Luận văn Thạc sĩ: Xác định Chỉ tiêu Khí tượng Thanh Hóa bằng Ảnh Vệ tinh

Nghiên cứu xác định các chỉ tiêu khí tượng như nhiệt độ, độ ẩm, lượng mưa tại Thanh Hóa bằng ảnh vệ tinh. Phân tích mô hình, phương pháp ứng dụng viễn thám hiệu quả.

• Tác giả: Nguyễn Việt Anh
• Người hướng dẫn: PGS. Phùng Văn Khoa
• Trường học: Trường Đại học Lâm nghiệp
• Chuyên ngành: Quản lý Tài nguyên & Môi trường
• Đề tài: Nghiên cứu xác định một số chỉ tiêu khí tượng bằng ảnh vệ tinh ở tỉnh Thanh Hóa
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2020
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• DANH MỤC CÁC CHỮ VIẾT TẮT
• DANH MỤC BẢNG
• DANH MỤC HÌNH VẼ
• ĐẶT VẤN ĐỀ
• 1. CHƯƠNG 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
• 1.1. Giới thiệu chung
• 1.2. Tổng quan ứng dụng viễn thám để xác định một số tham số khí quyển
• 1.3. Ứng dụng viễn thám để xác định nhiệt độ không khí gần mặt đất
• 1.4. Ứng dụng viễn thám ước tính hàm lượng hơi nước và độ ẩm không khí
• 1.5. Ứng dụng viễn thám ước tính lượng mưa
• 2. MỤC TIÊU, ĐỐI TƯỢNG, PHẠM VI, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Mục tiêu nghiên cứu
• 2.1.1. Mục tiêu tổng quát
• 2.1.2. Mục tiêu cụ thể
• 2.2. Đối tượng và phạm vi nghiên cứu
• 2.2.1. Đối tượng nghiên cứu
• 2.2.2. Phạm vi nghiên cứu
• 2.3. Nội dung nghiên cứu
• 2.4. Cơ sở khoa học xác định các yếu tố nhiệt độ không khí, độ ẩm tương đối không khí và lượng mưa từ ảnh viễn thám
• 2.5. Xây dựng mô hình tương quan các yếu tố khí tượng tính toán từ ảnh viễn thám và từ trạm quan trắc
• 2.6. Đề xuất phương pháp xác định yếu tố khí tượng từ ảnh vệ tinh tại khu vực nghiên cứu
• 2.7. Phương pháp nghiên cứu
• 2.7.1. Phương pháp kế thừa số liệu của các nghiên cứu trên thế giới
• 2.7.2. Phương pháp sử dụng công nghệ xử lý ảnh số và GIS
• 2.7.3. Phương pháp khảo sát, thử nghiệm, phân tích và so sánh
• 3. CHƯƠNG 3: ĐIỀU KIỆN TỰ NHIÊN, KINH TẾ XÃ HỘI KHU VỰC NGHIÊN CỨU
• 3.1. Điều kiện tự nhiên
• 3.1.1. Đặc điểm khí hậu
• 3.1.2. Đặc điểm thuỷ văn
• 3.1.3. Đặc điểm thực vật
• 3.2. Điều kiện kinh tế, xã hội
• 3.2.1. Tăng trưởng kinh tế
• 3.2.2. Tình hình phát triển các ngành, lĩnh vực
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. KẾT QUẢ NGHIÊN CỨU
• 4.2. Xây dựng mô hình tương quan yếu tố khí tượng tính toán từ ảnh viễn thám và từ trạm quan trắc
• 4.3. Đề xuất các phương pháp xác định yếu tố khí tượng từ ảnh vệ tinh khu vực nghiên cứu
• 4.4. Thực nghiệm tính nhiệt độ không khí bằng dữ liệu viễn thám
• 4.4.1. Dữ liệu viễn thám và dữ liệu quan trắc
• 4.4.2. Thực nghiệm tính toán nhiệt độ không khí
• 4.5. Thực nghiệm tính độ ẩm tương đối bằng dữ liệu viễn thám
• 4.5.1. Dữ liệu viễn thám và dữ liệu quan trắc
• 4.5.2. Thực nghiệm tính toán độ ẩm tương đối
• 4.6. Hiệu chỉnh lượng mưa
• KẾT LUẬN, TỒN TẠI VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Hướng dẫn xác định chỉ tiêu khí tượng Thanh Hóa qua ảnh vệ tinh

