More Related Content Similar to SMMS Rainfall (10) More from Sunt Uttayarath More from Sunt Uttayarath (9) SMMS Rainfall2. 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
12. หัวข้ อในการนาเสนอ
ที่มาและความสาคัญ
ข้อมู ลทีใช้ในการวิเคราะห์
่
◦ ข้ อมูลจากดาวเทียม FY-2C/2E
◦ ข้อมูลจากสถานีตรวจวัดอากาศ
การศึกษาเพื่อหาความสัมพันธ์
◦ ความสัมพันธ์ของข้ อมูล
◦ การคัดกรองข้ อมูลเมฆฝน
สรุป
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
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
้
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
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)
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%
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