1. การประมาณปริมาณนาฝนจากข้ อมูลดาวเทียม FY-2C/2E
้
เพื่อใช้ ในภารกิจด้ านเฝ้ าระวังภัยดินถล่ม
นายอิทธิ สงวนดี นักวิจัย
ภาควิชาวิศวกรรมไฟฟ้ า คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์
วันที่ 16 ธันวาคม 2553

2. หัวข้ อในการนาเสนอ
 ที่มาและความสาคัญ
 ข้ อมูลที่ใช้ ในการวิเคราะห์
◦ ข้ อมูลจากดาวเทียม FY-2C/2E
◦ ข้ อมูลจากสถานีตรวจวัดอากาศ
 การศึกษาเพื่อหาความสัมพันธ์
◦ ความสัมพันธ์ของข้ อมูล
◦ การคัดกรองข้ อมูลเมฆฝน
 สรุป

3. หัวข้ อในการนาเสนอ
 ทีมาและความสาคัญ
่
 ข้ อมูลที่ใช้ ในการวิเคราะห์
◦ ข้ อมูลจากดาวเทียม FY-2C/2E
◦ ข้ อมูลจากสถานีตรวจวัดอากาศ
 การศึกษาเพื่อหาความสัมพันธ์
◦ ความสัมพันธ์ของข้ อมูล
◦ การคัดกรองข้ อมูลเมฆฝน
 สรุป

4. ที่มาและความสาคัญ
 ข้ อมูลปริมาณนาฝนถือได้ ว่าเป็ นข้ อมูลที่สาคัญมาก เนื่องจากถูก
้
นาไปประยุกต์ใช้ ต่อในงานวิจัยหลายด้ าน
 ในประเทศไทยก็มีการนาข้ อมูลปริมาณนาฝนไปประยุกต์ใช้ ใน
้
หลายๆ ด้ าน เช่น การบริหารจัดการแหล่งนา การเกษตร การ
้
เตือนอุทกภัย-ภัยแล้ ง หรือการเตือนภัยดินถล่ม ฯ
 การประมาณปริมาณนาฝนที่มความถูกต้ องแม่นยา และสามารถ
้ ี
ตอบสนองต่อความต้ องการได้ อย่างรวดเร็ว โดยเฉพาะการนาไป
ประยุกต์ใช้ ในด้ านการเตือนภัยจึงความสาคัญเป็ นอย่างยิ่ง

5. หัวข้ อในการนาเสนอ
 ที่มาและความสาคัญ
 ข้อมู ลทีใช้ในการวิเคราะห์
่
◦ ข้อมูลจากดาวเทียม FY-2C/2E
◦ ข้ อมูลจากสถานีตรวจวัดอากาศ
 การศึกษาเพื่อหาความสัมพันธ์
◦ ความสัมพันธ์ของข้ อมูล
◦ การคัดกรองข้ อมูลเมฆฝน
 สรุป

6. ข้ อมูลที่ใช้ ในการวิเคราะห์
 ข้อมู ลภาพถ่ายดาวเทียมอุตุนิยมวิทยา
◦ FY-2C (ทุกๆ ครึงชัวโมง/หนึงชัวโมง)
่ ่ ่ ่
◦ FY-2E (ทุกๆ ครึงชัวโมง/หนึงชัวโมง)
่ ่ ่ ่
 ข้อมู ลปริมาณน้ าฝน
◦ กรมอุตุนิยมวิทยา
(ช่วงเวลา: พ.ค.-มิ.ย. 2551, เม.ย.-ก.ค. 2552)
◦ กรมทรัพยากรนา ้
(ช่วงเวลา: เม.ย.-ก.ค. 2551, เม.ย.-ก.ค. 2552)

7. โครงสร้ างข้ อมูลของดาวเทียมที่รับได้
 โครงสร้ างของข้ อมูลที่รับได้ ถูกกาหนดตาม Stretched Visible
and Infrared Spin Scan Radiometer (S-VISSR)
 S-VISSR เป็ นรูปแบบการส่งข้ อมูลของดาวเทียมกลุ่ม FY-2
(2C/2D/2E) ที่ส่งลงมายังภาคพื้นดิน
 แบ่งออกเป็ น 5 ช่องสัญญาณ (IR1-4, VIS)
 Spatial Resolution
◦ 5.0 km สาหรับช่องสัญญาณ Infrared
◦ 1.25 km สาหรับช่องสัญญาณ Visible

