ứng dụng GIS và viễn thám trong quản lý tài nguyên và môi trường

1 ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA Khoa Môi trường và tài nguyên BÁO CÁO BÀI TẬP LỚN Ứng dụng GIS và Viễn Thám trong quản lý tài nguyên và môi trường SỬ DỤNG ẢNH VỆ TINH TRONG CÔNG TÁC DỰ BÁO MƯA VÀ MỘT SỐ PHƯƠNG PHÁP HIỆU CHỈNH SỐ LƯỢNG MƯA GVHD Lưu Đình Hiệp Nhóm 4 Đỗ Văn Phước Trần Thị Ngọc Hân Nguyễn Thị Bé Liên I TỔNG QUAN  Khái niệm Ảnh mây vệ tinh Là hình ảnh chụp Trái Đất từ không gian hiện rõ toàn bộ mây bao phủ quanh Trái Đất với mục đích phục vụ cho việ.

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA Khoa Môi trường tài nguyên BÁO CÁO BÀI TẬP LỚN Ứng dụng GIS Viễn Thám quản lý tài nguyên môi trường SỬ DỤNG ẢNH VỆ TINH TRONG CÔNG TÁC DỰ BÁO MƯA VÀ MỘT SỐ PHƯƠNG PHÁP HIỆU CHỈNH SỐ LƯỢNG MƯA GVHD: Lưu Đình Hiệp Nhóm 4: Đỗ Văn Phước Trần Thị Ngọc Hân Nguyễn Thị Bé Liên I TỔNG QUAN  Khái niệm: Ảnh mây vệ tinh: Là hình ảnh chụp Trái Đất từ khơng gian rõ tồn mây bao phủ quanh Trái Đất với mục đích phục vụ cho việc giám sát, theo dõi thời tiết chụp Vệ tinh khí tượng  Dự đốn rủi ro thời tiết, Đầu tiên, phải có kiến thức mối đe dọa thủy văn xảy khu vực cụ thể giúp nhà khí tượng xác định xác hướng bão, lũ lụt Vệ tinh khí tượng: loại vệ tinh nhân tạo dùng chủ yếu quan sát thời tiết khí hậu Trái Đất Radar thời tiết: Công cụ phát hiển thị vùng mây nguy hiểm CB/TCU, vùng mưa dông hướng di chuyển đám mây tượng thời tiết khác tầm phủ Hình ảnh chụp từ Rada thời tiết Hình ảnh chụp từ trạm thu ảnh viễn thám CÁC PHƯƠNG PHÁP HIỆU CHỈNH SỐ LIỆU MƯA TỪ VỆ TINH: II Phương pháp ước lượng mưa từ thông tin viễn thám PERSIANN: Hệ thống Ước lượng Lượng mưa từ Thông tin Viễn Thám sử dụng Mạng thần kinh nhân tạo (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Network PERSIANN) nguồn liệu có nhiều ưu điểm để sử dụng quan trắc lượng mưa Nguồn liệu:  PERSIANN sử dụng thuật toán với hỗ trợ mạng thần kinh nhân tạo để xử lý ảnh mây từ vệ tinh Sử dụng phương pháp phân loại chức mạng thần kinh nhân tạo ước tính tỷ lệ mưa điểm ảnh hình ảnh hồng ngoại cung cấp vệ tinh địa tĩnh Phân tích liệu:  Truy vấn không gian: Dữ liệu từ nguồn dạng Raster chuyển dạng điểm lưới Lưới tọa độ liệu PERSIANN với độ phân giải 0.040  Tập hợp hạt nước mưa rơi từ cao xuống chiếu thẳng đứng xuống mặt đất chưa toàn hạt nước rơi trúng miệng hứng tiêu đo mưa, bị ảnh hưởng yếu tố, yếu tố gió góp phần làm lệch phương hạt mưa - Thống kê chuỗi liệu:  Độ xác PC:  Sai số tuyệt đối trung bình: Trong đó: H = Quan trắc vệ tinh có quan trắc mặt đất có M = Quan trắc vệ tinh khơng quan trắc mặt đất có F = Quan trắc vệ tinh có quan trắc mặt đất khơng CN = Quan trắc vệ tinh không quan trắc mặt đất không Phương pháp ước lượng mưa từ từ thông tin viễn thám GSMAP: GSMaP (Global Satellite Mapping Precipitation) Năm 2002, Trung tâm Khoa học Công nghệ Nhật Bản (JST – Japan Science and Technology Agency) bắt đầu thiết lập GSMaP sau đến năm 2007 đẩy mạnh Trung tâm Nghiên cứu Vũ trụ Nhật Bản (JAXA – Japan Aerospace Exploration Agency) nhóm nhà khoa học thực Nhiệm vụ Đo đạc mưa (PMM – Precipitation Measuring Mission) để thiết lập sản phẩm mưa tồn cầu với độ phân giải cao theo khơng gian theo thời gian GSMaP kết hợp từ số liệu xạ sóng ngắn nhiều vệ tinh quĩ đạo thấp TRMM TMI, AQUA AMSRE, ADEOS II AMSRE DMSP SSM/I số liệu xạ hồng ngoại GEO [13] Với kết hợp đó, GSMaP bao phủ phạm vi từ 60o N đến 60o S với độ phân giải theo phương ngang 0,1 độ (3600 x 1200 pixels) độ phân giải thời gian Phân tích liệu:  Hệ số tương quan:  Độ lệch tương đối: Trường hợp có tính bất liên tục theo khơng gian thời gian:  Xác suất phát (POD – Probability of Detection)  Tỷ phần cảnh báo sai (FAR - False Alarm Ratio): Phương pháp hiệu chỉnh: Giá trị lượng mưa ngày GSMaP theo tháng năm trạm hiệu chỉnh theo hai cách sau: Trong đó: GSMaPHC lượng mưa ngày GSMaP sau hiệu chỉnh; GSMaP lượng mưa ngày GSMaP chưa hiệu chỉnh; OBSTB lượng mưa ngày quan trắc trung bình nhiều năm; GSMaPTB lượng mưa ngày GSMaP trung bình nhiều năm; ‘st’ số cho trạm; ‘d’ số cho ngày; ‘m’ số cho tháng; ‘y’ số cho năm Trong cách hiệu chỉnh thứ hai giá trị sau hiệu chỉnh âm gán khơng Phương pháp đo mưa toàn cầu: Nguồn liệu:  Global Precipitation Measurement (GPM nhiệm vụ vệ tinh quốc tế nhằm cung cấp hệ số liệu quan trắc mưa tuyết toàn cầu NASA JAXA phòng vệ tinh GPM Core Observatory vào ngày 27/2/2014, mang theo thiết bị xác định lượng mưa từ không gian Dữ liệu mưa cung cấp sử dụng để thống số đo lượng mưa thực mạng lưới vệ tinh đối tác quốc tế để định lượng thời gian, địa điểm lượng mưa tuyết khắp giới Phân tích liệu:  Hệ số tương quan Pearson:  Sai số tuyệt đối trung bình: Phần mềm IRAIN: Phân tích liệu:  iRain cung cấp quyền truy cập vào sản phẩm lượng mưa vệ tinh có độ phân giải cao (~ 4km) toàn cầu theo thời gian thực từ PERSIANN-CCS (Ước tính lượng mưa từ Thơng tin cảm biến từ xa cách sử dụng Mạng thần kinh nhân tạo - Hệ thống phân loại đám mây), phát triển nhóm nghiên cứu CHRS Khối xây dựng iRain dựa ước tính lượng mưa vệ tinh tạo thuật toán PERSIANN phát triển hai thập kỷ  iRain cho phép người dùng hình dung quan sát lượng mưa vệ tinh toàn cầu theo thời gian thực theo dõi kiện mưa cực lớn tồn cầu Hình ảnh logo phần mềm IRAIN Một số hình ảnh minh họa: Hình: Giao diện làm việc phần mềm IRAIN Link truy cập: http://irain.eng.uci.edu/?fbclid=IwAR0Q9UytYlC32pIp1PV7c5lrQ6eyioJERU6rcfK2LQrGh U2cUV5s-mwpGQ8 III KẾT LUẬN: -Dữ liệu mưa liệu quan trọng quy hoạch quản lý tài nguyên nước giảm thiểu tác động thiên tai Do đó, cơng tác quan trắc mưa có vai trị quan trọng -Phương pháp sử dụng công nghệ viễn thám đã, nghiên cứu phát triển mạnh mẽ trở thành công cụ hữu ích quản lý tài nguyên nước giảm thiểu thiệt hại thiên tai, tình hình tác động biến đổi khí hậu ngày nghiêm trọng TÀI LIỆU THAM KHẢO [1] Bùi Chí Nam (2017) Nghiên cứu đánh giá liệu mưa quan trắc vệ tinh từ GPM PERSIANN phục vụ cảnh báo mưa Thành phố Hồ Chí Minh [2] Wikipedia, 2020, Vatm.vn [3] Vũ Thanh Hằng (2018) Đánh giá số liệu mưa vệ tinh GSMaP cho khu vực Trung Bộ Việt Nam giai đoạn 2000-2010 khả hiệu chỉnh 10 ... thu ảnh viễn thám CÁC PHƯƠNG PHÁP HIỆU CHỈNH SỐ LIỆU MƯA TỪ VỆ TINH: II Phương pháp ước lượng mưa từ thông tin viễn thám PERSIANN: Hệ thống Ước lượng Lượng mưa từ Thông tin Viễn Thám sử dụng Mạng... liệu quan trọng quy hoạch quản lý tài nguyên nước giảm thiểu tác động thiên tai Do đó, cơng tác quan trắc mưa có vai trị quan trọng -Phương pháp sử dụng công nghệ viễn thám đã, nghiên cứu phát... nguồn liệu có nhiều ưu điểm để sử dụng quan trắc lượng mưa Nguồn liệu:  PERSIANN sử dụng thuật toán với hỗ trợ mạng thần kinh nhân tạo để xử lý ảnh mây từ vệ tinh Sử dụng phương pháp phân loại chức