Luận văn Xây dựng công thức tính lượng mưa từ số liệu ra đa Đốp-Le cho khu vực Trung Trung Bộ

Ngoài ra còn nhiều nguyên nhân khác liên quan đến chất lượng đo đạc của rađa, đặc biệt là các nhiễu phản hồi từ mặt đất và vật cản “làm mù” một phần cánh sóng. 2.2.1. Sai số do hệ thống thiết bị rađa 2.2.1.1. Sự suy yếu do vòm che Anten rađa thường đặt trong một vòm che làm bằng sợi thuỷ tinh, giúp bảo vệ anten khỏi bị mưa, gió làm hỏng và cho phép hoạt động quay của nó nhẹ nhàng hơn. Tuy nhiên, khi mưa, chụp bảo vệ bị ướt gây ra sự suy yếu năng lượng sóng điện từ của rađa. 2.2.1.2.Tính không ổn định của rađa và tính không chuẩn xác của anten Công suất của máy phát, độ khuếch đại của máy thu của rađa thường không ổn định. Sự duy trì hệ thống ổn định là cực kỳ quan trọng. Ngoài ra, hiệu chuẩn không chính xác phần cứng của anten cũng là nguyên nhân đáng kể gây ra sai số trong quá trình ước lượng mưa. 2.2.2.Sai số do địa hình 2.2.2.1. Nhiễu mặt đất Búp sóng chính và búp sóng phụ của rađa đều có thể gặp mục tiêu mặt đất, điều này thường gây ra các phản hồi vô tuyến cố định, đó là những nhiễu địa hình. Những nhiễu địa hình ở gần trạm rađa do búp sóng phụ gây ra thường là cố định do đó nó dễ dàng được loại bỏ; với những nhiễu địa hình ở xa thì sẽ khó loại bỏ hơn. 36 Rađa được đặt sao cho làm cực tiểu hoá các phản hồi mặt đất này, nhưng ta không thể loại bỏ hết hẳn được chúng. Ta có một bản đồ ghi lại các nhiễu mặt đất này, từ đó có thể tránh sự hiểu lầm phản hồi đó là do mưa gây ra. Người ta cũng thử nghiệm các phần mềm để loại bỏ các mục tiêu cố định, nhưng những phần mềm này lại loại luôn cả những vùng mưa nếu mưa là tĩnh tại hoặc di chuyển theo hướng vuông góc với phương bán kính. Nếu những phản hồi này không được lọc và được sử dụng vào công thức Z – I để ước lượng mưa, tổng lượng mưa trong vùng phản hồi địa hình sẽ lớn hơn giá trị mưa thực tế. Khi sử dụng phép lọc phản hồi địa hình trong phần số liệu thô của rađa thì tổng lượng mưa ở những vùng không có ảnh hưởng địa hình sẽ bị thấp hơn so với thực tế. 2.2.2.2. Sự che khuất Giống như việc tạo ra các phản hồi vô tuyến cố định, tình trạng bị chắn của búp sóng bởi mặt đất gây ra sự che khuất một phần hoặc toàn phần búp sóng chính, như thế chỉ có một phần nhỏ hoặc không có năng lượng chiếu tới mưa ở phạm vi xa hơn, gây ra sự phản hồi lệch lạc từ mục tiêu khí tượng. Có thể ví dụ như, vùng mưa ở thấp quá, lại nằm xa, thì rađa không thể phát hiện được, như vậy không thể đo được cường độ phản hồi từ vùng mưa đó. Hoặc, vùng mưa nằm khuất hẳn sau các ngọn núi, quả đồi, như thế các tia sóng đã bị chắn và không thể “chạm” được tới vùng mưa. 2.2.3.Các sai số do điều kiện truyền sóng dị thường trong khí quyển Hiện tượng siêu khúc xạ có thể cho hiển thị các nhiễu địa hình ở xa rađa khi sóng được phát với góc nâng thấp. Nếu chúng không được lọc, phản hồi địa hình ở xa sẽ được đưa vào công thức Z – R để tính mưa và kết quả sẽ cho ta cường độ mưa lớn hơn thực tế. Ngược lại, nếu phép lọc này được thực 37 hiện cả ở những vùng không xảy