การประเมินปริมาณน้ำฝนจากความสัมพันธ์ระหว่างค่าสะท้อนกลับกับความเข้มฝน สำหรับเรดาร์ตรวจอากาศพิษณุโลก
Article Sidebar
Main Article Content
บทคัดย่อ
ในการศึกษาครั้งนี้ มีวัตถุประสงค์เพื่อศึกษาความสัมพันธ์ระหว่างค่าสะท้อนกลับของเรดาร์ตรวจอากาศ (Z) กับความเข้มฝน (R) : (Z-R relationship) ซึ่งได้จากข้อมูลสถานีวัดน้ำฝนภาคพื้นดินที่อยู่ในรัศมีหวังผลของเรดาร์ตรวจอากาศ และเพื่อประเมินความแม่นยำของการประมาณฝนด้วยเรดาร์ตรวจอากาศ โดยใช้ข้อมูลตรวจวัดจากเรดาร์ตรวจอากาศพิษณุโลก และข้อมูลปริมาณน้ำฝนจากสถานีตรวจวัดฝนอัตโนมัติ กรมอุตุนิยมวิทยา ในช่วง ปี 2550-2551 โดยได้อาศัยหลักการจับคู่ข้อมูลเรดาร์ตรวจอากาศ เพื่อประเมินความสัมพันธ์ระหว่างค่าสะท้อนกลับเรดาร์ตรวจอากาศกับความเข้มฝน ที่เรียกว่า Buffer Probability Technique (BPT) ซึ่งหลักการนี้จะลดผลกระทบจากลม และความคลาดเคลื่อนของเวลาจากความสูงที่ต่างระดับกัน ระหว่างการตรวจวัดด้วยเรดาร์ตรวจอากาศและการวัดฝนที่ภาคพื้นดิน โดยการผสมผสาน Buffer Function ของแบบจำลองภูมิสารสนเทศและการจับคู่ด้วย Probability Matching ผลจากการศึกษาวิจัยพบว่า เทคนิค BPT สามารถนำไปใช้วิเคราะห์หาความสัมพันธ์ระหว่างค่าสะท้อนกลับของเรดาร์ตรวจอากาศ (Z) กับค่าความเข้มฝน (R): (Z-R relationship) ได้เป็นอย่างดี พบว่า ค่า Z-R relationship ที่ได้จากการศึกษามีค่าคงที่ a=85 และค่าคงที่ b=1.3 โดยเมื่อนำค่า Z-R relationship ที่ได้นี้ไปเทียบกับการศึกษาก่อนหน้านี้ ของ Marshall-Palmer (a=200, b=1.6) และ WSR-88D (a=300, b=1.4) พบว่า ค่าสมการความสัมพันธ์ Z-R relationship ที่ได้จากการศึกษานี้มีความเหมาะสมและสามารถนำไปประยุกต์ใช้เพื่อการพยากรณ์อากาศและการเตือนภัยในพื้นที่ โดยเฉพาะในเขตพื้นที่ชุมชนเมืองเขตเกษตรกรรมขนาดใหญ่ในพื้นที่ที่มีสถานีตรวจวัดปริมาณน้ำฝนไม่เพียงพอ ตลอดจนประโยชน์ต่อการวางแผนในการท่องเที่ยวและเกษตรกรรมอีกด้วย
Article Details
เอกสารอ้างอิง
กรมอุตุนิยมวิทยา. (2521). อุตุนิยมวิทยาทั่วไป. กรุงเทพฯ : กรมอุตุนิยมวิทยา.
ชวนพิศ เงินฉลาด. (2555). การตรวจอากาศด้วยเรดาร์. สงขลา : ศูนย์อุตุนิยมวิทยาภาคใต้ฝั่งตะวันออก.
ศิริลักษณ์ ชุ่มชื่น, รัชเวช หาญชูวงศ์, และอนุสรณ์ หอมเมือง. (2541). การเปลี่ยนแปลงพารามิเตอร์ของสมการ Z-R ของกลุ่มเมฆฝนชนิดต่าง ๆ ใน. การประชุมวิชาการวิศวกรรมโยธาแห่งชาติ ครั้งที่ 14. นครราชสีมา : มหาวิทยาลัยเทคโนโลยีสุรนารี.
สุวพันธ์ นิลายน. (2539). อุตุนิยมวิทยา. กรุงเทพฯ : จุฬาลงกรณ์มหาวิทยาลัย.
Chantraket, P., Detyothin, C., & Suknarin, A. (2013). Radar reflectivity derived rain-storm characteristics over northern Thailand. EnvironmentAsia, 6(2), 24-33.
Chumchean, S., Seed, A., & Sharma, A. (2008). An operational approach for classifying storms in real-time radar rainfall estimation. Journal of Hydrology, 363(1-4), 1-17.
Doviak, R. J., & Zrnic, D. S. (1993). Doppler Radar and Weather Observations. New York: Academic Press.
Fulton, R. A., Breidenbach, J. P., Seo, D. J., Miller, D. A., & O’Bannon, T. (1998). The WSR-88D rainfall algorithm. Weather and Forecasting, 13(2), 377-395.
Marshall, J. S., & Palmer, W. M. K. (1948). The distribution of raindrops with size. Journal of Meteorology, 5(4), 165-166.
Rinehart, R. E. (2004). Radar for Meteorologists, or, You Too Can Be a Radar Meteorologist, Part III (Fourth ed.). Columbia, MO: Rinehart.
Rosenfeld, D., & Amitai, E. (1998). Comparison of WPMM versus regression for evaluating Z–R relationships. Journal of Applied Meteorology, 37(10), 1241-1249.
Sheltion, M. L. (2009). Hydroclimatology : Perspectives and Applications. Cambridge, UK: Cambridge University Press.
Woodley, W., & Herndon, A. (1970). A raingage evaluation of the Miami reflectivity-rainfall rate relation. Journal of Applied Meteorology, 9(2), 258-264.
