Vệ tinh Himawari 8 là thế hệ vệ tinh mới nhất của Nhật Bản, bao gồm 16 kênh phổ. Việc phân tích các kênh phổ mang lại nhiều thông tin phục vụ cho công tác phân tích, dự báo, cảnh báo mưa–dông. Nghiên cứu này trình bày kết quả nghiên cứu xây dựng công cụ trợ giúp công tác cảnh báo, dự báo mưa–dông cho khu vực Đồng bằng sông Cửu Long (ĐBSCL).
Bài báo khoa học Ứng dụng số liệu ảnh mây vệ tinh Himawari dự báo cảnh báo mưa dông cho khu vực Đồng sông Cửu Long Trần Thành Cơng1, Lê Ngọc Quyền1, Nguyễn Minh Giám1, Lê Đình Quyết1 Đài Khí tượng Thủy văn khu vực Nam Bộ; congtt@gmail.com, quyentccb@gmail.com, nmg@kttvnb.vn, quyet.le74@gmail.com * Tác giả liên hệ: congtt@gmail.com; Tel.: +84–989012367 Ban Biên tập nhận bài: 05/9/2020; Ngày phản biện xong: 07/10/2020; Ngày đăng bài: 25/11/2020 Tóm tắt: Vệ tinh Himawari hệ vệ tinh Nhật Bản, bao gồm 16 kênh phổ Việc phân tích kênh phổ mang lại nhiều thơng tin phục vụ cho cơng tác phân tích, dự báo, cảnh báo mưa–dơng Nghiên cứu trình bày kết nghiên cứu xây dựng công cụ trợ giúp công tác cảnh báo, dự báo mưa–dông cho khu vực Đồng sông Cửu Long (ĐBSCL) Các tiện ích tích hợp công cụ sử dụng nguồn số liệu 16 kênh phổ ảnh vệ tinh Himawari phân tích, tính tốn: phân loại mây (Ci, Sc, St, Cu, Cb ), xác định nhiệt độ độ cao đỉnh mây, xác định vùng mây dơng, xác định vùng mây có khả sinh mưa, tính tốn di chuyển khối mây Cb Cơng cụ tính tốn số liệu phân tích dự báo cho vùng địa lý (đơn vị hành chính), đồng thời cung cấp tiện ích chuyển phát thông tin cảnh báo, dự báo thời hạn đến 6h cách nhanh chóng hiệu Từ khóa: Ảnh mây; Mưa; Dông; Himawari; Dự báo; Cảnh báo Đặt vấn đề Mưa–dông tượng thời tiết điển hình, có ảnh hưởng lớn đến hoạt động kinh tế–xã hội, sinh hoạt người Với khu vực Đồng Bằng Sông Cửu Long (ĐBSCL) mưa vừa đem lại nguồn nguồn nước dồi cho phát triển nông nghiệp, thủy sản, vừa nguyên nhân gây ngập lụt ảnh hưởng tiêu cực đến phát triển kinh tế xã hội đời sống sinh hoạt người dân Do công tác dự báo, cảnh báo mưa–dông khu vực ĐBSCL đóng vai trị quan trọng việc tăng cường mặt ảnh hưởng tích cực mưa–dơng giảm thiểu thiệt hại mà mưa–dơng gây Hiện nay, giới liệu vệ tinh Himawari–8 sử dụng rộng rãi dự báo thời tiết, đặc biệt số tượng thời tiết nguy hiểm dự báo bão, mưa, dông Vệ tinh Himawari hệ vệ tinh Nhật Bản, bao gồm 16 kênh phổ có kênh dải thị phổ đỏ, xanh xanh da trời kết hợp với tạo thành ảnh với màu tự nhiên tương đương với nhận biết từ mắt người Chi tiết kênh phổ đưa hình Độ phân giải không gian kênh phổ km x km kênh từ kênh đến kênh 16 Các kênh thị phổ cận thị phổ có độ phân giải km x km, riêng kênh thị phổ thứ (VS) có độ phân giải tinh nhất, 0,5 km x 0,5 km Các kênh phổ từ đến kênh cận hồng ngoại Các kênh phổ từ đến 16 kênh nằm dải hồng ngoại, kênh (IR4) dùng để theo dõi sương mù đám cháy rừng Các kênh đến 10 kênh dùng để Tạp chí Khí tượng Thủy văn 2020, 719, 1–13; doi: 