Chương 4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1. KẾT QUẢ NGHIÊN CỨU
4.1.2. Xây dựng mô hình tương quan yếu tố khí tượng tính toán từ ảnh viễn thám và từ trạm quan trắc.
4.1.2.1. Mô hình tương quan giữa nhiệt độ không khí gần mặt đất và dữ liệu nhiệt độ bề mặt từ MODIS và dữ liệu đo.
Như phần cơ sở khoa học ở trên, nhiệt độ không khí gần mặt đất giảm theo độ cao và các khu vực có thực vật sẽ có nhiệt độ phản xạ bề mặt đất thấp hơn. Như vậy giữa nhiệt độ không khí và nhiệt độ bề mặt đất sẽ tồn tại quan hệ như sau:
Tair = a.Tsuf + b.(1/Z) + c.NDVIch + d (4.34) Trong đó:
Tair : Nhiệt độ không khí gần mặt đất
Tsuf: Nhiệt độ bề mặt đất tính từ dữ liệu viễn thám MODIS Z: độ cao theo mô hình số độ cao
NDVIch : chỉ số khác biệt thực vật đã được chuẩn hoá theo công thức : NDVIper = (2-(NDVI+1))/2
a, b, c, d : các hệ số của hàm tương quan
Để xác định các hệ số hàm tương quan, ta tiến hành hồi quy đa biến với số liệu tại các trạm khí tượng.
4.1.2.2. Mô hình tương quan giữa độ ẩm không khí tương đối từ dữ liệu MODIS và dữ liệu đo.
Từ cơ sở khoa học đã trình bày ở trên, nếu có đầy đủ dữ liệu trạm như điểm sương, áp suất không khí tại trạm, độ ẩm riêng và độ ẩm tương đối thì hoàn toàn có thể tính theo phương pháp đã trình bày ở phần 4.3. Tuy nhiên, trong khuôn khổ đề tài, dữ liệu thu thập được chỉ có dữ liệu độ ẩm tương đối nên học viên đề xuất tính toán độ ẩm tương đối từ dữ liệu tổng cột hơi nước
tính từ dữ liệu MODIS và dữ liệu trạm. Xuất phát từ công thức tính sức trương hơi nước bão hòa E tại nhiệt độ không khí t :
𝐸 = 6.11𝑒(237.3+𝑡17.27𝑡) (4.35)
Sức trương hơi nước – áp suất hơi nước e được xác định theo công thức:
e= Q x P/622 (4.36) Độ ẩm riêng xác định theo công thức:
Q = aW2 + bW + c (4.37)
(a,b,c là các hệ số hàm hồi quy, W là hàm lượng hơi nước trong không khí) Lúc đó công thức tính sức trương hơi nước là hàm của W như sau:
e (W)= a’W2 + b’W + c’ (4.38) Khi đó độ ẩm tương đối tính như sau:
r= e/E*100 = e (W)/E*100 (4.39)
Lúc đó, r là hàm của W và E, khi đó r = r(E,W), lúc đó ta có hàm quan hệ r với E và W như sau:
r (E,W) = A (1/E) + BW2 + CW+ D (4.40)
4.1.2.3. Mô hình hiệu chỉnh lượng mưa ngày từ dữ liệu lượng mưa giờ của GSMaP.
Dữ liệu GSMaP (JAXA Global Rainfall Watch) cung cấp lượng mưa theo giờ mm/h với độ phân giải 0,1 độ x 0,1 độ. Rõ ràng hiệu chỉnh dữ liệu theo giờ là điều rất khó hiện nay bởi số trạm khí tượng quá thưa và đặc biệt tính cục bộ của giá trị đo tại trạm. Lượng mưa tại trạm chỉ đại diện cho khu vực vực nhỏ nhất là với các trận mưa vừa. Trong khi đó, lượng mưa từ dữ liệu vệ tinh như GSMaP có độ phân giải lớn với đại diện cho khu vực cỡ 11 x 11 km nên tương quan cũng như hiệu chỉnh theo giờ là rất khó nếu số trạm quá ít.