8. พื้นที่ครอบคลุมและระบบการแปลงพิกด
ั
2291
 ช่วงละติจูด
◦ 60 องศาเหนือ ถึง
60 องศาใต้
 ช่วงลองจิจูด
2292
◦ 45 องศาตะวันออก ถึง
Line : 325 165 องศาตะวันออก
Lat : 45N Pixel : 570
Long : 60E
 แต่ละพิกดห่างกัน 5 องศา
ั

9. ช่องสัญญาณของดาวเทียม FY-2C/2E
Channel Wave Length Spatial Resolution
Channel Name
ID (µm) (km)
IR1 Long Wave Infrared 10.3 – 11.3 5
IR2 Split Window 11.5 – 12.5 5
IR3 Water Vapor 6.5 – 7.0 5
IR4 Medium Wave Infrared 3.5 – 4.0 5
VIS Visible 0.55 – 0.90 1.25

10. โครงสร้ างของข้ อมูล S-VISSR
 โครงสร้ างของข้ อมูล S-VISSR สามารถแบ่งออกได้ เป็ น 2 ส่วน คือ
◦ ส่วนของข้อมูลรายละเอียด (Document) ประกอบไปด้ วย เวลาของข้ อมูล ค่าคงที่
ต่างๆ ของดาวเทียม ตารางการแปลงค่าอุณหภูมิ เป็ นต้ น
◦ ส่วนของข้อมูลภาพถ่าย ข้ อมูลภาพถ่ายดาวเทียมจากช่องสัญญาณ Infrared ต่างๆ
(IR1-4) และช่องสัญญาณ Visible (VIS)
 จากการศึกษาพบว่าข้ อมูลรายละเอียดของข้ อมูลแต่ละชุดนั้นจะถูกกาหนดขึ้นใหม่
ทุกครั้ง ตามสถานะของดาวเทียม และช่วงเวลาที่ทาการถ่ายภาพ ดังนั้นการนา
ข้ อมูลจากดาวเทียม FY-2E มาวิเคราะห์ร่วมกับข้ อมูลจากดาวเทียม FY-2C จึง
สามารถทาได้

11. Brightness and Brightness Temperature

12. หัวข้ อในการนาเสนอ
 ที่มาและความสาคัญ
 ข้อมู ลทีใช้ในการวิเคราะห์
่
◦ ข้ อมูลจากดาวเทียม FY-2C/2E
◦ ข้อมูลจากสถานีตรวจวัดอากาศ
 การศึกษาเพื่อหาความสัมพันธ์
◦ ความสัมพันธ์ของข้ อมูล
◦ การคัดกรองข้ อมูลเมฆฝน
 สรุป

13. พื้นที่ศึกษาวิจัย 1
 จังหวัดอุตรดิตถ์และจังหวัดข้ างเคียง (129 สถานี)
สถานีของกรม
อุตุนิยมวิทยา
สถานีของกรม
ทรัพยากรนา
้

14. พื้นที่ศึกษาวิจัย 2
 จังหวัดเชียงใหม่และจังหวัดข้ างเคียง (147 สถานี)
สถานีของกรม
อุตุนิยมวิทยา
สถานีของกรม
ทรัพยากรนา
้

15. หัวข้ อในการนาเสนอ
 ที่มาและความสาคัญ
 ข้ อมูลที่ใช้ ในการวิเคราะห์
◦ ข้ อมูลจากดาวเทียม FY-2C/2E
◦ ข้ อมูลจากสถานีตรวจวัดอากาศ
 การศึกษาเพือหาความสัมพันธ์
่
◦ ความสัมพันธ์ของข้อมูล
◦ การคัดกรองข้ อมูลเมฆฝน
 สรุป

16. ความสัมพันธ์ระหว่างอุณหภูมิยอดเมฆกับปริมาณนาฝน
้
 บทความ “The Rainfall Estimation Using Remote Sensing in
Thailand” โดย ผศ.ดร.ปรียาพร โกษา และ รศ.ดร.กอบเกียรติ
ผ่องพุฒิ ได้ นาเสนอความสัมพันธ์ระหว่างอุณหภูมิยอดเมฆกับ
ปริมาณนาฝนไว้ ดังนี้
้
P= aTb
◦ P คือปริมาณนาฝนที่วัดได้ จากมาตรวัดฝน
้
◦ T คืออุณหภูมิยอดเมฆที่ได้ จากข้ อมูลดาวเทียมอุตุนิยมวิทยา
◦ a และ b เป็ นค่าสัมประสิทธิ์ท่หาได้ จากการพล็อตกราฟความสัมพันธ์
ี
ระหว่างค่า P และ T

