Tổng quan nghiên cứu

Thế giới hiện ghi nhận hơn 7,3 tỷ người với hơn 7 tỷ thuê bao di động hoạt động liên tục, tạo nên một mạng lưới thiết bị thông minh phủ khắp toàn cầu. Trong khi đó, các phương pháp quan trắc và dự báo thời tiết truyền thống đòi hỏi nguồn lực đầu tư khổng lồ, điển hình như chính phủ Mỹ đã chi tới 5,1 tỷ USD cho lĩnh vực khí tượng vào năm 2014. Mặc dù vậy, các trạm khí tượng quốc gia hiện nay chủ yếu cung cấp dự báo trên diện rộng với chu kỳ cập nhật định kỳ từ 15 đến 30 phút, chưa thể đáp ứng nhu cầu cảnh báo vi khí hậu tức thời trong phạm vi hẹp từ 10 đến 50 mét phục vụ các sự kiện ngoài trời, cứu hộ cứu nạn hoặc điều phối giao thông đường thủy.

Vấn đề cốt lõi đặt ra là sóng điện từ GPS phát từ chòm 28 vệ tinh ở độ cao 20.180 km với tần số L1 đạt 1575,42 MHz luôn bị suy giảm công suất khi xuyên qua các hiện tượng thời tiết tại tầng đối lưu. Mục tiêu cụ thể của nghiên cứu là xây dựng giải pháp kỹ thuật đo lường, phân tích sự biến thiên của tỉ số tín hiệu trên nhiễu (SNR) từ chip thu GPS trên điện thoại thông minh để nhận diện trạng thái thời tiết tại chỗ. Luận văn tiến hành thu thập và xử lý dữ liệu thực nghiệm tại khu vực Hà Nội trong khoảng thời gian từ tháng 10 đến tháng 11 năm 2017. Nghiên cứu mang ý nghĩa đột phá khi mở ra hướng tiếp cận cảnh báo thời tiết theo thời gian thực với chi phí 0 đồng phần cứng, tận dụng hàng triệu cảm biến di động sẵn có trong cộng đồng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu ứng dụng hai nền tảng lý thuyết trọng tâm là lý thuyết lan truyền sóng điện từ trong khí quyển và nguyên lý định vị vệ tinh toàn cầu (GNSS). Bầu khí quyển Trái Đất gồm tầng điện ly (độ cao từ 70 km đến 1.000 km) và tầng đối lưu (từ bề mặt đất đến 10-40 km). Trong đó, tầng đối lưu là nơi tập trung 99% lượng hơi nước và diễn ra toàn bộ các hiện tượng thời tiết như mưa, mây, giông bão. Sóng GPS khi đi qua tầng này chịu độ trễ dao động từ 2,4 mét ở góc đỉnh đến hơn 25 mét ở góc nâng thấp 5 độ, đồng thời bị suy hao năng lượng do hơi nước hấp thụ và tán xạ.

Các khái niệm chính được sử dụng bao gồm: Tỉ số tín hiệu trên nhiễu (SNR - Signal-to-Noise Ratio), Khoảng cách giả (Pseudorange), Độ mất chính xác hình học (GDOP), Hiện tượng đa đường (Multipath) và Hiệu ứng che khuất (Shadowing). Để xác định vị trí 3 chiều và sai số thời gian của đồng hồ máy thu, hệ thống bắt buộc phải giải hệ phương trình với tối thiểu 4 vệ tinh. Luận văn cũng xem xét các yếu tố vật lý nâng cao như thuyết tương đối hẹp và rộng của Einstein (gây sai lệch thời gian lên đến 70 ns tương đương sai số 21 mét) cùng hiệu ứng Sagnac do Trái Đất tự quay (gây dịch chuyển vị trí tới 30 mét) nhằm chuẩn hóa việc tính toán khoảng cách hình học.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp thông qua ứng dụng di động tự phát triển chạy trên hệ điều hành Android, có khả năng trích xuất bản tin định vị NMEA và giá trị SNR theo thời gian thực từ từng mã vệ tinh (PRN). Cỡ mẫu nghiên cứu bao gồm 11 đợt đo độc lập trong khung giờ cố định từ 20h00 đến 20h10 (tương ứng 600 mẫu dữ liệu liên tục mỗi phiên đo) trải dài từ ngày 09/10/2017 đến ngày 22/11/2017.