10.36335/VNJHM.2020(719).1–13 http://tapchikttv.vn/ Tạp chí Khí tượng Thủy văn 2020, 719, 1–13; doi: 10.36335/VNJHM.2020(719).1–13 theo dõi nước khí tương ứng với tầng thấp, tầng trung tầng cao khí Kênh 11 dùng để theo dõi khí SO2 khí quyển, kênh 12 theo dõi ozone, kênh 16 theo dõi khí Cacbonic Bước sóng (μm) Kênh V1 V2 VS N1 N2 N3 I4 WV 10 11 12 13 14 15 16 W2 W3 MI O3 IR L2 I2 CO VIS NIR SWIR Water Vapor IR window Ozone IR window CO2 0.47 0.51 0.64 0.86 1.6 2.3 3.9 Độ phân giải (km) Ứng dụng 6.2 Thảm thực vật, Sol khí Thảm thực vật, Sol khí Thảm thực vật, mây tầng thấp, sương mù Thảm thực vật, Sol khí Trạng thái mây Kích thước hạt Mây tầng thấp, sương mù, cháy rừng Lượng ẩm tầng trung tầng cao 6.9 7.3 8.6 9.6 10.4 11.2 12.4 13.3 Lượng ẩm tầng trung Lượng ẩm tầng trung tầng thấp Trạng thái mây, SO2 Hàm lượng O3 Ảnh mây, thông tin nhiệt độ đỉnh mây Ảnh mây, nhiệt độ nước biển Ảnh mây, nhiệt độ nước biển Độ cao đỉnh mây 0.5 Hình Các kênh phổ vệ tinh Himawari Hiện giới có nhiều nghiên cứu phân tích, ứng dụng liệu vệ tinh Himawari–8 thực hiện, điển hình nghiên cứu: (1) [1] nghiên cứu, ứng dụng thuật toán mặt nạ mây (Cloud Mask Product) để đưa sản phẩm pha, loại độ cao đỉnh mây; (2) Trung tâm Vệ tinh Khí tượng (MSC) thuộc Cơ quan Khí tượng Nhật Bản (JMA) phát triển cung cấp sản phẩm có tên HCAI (High–resolution Cloud Analysis Information), bao gồm năm yếu tố: mặt nạ mây, mặt nạ băng tuyết, loại mây, độ cao đỉnh mây thơng tin kiểm sốt chất lượng [2]; (3) Năm 2016, [3] giới thiệu tài liệu trình bày thuật tốn việc xây dựng sản phẩm xác định độ cao đỉnh mây, độ bao phủ mây, dạng/lọai mây, thử nghiệm cho kết tính tốn nhiệt độ đỉnh mây, độ cao đỉnh mây, độ che phủ mây, loại mây với kết tốt; (4) sản phẩm mưa vệ tinh GSMaP (Global Satellite Mapping Precipitation) quan Nghiên cứu Vũ trụ Nhật Bản (JAXA–Japan Aerospace Exploration Agency) phát triển, cung cấp sản phẩm mưa toàn cầu với độ phân giải cao theo không gian theo thời gian [4]; (5) [5] nghiên cứu để thử nghiệm so sánh phương pháp ước tính lượng mưa dựa liệu Himawari–8, số phương pháp ước tính lượng mưa thử nghiệm nghiên cứu AE, CST, CSTM, IMSRA Nonlinear Relation Nonlinear Inversion, dựa kết phân tích định lượng, người ta biết IMSRA phương pháp tốt áp dụng để ước tính lượng mưa thời kỳ mùa đơng Muarateweh Palangka Raya (Indonesia); (6) Trong hội thảo dự báo tức thời ổ dông đối lưu, Dixon [6] giới thiệu phương pháp xác định ổ mây dông phương pháp ngoại suy hướng tốc độ di chuyển chúng, sử dụng cho nước như: Hoa Kì, Mexico, Đài Loan, Brazil, Úc… Trong nước, có nhiều nghiên cứu lĩnh vực xử lý liệu vệ tinh điển hình như: (1) Năm 2018 [7] nghiên cứu xây dựng đồ mây từ thông tin vệ tinh phục vụ nghiệp vụ dự báo mưa, dông Nghiên cứu sử dụng thông tin nhiệt xạ dải phổ hồng ngoại nhiệt nước từ vệ tinh khí tượng địa tĩnh MTSAT–2 Himawari–8 kết hợp với số liệu quan trắc từ trạm