tropical cyclones (TCs) over Western Pacific Ocean 
and East Sea. The experiments include 12-cases for clWRF model and 6-cases for RegCM model 
were conducted to run the simulation, with the same domain parameters, resolution 25 km. Results 
show that the clWRF can simulate TCs well with the Betts-Miller-Janjic convection scheme and 
WSM6 microphysics, in which convection schemes are more influential, and the RegCM is with the 
Kain-Fritsch convection scheme and Zeng oceanic flux. Regarding the number of TCs simulation, 
most of them are higher than observed and CFSnl (Climate Forecast System analysis) data, therein 
the RegCM is higher than the clWRF. 
Keywords: parameterizations, regional models, tropical cyclones, Western Pacific Ocean, East Sea. 
________ 
 Corresponding author. 
 E-mail address: tranquangduc@hus.edu.vn 
 https://doi.org/10.25073/2588-1094/vnuees.4568 
P.Q. Nam et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 3 (2020) 25-36 
26 
Nghiên cứu độ nhạy của sơ đồ tham số hóa vật lý trong mô 
hình khí hậu khu vực đối với mô phỏng hoạt động của xoáy 
thuận nhiệt đới trên Tây Bắc Thái Bình Dương và Biển Đông 
Phạm Quang Nam1, Trần Quang Đức1, , Lê Lan Phương2, Hoàng Danh Huy1, 
Phạm Thanh Hà1, Phan Văn Tân1 
1Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội, 334 Nguyễn Trãi, Hà Nội, Việt Nam 
2Trường Đại học Quốc gia Trung ương, 300 Trung Đại, Trung Lịch, Đào Viên, Đài Loan 
Nhận ngày 20 tháng 02 năm 2020 
Chỉnh sửa ngày 02 tháng 5 năm 2020; Chấp nhận đăng ngày 07 tháng 5 năm 2020 
Tóm tắt: Nghiên cứu này khảo độ nhạy của các sơ đồ tham số hóa vật lý trong hai mô hình động 
lực khu vực clWRF (the climate Weather Research and Forecast) và RegCM (the Regional Climate 
Model) cho việc mô phỏng xoáy thuận nhiệt đới (XTNĐ) trên khu vực Tây Bắc Thái Bình Dương 
và Biển Đông. Với 12 thí nghiệm cho mô hình clWRF và 6 thí nghiệm cho mô hình RegCM đã được 
tiến hành chạy mô phỏng, với cùng các thông số về miền tính, phân giải 25 km. Kết quả chỉ ra mô 
hình clWRF cho mô phỏng XTNĐ tốt với sơ đồ tham số hóa đối lưu Betts-Miller-Janjic và vi vật lý 
WSM6, trong đó sơ đồ đối lưu có ảnh hưởng nhiều hơn, còn đối với mô hình RegCM thì là với sơ 
đồ đối lưu Kain-Fritsch và thông lượng đại dương Zeng. Về số lượng XTNĐ mô phỏng, hầu hết cho 
cao hơn quan trắc và số liệu phân tích CFSnl (Climate Forecast System analysis), trong đó mô hình 
RegCM cho cao hơn clWRF. 
Từ khoá: tham số hóa, mô hình khu vực, xoáy thuận nhiệt đới, Tây Bắc Thái Bình Dương, Biển Đông.
1. Mở đầu 
Việt Nam với đường bờ biển dài trên 3000 
km, chạy dọc theo hướng Bắc-Nam, hàng năm 
phải chịu ảnh hưởng của trung bình khoảng 11 
xoáy thuận nhiệt đới (XTNĐ) trên Biển Đông 
(BĐ), với thời gian hoạt động là từ tháng 6 đến 
tháng 11 (Ngữ và Hiệu, 2013) [1]. Sự xuất hiện 
của XTNĐ thường kèm theo các hiện tượng thời 
tiết nguy hiểm như gió giật, mưa lớn, và gây 
ra những thiệt hại lớn đối với nền kinh tế-xã hội 
ở những nơi mà nó đi qua. Với các hoạt động 
kinh tế-xã hội diễn ra nhiều ngày, thậm chí hàng 
tháng, trên biển, như đánh bắt hải sản, tuần tra, 
tìm kiếm cứu nạn, thì hạn dự báo của các bản 
________ 
 Tác giả liên hệ. 