Phương pháp chọn mẫu có chủ đích được áp dụng nhằm thu thập dữ liệu trong các điều kiện khí tượng điển hình: trời mưa to và rất lạnh, trời gió lạnh, trời mưa rải rác và trời quang đãng với nhiệt độ trên 25°C. Lý do lựa chọn phương pháp phân tích chuỗi thời gian kết hợp thống kê phương sai SNR là vì kỹ thuật này cho phép tách biệt sự dao động ngẫu nhiên của môi trường truyền dẫn với mức độ suy hao năng lượng đặc trưng do hơi nước và hạt mưa gây ra, từ đó đảm bảo tính khách quan và độ chính xác của mô hình phân loại thời tiết vi mô.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thực nghiệm đo đạc chỉ số SNR của các vệ tinh GPS thu nhận qua smartphone đã làm rõ 3 phát hiện quan trọng:

  • Sự suy giảm công suất tín hiệu trong điều kiện mưa: Vào các ngày mưa lớn như 09/10, 11/10 và 21/11/2017, giá trị SNR trung bình của tất cả các vệ tinh PRN sụt giảm từ 15% đến 35% so với những ngày thời tiết quang đãng.
  • Độ bất ổn định và biên độ dao động sóng: Trong điều kiện trời mưa kèm gió lạnh ngày 21/11/2017, đường cong SNR dao động mạnh với biên độ biến thiên đạt từ 4 dBHz đến 8 dBHz trong khoảng thời gian 10 phút, phản ánh tác động tán xạ đa đường do các hạt nước mưa phân tán trong không khí.
  • Tính ổn định cao trong thời tiết bình thường: Tại các phiên đo ngày 10/11, 12/11 và 13/11/2017 khi nhiệt độ khí quyển duy trì trên 25°C, không mưa và lặng gió, chỉ số SNR giữ vững ở mức cao (dao động ổn định từ 35 dBHz đến 42 dBHz) với phương sai sai lệch dưới 5%.

Thảo luận kết quả

Sự khác biệt rõ rệt về cường độ tín hiệu bắt nguồn từ chỉ số khúc xạ phức hợp của tầng đối lưu. Khi độ ẩm không khí đạt mức bão hòa 100% và hơi nước ngưng tụ thành mây dày hoặc giọt mưa rơi xuống bề mặt đất, các phân tử nước hấp thụ một phần năng lượng bức xạ vi sóng ở tần số 1575,42 MHz. Đồng thời, cấu trúc giọt mưa gây ra hiện tượng tán xạ và phản xạ không đồng nhất, làm suy giảm cường độ tín hiệu thẳng (Line-of-Sight).

Dữ liệu thực nghiệm được trực quan hóa hiệu quả thông qua biểu đồ đường chuỗi thời gian đa biến (Line Chart), thể hiện sự phân tách rõ rệt giữa đường đồ thị SNR của ngày mưa 21/11/2017 (đường nét đứt gãy, biên độ thấp) và ngày nắng ráo 12/10/2017 (đường đồ thị nằm ở ngưỡng biên độ cao, mượt mà). Bảng đối sánh dữ liệu cũng chứng minh rằng giá trị SNR trung bình có thể đóng vai trò như một chỉ số định lượng phản ánh trạng thái khí quyển cục bộ trong bán kính 10 đến 50 mét với độ trễ phản hồi dưới 1 giây, điều mà các trạm radar thời tiết diện rộng trị giá hàng triệu USD không thể thực hiện ở quy mô vi mô.

Đề xuất và khuyến nghị

  • Phát triển gói thư viện phần mềm (SDK) thu thập dữ liệu SNR nền tích hợp vào các ứng dụng di động phổ thông, hướng tới mục tiêu xây dựng mạng lưới 10.000 thiết bị thu phân tán trong vòng 12 tháng do các doanh nghiệp công nghệ thông tin chủ trì.
  • Ứng dụng thuật toán học máy (Machine Learning) để phân loại tự động trạng thái thời tiết dựa trên đồ thị SNR, đặt mục tiêu nâng độ chính xác nhận diện mưa và mây dày lên trên 90% trong vòng 6 tháng do nhóm nghiên cứu thực hiện.
  • Thiết lập hệ thống máy chủ điện toán đám mây tổng hợp dữ liệu bản đồ thời tiết vi mô theo thời gian thực với độ trễ xử lý dưới 10 giây trước năm 2020 dưới sự điều phối của các viện nghiên cứu khí tượng.
  • Ban hành quy chuẩn kỹ thuật và chính sách bảo mật dữ liệu định vị cộng đồng (Crowdsourced Data) giai đoạn 2018-2022 do cơ quan quản lý nhà nước về thông tin và truyền thông chủ trì thực thi.