Thanh Hóa, một tỉnh có địa hình phức tạp và khí hậu nhiệt đới gió mùa ẩm, luôn đối mặt với những thách thức từ thiên tai và biến đổi khí hậu. Việc nắm bắt chính xác các chỉ tiêu khí tượng như nhiệt độ, độ ẩm, và lượng mưa là yêu cầu cấp thiết. Các chỉ số này không chỉ phục vụ sản xuất nông nghiệp, quản lý tài nguyên nước mà còn là nền tảng cho công tác phòng chống thiên tai. Tuy nhiên, phương pháp quan trắc truyền thống bộc lộ nhiều hạn chế khi áp dụng trên một địa bàn rộng lớn. Công nghệ viễn thám nổi lên như một giải pháp hiện đại, mang lại khả năng giám sát toàn diện và hiệu quả. Việc xác định chỉ tiêu khí tượng Thanh Hóa qua ảnh vệ tinh mở ra một hướng đi mới, giúp cung cấp dữ liệu liên tục, đồng bộ và khách quan. Dữ liệu từ các vệ tinh như MODIS, GOES, hay hệ thống GSMaP cho phép xây dựng các bản đồ phân bố không gian chi tiết, điều mà mạng lưới trạm mặt đất khó có thể thực hiện được. Nghiên cứu này kế thừa các phương pháp khoa học tiên tiến trên thế giới, ứng dụng công nghệ xử lý ảnh số và GIS để xây dựng mô hình tương quan giữa dữ liệu vệ tinh và số liệu quan trắc. Mục tiêu là đề xuất một quy trình hiệu quả để tính toán nhiệt độ không khí, độ ẩm tương đối và lượng mưa cho toàn tỉnh Thanh Hóa, góp phần nâng cao năng lực dự báo và ứng phó với các hiện tượng thời tiết cực đoan. Cách tiếp cận này không chỉ làm tăng dày số liệu khí tượng mà còn tạo cơ sở khoa học vững chắc cho việc quy hoạch phát triển kinh tế - xã hội bền vững trong bối cảnh biến đổi khí hậu ngày càng phức tạp.

1.1. Vai trò của các yếu tố khí tượng đối với kinh tế xã hội

Các yếu tố khí tượng như nhiệt độ không khí, độ ẩm tương đối, và lượng mưa đóng vai trò vô cùng quan trọng đối với sự phát triển kinh tế - xã hội tại Thanh Hóa. Trong nông nghiệp, các chỉ số này ảnh hưởng trực tiếp đến lịch thời vụ, sự sinh trưởng của cây trồng và nguy cơ dịch bệnh. Nắm bắt chính xác diễn biến thời tiết giúp người dân chủ động trong sản xuất, giảm thiểu thiệt hại do hạn hán hoặc ngập úng. Đối với quản lý tài nguyên nước, dữ liệu lượng mưa là đầu vào không thể thiếu cho các mô hình thủy văn, phục vụ vận hành hồ chứa, cảnh báo lũ lụt và quy hoạch sử dụng nước. Hơn nữa, các hoạt động du lịch, xây dựng và giao thông cũng chịu tác động lớn từ điều kiện thời tiết. Việc hiểu rõ quy luật phân bố và biến động của các chỉ tiêu khí tượng tạo tiền đề cho việc khai thác hợp lý tài nguyên khí hậu, biến chúng thành nguồn lực phát triển bền vững.

1.2. Viễn thám Giải pháp đột phá cho quan trắc môi trường

Công nghệ viễn thám sử dụng ảnh vệ tinh đa phổ, đa độ phân giải để thu thập thông tin về bề mặt Trái Đất một cách nhanh chóng và đồng bộ. Ưu điểm vượt trội của viễn thám là khả năng cung cấp dữ liệu trên một vùng phủ rộng lớn, có chu kỳ lặp lại theo thời gian và khách quan. So với phương pháp đo đạc truyền thống, ảnh vệ tinh cho phép giám sát cả những khu vực hiểm trở, khó tiếp cận. Trong lĩnh vực khí tượng, viễn thám có thể ước tính các thông số như nhiệt độ bề mặt đất, tổng cột hơi nước và lượng mưa với độ chính xác ngày càng cao. Đây được xem là phương pháp thay thế ưu việt, bổ sung hiệu quả cho mạng lưới trạm quan trắc khí tượng hiện có, đặc biệt tại các quốc gia đang phát triển với nguồn lực đầu tư hạn chế.

II. Thách thức trong quan trắc khí tượng truyền thống tại Thanh Hóa

Việc quan trắc các chỉ tiêu khí tượng tại Thanh Hóa bằng phương pháp truyền thống đang đối mặt với nhiều thách thức đáng kể. Hệ thống các trạm quan trắc khí tượng mặt đất, dù là nguồn dữ liệu tin cậy, nhưng lại phân bố không đồng đều. Các trạm thường tập trung ở khu vực đồng bằng và ven biển, trong khi vùng núi rộng lớn phía Tây lại có mật độ trạm rất thưa thớt. Sự thiếu hụt này tạo ra những "khoảng trống" dữ liệu, làm giảm độ chính xác của các bản đồ nội suy và các mô hình dự báo. Địa hình Thanh Hóa đa dạng, bị chia cắt mạnh bởi núi đồi, sông suối, tạo ra nhiều tiểu vùng khí hậu khác biệt. Dữ liệu từ một điểm quan trắc khó có thể đại diện cho một khu vực rộng lớn có điều kiện địa hình phức tạp. Việc lắp đặt và duy trì các trạm quan trắc ở vùng sâu, vùng xa cũng đòi hỏi chi phí đầu tư và vận hành rất lớn. Hơn nữa, dữ liệu thu thập từ các trạm chỉ mang tính điểm, không thể hiện được sự phân bố liên tục của các yếu tố khí tượng trong không gian. Những hạn chế này gây khó khăn cho công tác quy hoạch, quản lý tài nguyên và đặc biệt là cảnh báo sớm các thiên tai như lũ quét, sạt lở đất. Do đó, việc tìm kiếm một giải pháp bổ sung, có khả năng cung cấp thông tin không gian liên tục như xác định chỉ tiêu khí tượng Thanh Hóa qua ảnh vệ tinh là một nhu cầu cấp bách.

