โครงการพัฒนาการประเมินพื้นที่และปริมาณน้ำฝนจากการปฏิบัติการฝนหลวง

บทคัดย่อ

การศึกษานี้มีเป้าหมายเพื่อพัฒนาการประเมินปริมาณน้ำฝนและพื้นที่กลุ่มฝน และพัฒนาระบบการติดตามกลุ่มฝนที่เกิดจากการปฏิบัติการฝนหลวง ดำเนินโครงการตั้งแต่ปีงบประมาณ 2563-2565 ระยะเวลา 4 ปี โดยการพัฒนาการประเมินพื้นที่และปริมาณน้ำฝนที่เกิดจากการปฏิบัติการ ฝนหลวงนั้นประมวลข้อมูลคุณสมบัติกลุ่มฝน (Storm Property) จากโปรแกรม Thunderstorm Identification Tracking Analysis and Nowcasting: TITAN และใช้ข้อมูลจากการบินตรวจวัดด้วยเครื่องบินวิจัย Super King Air 350 (SKA) สำหรับการปรับเทียบความถูกต้องของขนาดพื้นที่และปริมาณน้ำฝน การปรับเทียบปริมาณน้ำฝนจากการคำนวณจากการสะท้อนของเรดาร์กับถังวัดน้ำฝน การพัฒนาระบบติดตามกลุ่มฝนเป็นการศึกษาโปรแกรมและอัลกอริทึมต่างๆ สำหรับนำไปใช้สำหรับจำแนกและติดตามกลุ่มฝนที่เกิดจากการปฏิบัติการฝนหลวง ผลการพัฒนาระบบประเมินผลการปฏิบัติการฝนหลวง พบว่า (1) ค่าอัตราส่วน S/NS ของคุณสมบัติของฝนในเกณฑ์สภาพอากาศแบบ Poor มีปริมาตรฝนและพื้นที่ฝนในพื้นที่ Seed มากกว่าพื้นที่ Non-Seed แต่มีความรุนแรงของฝนไม่แตกต่างกันในทั้งสองพื้นที่ และการปฏิบัติการฝนหลวงในประเทศไทยสามารถเพิ่มปริมาตรฝนได้ทุกช่วงฤดูกาล และการปฏิบัติการครบ 3 ขั้นตอนสามารถเพิ่มพื้นที่ฝนได้ทุกฤดูกาล เมื่อเทียบกับฝนที่เกิดจากธรรมชาติ โดยเฉพาะในเกณฑ์สภาพอากาศระดับไม่ดี (2) ค่า dBZ ที่มีค่าน้อยที่สุด ณ ระดับใต้ฐานเมฆที่ตรวจวัดด้วยเครื่องมือ HVPS (dBZHVPS (Min)) สามารถใช้ค่าเฉลี่ย dBZHVPS (Min) ของทุกฤดูกาล (All Season) มีค่าเท่ากับ 19.56 dBZ เป็นตัวแทนค่า dBZ ที่มีค่าน้อยที่สุด ณ ระดับใต้ฐานเมฆ สำหรับนำไปวิเคราะห์อัตราส่วน SKA/R ต่อไปได้ เนื่องจากค่า dBZHVPS (Min) ของแต่ละฤดูกาลมีค่าไม่แตกต่างกันที่ระดับความเชื่อมั่น 0.01 (3) ค่าอัตราส่วน SKA/R ของตัวอย่างกลุ่มฝนมีค่าไม่แตกต่างกันที่ระดับความเชื่อมั่น 0.01 โดยมีค่าอัตราส่วน SKA/R ในแนวแกน X เท่ากับ 0.84 และแนวแกน Y เท่ากับ 0.87 สามารถใช้เป็นตัวแทนค่าอัตราส่วน SKA/R สำหรับนำไปประยุกต์ใช้ในการประเมินการปฏิบัติการฝนหลวงแบบไม่แยกตามฤดูกาลได้ (4) ค่าอัตราส่วน G/R ในช่วงฤดูแล้งปริมาณน้ำฝนที่ประเมินด้วยเรดาร์มีค่ามากกว่าปริมาณน้ำฝนจากถังวัด สำหรับฤดูฝนปริมาณน้ำฝนที่ประเมินด้วยเรดาร์มีค่าน้อยกว่าปริมาณน้ำฝนจากถังวัด โดยตัวแทนค่าอัตราส่วน G/R ที่เหมาะสมสำหรับนำไปใช้ในการประเมินผลการปฏิบัติการฝนหลวงคือ ค่าทางสถิติแบบ AvgAvg เพื่อปรับแก้ความเอนเอียงในการประเมินปริมาณน้ำฝนที่ตรวจวัดด้วยเรดาร์ให้มีความถูกต้องมากยิ่งขึ้น และ (5) อัตราการขยายตัวของกลุ่มฝนในช่วงฤดูแล้งจะมีขนาดใหญ่มากกว่าช่วงฤดูฝนและมีการเจริญเติบโตช้ากว่าฤดูฝน โดยมีค่าอัตราการขยายรัศมีของกลุ่มฝน (dre) และพื้นที่ของกลุ่มฝน (dae) ในฤดูฝนมีค่าเท่ากับ 3.30 และ 7.80 เท่าต่อชั่วโมง