 Địa chỉ email: tranquangduc@hus.edu.vn 
 https://doi.org/10.25073/2588-1094/vnuees.4568 
tin thời tiết không còn khả năng đáp ứng. Do đó, 
việc dự báo được số lượng, thời gian và quỹ đạo 
XTNĐ hoạt động trước từ một vài tháng, hoặc 
trước khi mùa bão bắt đầu, mang một ý nghĩa vô 
cùng quan trọng và thiết thực. 
Thập kỷ gần đây, việc sử dụng các mô hình 
khí hậu toàn cầu (GCM) để dự báo sự hoạt động 
của xoáy thuận nhiệt đới (XTNĐ) hạn mùa đã 
được thực hiện khá thành công (LaRow và ccs, 
2010; Zhao và ccs, 2010; Chen và Lin, 2011, 
2013; Murakami và ccs, 2016) [2-6]. Không 
giống như các phương pháp thống kê truyền 
thống, là đi tìm mối quan hệ tuyến tính trong quá 
khứ rồi đem áp dụng nó cho các dự báo ở hiện 
tại, với phương pháp động lực sử dụng mô hình 
P.Q. Nam et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 3 (2020) 25-36 
27 
toàn cầu, các XTNĐ có cường độ và kích thước 
khác nhau có thể xuất hiện một cách tự nhiên ở 
những nơi mà có môi trường quy mô lớn thuận 
lợi cho việc hình thành (Chen và Lin, 2013) [5]. 
Mặc dù có thể sử dụng trực tiếp các thông tin dự 
báo toàn cầu cho quy mô khu vực, tuy nhiên hoặc 
độ phân giải GCM vẫn còn thô (phổ biển khoảng 
100 km) hoặc chạy GCM với phân giải cao 
nhưng sẽ tốn rất nhiều tài nguyên máy tính – 
không thực tế khi đưa vào nghiệp vụ. Vì vậy, các 
mô hình khí hậu khu vực (RCM) sẽ được sử dụng 
để làm chi tiết hóa các dự báo từ GCM (Zhan và 
ccs, 2012; Warner, 2011) [7, 8], và nó như là một 
bước trung gian cần thực hiện trước khi tiến hành 
các bước tiếp theo để dự báo XTNĐ. 
Ngày nay, với sự tiến bộ của khoa học kỹ 
thuật, năng lực tính toán của hệ thống máy tính 
được nâng lên rất nhiều, việc chạy các RCM cho 
bài toán dự báo thời tiết thông thường có thể 
được thực hiện với phân giải ngang cao cỡ nhỏ 
h ... ra trường hợp RegCM_exp6 với sơ đồ 
Kain-Fritsch và Zeng đã cho mô phỏng tốt nhất. 
Bảng 4. Tổng số lượng XTNĐ từ tháng 6 đến tháng 11 của các năm 2010 và 2013, của quan trắc, 
số liệu CFSnl, và của các trường hợp mô phỏng 
Năm Mô hình 
Thí nghiệm 
Obs CFSnl 
1 2 3 4 5 6 7 8 9 10 11 12 
2010 
clWRF 37 6 29 17 27 5 23 24 38 5 39 20 
16 16 
RegCM 6 6 39 2 0 19 
2013 
clWRF 43 16 44 38 40 14 40 34 45 15 49 33 
31 31 
RegCM 16 11 48 4 2 37 
Quỹ đạo XTNĐ hoạt động của số liệu CFSnl 
trong năm 2013 nhìn chung khá tương đồng so 
với quan trắc về đường đi và thời điểm bắt đầu 
hình thành bão, ví dụ như cơn bão Haiyan bắt 
đầu từ ngày 3/11, vị trí hình thành khoảng 155o 
Đ và 6o B với quan trắc, còn với CFSnl là khoảng 
153o Đ và 6o B (Hình 2, thứ tự 1 và 2 từ trên 
xuống). Đối với năm 2010 thì số liệu CFSnl có 
quỹ đạo bắt kém hơn, và chỉ được vài cơn là có 
quỹ đạo tựa giống bão quan trắc, v.d. cơn bão bắt 
đầu ngày 19/3 của quan trắc và ngày 22/3 của số 
liệu CFSnl. Các trường hợp mô phỏng XTNĐ 
của các mô hình thì nhìn chung là quỹ đạo còn bị 
“rối”, và đường đi khá dày trong khoảng vĩ độ từ 
16o B đến 24o B. Với clWRF thì có thể nhận thấy 
là các trường clWRF_exp4 và clWRF_exp12 
chạy với sơ đồ đối lưu Betts-Miller-Janjic đã cho 
quỹ đạo mô phỏng tốt hơn trường hợp 
clWRF_exp7, và XTNĐ tìm thấy thường tập 
trung ở khoảng vĩ độ từ 16o B đến 24o B trong cả 
hai năm 2010 và 2013. Với trường hợp 
RegCM_exp6 thì mặc dù các XTNĐ được tìm 
thấy vẫn còn khá sát nhau về phân bố không 
gian, nhưng nhìn chung là có sự hợp lý hơn so 
với các mô phỏng của clWRF. 