2.1. Hạn chế của mạng lưới trạm quan trắc khí tượng mặt đất

Mạng lưới trạm quan trắc khí tượng tại Thanh Hóa hiện nay chưa đủ dày đặc để bao phủ toàn bộ lãnh thổ. Sự phân bố không đồng đều, đặc biệt là sự thiếu vắng các trạm ở khu vực miền núi phía Tây, dẫn đến việc dữ liệu thu thập được không phản ánh đầy đủ tính đa dạng và phức tạp của khí hậu toàn tỉnh. Các mô hình dự báo và đánh giá khí hậu dựa trên số liệu này có thể chứa đựng sai số lớn, ảnh hưởng đến độ tin cậy của các quyết định liên quan đến phòng chống thiên tai và phát triển nông nghiệp. Dữ liệu tại một trạm chỉ là giá trị tại một điểm, trong khi các hiện tượng như mưa lớn hay hạn hán lại diễn ra trên một không gian rộng. Việc nội suy từ các điểm đo rời rạc này thường kém chính xác ở những vùng cách xa trạm.

2.2. Khó khăn trong thu thập dữ liệu trên địa hình phức tạp

Địa hình Thanh Hóa trải dài từ vùng núi cao phía Tây đến đồng bằng và ven biển phía Đông, tạo ra sự phân hóa khí hậu rõ rệt. Vùng núi cao hiểm trở, giao thông đi lại khó khăn gây trở ngại lớn cho việc khảo sát, lắp đặt và bảo trì các thiết bị quan trắc tự động. Các hiện tượng thời tiết cực đoan như lũ quét, sạt lở đất cũng có thể phá hủy các công trình quan trắc. Chi phí đầu tư cho một mạng lưới dày đặc trên địa hình phức tạp là rất tốn kém. Những khó khăn này nhấn mạnh sự cần thiết của các công nghệ giám sát từ xa như viễn thám, vốn không bị ảnh hưởng bởi các rào cản địa lý và có thể cung cấp cái nhìn tổng quan, liên tục về các chỉ tiêu khí tượng trên toàn khu vực.

III. Phương pháp xác định nhiệt độ độ ẩm không khí bằng viễn thám

Phương pháp xác định chỉ tiêu khí tượng Thanh Hóa qua ảnh vệ tinh dựa trên nền tảng khoa học vững chắc về sự tương tác giữa bức xạ điện từ và các thành phần trong khí quyển. Đối với nhiệt độ không khí, nghiên cứu sử dụng dữ liệu từ ảnh vệ tinh MODIS. Dữ liệu này cung cấp thông tin về nhiệt độ bề mặt đất (LST). Các nghiên cứu trước đây của Chen (1983) và nhiều nhà khoa học khác đã chỉ ra một mối quan hệ tuyến tính chặt chẽ giữa nhiệt độ bề mặt và nhiệt độ không khí ở độ cao gần mặt đất. Dựa trên nguyên lý này, một mô hình hồi quy tuyến tính được xây dựng: Ta = a + b*Ts, trong đó Ta là nhiệt độ không khí cần tìm, Ts là nhiệt độ bề mặt từ ảnh vệ tinh, a và b là các hệ số được xác định thông qua đối chiếu với dữ liệu từ các trạm quan trắc khí tượng mặt đất. Đối với độ ẩm tương đối, quy trình phức tạp hơn. Trước hết, tổng cột hơi nước (W) trong khí quyển được tính toán dựa trên các kênh phổ hồng ngoại gần của MODIS. Các kênh này nhạy cảm với sự hấp thụ của hơi nước. Thuật toán của Kaufman và Gao (1992) được áp dụng để tính toán hệ số hấp thụ, từ đó suy ra lượng hơi nước tổng cộng. Sau khi có được giá trị tổng cột hơi nước, một mô hình hồi quy bậc hai (Q = aW² + bW + c) được dùng để ước tính độ ẩm riêng (Q). Cuối cùng, độ ẩm tương đối (r) được tính theo công thức r = (e/E) * 100%, với sức trương hơi nước (e) tính từ độ ẩm riêng và sức trương hơi nước bão hòa (E) tính từ nhiệt độ không khí đã xác định ở bước trước.

3.1. Quy trình tính nhiệt độ không khí từ dữ liệu ảnh MODIS

Quy trình xác định nhiệt độ không khí bắt đầu bằng việc thu thập và tiền xử lý ảnh vệ tinh MODIS. Dữ liệu kênh hồng ngoại nhiệt được sử dụng để tính toán nhiệt độ bề mặt đất (LST) trên toàn tỉnh Thanh Hóa. Đồng thời, số liệu nhiệt độ không khí đo tại cùng thời điểm từ các trạm quan trắc khí tượng (Hồi Xuân, Tĩnh Gia, Bái Thượng...) được thu thập. Sử dụng phần mềm GIS và xử lý ảnh, giá trị LST tại vị trí các trạm được trích xuất. Dữ liệu cặp (LST vệ tinh, nhiệt độ không khí tại trạm) được sử dụng để xây dựng một mô hình hồi quy tuyến tính. Mô hình này sau đó được áp dụng cho toàn bộ ảnh LST để tạo ra bản đồ phân bố nhiệt độ không khí liên tục cho cả khu vực nghiên cứu.

