Thạc Sĩ Nghiên cứu phương pháp xác định lượng mưa trên cơ sở ảnh mây vệ tinh địa tĩnh MTSAT cho khu vực Việt

BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG
TRUNG TÂM KHÍ TƯỢNG THỦY VĂN QUỐC GIA

MỤC LỤC
LỜI MỞ ĐẦU 4
MỤC LỤC 6
DANH MỤC HÌNH .8
DANH MỤC BẢNG 11
CÁC TỪ VIẾT TẮT .12
SỰ CẦN THIẾT 14
NỘI DUNG BÁO CÁO .16
- Chương I. Tổng quan phương pháp xác định mưa từ thông tin ảnh vệ tinh .16
- Chương II. Nguồn số liệu và phương pháp nghiên cứu 16
- Chương III. Các kết quả đạt được 16
- Kết luận và kiến nghị 16
- Phụ lục và tài liệu tham khảo 16
CHƯƠNG I. TỔNG QUAN VỀ PHƯƠNG PHÁP XÁC ĐỊNH LƯỢNG MƯA TỪ
THÔNG TIN ẢNH VỆ TINH . .17
1.1. Các kênh phổ của vệ tinh MTSAT 17
1.1.1. Kênh 11àm (IR1). 17
1.1.2. Kênh 12àm (IR2). 20
1.1.3. Kênh 6.7àm (WV) 21
1.1.4. Kênh 3.7àm 24
1.1.5. Kênh 0.75àm (VIS) 27
1.2. Các phương pháp xác định mưa .29
1.2.1. Phương pháp đơn phổ .29
1.2.1.1. Phương pháp định tính .29
1.2.1.2. Phương pháp định lượng 29
1.2.2. Phương pháp đa phổ. 31
1.2.2.1. Phương pháp Inoue. .31
1.2.2.2. Phương pháp Kakane và Imbernon 31
1.2.2.3. Phương pháp Kurino 32
1.2.2.4. Phương pháp LUTs 34
Trung tâm Dự báo KTTV Trung ương Trung tâm KTTV quốc gia
Nghiên cứu phương pháp xác định lượng mưa trên cơ sở ảnh mây vệ tinh địa tĩnh MTSAT cho khu vực Việt Nam. 7
1.2.2.5. Phương pháp PERSIANN 35
1.2.3. Phương pháp ước lượng mưa tại Việt Nam 37
1.2.3.1. Trước năm 1997 .37
1.2.3.2. Từ 1997 đến 2000. .37
1.2.3.3. Từ 2001 đến nay (2010) .38

CHƯƠNG II. NGUỒN SỐ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU .39
2.1. Nguồn số liệu .39
2.1.1. Số liệu vệ tinh khí tượng. .39
2.1.2. Số liệu vệ tinh chuyên dụng đo mưa (TRMM). .42
2.1.3. Số liệu đo mưa bề mặt. .43
2.2. Phương pháp nghiên cứu .45
2.2.1. Mạng thần kinh nhân tạo (Artificial Neuron Network - ANN) 45
2.2.1.1. Sự phát triển mạng ANN. 45
2.2.1.2. Cấu trúc mạng ANN. .47
2.2.1.3. Hoạt động mạng ANN. 50
2.2.2. Xử lý số liệu 52
2.2.3. Mô hình đánh giá mưa 54
2.2.3.1. Xây dựng mô hình. 54
2.2.3.2. Luyện mạng. 55
2.2.3.3. Đánh giá mưa thời gian thực 58

CHƯƠNG III. MỘT SỐ KẾT QUẢ ĐẠT ĐƯỢC. 60
3.1. Đánh giá theo sản phẩm mưa phân giải cao (HRPPs.) 61
3.2. Đánh giá theo mưa từ vệ tinh TRMM .64
3.3. Đánh giá theo nguồn quan trắc mưa thực. .65
KẾT LUẬN VÀ KIẾN NGHỊ 78
TÀI LIỆU THAM KHẢO 80
PHỤ LỤC .83