Chính do đó, trong đề tài này, học viên đề xuất hiệu chỉnh lượng mưa ngày sẽ thực tế và hợp lý hơn.
RFd_hc = a.RF GSMaP + b
Trong đó: RFd_hc : dữ liệu lượng mưa ngày hiệu chỉnh
RF GSMaP: dữ liệu lượng mừa ngày từ dữ liệu lượng mưa ước tính từ ảnh viễn thám GSMaP.
4.1.3. Đề xuất các phương pháp xác định yếu tố khí tượng từ ảnh vệ tinh khu vực nghiên cứu.
4.1.3.1. Đề xuất phương pháp ước tính nhiệt độ không khí gần mặt đất từ dữ liệu MODIS và dữ liệu đo.
Căn cứ vào mô hình tương quan giữa nhiệt độ không khí gần mặt đất và nhiệt độ bề mặt tính từ dữ liệu MODIS và dữ liệu đo tại trạm, quy trình thực hiện ước tính nhiệt độ không khí gần mặt đất từ dữ liệu MODIS như sau:
1. Thu thập dữ liệu đầu vào:
- Dữ liệu nhiệt độ không khí gần mặt đất đo tại trạm.
- Dữ liệu nhiệt độ không khí từ ảnh vệ tinh MODIS - Dữ liệu DEM (Mô hình số địa hình)
- Dữ liệu chỉ số thực vật NDVI từ ảnh MODIS.
2. Xử lý dữ liệu và đăng ký hệ toạ độ.
Dữ liệu MODIS ở dạng HDF được tải về sẽ được chuyển đổi về hệ toạ độ địa lý. Với mỗi thời điểm, có 2 ảnh nên hai ảnh được ghép lại với nhau để có nhiệt độ bề mặt từng thời điểm trong khu vực nghiên cứu. Đồng thời chuyển đổi nhiệt độ K về nhiệt độ C. Công việc này được thực hiện trên phần mềm ENVI.
Dữ liệu DEM được chuyển đổi cắt ghép theo khu vực nghiên cứu.
Dữ liệu NDVI được chuyển đổi cắt ghép theo khu vực nghiên cứu.
3. Tính toán các ảnh của các biến đầu vào.
Ảnh giá trị nghịch đảo DEM (DEM_ND) và tỉ lệ chỉ số thực vật (NDVIper)
Thực hiện nghịch đảo DEM và tỉ lệ chỉ số thực vật bằng phần mềm ENVI:
DEM_ND = 1/DEM NDVIper = (2-(NDVI+1))/2 4. Trích xuất các giá trị lập hàm hồi quy
Sử dụng phần mềm GIS trích xuất các giá trị:
- Nhiệt độ không khí (từ dữ liệu trạm);
- Nhiệt độ bề mặt đất (từ ảnh nhiệt độ bề mặt tính từ MODIS);
- Tham số nghịch đảo độ cao (từ ảnh nghịch đảo độ cao) - Tham số tỉ lệ chỉ số thực vật (từ ảnh tỉ lệ chỉ số thực vật) 5. Tiến hành hồi quy đa biến
Hồi quy đa biến (3 biến) tính toán tham số và tương quan. Trong quá trình tính toán phát hiện dữ liệu ở các trạm không tương quan với các biến thì tiến hành điều tra và loại bỏ nếu cần thiết.
Tính toán các giá trị a,b,c,d
6. Tính toán ảnh nhiệt độ không khí gần mặt đất
Từ các giá trị tham số a,b,c,d và các ảnh các biến đầu vào tính toán ảnh nhiệt độ không khí gần mặt đất.
7. Thành lập bản đồ phân bố nhiệt độ không khí gần mặt đất
4.1.3.2. Đề xuất phương pháp ước tính độ ẩm tương đối từ dữ liệu MODIS và dữ liệu đo.