3.2. Thuật toán ước tính độ ẩm tương đối qua tổng cột hơi nước

Việc ước tính độ ẩm tương đối dựa trên nguyên lý vật lý về sự hấp thụ năng lượng của hơi nước. Dữ liệu từ các kênh hồng ngoại gần (ví dụ kênh 2, 17, 18, 19 của MODIS) được dùng để tính tổng cột hơi nước trong khí quyển. Mối quan hệ giữa tổng cột hơi nước (W) và độ ẩm riêng (Q) được xác lập thông qua một phương trình hồi quy, thường là bậc hai, dựa trên các nghiên cứu thực nghiệm. Sau khi tính được độ ẩm riêng, sức trương hơi nước thực tế (e) được xác định. Song song đó, sức trương hơi nước bão hòa (E) được tính toán dựa vào bản đồ nhiệt độ không khí đã có. Cuối cùng, độ ẩm tương đối được tính bằng tỷ số phần trăm giữa e và E, cho phép thành lập bản đồ phân bố độ ẩm trên toàn khu vực.

IV. Cách ước tính và hiệu chỉnh lượng mưa từ dữ liệu vệ tinh GSMaP

Ước tính lượng mưa từ không gian là một trong những ứng dụng quan trọng nhất của viễn thám khí tượng. Nghiên cứu này sử dụng sản phẩm mưa vệ tinh GSMaP (Global Satellite Mapping of Precipitation), một dự án do Cơ quan Khoa học và Công nghệ Nhật Bản (JST) và Cơ quan Thám hiểm Vũ trụ Nhật Bản (JAXA) phát triển. Hệ thống GSMaP kết hợp dữ liệu từ nhiều vệ tinh khác nhau, bao gồm cả cảm biến vi sóng (microwave) và hồng ngoại (infrared), để cung cấp bản đồ lượng mưa toàn cầu với độ phân giải không gian và thời gian cao. Dữ liệu GSMaP thô cung cấp một cái nhìn tổng quan về sự phân bố mưa, đặc biệt hữu ích cho các vùng không có trạm đo. Tuy nhiên, dữ liệu này vẫn có thể chứa sai số do các yếu tố như địa hình, loại mây và các thuật toán ước tính. Để nâng cao độ chính xác, một bước hiệu chỉnh là cực kỳ cần thiết. Quy trình hiệu chỉnh bao gồm việc so sánh dữ liệu lượng mưa từ vệ tinh GSMaP với số liệu đo đạc trực tiếp từ 7 trạm quan trắc khí tượng tại Thanh Hóa. Bằng cách phân tích sự chênh lệch giữa hai bộ dữ liệu, một mô hình hiệu chỉnh, thường là một hàm tuyến tính, được xây dựng. Mô hình này sau đó được áp dụng cho toàn bộ bản đồ mưa vệ tinh để tạo ra một sản phẩm cuối cùng chính xác hơn, phản ánh tốt hơn điều kiện mưa thực tế tại địa phương. Quá trình này giúp kết hợp ưu điểm của cả hai phương pháp: độ bao phủ không gian rộng của vệ tinh và độ chính xác cao tại điểm của trạm đo.

4.1. Khai thác dữ liệu mưa vệ tinh toàn cầu GSMaP cho Thanh Hóa

Dữ liệu GSMaP cung cấp các sản phẩm mưa theo giờ trên lưới toàn cầu. Đối với khu vực Thanh Hóa, dữ liệu này được tải về và xử lý để tạo ra bản đồ tổng lượng mưa trong 24 giờ và 48 giờ. Dữ liệu được chuyển đổi từ định dạng gốc (Grid) sang định dạng Raster trong môi trường GIS để thuận tiện cho việc phân tích và tính toán. Ưu điểm của GSMaP là khả năng cung cấp thông tin mưa gần thời gian thực, giúp theo dõi sự hình thành và di chuyển của các hệ thống gây mưa, hỗ trợ công tác cảnh báo sớm các trận mưa lớn có khả năng gây lũ lụt, đặc biệt là ở vùng thượng nguồn các con sông lớn như sông Mã, sông Chu.

4.2. Hiệu chỉnh dữ liệu vệ tinh bằng số liệu trạm đo thực tế

Bước hiệu chỉnh là chìa khóa để nâng cao chất lượng sản phẩm mưa vệ tinh. Dữ liệu lượng mưa từ vệ tinh GSMaP tại vị trí các trạm quan trắc khí tượng được trích xuất. Sau đó, một mô hình hồi quy tuyến tính được thiết lập để tìm ra mối quan hệ giữa lượng mưa vệ tinh và lượng mưa thực đo. Các biểu đồ phân tán được sử dụng để đánh giá mối tương quan. Hệ số hiệu chỉnh tìm được từ mô hình hồi quy sẽ được áp dụng cho toàn bộ bản đồ mưa GSMaP. Kết quả là một bản đồ lượng mưa đã hiệu chỉnh, có độ tin cậy cao hơn, giảm thiểu sai số có hệ thống của dữ liệu vệ tinh thô và phù hợp hơn với đặc điểm khí hậu của tỉnh Thanh Hóa.