ra hiện tượng truyền sóng siêu khúc xạ, mưa sẽ có giá trị ước lượng thấp hơn so với giá trị thực tế.. 2.2.4.Các sai số do công thức tính cường độ mưa không bao hàm hết các đặc tính của vùng mưa 2.3.4.1.Sự không lấp đầy búp sóng Những vùng mưa ở xa rađa có thể có kích thước nhỏ hơn độ rộng của búp sóng, do đó mục tiêu không thể lấp đầy búp sóng. Mà một trong những giả thiết để sử dụng phương trình rađa là mục tiêu lấp đầy đồng nhất toàn bộ thể tích xung. Vì thế một mục tiêu nhỏ hơn đọ rộng búp sóng vấn hiển thị như thể nó lấp đầy bước sóng, tức là lớn hơn so với kích thước thực của nó. Như vậy công suất phản hồi của toàn bộ mục tiêu này sẽ được san đều ra cho toàn bộ độ rộng búp sóng, kết quả là cường độ mưa do ước lượng có giá trị nhỏ hơn thực tế. 2.2.4.2. Sự khuếch đại tự động không bù đắp đúng sự suy yếu của tín hiệu theo khoảng cách Rađa tự động khuếch đại công suất thu lên một số lần để nhận được độ phản hồi Z. Tuy nhiên ở những rađa thế hệ cũ, hệ số khuếch đại không tính được chính xác, do không tính được độ truyền qua khí quyển (La). 2.2.4.3. Không tính đến đặc điểm phân bố hạt theo kích thước Trong thực tế, hai vùng mưa có cùng cường độ mưa nhưng vì phân bố theo kích thước hạt khác nhau nên sẽ cho giá trị cường độ phản hồi khác nhau. Ví dụ, mưa từ mây thấp hoặc mưa địa hình tầng thấp thường là mưa bao gồm nhiều hạt nhỏ, từ đó gây ra độ phản hồi yếu dẫn đến cường độ mưa ước lượng sẽ thấp. Trong khi đó, mưa từ đối lưu có nhiều hạt lớn gây độ phản hồi lớn và ước lượng cường độ mưa sẽ cao. Ngoài ra, trong một vùng mưa còn 38 xảy ra sự biến đổi phân bố kích thước hạt theo cả không gian lẫn thời gian, điều này cũng ảnh hưởng không nhỏ đến độ phản hồi thu được từ mục tiêu. 2.2.4.4. Không tính đến trạng thái của các hạt mưa Giáng thuỷ tồn tại ở nhiều dạng khác nhau, nếu trong một vùng mưa, chỉ tồn tại duy nhất một loại giáng thuỷ, độ phản hồi sẽ mang tính ổn định hơn. Tuy nhiên, trong thực tế, một vùng mưa lại có nhiều loại giáng thuỷ khác nhau; mưa hỗn hợp các hạt lỏng, băng, tuyết thì nói chung đều làm tăng độ phản hồi, dẫn tới làm tăng giá trị ước lượng cường độ mưa. Dưới tầng 00C lớp nước áo bên ngoài tinh thể băng sẽ phản hồi rất mạnh, tạo ra “dải sáng” có độ phản hồi lớn hơn rất nhiều và gây nên sai số không nhỏ trong quá trình ước lượng giá trị cường độ mưa. 2.2.5. Sai số do hệ thống thiết bị đo mưa mặt đất. Trong các phương pháp tính toán cường độ mưa mặt đất với số rađa thường coi số liệu mặt đất là luôn chính xác, thực tế chúng ta đều hiểu trong ẩn chứa trong số liệu mưa mặt cũng còn nhiều sai số ví dụ: do chính thiết bị- độ phân giải ở hệ thống đo mưa tự động này nếu mưa nhỏ hơn 0.5mm, lá cây rơi vào làm nghẽn cổ phễu, thay đổi về vị trí điểm đặt sensor đo mưa.v.v.. 39 CHƯƠNG 3. PHƯƠNG PHÁP TÍNH TOÁN VÀ ĐÁNH GIÁ SAI SỐ 3.1.PHƯƠNG PHÁP BÌNH PHƯƠNG TỐI THIỂU 3.1.1.