Để có thêm cơ sở khách quan trong việc đánh 
giá, nghiên cứu đã tiến hành tính toán giá trị khí 
áp mực biển cực tiểu theo thời gian cho các năm 
2010 và 2013, của số liệu CFSnl, và các trường 
hợp mô phỏng, kết quả được thể hiện trên hình 
3. Ở đây, có thể thấy rằng vùng hoạt động của 
XTNĐ sẽ tương ứng với vùng có giá trị khí áp 
thấp nhất trên bản đồ. Trường hợp clWRF_exp7 
trong cả hai năm đều cho giá trị khí áp thấp hơn 
và phân tán hơn so với số liệu CFSnl, trong khi 
các trường hợp clWRF_exp4 và clWRF_exp12 
thì có sự tương đồng và đều cho khí áp cao hơn 
CFSnl, nhưng có thể nhận thấy là trường hợp 
clWRF_exp4 đã cho mô phỏng tốt hơn cả, cụ 
thể: giá trị khí áp năm 2010 cao hơn và năm 2013 
thấp hơn trường hợp clWRF_exp12, điều này 
hoàn toàn hợp lý vì năm 2010 là năm ít bão nên 
giá trị khí áp sẽ lớn hơn 2013. Với trường hợp 
RegCM_exp6, mô phỏng cũng đã thể hiện được 
phần nào vùng có XTNĐ hoạt động, về giá trị 
vùng khí áp cực tiểu thì vẫn cho cao hơn so với 
CFSnl. 
Tiếp theo, số lượng bão hoạt động theo tháng 
của hai mùa bão năm 2010 và 2013 của quan 
trắc, và số lượng XTNĐ của số liệu CFSnl, và 
của các trường hợp cho mô phỏng tốt nhất 
clWRF_exp4 và RegCM_exp6 được thể hiện 
trên hình 4. Nhìn chung số lượng XTNĐ của các 
trường hợp mô phỏng thì đều cho cao hơn quan 
trắc và CFSnl, trong đó mô hình RegCM cho cao 
hơn clWRF.
P.Q. Nam et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 3 (2020) 25-36 
32 
Q
u
an
 t
rắ
c 
C
F
S
n
l 
cl
W
R
F
_
ex
p
4
cl
W
R
F
_
ex
p
7
cl
W
R
F
_
ex
p
1
2
R
eg
C
M
_
ex
p
6
Hình 2. Quỹ đạo XTNĐ hoạt động trong các năm 2010 (bên trái) và 2013 (bên phải), của quan trắc, 
của số liệu CFSnl, và của các trường hợp mô phỏng. 
P.Q. Nam et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 3 (2020) 25-36 
33 
C
F
S
n
l 
cl
W
R
F
_
ex
p
4
cl
W
R
F
_
ex
p
7
cl
W
R
F
_
ex
p
1
2
R
eg
C
M
_
ex
p
6
Hình 3. Khí áp cực tiểu theo thời gian của các năm 2010 (bên trái) và 2013 (bên phải), 
của số liệu CFSnl, và của các trường hợp mô phỏng. 
P.Q. Nam et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 3 (2020) 25-36 
34 
Hình 4. Biến trình số lượng XTNĐ trong các năm 2010 (bên trái) và 2013 (bên phải), của quan trắc, 
số liệu CFSnl, và của các trường hợp cho mô phỏng tốt nhất clWRF_exp4 và RegCM_exp6. 