V. Kết quả ứng dụng ảnh vệ tinh giám sát khí tượng Thanh Hóa

Việc ứng dụng phương pháp xác định chỉ tiêu khí tượng Thanh Hóa qua ảnh vệ tinh đã mang lại những kết quả khả quan và có giá trị thực tiễn cao. Dựa trên dữ liệu ảnh vệ tinh MODIS và số liệu từ 7 trạm quan trắc khí tượng, các mô hình hồi quy tuyến tính đã được xây dựng thành công cho nhiệt độ không khí, độ ẩm tương đối và hiệu chỉnh lượng mưa. Kết quả phân tích cho thấy mối tương quan chặt chẽ giữa dữ liệu vệ tinh và dữ liệu mặt đất, khẳng định tính đúng đắn của phương pháp luận. Từ các mô hình này, các bản đồ phân bố không gian của các yếu tố khí tượng đã được thành lập cho toàn tỉnh Thanh Hóa vào các thời điểm cụ thể. Các bản đồ này thể hiện rõ sự phân hóa khí hậu theo không gian, chẳng hạn như nhiệt độ thấp hơn ở vùng núi phía Tây và cao hơn ở vùng đồng bằng ven biển, hay độ ẩm không khí có sự biến đổi theo độ cao và ảnh hưởng của biển. Đặc biệt, kết quả hiệu chỉnh lượng mưa từ dữ liệu GSMaP cho thấy sự cải thiện đáng kể về độ chính xác. Biểu đồ so sánh giữa lượng mưa vệ tinh trước và sau hiệu chỉnh với lượng mưa thực đo tại các trạm cho thấy sản phẩm sau hiệu chỉnh bám sát hơn với thực tế, đặc biệt là trong các trận mưa lớn. Những kết quả này chứng minh rằng công nghệ viễn thám là một công cụ mạnh mẽ và hiệu quả, có khả năng bổ sung và làm giàu nguồn dữ liệu khí tượng, phục vụ đắc lực cho công tác quản lý tài nguyên và phòng chống thiên tai tại Thanh Hóa.

5.1. Xây dựng mô hình hồi quy tuyến tính cho các yếu tố khí tượng

Thông qua việc sử dụng công cụ phân tích trong GIS và phần mềm thống kê, các mô hình hồi quy tuyến tính đã được xây dựng. Đối với nhiệt độ, mô hình thể hiện mối quan hệ giữa nhiệt độ bề mặt đất từ MODIS và nhiệt độ không khí tại trạm. Đối với độ ẩm, mô hình liên kết tổng cột hơi nước với độ ẩm riêng. Đối với mưa, mô hình hiệu chỉnh sai số giữa dữ liệu GSMaP và số liệu trạm. Việc đánh giá các mô hình qua các chỉ số như hệ số tương quan (R²) cho thấy sự phù hợp và độ tin cậy cao, tạo cơ sở để áp dụng rộng rãi cho toàn khu vực nghiên cứu.

5.2. Thành lập bản đồ phân bố nhiệt độ và độ ẩm không khí

Kết quả cuối cùng của quá trình phân tích là các bộ bản đồ số. Các bản đồ này trực quan hóa sự phân bố của nhiệt độ không khí và độ ẩm tương đối trên toàn tỉnh Thanh Hóa. Chúng cung cấp thông tin không gian liên tục, cho phép xác định các vùng có nhiệt độ cao, nguy cơ hạn hán, hoặc các khu vực có độ ẩm lớn, thuận lợi cho sự phát triển của một số loại cây trồng. Đây là nguồn tư liệu quý giá cho các nhà quy hoạch và quản lý, giúp đưa ra các quyết định dựa trên cơ sở dữ liệu khoa học và toàn diện hơn so với việc chỉ dựa vào số liệu điểm từ các trạm quan trắc.

5.3. Đánh giá độ chính xác của bản đồ lượng mưa sau hiệu chỉnh

Độ chính xác của sản phẩm mưa vệ tinh sau hiệu chỉnh được đánh giá bằng cách so sánh với dữ liệu thực đo tại các trạm. Các chỉ số thống kê như sai số trung bình, sai số trung phương được tính toán. Kết quả cho thấy, bản đồ lượng mưa sau hiệu chỉnh có sai số thấp hơn đáng kể so với bản đồ gốc từ GSMaP. Biểu đồ phân bố lượng mưa 24 giờ và 48 giờ sau hiệu chỉnh phản ánh chân thực hơn cường độ và phạm vi của các trận mưa, đặc biệt trong các sự kiện thời tiết cực đoan, qua đó nâng cao hiệu quả của hệ thống cảnh báo lũ lụt và thiên tai liên quan đến mưa.