quan trắc bề mặt nước khu vực năm gần để xây dựng phương pháp phân loại mây; (2) Năm 2010 [8] có báo cáo nghiên cứu phương Tạp chí Khí tượng Thủy văn 2020, 719, 1–13; doi: 10.36335/VNJHM.2020(719).1–13 pháp xác định lượng mưa sở ảnh mây vệ tinh địa tĩnh MTSAT cho khu vực Việt Nam, phương pháp dùng mạng thần kinh nhân tạo (ANN) để xác định lượng mưa cho khu vực Việt Nam từ thông tin xạ vệ tinh khí tượng Một số kết ban đầu cho thấy phương pháp nhìn chung tăng cường độ xác việc ước lượng mưa từ thông tin vệ tinh Với đặc điểm địa lý khí hậu, khu vực ĐBSC mưa–dơng chủ yếu hệ thống mây đối lưu gây ra, nên nghiên cứu tập chung giới thiệu phương pháp công cụ xử lý liệu vệ tinh Himawari–8 để tạo sản phẩm phân loại mây, ước lượng lượng mưa, tính tốn di chuyển khối mây đối lưu, từ đưa dự báo, cảnh báo mưa–dông kịp thời hiệu cho khu vực thuộc ĐBSCL Phương pháp nghiên cứu 2.1 Khu vực nghiên cứu nguồn số liệu Khu vực nghiên cứu vùng ĐBSCL gồm 13 tỉnh thành: Long An, Tiền Giang, Đồng Tháp, Vĩnh Long, Trà Vinh, Hậu Giang, Sóc Trăng, Bến Tre, An Giang, Kiên Giang, Bạc Liêu, Cà Mau thành phố Cần Thơ Nguồn số liệu vệ tinh Himawari–8 sử dụng nghiên cứu thu nhận từ mạng đồng liệu Tổng cục KTTV với tần suất 10 phút/lần với số lượng kênh đầy đủ 16 kênh độ phân giải không gian cao (0,5–1 km kênh thị phổ, 1–2 km kênh cận hồng ngoại km hồng ngoại), thời gian trễ xử lý hệ thống đồng vào khoảng 10–15 phút 2.2 Phương pháp phân loại mây Năm 2016, [2] giới thiệu kỹ thuật tính tốn xác định phân loại mây từ số liệu vệ tinh Himawari–8 Phương pháp gọi HCAI Sản phẩm đầu phương pháp thông tin mây sau: ‒ Độ che phủ mây (bao gồm bụi): vùng có mây khơng có mây ‒ Độ che phủ băng tuyết: xác định vùng có hay khơng có băng tuyết ‒ Loại mây xác định chia thành quang mây, mây Cb, mây tầng cao CH, mây tầng trung CM, mây Cu, mây Sc, mây St sương mù (St/fog) mây dày đặc ‒ Độ cao đỉnh mây tính cho khoảng 100 m ‒ Thơng tin đánh giá chất lượng Quy trình phân loại mây thực theo bước minh họa hình Từ số liệu đầu vào ảnh mây vệ tinh sản phẩm mô từ mơ hình số trị, tính tốn áp dụng để xác định vùng có mây che phủ, có băng tuyết che phủ vùng quang mây Không giống quan trắc mây từ trạm quan trắc, tính tốn từ vệ tinh xác định theo nhóm loại mây sau: ‒ Nhóm mây đối lưu Cu, Cb ‒ Nhóm sương mù mây St ‒ Nhóm mây tầng cao CH ‒ Nhóm mây tầng trung CM ‒ Mây tầng thấp Sc ‒ Mây dày đặc Đối với thông tin loại mây xác định loại mây tế quang, thấu quang cấu tạo thành phần rời rạc Loại mây thấu quang tế quang phân thành mức dựa nhiệt độ phát xạ thu kênh 11,2 µm mẫu hình mây gồm phần tử rời rạc cho mực Mỗi mực tính tốn dựa việc so sánh T(11.2) tức nhiệt độ phát xạ thu kênh 11,2 µm Tplev(11.2) tức nhiệt độ lan truyền xạ bước sóng 11,2 µm đám mây tương ứng với mực khí áp quan sát AHI tính tốn dựa sản phẩm lan truyền xạ mơ hình GSM Tạp chí Khí tượng Thủy văn 2020, 719, 1–13; doi: 