Đặt bài toán về cách tìm các tham số. Khi muốn tìm mối tương quan giữa đại lượng Y nào đó với đại lượng X, người ta thực hiện đồng thời 1 loại phép đo độc lập giá trị Y tương ứng với 1 giá trị X, sau đó vẽ đường phụ thuộc Y-X để định dạng hàm số khảo sát thực nghiệm . Các kết quả có thể được biểu diễn dưới dạng bảng 1 hoặc dưới dạng đồ thị. Bảng 3.1 X X1 X2 .... XK .... XN Y Y1 Y2 .... YK .... YN Vấn đề đặt ra là tìm biểu diễn giải tích của sự phụ thuộc hàm chưa biết đó, tức là chọn công thức mô tả các kết quả thực nghiệm. Điều đặc biệt của bài toán là ở chỗ: vì tồn tại các sai số ngẫu nhiên khi quan trắc nên việc chọn công thức để mô tả một cách chính xác tất cả các giá trị thực nghiệm là không thật hợp lý. Nói khác đi, đồ thị của hàm chưa biết không nhất thiết phải đi qua tất cả các điểm, mà theo điều kiện cho phép phải làm trơn các “nhiễu loạn”. Dĩ nhiên việc làm trơn các nhiễu loạn sẽ càng chính xác và càng tin cậy, nếu số lượng thí nghiệm được tiến hành càng lớn, tức là nếu ta càng có dồi dào thông tin. Chẳng hạn, để kẻ đường thẳng y = ax + b chỉ cần hai điểm là hoàn toàn đủ, nếu biết chính xác hai điểm đó. Nhưng vì tồn tại ít nhiều “nhiễu loạn”, nên với cùng mục đích đó có thể cần tới vài chục điểm. 40 3.1.2.Phương pháp bình phương tối thiểu Nếu mọi quan trắc của các giá trị của hàm: Nyyy ,...,, 21 được tiến hành với cùng độ chính xác như nhau thì việc ước lượng các tham số Naaa ,...,, 10 được xác định với điều kiện là tổng bình phương của các độ lệch của các giá trị quan trắc được yk đối với các giá trị tính toán được  nk aaaxf ,...,,; 10 , tức là đại lượng:    2 1 10 ,...,,;   N k nkk aaaxfyS (3.1) nhận giá trị bé nhất. Nếu các quan trắc được tiến hành với phương sai khác nhau (không cùng độ chính xác), nhưng đã biết tỷ số giữa phương sai của các quan trắc khác nhau, thì với điều kiện chỉ ra trên đây tổng (2-1) được thay bằng tổng      n k knkk waaaxfyS 1 2 10 ,...,,; (3.2) trong đó các thừa số wk được gọi là các trọng lượng riêng quan trắc (trọng số), chúng tỷ lệ nghịch với các phương sai: 22 2 2 1 21 1 :...: 1 : 1 :...:: N Nwww   Nếu mọi quan trắc các giá trị của hàm được tiến hành với cùng độ chính xác, nhưng tại mỗi giá trị của đối số xk ta tiến hành một loạt gồm mk quan trắc và ta lấy giá trị trung bình của các kết quả quan trắc trong các loạt có thể dùng làm trọng lượng : wk = mk (k = 1, 2, ... , N). Điều kiện được phát biểu trên đây vẫn giữ nguyên khi xác định ước lượng của các tham số của các hàm nhiều biến. Chẳng hạn đối với hàm z của hai biến x và y, các ước lượng của các tham số Naaa ,...,, 10 được xác định do điều kiện làm cực tiểu tổng: 41      n k knkkk waaayxfzS 1 2 10 ,...,,;, (3.3) Việc tìm giá trị của các tham số Naaa ,...,, 10 làm cho hàm S=S( Naaa ,...,, 10 ) đạt tới giá trị bé nhất, dẫn tới việc giải hệ phương trình: 0;....;0;0 10  nda dS da dS da dS (3.4) Nếu trong công thức thực nghiệm các tham số tham gia một cách tuyến tính, thì hệ phương trình (3.3) là tuyến tính. Vì việc giải hệ phương trình tuyến tính là đơn giản hơn việc giải hệ phương trình phi tuyến rất nhiều nên nếu có thể được, ta biến đổi các công thức thực nghiệm đã chọn về dạng sao cho các tham số cần xác định tham gia vào hệ đó một cách tuyến tính. Chẳng