VI. Tương lai của viễn thám trong dự báo khí tượng tại Việt Nam

Nghiên cứu xác định chỉ tiêu khí tượng Thanh Hóa qua ảnh vệ tinh đã chứng minh tiềm năng to lớn của công nghệ viễn thám trong lĩnh vực khí tượng thủy văn. Phương pháp này không chỉ khắc phục được những hạn chế của mạng lưới quan trắc truyền thống mà còn mở ra nhiều hướng ứng dụng mới. Trong tương lai, việc tích hợp dữ liệu từ nhiều nguồn vệ tinh khác nhau (như GOES, TRMM, GPM) với các độ phân giải không gian và thời gian đa dạng sẽ giúp nâng cao hơn nữa độ chính xác của các mô hình. Sự phát triển của trí tuệ nhân tạo và học máy cũng hứa hẹn sẽ tạo ra các thuật toán xử lý ảnh thông minh hơn, có khả năng tự động nhận dạng các kiểu thời tiết và dự báo các hiện tượng cực đoan với độ tin cậy cao. Việc kết hợp dữ liệu viễn thám với các mô hình dự báo số trị (Numerical Weather Prediction - NWP) như WRF hay HRM sẽ cải thiện đáng kể chất lượng dự báo ngắn hạn. Dữ liệu nhiệt độ không khí, độ ẩm tương đối và lượng mưa từ vệ tinh có thể được đồng hóa vào các mô hình này để cung cấp trạng thái ban đầu chính xác hơn. Điều này đặc biệt quan trọng cho việc dự báo quỹ đạo và cường độ bão, cảnh báo mưa lớn cục bộ và lũ quét. Việc nhân rộng các mô hình đã xây dựng tại Thanh Hóa cho các tỉnh thành khác trên cả nước là một định hướng cần thiết, góp phần xây dựng một hệ thống giám sát và cảnh báo thiên tai đồng bộ, hiện đại và hiệu quả trên toàn quốc.

6.1. Đánh giá hiệu quả của phương pháp xác định chỉ tiêu khí tượng

Phương pháp sử dụng ảnh vệ tinh đã chứng tỏ hiệu quả vượt trội trong việc cung cấp dữ liệu khí tượng có độ phủ không gian rộng và tính đồng bộ cao. Nó giúp làm dày mạng lưới quan trắc một cách hiệu quả về mặt chi phí, đặc biệt cho các vùng núi và hải đảo. Khả năng cung cấp dữ liệu gần thời gian thực là một lợi thế lớn cho công tác dự báo và ứng phó khẩn cấp. Mặc dù vẫn còn những tồn tại cần cải tiến, nhưng phương pháp này đã tạo ra một cơ sở khoa học vững chắc, là tiền đề quan trọng cho việc hiện đại hóa công tác quan trắc khí tượng thủy văn tại Việt Nam.

6.2. Định hướng ứng dụng công nghệ viễn thám trong khí tượng thủy văn

Trong tương lai, công nghệ viễn thám cần được ứng dụng sâu rộng hơn nữa. Các hướng đi chính bao gồm: tích hợp dữ liệu vệ tinh quang học, hồng ngoại và radar để giám sát toàn diện các yếu tố thời tiết; phát triển các hệ thống đồng hóa dữ liệu vệ tinh vào các mô hình dự báo thời tiết số trị; xây dựng các bộ dữ liệu khí hậu chuỗi dài từ ảnh vệ tinh để nghiên cứu xu thế biến đổi khí hậu. Việc đầu tư vào đào tạo nguồn nhân lực chất lượng cao, có khả năng làm chủ công nghệ viễn thám và GIS, là yếu tố then chốt để khai thác tối đa tiềm năng của công nghệ này, phục vụ mục tiêu phát triển bền vững và giảm thiểu rủi ro thiên tai.

Trích đoạn nội dung tài liệu

Chương 1 TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 1. Giới thiệu chung Môi trường khí quyển bao bọc xung quanh trái đất thực chất được cấu thành bởi các lớp chất khí và được giữ bởi hấp lực của trái đất. Nó được phân chia thành một số tầng khí quyển bao gồm: tầng đối lưu (troposphere), tầng bình lưu (stratosphere), tầng giữa khí quyển (mesosphere), tầng điện ly (ionosphere) và tầng ngoài khí quyển (exosphere). Trong đó, tầng thấp nhất gần với bề mặt trái đất là tầng đối lưu với độ cao tới 12,5 km có chứa phần lớn lượng mây được nhìn thấy trên bầu trời.

Do đó, tầng khí quyển này gắn liền với các hiện tượng thời tiết. Nó có chứa nhiều loại khí như: hơi nước, khí N2, khí O2, khí CO2 và một số loại khí khác. Các loại khí này giúp giữ nhiệt lượng mà một phần lại được bức xạ trở lại để làm ấm bề mặt trái đất. Phía trên của tầng đối lưu là tầng bình lưu với độ cao từ 12,5 đến 50 km.

Tầng bình lưu bao gồm tầng Ozone (O3) với sự tập trung của các phân tử O3 có khả năng hấp thụ bức xạ cực tím từ mặt trời và tránh những ảnh hưởng có hại tới sức khỏe con người. Trong khi đó, tầng giữa khí quyển với độ cao từ 50 đến 80 km là tầng có nhiệt độ lạnh nhất và tại tầng điện ly ở độ cao từ 80 đến 290 km, nhiệt độ tăng lên và có thể đạt đến vài ngàn 0F. Cuối cùng, với độ cao từ 290 đến 800 km, tầng ngoài khí quyển là vùng chuyển tiếp tới khoảng không vũ trụ. Việc thu thập số liệu khí tượng theo phương pháp truyền thống được thực hiện ở trên mặt đất bằng các thiết bị đo đạc như: áp kế, nhiệt kế, thiết bị đo gió, các máy ghi đo mực nước mưa và thời gian nắng được phân bố thành một mạng lưới trên khắp khu vực lãnh thổ.