ĐẶT VẤN ĐỀ
Vệ tinh khí tượng cung cấp liên tục và đồng thời những thông tin về trường mây
không chỉ trên một vùng nhỏ hẹp mà cả vùng rộng lớn hàng ngàn km, bao quát không
chỉ các vùng đông đúc dân cư mà cả vùng hẻo lánh và đại dương. Số liệu vệ tinh cho
phép khoanh vùng mây có khả năng cho mưa và đánh giá lượng mưa trung bình của
vùng quan tâm, đánh giá cấp độ mưa trong những khoảng thời gian khác nhau từ một
vài giờ đến lượng mưa ngày hoặc tháng phục vụ cho các mô hình dự báo thời tiết, các
mô hình dự báo thuỷ văn và các nghiên cứu khí hậu. Những bức ảnh vệ tinh có độ phân
giải cao về không gian và thời gian cho phép phát hiện rất tốt những cột mây dông phát
triển gây ra mưa, tố, lốc, . hoặc lũ quét trong những vùng nhỏ hẹp.
Ở Việt Nam, do hạn chế về mạng lưới trạm quan trắc khí tượng, thủy văn và trạm
đo mưa, việc phân tích diễn biến trường mưa và ước lượng được lượng mưa đã và đang
xảy ra trên toàn lãnh thổ nước ta và vùng phụ cận đóng vai trò rất quan trọng trong
công tác dự báo thời tiết nói chung và dự báo thủy văn nói riêng. Phân tích và theo dõi
quá trình diễn biến liên tục các trung tâm mưa giúp chúng ta có thể nhanh chóng định
tính đưa ra các dự báo, cảnh báo về tình hình mưa trong tương lai. Trên thông tin ảnh
vệ tinh, khi quan sát sự được di chuyển của khối không khí lạnh tràn xuống kèm theo
các dải mây, ổ mây đối lưu mạnh gây mưa, các vùng mây đậm đặc có nhiệt độ thấp từ
biển hoặc phía tây di chuyển, . thì các nhà dự báo có thể nhận định được xu thế diễn
biến mưa trong tương lai gần (nowcasting) một cách khá chính xác.
Các mô hình dự báo thủy văn ngày nay đều đòi hỏi phải có được nguồn số liệu đầu
vào là giá trị về mưa một cách đủ dày và đủ độ tin cậy thì mới đưa ra được các bản tin
dự báo thủy văn về lũ, dòng chảy, mực nước, . một cách chính xác cho từng sông
trong mạng lưới sông hồ nhiều và phân bố rất phức tạp ở nước ta. Số liệu định lượng về
mưa chiết xuất từ thông tin vệ tinh trên các khu vực Trung Quốc, vùng núi xa xôi có
tầm quan trọng nhất định trong việc tăng cường số liệu mưa, đầu vào cho các mô hình
dự báo thủy văn, nơi mà hầu như không tồn tại các trạm quan trắc hoặc do nguyên nhân
chính trị, an ninh quốc gia không có được.
Một số phương pháp phân tích và ước lượng lượng mưa từ ảnh vệ tinh được phát
triển ở nước ta trước đây chỉ là những nghiên cứu ban đầu, mang tính chất xút tác cho
hàng loạt những nghiên cứu tiếp theo nhằm khai thác hiệu quả nguồn số liệu vệ tinh
phân giải cao còn mới mẻ và quí giá này. Các phương pháp trên nhìn chung chỉ dừng
lại ở mức độ phân tích định tính bằng mắt thường, thông tin về tổng lượng mưa và
Trung tâm Dự báo KTTV Trung ương Trung tâm KTTV quốc gia
Nghiên cứu phương pháp xác định lượng mưa trên cơ sở ảnh mây vệ tinh địa tĩnh MTSAT cho khu vực Việt Nam. 15
cường độ mưa đưa ra chưa đạt độ tin cao, không ứng dụng được trong nghiệp vụ dự báo
ngày nay.
Sự phát triển vượt bậc trong những năm gần đây về khoa học vũ trụ, công nghệ
thông tin, công nghệ viễn thám, cũng như sự ra đời các phương pháp, thuật toán mới
trong việc giải quyết các bài toán về hội tụ, chuyển động, đã góp phần tích cực nâng
cao hơn nhiều các thông tin sản phẩm có nguồn gốc từ số liệu vệ tinh. Lượng thông tin
nhận từ các vệ tinh địa tĩnh (MTSAT, FY-2) hiện nay tại Trung tâm KTTV quốc gia rất
cao 1024 mức lượng tử trên 05 kênh phổ và tần suất thu là 96 lần trong ngày (trước đây
là 256 mức lượng tử trên 04 kênh và tần suất thu 24 lần trong ngày) rất có ích khi khai
thác các sản phẩm thứ cấp nói chung và sản phẩm mưa đã và đang xảy ra nói riêng.
Triển khai áp dụng phương pháp hồi quy tuyến tính đa chiều, phương pháp mạng thần
kinh nhân tạo (Artificial Neuron Network - ANN) mà đã được thế giới nghiên cứu phổ
biến rộng rãi, giải quyết việc tính toán hội tụ trên các kênh hồng ngoại và hơi nước sẽ
giúp tăng cường khả năng loại bỏ mây tầng cao không gây mưa, cũng như phân cấp đối
lưu được chi tiết. Sự lợi thế kênh phổ 3.7àm kết hợp với dải hồng ngoại nhiệt sẽ loại bỏ
ảnh hưởng của sương mù và mây tầng thấp không cho mưa mặc dù chúng có độ ngậm
nước đáng kể mà các phương pháp trước đó không có được. Sản phẩm về cường mưa
chiết xuất ra sau khi quá trình luyện mô hình ANN kết thúc sẽ được tích hợp cho các
khoảng thời gian khác nhau: 03, 06, 12, 24, 48 và 72 giờ được chuyển đổi dưới dạng
ảnh để tăng cường phục vụ công tác dự báo khí tượng và được đưa ra dưới dạng số cho
các khu vực nhỏ hoặc lưu vực sông là nguồn số liệu đầu vào chính của các mô hình dự
báo thủy văn.
Tiến hành triển khai nghiên cứu, xây dựng phương pháp xác định lượng mưa từ
thông tin ảnh mây vệ tinh địa tĩnh MTSAT cho khu vực Việt Nam trong giai đoạn hiện
nay là cần thiết chứ không nói đến là muộn, đúng hướng và mạng lại hiệu quả. Kết quả
thu được từ nghiên cứu này là những số liệu đo mưa hoàn toàn có thể trợ giúp các dự
báo viên khí tượng, thủy văn tham khảo một cách hữu ích trong nghiệp vụ dự báo
KTTV, nhất là hiện nay chúng ta đang nghiên cứu, áp dụng thử nghiệm phương pháp
dự báo cực ngắn mưa dông cho khu vực Hà Nội dựa chủ yếu vào nguồn số liệu viễn
thám đang thu nhận tại Trung tâm.