4. Kết luận 
Với mục đích khảo sát về độ nhạy vật lý mô 
hình, nghiên cứu đã tiến hành chạy thử nghiệm 
hai mô hình khu vực clWRF và RegCM, với các 
sơ đồ tham số hóa khác nhau, phân giải 25 km, 
để mô phỏng sự hoạt động của XTNĐ trên 
TBTBD và BĐ, cho các năm ít bão 2010 và 
nhiều bão 2013. Số liệu tái phân tích/phân tích 
CFS được sử dụng làm điều kiện ban đầu và điều 
kiện biên xung quanh cho các mô hình. XTNĐ 
của các trường hợp mô phỏng được dò tìm bằng 
bộ chương trình TCs_detect với các ngưỡng chỉ 
tiêu thích hợp. Qua việc phân tích đánh giá cho 
phép rút ra được các nhận xét sau đây: 
i) Mô hình clWRF chạy với sơ đồ tham số 
hóa đối lưu Betts-Miller-Janjic và vi vật lý 
WSM6 đã cho mô phỏng tốt về số lượng và quỹ 
đạo XTNĐ hoạt động, trong đó sơ đồ đối lưu có 
ảnh hưởng nhiều hơn. Đối với mô hình RegCM 
thì là trường hợp kếp hợp của sơ đồ đối lưu Kain-
Fritsch và thông lượng đại dương Zeng, kết luận 
này cũng giống với nghiên cứu của Fuentes-
Franco và ccs [22]. 
ii) Số lượng XTNĐ của các trường hợp mô 
phỏng hầu hết cho cao hơn quan trắc và CFSnl, 
trong đó mô hình RegCM cho cao hơn clWRF. 
Những kết quả thu được về cấu hình, tham 
số hóa mô hình này sẽ là căn cứ tham khảo quan 
trọng cho việc chạy các mô hình với đầu vào là 
số liệu dự báo CFS, để dự báo sự hoạt động của 
XTNĐ trong tương lai trước một vài tháng. 
Lời cảm ơn 
Nghiên cứu này được thực hiện và hoàn 
thành dưới sự hỗ trợ của Đề tài “Nghiên cứu xây 
dựng hệ thống dự báo số lượng và vùng hoạt 
động của bão trên Biển Đông hạn 3-6 tháng phục 
vụ hoạt động kinh tế biển và an ninh quốc 
phòng”, mã số: KC.09.15/16-20. Các tác giả xin 
chân thành cảm ơn. 
Tài liệu tham khảo 
[1] N.D. Ngu, N.T. Hieu, Climate and Climate 
Resources of Vietnam, Hanoi Science and 
Technology publisher, 2013. 
[2] T.E. LaRow, L. Stefanova, D.W. Shin, S. Cocke, 
Seasonal Atlantic tropical cyclone hindcasting/ 
forecasting using two sea surface temperature 
datasets, Geophys. Res. Lett., 37 (2010). https:// 
doi.org/10.1029/2009GL041459. 
[3] M. Zhao, I.M. Held, G.A. Vecchi, Retrospective 
forecasts of the hurricane season using a global 
atmospheric model assuming persistence of SST 
anomalies, Mon. Wea. Rev., 138 (2010) 3858-
3868. https://doi.org/10.1175/2010MWR3366.1. 
[4] J.H. Chen, S.J. Lin, The remarkable predictability 
of inter‐annual variability of Atlantic hurricanes 
during the past decade, Geophys. Res. Lett., 38 
(2011). https://doi.org/10.1029/2011GL047629. 
P.Q. Nam et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 3 (2020) 25-36 
35 
[5] J.H. Chen, S.J. Lin, Seasonal predictions of tropical 
cyclones using a 25-km-resolution general 
circulation model, J. Climate, 26 (2013) 380-398. 
https://doi.org/10.1175/JCLI-D-12-00061.1. 
[6] H. Murakami, G.A. Vecchi, G. Villarini, T.L. 
Delworth, R. Gudgel, S. Underwood, X. Yang, W. 
Zhang, S. Lin, Seasonal forecasts of major 
hurricanes and landfalling tropical cyclones using 
a high-resolution GFDL coupled climate model, J. 
Climate, 29 (2016) 7977-7989. https://doi.org/10. 
1175/JCLI-D-16-0233.1. 