Đồng thời, để thu nhận dữ liệu về áp suất, nhiệt độ và độ ẩm ở tầng khí quyển cao hơn, người ta sử dụng một bóng thám không được thả lên đến độ cao 36 km, mang theo các dụng cụ download by : [e-mail] 4 được lắp đặt trong khung như: áp kế, nhiệt kế, ẩm kế và một máy radio để truyền tin về mặt đất. Tổng quan ứng dụng viễn thám để xác định một số tham số khí quyển 1. Ứng dụng viễn thám để xác định nhiệt độ không khí gần mặt đất. Nhiệt độ không khí mô tả trạng thái mức độ nóng lạnh của không khí.

Cụ thể hơn, nó mô tả động năng, năng lượng chuyển động của các chất khí tạo nên không khí trong bầu khí quyển. Khi các phân tử chuyển động nhanh hơn, nó làm tăng nhiệt độ không khí. Nhiệt độ không khí ảnh hưởng đến sự tăng trưởng và sinh sản của thực vật và động vật, với nhiệt độ ấm hơn thì quá trình tăng trưởng sinh học sẽ được thúc đẩy nhanh hơn. Do đó, nhiệt độ không khí tác động rất mạnh đến sinh vật và hệ sinh thái môi trường.

Nhiệt độ không khí là một trong những thành phần quan trọng của trạng thái không khí cùng với áp suất không khí, độ ẩm không khí, mật độ không khí… Nó ảnh hưởng đến gần như tất cả các thông số thời tiết như tỉ lệ bốc hơi ( ảnh hưởng đến độ ẩm không khí), tốc độ gió và hướng gió, các mô hình mưa và kiểu mưa như mưa, mưa tuyết, mưa đá …. Để xác định nhiệt độ, người ta thường biểu diễn nhiệt độ dưới thang độ F hoặc độ C (0 độ C = 32 độ F). Tuy nhiên, trong nghiên cứu khoa học nói chung, người ta thường dùng độ Kelvin- độ K để biểu diễn nhiệt độ. Đó là nhiệt độ thấp nhất có thể mà ở đó các phân tử ngừng chuyển động, nó xấp xỉ bằng -273 độ C và -460 độ F.

Nhiệt độ không khí gần mặt đất được xác định là khoảng không khí có độ cao nhỏ từ 1.5 đến 2 m so với bề mặt đất. Trên thế giới, nhiều nghiên cứu đã được tiến hành để xác định nhiệt độ không khí gần mặt đất và mối quan hệ của nó với các hiện tượng khác diễn ra trên bề mặt khí quyển. Trong viễn thám, bức xạ đo được từ các thiết bị vệ tinh là một hàm tích phân của các tham số như: độ cao, áp suất bề mặt và các mặt cắt thẳng đứng download by : [e-mail] 5 (vertical profile) của nhiệt độ và hơi nước. Do đó, cấu trúc nhiệt độ của khí quyển có thể được xác định bằng cách quan trắc bức xạ điện từ rời khỏi môi trường khí quyển ở một số khoảng phổ (spectral intervals) trong vùng hồng ngoại nhiệt và vùng sóng siêu cao tần.

Bức xạ này từ trái đất rời khỏi khí quyển vào khoảng không vũ trụ thay đổi theo chiều dài bước sóng do: (1) sự phụ thuộc của hàm Planck vào chiều dài bước sóng và (2) sự hấp thụ của các loại khí trong môi trường khí quyển có cấu trúc phân tử khác nhau như CO2, H2O, O3 và các loại khí khác. Xung quanh các dải phổ hấp thụ của các loại khí cấu tạo khí quyển, mặt cắt đứng của các tham số khí quyển như nhiệt độ, độ ẩm có thể tính toán được. Lấy mẫu ở vùng phổ tại trung tâm của dải hấp thụ sẽ cho bức xạ của tầng khí quyển trên (do các loại khí cấu tạo của khí quyển đã hấp thụ các bức xạ từ tầng khí quyển dưới); lấy mẫu ở các vùng phổ xa khỏi trung tâm của dải hấp thụ sẽ cho bức xạ từ tầng khí quyển dưới kế tiếp. Xa khỏi các dải hấp thụ sẽ là các cửa sổ cho vùng đáy của tầng khí quyển.

Tổng quan ứng dụng viễn thám để xác định nhiệt độ không khí gần mặt đất trên thế giới. Nhiệt độ không khí ước tính từ nhiệt độ bề mặt. Chen (1983) đã khám phá ra rằng từ dữ liệu hồng ngoại nhiệt từ vệ tinh GOES có thể xác định nhiệt độ bề mặt. Sau đó, Chen tiếp tục xét mối quan hệ giữa nhiệt độ bề mặt với nhiệt độ không khí và phát hiện ra tồn tại mối quan hệ tuyến tính giữa chúng và có hệ số tương quan rất cao giữa chúng.