Đối tượng nên tham khảo luận văn

  • Kỹ sư phát triển phần mềm di động và hệ thống IoT: Nắm vững phương pháp trích xuất dữ liệu thô NMEA/SNR từ chip GPS trên hệ điều hành Android để tích hợp tính năng cảm biến môi trường vào các ứng dụng thương mại.
  • Nhà nghiên cứu khí tượng học và xử lý tín hiệu viễn thông: Khai thác mô hình suy hao tín hiệu sóng vi ba qua tầng đối lưu nhằm tối ưu hóa các thuật toán bù sai số khoảng cách giả (Pseudorange).
  • Đơn vị quản lý đô thị thông minh và tổ chức sự kiện ngoài trời: Tham khảo giải pháp thiết lập hệ thống cảnh báo mưa giông tức thời cục bộ trong phạm vi vài chục mét nhằm đảm bảo an toàn vận hành.
  • Giảng viên, học viên cao học và sinh viên chuyên ngành Công nghệ thông tin, Mạng máy tính: Sử dụng làm tài liệu tham khảo chuyên sâu về cấu trúc hệ thống GNSS, ma trận sai số UERE và kỹ thuật phân tích dữ liệu thực nghiệm.

Câu hỏi thường gặp

  • Tín hiệu GPS bị ảnh hưởng bởi những yếu tố khí tượng nào nhiều nhất? Tín hiệu GPS bị suy giảm chủ yếu bởi độ ẩm, mật độ mây và lượng mưa tại tầng đối lưu (nơi chứa 99% hơi nước khí quyển). Hạt mưa và hơi ẩm hấp thụ năng lượng vi sóng, làm giảm tỉ số SNR từ 15% đến 35% so với điều kiện quang đãng.

  • Tại sao cần tối thiểu 4 vệ tinh để xác định vị trí và phân tích dữ liệu? Hệ thống định vị GPS cần giải 4 biến số độc lập gồm 3 tọa độ không gian (X, Y, Z) và độ lệch sai số thời gian của đồng hồ máy thu. Một sai số thời gian cực nhỏ chỉ 1 microsecond có thể gây ra độ lệch vị trí lên tới 300 mét.

  • Phương pháp đo SNR qua smartphone có thể thay thế trạm radar khí tượng không? Phương pháp này không thay thế mà đóng vai trò bổ trợ đắc lực. Radar khí tượng phủ sóng bán kính hàng trăm kilomet nhưng cập nhật chậm, trong khi mạng lưới smartphone cung cấp dữ liệu vi mô tức thời trong bán kính vài chục mét với chi phí thiết bị 0 đồng.

  • Sự khác biệt phần cứng giữa các dòng điện thoại có làm sai lệch kết quả đo SNR không? Mỗi loại ăng-ten chip thu có độ nhạy khác nhau tạo ra sai số phần cứng từ 1 đến 3 dBHz. Tuy nhiên, việc phân tích sự biến thiên tương đối và tốc độ sụt giảm của đường cong SNR theo chuỗi thời gian giúp loại trừ hoàn toàn sai số phần cứng tĩnh này.

  • Hệ thống cảnh báo thời tiết dựa trên GPS phản hồi nhanh như thế nào? Dữ liệu SNR được trích xuất và xử lý liên tục theo từng giây, cho phép phát hiện sự ngưng tụ của mây mưa cục bộ với độ trễ dưới 5 giây, vượt trội hơn hẳn chu kỳ cập nhật từ 15 đến 30 phút của các bản tin thời tiết hiện nay.

Kết luận

  • Luận văn đã chứng minh thành công mối tương quan thực nghiệm chặt chẽ giữa sự suy giảm tỉ số tín hiệu trên nhiễu (SNR) của sóng GPS với các hiện tượng thời tiết mưa và gió lạnh.
  • Xây dựng hoàn chỉnh ứng dụng trên nền tảng Android cho phép ghi nhận và trực quan hóa dữ liệu SNR đa vệ tinh theo thời gian thực.
  • Đề xuất thành công mô hình mạng lưới thiết bị thông minh thu thập dữ liệu thời tiết vi mô trong phạm vi hẹp từ 10 đến 50 mét.
  • Đóng góp giải pháp khoa học mang tính ứng dụng cao, mở đường cho việc tận dụng hơn 7 tỷ thiết bị di động toàn cầu làm các trạm quan trắc khí tượng phân tán.
  • Mở ra tiềm năng ứng dụng trí tuệ nhân tạo để tự động hóa hoàn toàn quy trình nhận diện và dự báo sớm các hiện tượng thời tiết nguy hiểm.

Lộ trình tiếp theo cần tập trung mở rộng quy mô thử nghiệm đồng thời trên các hệ thống định vị GLONASS, BeiDou và Galileo nhằm tối ưu hóa độ chính xác của mạng lưới dự báo vi mô.