17. ความสัมพันธ์ระหว่างอุณหภูมิยอดเมฆกับปริมาณนาฝน (ต่อ)
้
 ความสัมพันธ์ระหว่างอุณหภูมิยอดเมฆกับปริมาณนาฝนใน
้
รูปแบบอื่นๆ
P= xT2 + yT + z
◦ P คือปริมาณนาฝนที่วัดได้ จากมาตรวัดฝน
้
◦ T คืออุณหภูมิยอดเมฆที่ได้ จากข้ อมูลดาวเทียมอุตุนิยมวิทยา
◦ x y และ z เป็ นค่าสัมประสิทธิ์ท่หาได้ จากการพล็อตกราฟ
ี
ความสัมพันธ์ระหว่างค่า P และ T

18. ความสัมพันธ์ระหว่างอุณหภูมิยอดเมฆแต่ละค่ากับปริมาณนาฝน
้

19. การศึกษาความสัมพันธ์ของข้ อมูลโดยใช้ ค่าเฉลี่ยตัวอย่าง
 แบ่งค่าอุณหภูมิยอดเมฆ (IR1) ออกเป็ นช่วงช่วงละ 1K, 2K,
5K โดยเริ่มที่อณหภูมิต่าสุด (179K) ไปจนถึงอุณหภูมิสงสุด
ุ ู
(304K)
 แบ่งกลุ่มตัวอย่างข้ อมูลปริมาณนาฝนออกตามช่วงของค่า IR1
้
 หาค่าเฉลี่ยตัวอย่าง (Sample Mean) ของปริมาณนาฝนในแต่ละ
้
ช่วง เพื่อใช้ เป็ นตัวแทนปริมาณนาฝนในช่วงนั้นๆ
้

20. ความสัมพันธ์ระหว่างอุณหภูมยอดเมฆกับปริมาณนาฝนที่ได้
ิ ้
จากการแบ่งกลุ่มข้ อมูลช่วงละ 1K (จังหวัดอุตรดิตถ์)

21. ความสัมพันธ์ระหว่างอุณหภูมยอดเมฆกับปริมาณนาฝนที่ได้
ิ ้
จากการแบ่งกลุ่มข้ อมูลช่วงละ 2K (จังหวัดอุตรดิตถ์)

22. ความสัมพันธ์ระหว่างอุณหภูมยอดเมฆกับปริมาณนาฝนที่ได้
ิ ้
จากการแบ่งกลุ่มข้ อมูลช่วงละ 5K (จังหวัดอุตรดิตถ์)

23. ความคลาดเคลื่อนของการประมาณปริมาณนาฝน
้
 จากการศึกษาพบว่าปริมาณนาฝนที่เกิดขึ้น บ่อยครั้งไม่ได้ เกิด
้
จากเมฆ Cumulonimbus (Cb) เพียงอย่างเดียว
 เมฆ Nimbostratus (Ns) ซึ่งเป็ นเมฆที่อยู่ระดับต่า มีอณหภูมิ
ุ
ยอดเมฆค่อนข้ างสูง (มากกว่า 253K) หรือที่เรียกกันว่า
“เมฆอุ่น” (Warm Cloud) ก็สามารถให้ ปริมาณนาฝนได้ ้

24. หัวข้ อในการนาเสนอ
 ที่มาและความสาคัญ
 ข้ อมูลที่ใช้ ในการวิเคราะห์
◦ ข้ อมูลจากดาวเทียม FY-2C/2E
◦ ข้ อมูลจากสถานีตรวจวัดอากาศ
 การศึกษาเพือหาความสัมพันธ์
่
◦ ความสัมพันธ์ของข้ อมูล
◦ การคัดกรองข้อมูลเมฆฝน
 สรุป

25. การแบ่งประเภทของเมฆตามความสูง

26. การศึกษาการตรวจจับกลุ่มเมฆ
 จากการศึกษาบทความในต่างประเทศ “Daily Mapping of
24-Hr Rainfall at Pixel Scale Over South Africa Using
Satellite, Radar and Rainguage Data” พบว่า
◦ ค่าเกณฑ์จากช่องสัญญาณ IR1 ที่ใช้ สาหรับตรวจจับกลุ่มเมฆที่จะเป็ น
เมฆฝนอยู่ท่ประมาณ -20oC หรือ 253K
ี
◦ ความสัมพันธ์ของข้ อมูลที่ได้ จากการคัดกรองมีข้อจากัด
 ปริมาณน้ าฝนที่ได้จากการประมาณมีค่าเกินจริง
 ไม่สามารถนาไปใช้คดกรองข้อมูลบริเวณชายฝังหรือหน้าเขาได้
ั ่