Các kết quả tính toán cho thấy hệ số tương quang cỡ 0.5 mét và độ lệch chuẩn chỉ là 1. Davis (1983) khi sử dụng dữ liệu nhiệt độ NOAA cũng cho thấy mối quan hệ tuyến tính giữa nhiệt độ không khí và nhiệt độ bề mặt đất trên vùng Bắc Mỹ và độ lệch chuẩn là 1. Horiguchi (1992) cũng thực hiện phân tích hồi quy giữa nhiệt độ không khí ở độ cao 1.5 mét từ hệ thống quan trắc dữ liệu với nhiệt độ bề mặt từ dữ download by : [e-mail] 6 liêu hồng ngoại nhiệt của vệ tinh địa tĩnh. Kết quả cũng cho thấy mức độ sai số 1-1.

Ottle (1989) chỉ ra rằng nhiệt độ không khí biến đổi vì thực vật và đó cơ sở cho mối quan hệ tuyến tính giữa nhiệt độ không khí và nhiệt bề mặt. Green năm 2002 cũng phát hiện ra mối tượng quan rất lớn giữa dữ liệu nhiệt độ không khí ước tính từ đầu thu AVHRR với nhiệt độ không khí thu thập tại các trạm quan trắc. Quá trình thống kê ước tính với gian đoạn 1 tháng cho cả châu Âu và châu Phi. Mối quan hệ tuyến tính thể hiện trong suốt cả tháng với dữ liệu ít nhất từ 105 đến 164 trạm quan trắc và sai số trung phương nằm trong khoảng 2.5 độ K với sai số trung bình là 4.8 độ K ở châu Âu và tương ứng với châu Phi là 3.

Nhiệt độ không khí ước tính dựa trên chỉ số khác biệt thực vật(NDVI). Phân tích khai thác chỉ số khác biệt thực vật (NDVI) dự trên việc ước tính và thành lập bản đồ nhiệt độ bề mặt đều được thực hiện bởi Goward năm 1988,1994, Nemani năm 1989, Prince năm 1995, Goetz năm 1997 và Sarvanapavan năm 1995. Nguyên lý phương pháp này là sử dụng mối quan hệ giữa lớp phủ thực vật thể hiện thông qua chỉ số khác biệt thực vật và nhiệt độ bề mặt ( Nemani, 1989) vì phần lớn mặt đất được bao phủ bởi thực vật với xu hướng đồng nhất, do đó việc quan trắc nhiệt độ không khí có thể được thực hiện theo phương pháp này. Saravanapavan (1995) đề cập tới việc nhiêt độ bề mặt giảm khi giá trị NDVI tăng lên.

Nhiệt độ không khí được ước tính bằng phép ngoại suy NDVI thông qua giá trị NDVI ở vùng phủ kín thực vật với nhiệt độ không khí khác biệt cỡ 1-2 độ C. Nhiệt độ không khí có thể ngoại suy từ đường hợp lý nhất thông qua giá trị NDVI ở vùng phủ kín thực vật ( thường là 0.7) và nhiệt độ bề mặt. Phương pháp này có thấy mối tương quan là 0.81 và sai số trung phương cỡ khoảng 1.2 ở 5 vùng của Thái Lan. download by : [e-mail] 7 Nhiệt độ không khí ước tính thông qua việc tính nhiệt độ bề mặt sử dụng mô hình góc thiên đỉnh của bức xạ mặt trời.

Cresswell năm 1997 đã đề cập tới việc ước tính nhiệt độ dựa trên năng lượng bức xạ sóng dài từ bề mặt trái đất và nó không thực sự biểu thị nhiệt độ không khí. Vệ tinh khí tượng Meteosat dựa trên việc ước tính tính hiệu hòa trộn, nó chứa năng lượng có nguồn gốc bức xạ mặt trời phản xạ lại từ trái đất, năng lượng bức xạ bản thân của khí quyển và năng lượng gần mặt đất. Ta biết răng không dễ dàng phân tách từng thành phần riêng biệt của năng lượng thu được nhưng phương pháp ước tính này cho phép ước tính dựa trên tổng từng phần của năng lượng thu được. Chúng ta biết rằng, Meteosat cho phép thu ảnh cả ngày và đêm, những tín hiệu hồng ngoại yếu sẽ bị biến dạng và chịu ảnh hưởng của hiện tán xạ Rayleigh.

Bằng cách sử dụng mô hình mà nó có mối quan hệ chặt chẽ tới dải hồng ngoại trên ảnh Meteosat và giá trị nhiệt độ thực tế lấy từ các trạm quan trắc. Phương pháp này có 70% giá trị sai cỡ 3 độ C và 10-13 % sai số cỡ 5 độ C và lớn hơn. Nhiệt độ không khí ước tính từ mối quan hệ giữa biến thể của khối nhiệt và nhiệt độ không khí. Ferreira năm 2001 tại Bồ Đào Nha đã phát triển mối quan hệ giữa sự khác biệt biến thể của khối nhiệt độ và nhiệt độ không khí Tc - Ta và sự suy giảm do bão hòa để ước tính chỉ số áp lực nước thực vật cùng với một công cụ quản lý thủy lợi và phát hiện ra mối quan hệ tuyến tính với hệ số tương quan là 0.

Nhiệt độ không khí ước tính bằng phương pháp nội suy không gian.