[7] R. Zhan, Y. Wang, and M. Ying, Seasonal forecasts 
of tropical cyclone activity over the western North 
Pacific: A review, Tropical Cyclone Research and 
Review, 1 (2012) 307-324. 
[8] T.T. Warner, Numerical weather and climate 
prediction, Cambridge University Press, 2011. 
[9] R.K. Smith, The role of cumulus convection in 
hurricanes and its representation in hurricane 
models, Rev, Geophys., 38 (2000) 465-489. https:// 
doi.org/10.1029/1999RG000080. 
[10] B.M. Sanderson, C. Piani, W. Ingram, D. Stone, 
and M. Allen, Towards constraining climate 
sensitivity by linear analysis of feedback patterns 
in thousands of perturbed-physics GCM 
simulations, Clim. Dyn., 30 (2008) 175-190. https: 
//doi.org/10.1007/s00382-007-0280-7. 
[11] M. Zhao, I.M. Held, S.J. Lin, Some 
counterintuitive dependencies of tropical cyclone 
frequency on parameters in a GCM. J. Atmos. Sci., 
69 (2012) 2272-2283. https://doi.org/10.1175/JAS-
D-11-0238.1. 
[12] T. LaRow, Y.K. Lim, D. Shin, E. Chassignet, S. Cocke, 
Atlantic basin seasonal hurricane simulations, J. 
Clim., 21 (2008) 3191-3206. https://doi.org/10.11 
75/2007JCLI2036.1. 
[13] L.M. Ma, Z.M. Tan, Improving the behavior of the 
cumulus parameterization for tropical cyclone 
prediction: Convection trigger, Atmospheric 
Research, 92 (2009) 190-211. https://doi.org/10.10 
16/j.atmosres.2008.09.022. 
[14] K.A. Reed, C. Jablonowski, Impact of physical 
parameterizations on idealized tropical cyclones in 
the Community Atmosphere Model, Geophys Res 
Lett, 38 (2011). https://doi.org/10.1029/2010GL0 
46297. 
[15] J.S. Kain, J.M. Fritsch, Convective parameterization 
for mesoscale models: the Kain-Fritsch scheme. In: 
The representation of cumulus convection in 
numerical models, American Meteorological 
Society, (1993) 165-170. 
[16] G. Grell, Prognostic evaluation of assumptions 
used by cumulus parameterizations, Mon. Wea. 
Rev., 121 (1993) 764-787. 
[17] G.T. Diro, F. Giorgi, R. Fuentes-Franco, K.J.E. 
Walsh, G. Giuliani, E. Coppola, Tropical cyclones 
in a regional climate change projection with 
RegCM4 over the CORDEX Central America 
domain, Clim. Change, 125 (2014) 79-94. 
[18] K. Emanuel, A scheme for representing cumulus 
convection in large scale models, J. Atmos. Sci., 48 
(1991) 2313-2335. 
[19] Y. Sun, Z. Zhong, W. Lu, Y. Hu, Why are tropical 
cyclone tracks over the Western North Pacific 
sensitive to the cumulus parameterization scheme 
in Regional Climate Modeling? A case study for 
Megi (2010), Mon. Wea. Rev., 142 (2014) 1240-
1249.https://doi.org/10.1175/MWR-D-13-00232.1. 
[20] R.D. Kanase, P.S. Salvekar, Effect of physical 
parameterization schemes on track and intensity of 
cyclone LAILA using WRF model, Asia-Pacific 
Journal of Atmospheric Sciences, 51 (2015) 205-
227. 
[21] Z.H. Zeng, Y. Wang, Y.H. Duan, L.S. Chen, Z. 
Gao, On sea surface roughness parameterization 
and its effect on tropical cyclone structure and 
intensity, Adv. Atmos. Sci., 27 (2010) 337-355. 
[22] R. Fuentes-Franco, F. Giorgi, E. Coppola, K. 
Zimmermann, Sensitivity of tropical cyclones to 
resolution, convection scheme and ocean flux 
parameterization over Eastern Tropical Pacific and 
Tropical North Atlantic Oceans in the RegCM4 
model, Climate dynamics, 49 (2017) 547-561. 
https://doi.org/10.1007/s00382-016-3357-3. 
[23] X. Zeng, M. Zhao, R.E. Dickinson, Intercomparison 
of bulk aerodynamic algorithms for the 
computation of sea surface fluxes using TOGA 
COARE and TAO data, J. Clim., 11 (1998) 2628-
2644. 