hạn, nếu trong hàm đã chọn y = a + hsin(wx + f) giá trị w đã biết, thì cần viết hàm đó dưới dạng: y = a + bcoswx + csinwx (b = h sinf, c = h cosf) và tìm các tham số a, b, c theo phương pháp bình phương bé nhất, và sau đó tính các tham số h và f theo các tham số đó. Phương pháp bình phương bé nhất có nhiều trường hợp riêng. Dưới đây ta xét 2 trường hợp riêng, đó là phương pháp hồi qui tuyến tính và phương pháp biến đổi tham số. Phương pháp hồi qui tuyến tính xác định các tham số của đa thức Nếu công thức thực nghiệm có dạng một đa thức:    n i ii xay 1 . (3.5) Các hệ số ai tham gia một cách tuyến tính vào công thức trên. Để tìm các hệ số này, ta cần tìm n phương trình. 42 Giả sử có tất cả N trường hợp quan trắc có cả y và xi (i=1,..., n), nếu ký hiệu Tky là giá trị thực thì ta có:  11 yyT   n i ii xa 1 1.  22T yy   n 1i 2ii x.a .... ... ... ...  NTN yy   n i iNi xa 1 .  kTk yy   n i iki xa 1 . Khi đó sai số sẽ là: . 1    n i ikiTkkTkk xayyy (3.6) Cần phải tìm dạng của y (tức các ai ) sao cho tổng sai số bình phương là nhỏ nhất: 2 N 1k n 1i ikiTk N 1k 2 k )xay(S      đạt min 0 a S j   (j=1, ..., n) mà jk N k n i ikiTk j xxay a S ).(2 1 1            N k n i ikijk N k jkTk xaxxy 1 11 0... Như vậy, hệ phương trình đã dẫn tới hệ sau: 43      n i N k ikjki N k jkTk xxaxy 1 11 0... (3.7) j=1, ..., n Ta có thể tính được các tổng   N k ikjk N k jkTk xxvàxy 11 . theo các số liệu thực nghiệm. Sau đó giải hệ (3.7) tìm được các ai , i=1, ..., n. Nếu trường hợp có trọng số thì (3.7) tương đương hệ sau: n 1,...,j,0 111    N k kikjk n i i N k kjkTk xxaxy  (3.8) với mỗi giá trị j ta có 1 phương trình, nên ở đây ta có n phương trình tuyến tính, với n ẩn số ai , i=1,2,..,n. Nếu trong công thức thực nghiệm các tham số tham gia một cách phi tuyến, thì hệ phương trình (3.4) là phi tuyến. Tuy nhiên, trong nhiều trường hợp ta vẫn có thể xác định được gần đúng các tham số tham gia vào công thức thực nghiệm một cách phi tuyến. Dưới đây ta chỉ nêu một vài thủ thuật biến đổi công thức thực nghiệm phi tuyến  baxfy ,; về dạng tuyến tính Y=b1X+a1 bằng cách thay biến thích hợp (còn gọi là phép san bằng công thức). Để tìm các tham số của hàm luỹ thừa bxay . áp dụng phép lôga xbay lglglg  đổi biến xX yY lg lg   ta đưa về dạng tuyến tính Y=b1X+a1 (3.9) 44 với a1=lg.a b1=b Tuy nhiên, sau khi đã tìm được a1 và b1 và quay trở về các giá trị a, b thì các giá trị này không còn đảm bảo nguyên tắc bình phương tối thiểu nữa (sai số tính y không còn là nhỏ nhất nữa). Phương pháp biến đổi tam số, tính trực tiếp sai số. Ngày nay, nhờ sự trợ giúp đắc lực của máy tính, với tốc độ tính toán lớn, ta có thể tính toán được các sai số trung bình bình phương (MSE) của công thức thực nghiệm, khi lần lượt cho từng tham số biến đổi trong những khoảng giá trị khác nhau và so sánh chúng để tìm ra bộ tham số tối ưu (cho sai số MSE gần như nhỏ nhất). Sau khi dự đoán được dạng công thức thực nghiệm ta tiến hành tính sai số ban đầu có thể dùng một bộ tham số bất kỳ với sai số MSE có thể là lớn. Tiếp theo ta cho 1 