27. การศึกษาการคัดกรองข้ อมูลเมฆฝน
 จากการศึกษาบทความอื่นๆ ในต่างประเทศ พบว่าความ
แตกต่างของอุณหภูมิระหว่างช่องสัญญาณ IR1 และ IR3
(Brightness Temperature Difference: BTD)
◦ สามารถใช้ กรองเมฆ Cirrus (Ci) ซึ่งเป็ นเมฆที่อยู่ระดับสูงทาให้ มี
อุณหภูมิยอดเมฆใกล้ เคียงกับเมฆ Cumulonimbus (Cb) ออกจากกันได้
◦ ค่าเกณฑ์ของค่า BTD ที่ใช้ สาหรับคัดกรองเมฆ Cb ออกจากเมฆ Ci
จะอยู่ท่ประมาณ 0K
ี

28. การศึกษาการคัดกรองข้ อมูลเมฆฝน (ต่อ)
 การคัดกรองข้ อมูลเมฆฝนด้ วยวิธี Brightness Temperature
Different (BTD) ในรูปแบบอื่นๆ
◦ ค่าผลต่างของอุณหภูมิระหว่างช่อง Long Wave Infrared (IR1) กับ
Split Window (IR2)
◦ ค่าผลต่างของอุณหภูมิระหว่างช่อง Long Wave Infrared (IR1) กับ
Medium Wave Infrared (IR4)

29. ตัวอย่างข้ อมูลจากช่องสัญญาณที่ใช้ ในการวิเคราะห์
IR1 IR2 WV

30. โครงสร้ างของระบบ

31. ซอฟต์แวร์วิเคราะห์ปริมาณนาฝน KU-Met
้

32. การเปรียบเทียบผลลัพธ์ท่ได้ จากการคัดกรองเมฆฝน
ี
IR1 VIS Filter

33. ตารางเปรียบเทียบวิธการคัดกรองข้ อมูลเมฆฝน
ี
วิธีการคัดกรองข้อมูลเมฆฝน ร้อยละของเหตุการณ์ที่เกิดฝนตก
IR1 BTD(IR1-IR3) จังหวัดอุตรดิตถ์ จังหวัดเชียงใหม่
< 253K - 25.04% 25.43%
> 253K - 11.52% 10.79%
< 253K < 0K 34.83% 34.55%
< 253K > 0K 20.15% 21.12%

34. ความสัมพันธ์ระหว่างอุณหภูมยอดเมฆกับปริมาณนาฝนที่ผ่าน
ิ ้
การคัดกรองข้ อมูลเมฆฝน (จังหวัดอุตรดิตถ์)

35. ความสัมพันธ์ระหว่างอุณหภูมยอดเมฆกับปริมาณนาฝนที่ผ่าน
ิ ้
การคัดกรองข้ อมูลเมฆฝน (จังหวัดเชียงใหม่)

36. ความสัมพันธ์ระหว่างอุณหภูมยอดเมฆกับปริมาณนาฝนที่ผ่าน
ิ ้
การคัดกรองข้ อมูลเมฆฝน (ทั้งสองจังหวัด)

37. หัวข้ อในการนาเสนอ
 ที่มาและความสาคัญ
 ข้ อมูลที่ใช้ ในการวิเคราะห์
◦ ข้ อมูลจากดาวเทียม FY-2C/2E
◦ ข้ อมูลจากสถานีตรวจวัดอากาศ
 การศึกษาเพื่อหาความสัมพันธ์
◦ ความสัมพันธ์ของข้ อมูล
◦ การคัดกรองข้ อมูลเมฆฝน
 สรุป

38. สรุป
 ข้ อมูลปริมาณนาฝนถือได้ ว่าเป็ นข้ อมูลที่สาคัญที่ถูกนาไป
้
ประยุกต์ใช้ ในงานวิจัยหลายด้ านทั้งในประเทศไทยและ
ต่างประเทศ
 การประมาณปริมาณนาฝนที่มความถูกต้ องแม่นยา และสามารถ
้ ี
ตอบสนองต่อความต้ องการได้ อย่างรวดเร็วจึงมีความสาคัญเป็ น
อย่างยิ่ง
 ในการวิเคราะห์ข้อมูลจึงจาเป็ นที่จะต้ องมีการพัฒนาเครื่องมือที่
ช่วยลดความยุ่งยากและความซับซ้ อนในการวิเคราะห์หา
ความสัมพันธ์ของข้ อมูล และมีการแสดงผลลัพธ์ท่ชัดเจนเพื่อ
ี
ช่วยในการตัดสินใจ

39. คาถาม/ข้อเสนอแนะ
ขอบคุณครับ