ตามลำดับ ในฤดูแล้งมีค่าเท่ากับ 2.70 และ 6.40 เท่าต่อชั่วโมง ตามลำดับ โดยการนำข้อมูลไปประยุกต์ใช้ควรพิจารณาแยกตามฤดูกาล เนื่องจากกลุ่มฝนในแต่ละฤดูกาลมีการขยายตัวที่แตกต่างกันที่ระดับความเชื่อมั่น 0.01 ซึ่งค่าข้อมูลจากการพัฒนาระบบประเมินผลการปฏิบัติการฝนหลวงนี้ สามารถนำไปใช้ในการคำนวณปริมาณน้ำฝนและพื้นที่จากการปฏิบัติการฝนหลวงให้มีความใกล้เคียงกับค่าที่เกิดขึ้นจริงได้มายิ่งขึ้น ผลการวิจัยการพัฒนาระบบติดตามกลุ่มฝนพบว่า การจำแนกกลุ่มฝนด้วยวิธี Blockchain สามารถจำแนกกลุ่มฝนขนาดปานกลาง (10 ถึง 50 km) ได้แม่นยำที่สุด แต่ไม่เหมาะสมสำหรับนำมาจำแนกกลุ่มฝนที่มีขนาดใหญ่และมีข้อมูลจำนวนมาก ในส่วนของการจำแนกกลุ่มฝนด้วยระบบ AI มีร้อยละความถูกต้องเพิ่มขึ้นเมื่อเพิ่มจำนวนในการฝึกสอนและทดสอบ แต่ค่าร้อยละความถูกต้องในการตรวจจับกลุ่มฝนจากการเพิ่มจำนวนตัวอย่างยังไม่แน่ชัด และวิธีการ Intensity Identification เป็นวิธีที่มีความเหาะสมสำหรับการใช้ติดตามกลุ่มฝนจากการปฏิบัติการฝนหลวงมากที่สุด ซึ่งจำแนกกลุ่มฝนด้วยค่าความแปรปรวนของความเข้มการสะท้อน (?^2 dBZ) โดยมีค่าร้อยละความถูกต้องจากการจำแนกด้วยภาพนิ่ง ในฤดูแล้ง ฤดูฝน เท่ากับ 81.49 และ 89.19 ตามลำดับ มีค่าร้อยละความถูกต้องจากการจำแนกด้วยภาพเคลื่อนไหว ในฤดูแล้ง ฤดูฝน เท่ากับ 92.66 และ 96.21 ตามลำดับ โดยการจำแนกกลุ่มฝนด้วยภาพเคลื่อนไหวเป็นการสามารถลดอัลกอลิทึมในการเขียนโปรแกรมได้ ประเมินผลได้มีความถูกต้องมากกว่าการใช้ภาพนิ่ง ค่าความแปรปรวนของความเข้มการสะท้อนที่ได้นี้ถูกนำไปใช้ในระบบติดตามกลุ่มฝน โดยใช้วิธี Centroid Tracking ในการติดตามกลุ่มฝน พบว่ามีความแม่นยำสูงในการตรวจจับและการติดตามกลุ่มฝนที่มีลักษณะเป็น Single cell ส่วนในกรณีที่กลุ่มฝนมีลักษณะเป็น Multiple Cell ระบบสามารถตรวจจับและติดตามได้ แต่ความสามารถในการติดตามแบบต่อเนื่องน้อยกว่ากลุ่มฝนแบบ Single cell โดยมีค่าอัตราส่วน POD FAR และ CSI เท่ากับ 0.75 0.03 และ 0.73 ตามลำดับ ซึ่งอยู่ในช่วงที่บ่งบอกได้ว่าระบบมีการติดตามกลุ่มฝนที่สอดคล้องกับผู้สังเกต โดยมีค่าร้อยละความถูกต้องในการติดตามกลุ่มฝนเท่ากับ 72.64 และได้มีการพัฒนาการประมาณค่าความเข้มกลุ่มฝนสำหรับการชดเชยข้อมูลบางส่วนของกลุ่มฝนที่ขาดหาย ซึ่งทางโครงการใช้ด้วยวิธี Linear ที่ให้ค่าความแม่นยำได้ใกล้เคียงจากข้อมูลเดิมมากที่สุด โดยให้ค่า MAE RMSE และ MAPE มีค่าเท่ากับ 3.04 4.12 และ 41.67 ตามลำดับ นอกจากนี้ทางโครงการได้การพยากรณ์กลุ่มฝนของระบบ Storm Nowcasting มีความแม่นยำมากที่สุดที่การพยากรณ์ล่วงหน้า 0.5 ชั่วโมง มีค่าความคลาดเคลื่อนในการพยากรณ์น้อยที่สุด โดยมีค่าร้อยละความคลาดเคลื่อนการพยากรณ์ตำแหน่งกลุ่มฝน ขนาดพื้นที่กลุ่มฝน และการพยากรณ์ความเข้มฝน เท่ากับ 0.73 33.99 และ 16.67 ตามลำดับ คำสำคัญ ความเข้มการสะท้อนกลับ อัตราการขยายตัวของกลุ่มฝน การติดตามกลุ่มฝน

คำสำคัญ