tham số biến đổi còn các tham số khác cố định và tính toán sai số trong suốt quá trình biến đổi một -nhiều của dải tham số đã chọn. Ta sẽ thấy sai số lúc đầu giảm nhưng sau lại tăng, cứ để sai số tăng nhưng tới khi bằng 1 phần của sai số ban đầu hoặc tăng tới biên độ thì dừng lại. Sau đó lại cho 1 tham số khác biến đổi, các thám số khác cố định và lặp lại các bước tính toán tương tự. Cứ như vậy quá trình tính toán được lặp đi lặp lại với từng tham số biến đổi, cho tới khi sai số ngừng giảm hoặc giảm không đáng kể thì dừng lại hoàn toàn, các vòng sau có bước biến đổi của tham số ngày tinh (nhỏ) hơn. 3.2. TỔNG QUAN VỀ ĐÁNH GIÁ 3.2.1. Một số kiến thức cơ bản về đánh giá Đánh giá là quá trình so sánh các kết quả với các quan trắc có liên quan, nhằm tìm ra ưu nhược điểm của một thiết bị. Đánh giá là một khía cạnh 45 của việc “đo lường” mức độ tốt, một đánh giá tốt là khi thông qua kết quả, người đánh giá đưa ra được giải pháp tối ưu đối với sản phẩm. Đối với mưa số liệu “thực” sử dụng để đánh giá dự báo được lấy từ quan trắc, vũ lượng ký, vệ tinh … những sai số xuất phát từ nhiều nguyên nhân như sai số hệ thống, địa hình. Các quan trắc thường được coi là những mô tả chính xác của khí quyển thực và thừa nhận điểm quan trắc là tiêu biểu cho cả khu vực đặt trạm quan trắc. Kết quả đánh giá sẽ đưa ra một cái nhìn so sánh sản phẩm của các hệ thống thiết bị hay các phương pháp tính toán khác nhau, đồng thời thông qua đó giúp cho người làm dự báo khí tượng một số ý tưởng về cách tiếp cận vấn đề một cách toàn diện nhất. Các bước tiến hành đánh giá Bước đầu của quá trình đánh giá là công việc hoà hợp số liệu quan trắc cả về thời gian lẫn không gian, có nghĩa là đưa số liệu về cùng một thời điểm và cùng một vị trí. Bước tiếp theo tuỳ thuộc vào mục đích đánh giá mà xử lý số liệu, khi mục đích đánh giá đã được xác định thì người ta bắt đầu tiến hành phân nhóm mẫu, có nghĩa là chia tập số liệu thành hai hay nhiều nhóm dựa theo quy luật lựa chọn rồi đưa ra đánh giá cho từng nhóm riêng biệt. 3.2.2. Một số đại lượng thống kê khách quan thường được sử dụng trong đánh giá 2.2.2.1. Sai số trung bình ME ME được xác định bởi công thức sau :   N OF ME N i ii    1 (3.10) 46 Trong đó, Fi là giá trị cần so sánh đáng giá (Ở khuôn khổ luận văn này giá trị Fi là giá trị cường độ mưa tính toán từ giá trị phản hồi vô tuyến- tạm gọi là giá trị tính toán.) Oi là giá trị quan trắc chọn làm chuẩn (gọi tắt là giá trị quan trắc). Trong luận văn nó chính là cường độ mưa quan tắc bở các trạm đô mưa mặt đất. N là dung lượng mẫu ME chỉ ra xu hướng trung bình của sai số. Độ lệch dương là giá trị tính toán lớn hơn quan trắc, và ngược lại độ lệch âm là quan trắc lớn hơn giá trị tính toán . Một giá trị tính toán tốt nhất có giá trị ME = 0. Trong dự báo số thời tiết và dự báo số khí hậu, trường quan trắc và trường dự báo là lệch nhau trong quá trình chạy dự báo số, và sự khác nhau giữa giá trị trung bình quan trắc và giá trị trung bình dự báo thường được coi là sai số hệ thống. Khi biết được sai số hệ thống của