10.36335/VNJHM.2020(719).1–13 Mực 1: mây cao T(11.2) 0.5T400hPa(11.2) + 0.5T200hPa(11.2) Mực 2: mây cao 0.5T400hPa(11.2) + 0.5T200hPa(11.2) T(11.2) < T400hPa(11.2) Mực 3: mây cao mây tầng trung T400hPa(11.2) T(11.2) < 0.5T400hPa(11.2) + 0.5T600hPa(11.2) Mực 4: Mây thấp mây tầng trung 0.5T400hPa(11.2) + 0.5T600hPa(11.2) T(11.2) < T600hPa(11.2) Mực 5: Mây thấp T600hPa(11.2) T(11.2) < 0.5T600hPa(11.2) + 0.5Tsurface(11.2) Mực 6: Mây thấp 0.5T600hPa(11.2) + 0.5Tsurface(11.2) T(11.2) < Tsurface(11.2) Mực 7: Mây đặc biệt thấp Tsurface(11.2) T(11.2) Hình Quy trình phân loại mây 2.3 Phương pháp xác định nhiệt độ độ cao đỉnh mây Trong nghiên cứu nhóm tác giả lựa chọn phương pháp công bố năm 2016 [1] đưa thuật tốn tính tốn sản phẩm thứ cấp mây gồm độ che phủ mây, loại mây, pha mây độ cao đỉnh mây Phương pháp sử dụng nghiệp vụ quan khí tượng Nhật (JMA) 2.3.1 Quy trình tính tốn Đối với nhiệt độ đỉnh mây, tính tốn tính theo nguyên tắc dựa phân loại mây Với mây thấp, mây thấp mây trung bình tính tốn dựa nhiệt độ phát xạ kênh 11,2 μm Đối với mây cao dày, sử dụng tỉ lệ xạ kênh Tạp chí Khí tượng Thủy văn 2020, 719, 1–13; doi: 10.36335/VNJHM.2020(719).1–13 Hình Quy trình xác định nhiệt độ độ cao đỉnh mây Để tính tốn độ cao đỉnh mây cần sử dụng phương pháp sau: ‒ Phương pháp nội suy; ‒ Phương pháp tỉ lệ xạ; ‒ Phương pháp chặn Các bước tính tốn thực theo sơ đồ hình Tại bắt đầu tính tốn dựa phân loại mây Trong phân loại chia lựa chọn sau: ‒ Mây cao tế quang (High level Opaque Cloud); ‒ Mây thấp mây mực tế quang (Mid or low Level Opaque cloud); ‒ Mây thấu quang (Semi– transparent cloud); ‒ Mây rời rạc (Fractional cloud) Tương tự với loại mây, thực hành tính tốn theo phương pháp sơ đồ trình bày Đầu chu trình gồm: ‒ Độ cao đỉnh mây: tính mét ‒ Nhiệt độ đỉnh mây: tính độ K ‒ Áp suất đỉnh mây: tính hPa 2.4 Xác định vùng mây đối lưu (CCI) Sản phẩm CCI tính tốn phân thành loại: ‒ Vùng mây Cu phát triển nhanh RDCA; ‒ Vùng mây Cb; ‒ Vùng hình đe đỉnh mây Cb tỏa phía có mây tầng trung tầng thấp khơng xác định MLUA Bộ công cụ thiết lập để tính tốn phân biệt vùng mây dựa kênh phổ Các bước tính tốn thực theo sơ đồ sau: Tạp chí Khí tượng Thủy văn 2020, 719, 1–13; doi: 10.36335/VNJHM.2020(719).1–13 Hình Trình tự tính tốn xác định vùng mây RDCA, MLUA Cb Bước 1: Thao tác khoanh vùng RDCA khỏi vùng không mây, vùng mây thấp, mây mỏng tầng cao mô tả bảng Bảng Các ngưỡng phân loại để xác định vùng RDCA Thành phần Ngưỡng o Mục đích BT kênh 13 < 288.15 K Lọc vùng không mây Suất phản xạ kênh > 0.45 Lọc bỏ vùng mây mỏng chọn vùng mây dày BT kênh 13–kênh 15 o < 2.0 K Lọc vùng mây mỏng tầng cao Bước 2: xác định vùng mây MLUA Vùng mây xác định dựa nhiệt độ đỉnh mây kênh 13 thấp suất phản xạ kênh lớn để đảm bảo vùng mây cao dày Toàn vùng tạm coi MLUA Bước thứ 3: Vùng coi Cb phải qua bước loại trừ sử dụng phương pháp chặn sau: (1) Trong trường hợp chênh lệch T Tt