Từ mô hình tương quan tại mục 4.1.2.2, quy trình thực hiện ước tính độ ẩm tương đối từ dữ liệu MODIS và dữ liệu đo như sau:
1. Thu thập dữ liệu đầu vào:
- Nhiệt độ không khí được tính từ MODIS - Nhiệt độ không khí tại trạm
- Độ ẩm tương đối tại trạm - Tổng cột hơi nước
2. Tiến hành xử lý ảnh
- Dữ liệu tổng cột hơi nước được lưu dưới dạng HDF cần phải trích xuất
- Dữ liệu sẽ được cắt ghép khu vực vực nghiên cứu cho các dữ liệu nhiệt độ và dữ liệu tổng cột hơi nước
3. Tính ảnh biến số
a. Ảnh nghịch đảo sức trương hơi nước.
Sức trương hơi nước được tính theo công thức (4.35) Tính nghịch đảo 1/E
b. Ảnh giá trị bình phương của tổng cột hơi nước W 4. Trích xuất các giá trị lập hàm hồi quy
Sử dụng phần mềm GIS trích xuất các giá trị:
- Nhiệt độ không khí tính ảnh vệ tinh
- Giá trị nghịch đảo sức trương hơi nước từ Ảnh nghịch đảo sức trương hơi nước.
- Giá trị bình phương và giá trị của tổng cột hơi nước - Giá trị độ ẩm tương đối từ trạm
5. Tiến hành hồi quy đa biến
Hồi quy đa biến (3 biến) tính toán tham số và tương quan. Trong quá trình tính toán phát hiện dữ liệu ở các trạm không tương quan với các biến thì tiến hành điều tra và loại bỏ nếu cần thiết.
Tính toán các giá trị a,b,c,d
6. Tính toán ảnh độ ẩm tương đối không khí
Từ các giá trị tham số a,b,c,d và các ảnh các biến đầu vào tính toán ảnh độ ẩm tương đối không khí
7. Thành lập bản đồ phân bố độ ẩm tương đối không khí
4.1.3.3. Đề xuất phương pháp hiệu chỉnh lượng mưa ngày từ dữ liệu lượng mưa giờ của GSMaP.
Từ mô hình tương quan tại mục 4.1.2.3, quy trình thực hiện hiệu chỉnh lượng mưa từ dữ liệu vệ tinh GSMap như sau:
1. Thu thập dữ liệu đầu vào:
- Dữ liệu lượng mưa theo giờ trong 24h và 48h tại trạm đo và dữ liệu vệ tinh GSMaP
2. Tiến hành xử lý dữ liệu đầu vào:
- Dữ liệu lượng mưa đo theo giờ được tính tổng dữ liệu lượng mưa đo theo ngày (24h) và 48h
- Dữ liệu lượng mưa GSMaP ở Grid và cần phải chuyển đổi về dạng raster.
- Tiến hành cắt dữ liệu raster theo khu vực nghiên cứu
- Tiến hành tính ảnh dữ liệu lượng mưa ngày (tổng 24h) và lượng mưa 48h 3. Trích xuất các giá trị lập hàm hồi quy
Sử dụng phần mềm GIS trích xuất các giá trị:
- Giá trị lượng mưa ngày và 48h tại trạm đo 4. Tiến hành hồi quy
Hồi quy tính toán tham số và tương quan. Trong quá trình tính toán phát hiện dữ liệu ở các trạm không tương quan với các biến thì tiến hành điều tra và loại bỏ nếu cần thiết.
Tính toán các giá trị a,b.
6. Tính toán ảnh lượng mưa hiệu chỉnh
Từ các giá trị tham số a,b và các ảnh các biến đầu vào tính toán lượng mưa ngày và 48h
7. Thành lập bản đồ phân bố lượng mưa ngày và 48h.