[24] B.H. Hai, P.V. Tan, Developing a tropical cyclone-
like vortex scheme for RegCM model to simulate 
tropical cyclone activity over the West North 
Pacific and Vietnam East Sea, Journal of Hydro-
meteorology 8 (584) (2009) 1-8. 
[25] V.T. Phan, T.T. Long, B.H. Hai, C. Kieu, Seasonal 
forecasting of tropical cyclone activity in the 
coastal region of Vietnam using RegCM4.2, Clim. 
Res., 62 (2015) 115-129. https://doi.org/10.3354/ 
cr01267. 
[26] W.C. Skamarock, J.B. Klemp, J. Dudhia, D.O. Gill, 
D.M. Barker, M.G. Duda, X.Y. Huang, W. Wang, 
and J.G. Powers, A description of the advanced 
research WRF version 3, NCAR Technical Note 
NCAR/TN-475CSTR, (2008). 
P.Q. Nam et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 3 (2020) 25-36 
36 
[27] Y. Sun, Z. Zhong, H. Dong, J. Shi, Y. Hu, 
Sensitivity of tropical cyclone track simulation 
over the western North Pacific to different 
heating/drying rates in the Betts–Miller–Janjic 
scheme, Mon. Wea. Rev., 143 (2015) 3478-3494. 
https://doi.org/10.1175/MWR-D-14-00340.1. 
[28] T. Islam, P.K. Srivastava, M.A. Rico-Ramirez, Q. 
Dai, M. Gupta, and S. K. Singh, Tracking a tropical 
cyclone through WRF-ARW simulation and 
sensitivity of model physics, Natural Hazards, 76 
(2015) 1473-1495. https://doi.org/10.1007/s11069 
-014-1494-8. 
[29] K.T. Chan, J.C. Chan, Sensitivity of the simulation 
of tropical cyclone size to microphysics schemes, 
Advances in Atmospheric Sciences, 33 (2016) 
1024-1035. https://doi.org/10.1007/s00376-016-
5183-2. 
[30] F. Giorgi, F. Solmon, G. Giuliani, Regional 
Climatic Model RegCM, User’s Guide v4.6, ICTP, 
(2016). 
[31] E. Nellie, B. Xunqiang, G. Filippo, N. Badrinath, 
P. Jeremy, S. Fabien, R. Sara, Z. Ashraf, O. Travis, 
N. Rita, and G. Graziano, Regional Climate Model 
RegCM reference manual v4.6, ICTP, (2014). 
[32] C.C.F. Lok., J.C.L. Chan, Simulating seasonal 
tropical cyclone intensities at landfall along the 
South China coast. Climate dynamics, 50 (2018) 
2661-2672. https://doi.org/10.1007/s00382-017-
3762-2. 
[33] S. Vishnu, J. Sanjay, and R. Krishnan, Assessment 
of climatological tropical cyclone activity over the 
north Indian Ocean in the CORDEX-South Asia 
regional climate models, Climate Dynamics, 53 
(2019) 5101-5118. https://doi. org/10.1007/s00382 
-019-04852-8. 
[34] S. Saha, S. Moorthi, H. Pan, X. Wu, J. Wang, S. 
Nadiga, P. Tripp, R. Kistler, J. Woollen, D. 
Behringer, H. Liu, D. Stokes, R. Grumbine, G. 
Gayno, J. Wang, Y. Hou, H. Chuang, H.H. Juang, 
J. Sela, M. Iredell, R. Treadon, D. Kleist, P. Van 
Delst, D. Keyser, J. Derber, M. Ek, J. Meng, H. 
Wei, R. Yang, S. Lord, H. van den Dool, A. Kumar, 
W. Wang, C. Long, M. Chelliah, Y. Xue, B. 
Huang, J. Schemm, W. Ebisuzaki, R. Lin, P. Xie, 
M. Chen, S. Zhou, W. Higgins, C. Zou, Q. Liu, Y. 
Chen, Y. Han, L. Cucurull, R.W. Reynolds, G. 
Rutledge, M. Goldberg, The NCEP Climate 
Forecast System Reanalysis, Bull. Amer. Meteor. 
Soc., 91 (2010) 1015-1058. https://doi.org/10. 
1175/2010BAMS3001.1.