một dự báo, người ta có thể hiệu chỉnh nó trước khi mang ra làm dự báo. Tuỳ theo mức độ phức tạp của dự báo số mà hiệu chỉnh có thể sử lý bằng máy móc hoặc cũng có thể trực tiếp bằng tay. 3.2.2.2. Sai số tuyệt đối trung bình MAE Sai số này được xác định như sau : N OF MAE N i ii    1 (3.11) MAE là trung bình độ lớn các sai số, nó cho biết mức độ lệch trung bình; nó không chỉ ra xu hướng của sai số mà chỉ ra độ lớn của sai số. Một giá trị tính toán tốt nhất sẽ cho MAE = 0. MAE được tính bằng cách lấy tổng các trị tuyệt đối sai số sau đó lấy trung bình. MAE kết hợp với ME có thể giải quyết bài toán. Nếu ME khác không nhiều so với MAE thì nên hiệu chỉnh mô 47 hình, còn khác nhau nhiều thì việc hiệu chỉnh nó là không có cơ sở. MAE không so sánh được với độ lệch chuẩn do sự khác nhau về bản chất, tuy nhiên nó lại có thể dung hoà các sai số bằng cách lấy trung bình tổng tuyến tính tuyệt đối các sai số. 3.2.2.3. Sai số trung bình bình phương MSE MSE là trung bình của bình phương các sai số, nó đo độ lớn của sai số, được lấy trọng số theo bình phương của sai số, đây là một biến hay được sử dụng trong đánh giá so sánh. Nó được tính bởi công thức sau :   N OF MSE N i ii    1 2 (3.12). 48 CHƯƠNG 4. CHƯƠNG TRÌNH TÍNH TOÁN, KẾT QUẢ VÀ KẾT LUẬN 4.1. TIẾN HÀNH XÂY DỰNG CÔNG THỨC 4.1.1.Thu thập số liệu. Hệ thống đo mưa tự động được triển khai tại Khu vực Trung trung Bộ từ năm 2006 ban đầu chỉ có 3 trạm Hiệp Đức, Giao thuỷ và Nông Sơn, sau 1 năm hệ thống đã 20 trạm và hiện nay có 32 trạm trong đó có 10 trạm truyền trực tuyến qua Internet ADSL. Do đó chúng ta có một bộ số liệu đo mưa mặt đất tự động khảo sát phục vụ nghiên cứu khá lý tưởng bao gồm các trạm sau: 1. Hiệp Đức 2. Thượng Nhật 3. Câu Lâu 4. Thành Mỹ 5. Tam Kỳ 6. Trà My 7. Ái Nghĩa 8. Hiên 9. Quảng Ngãi 10.A Lưới 11.Nông Sơn 12.Hội Khách 13.Giao Thuỷ 14.Cẩm Lệ 15.Lý Sơn 16.An Chỉ 17.Sơn Giang 18.Ba Tơ 19.Phú Ốc 20.Cù Lao Chàm 21.Bình Điền 22.Tiên Phước 23.Hoà Bắc 24.Đức Phổ 25.Phú Ninh 26.Khâm Đức 27.Bà Nà 28. Sơn Hà 29.Minh Long 30.Tà Lương 31.Dung Quất 32.Bạch Mã (Xem phần phụ lục PL2) 49 Trong đó 12 trạm cuối (từ trạm thứ 21 đến 32) là lắp tại các điểm đo mưa nhân dân. Ngoài ra tại Đà Nẵng hệ thống này còn một trạm đo thời tiết tự động lắp đặt từ tháng 23 tháng 8 năm 2008, nhưng do chưa thiết kế được hệ thống truyền tự động nên không hiển thị được tại Website Đài Khí Tượng Cao Không. Dự kiến toàn bộ hệ thống đo mưa này sẽ truyền tự động trong năm 2009. Số liệu rađa thời tiết Tam Kỳ năm 2006 và năm 2007 không đầy đủ do rađa hỏng và giãn đoạn trong thời gian khá dài, tuy có số liệu nhưng không chính xác. Cuối năm 2007 rađa này đã được sửa chữa và hoạt động ổn định hơn chính vì vậy do đó tôi đã lựa chọn bộ số liệu đồng bộ rađa và đo mưa tự động từ tháng 1 năm 2008 đến tháng 10 năm 2008.(Xem phần phụ lục PL1). 4.1.2 Xử lí số liệu và đồng bộ số liệu theo thời gian. Để thực hiện phương pháp so sánh, đánh giá giữa giá trị cường độ mưa rađa với giá trị cường độ mưa tại mặt đất cần đưa về cùng điều kiện không gian và thời gian của các yếu tố đầu vào. Từ tập số liệu thu thập được ta cần xử lí ban đầu để lựa chọn làm các cặp tính toán đồng nhất là: Cường độ mưa mặt đất (I) và giá trị Phản hồi vô tuyến rađa (dBZ) ta thực hiện như sau: Giá trị cường độ mưa mặt đất (I): là giá trị lượng mưa đo được trong 10 phút của mặt đất phải >0 ta đổi về cường độ mưa (mm/h). Do đầu vào là các loại datalogger khác nhau, nên khi tiến hành cần thực hiện đăng ký format cho phần mềm tính toán nhận dạng. Để thực hiện điều đó cần mô tả vị trí các giá trị thời gian và giá trị đo được từ sensor đo mưa, bởi một số datalogger ghi giá trị đếm số lần chao lật được và số datalogger còn lại ghi giá trị thực của lượng mưa. Bước tiếp theo tuỳ thuộc dạng sensor sẽ có những bước tính toán cơ bản đảm bảo chuyển toàn bộ số liệu cường độ mưa của các trạm về cùng một dạng thống nhất 50 Hình 4.1 Đồ thị biểu diễn lượng mưa ghi được theo thời gian của datalogger Hobo tại trạm Hội Khách Hình 4.2 Đồ thị biểu diễn lượng mưa ghi được theo thời gian của datalogger Hobo tại trạm Thành Mỹ Hình 4.3 Đồ thị biểu diễn lượng mưa ghi được theo thời gian của datalogger RF3 tại trạm Lý Sơn. 51 Giá trị độ PHVT (tính ra dBZ): được lấy từ sản phẩm CAPPI tại độ cao 3 km trung bình trong một miền tròn bán kính 1km có tâm trùng với toạ độ của trạm đo mưa tự động (Hình 4.4). Với giá trị độ cao 3 km chúng ta có thể tránh được ảnh hưởng của địa hình nếu lấy thấp hơn 3 km và nếu lấy cao hơn 3 km cánh sóng sẽ “quệt” vào dải sáng (mức tan băng H-H00c) sẽ làm cho độ PHVT thu được trở nên bất thường. Hình 4.4 Vị trí lấy giá trị PHVT tương ứng với toạ độ trạm đo mưa mặt đất Một trình quét bình thường của rađa Thời tiết Tam kỳ tạo ra tập số liệu quét khối ( VolumeScan). VolumeScan này thường là tập hợp 10 góc nâng quét tròn PPI (Hình 4.5) . Hình 4.5 Sản phẩm Volumescan rađa Thời tiết Tam Kỳ-thường là tập hợp các góc nâng quét tròn PPI khác nhau. 52 Từ tập số liệu quét khối VolumeScan có thể tạo ra các sản phẩm thứ cấp khác nhau, trong đó có sản phẩm CAPPI 3km và có thể có CAPPI với độ cao khác nhau như 0.5 km, 1km, 1.5 km, 2 km, 2.5 km .v.v... Hình 4.6 Hình a là các quét tròng PPI, hình b Sản phẩm mặt cắt CAPPI 3km . Hình 4.7 Sản phẩm mặt cắt CAPPI 3km tại Trạm Rađa thời tiết TamKỳ lúc 03:30 ngày 13 tháng 8 năm 2008. Ở đây với mục tiêu là tính toán công thức liên hệ giữa độ PHVT của rađa và cường độ mưa của hệ thống đo mưa tự động trong thời điểm có mưa, 53 nên loại bỏ những số liệu không đồng bộ như: chỉ tồn tại 1 giá trị độc lập rađa hoặc cường độ mưa mặt đất. Thông thường thời gian có mưa là nhỏ hơn rất nhiều so với không mưa, (một phần do thỉnh thoảng một số máy trong hệ thống máy móc ngưng hoạt động hoặc hoạt động chưa ổn định). Sau khi xử lí đã thu được 2.048 cặp giá trị dBZ-I trùng nhau về mặt thời gian (±3 phút) và không gian từ 27.415 giá trị phản hồi vô tuyến dBZ và 19.191 giá trị cường độ đo mưa mặt đất I. (Xem phần phụ lục PL3) Sau đây là đồ thị biến trình của độ PHVT (dBZ) và cường độ mưa của một số trạm sau khi đã đồng bộ về thời gian (Hình 4.8-.4.11) Hình 4.8.Trạm Hội Khách Hình 4.9.Trạm Hiên I mm/h mm/h DBZ DBZ mm/hmm/h số thứ tự cặp DBZ số thứ tự cặp 54 Hình 4.10.Trạm Tiên Phước. . Sau đây là đồ thị của quan hệ giữa độ PHVT-Z’ (dBZ) với I (mm/h)tại một số trạm.(Hình 4.12-4.14) Hình 4.12 . Z’-Imđ Tại trạm Trà My. Hình 4.13. Z’-Imđ Tại trạm Hội Khách I mm/h mm/h DBZ DBZ I mm/h mm/h DBZ DBZ Hình 4.11.Trạm Trà My số thứ tự cặp số thứ tự cặp 55 Hình 4.14a. Z’-Imđ Tại trạm Thành Mỹ. Hình 4.14b. Z’-Imđ Tại trạm Hiên. Hình 4.14c. Z’-Imđ Tại trạm Quảng Ngãi Hình 4.14d. Z’-Imđ Tại trạm Thượng Nhật. Hình 4.14e. Z’-Imđ Tại trạm Hiệp Đức. 56 Với những đánh giá ban đầu cho thấy từ tấp số liệu khảo sát, tuy những biến đổi theo thời gian trên đồ thị của giá trị Z’ và lượng mưa đo được không tương quan với nhau một cách chặt chẽ( có những điểm cự trị của lượng mưa tương ứng với điểm cực trị của Z’, nhưng cũng có những điểm cực trị của Z’ không tương ứng. Điều đó có thể là sự trễ pha theo thời gian và nằm trong nó ẩn chứa nhiều sai số. Nhưng ta vẫn cảm nhận được sự tồn tại mối quan hệ của Z’ với cường độ mưa. Các hình từ 4.11-4.17 cho thấy mối quan hệ này có dạng logarit, cụ thể là các hình dạng Z’=b1 lgI+ a1 Đặt: lgI=x; Z’=Y Ta có: Y=a1+b1X 4.1.3 Tính toán và đánh giá công thức Với sự phát triển vượt bậc của khoa học máy tính, việc tính toán với chuỗi số liệu lớn đó là điều đơn giản, để tìm một cặp hệ số thực nghiệm A,b tham gia vào công thức thực nghiệm một cách phi tuyến, ta có thể dùng phương pháp bình phương tối thiểu sau khi đã tuyến tính hoá (còn gọi là san bằng) công thức. Chúng tôi đã thử tính theo phương pháp hồi qui tuyến tính. Kết quả thu được một công thức như sau: Y=a1+b1X Để dễ so sánh với công thức Marshall Palmer, ta chuyển sang dạng Z=A.Ib trong đó Z’=10 logZ hay Z=10(Z’/10) trong đơn vị mm6/m3. Kết quả tìm được: Y = 0.2097 + 0.0239 X A= 10(a1/10)=1.04946260728285 b= 0.0024 Tuy nhiên sai số lớn sẽ xảy ra khi quay trở lại kiểm nghiệm với ngay chuỗi số liệu phụ thuộc, vì công thức cuối là phi tuyến trong khi ta đã dùng phương pháp hồi qui tuyến tính. Do đó để tìm cặp hệ số thực nghiệm A,b 57 chúng tôi xây dựng một phần mềm tính sai số trung bình bình phương của công thực nghiệm phi tuyến dạng Z=A.Ib , với các giá trị A và b lần lượt biến đổi trong các khoảng giá trị khác nhau và dừng lại khi sai số này đủ nhỏ (nhỏ hơn một giá tới nào đó), cách làm như sau: Ban đầu lấy A, b lớn(tương ứng MSE lớn), A cố định và cho b biến đổi ta liên tục tính sai số MSE(i), sẽ thấy lúc đầu nó giảm sau lại tăng. Cho sai số này tăng tới khi bằng một phần sai số ban đầu hoặc tăng bằng giá trị biên độ thì dừng lại biến đổi b, Sau đó lại giữ b cố định và cho biến đổi A và cũng thấy sai số ban đầu giảm sau đó lại tăng nhưng cũng chỉ cho tăng đến giá trị bằng một phần sai số bắt đầu cho b biến động thì dừng b lại và cho A biến đổi, cứ như vậy cho đến khi sai số dao động không đáng kể thì dừng lại Giá trị ban đầu của A là n chạy từ 2000 của b là 5, cuối cùng giá trị sai số MSE không đổi hay biến đổi không đáng kể