Xây dựng hệ hỗ trợ ra quyết định hỗ trợ dự báo viên khí tượng hàng không

ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA
--------------------------

HỌ VÀ TÊN TÁC GIẢ : PHẠM VĂN BẮC
TÊN ĐỀ TÀI :

XÂY DỰNG HỆ HỖ TR RA QUYẾT ĐỊNH
HỖ TR DỰ BÁO VIÊN KHÍ TƯNG HÀNG KHÔNG

CHUYÊN NGÀNH : CÔNG NGHỆ THÔNG TIN
MÃ SỐ NGÀNH : 01.02.10

LUẬN VĂN THẠC SỸ

TP HỒ CHÍ MINH, tháng 03 năm 2004


LỜI CẢM ƠN

Toâi xin chân thành cảm ơn sự dạy dỗ, hướng dẫn và giúp đỡ nhiệt tình
của tất cả các Thầy Cô giảng dạy sau đại học - Trường Đại học Bách khoa thành
phố Hồ Chí Minh.
Tơi xin đặc biệt chân thành cảm ơn Thầy T.S Lê Văn Dực, giảng viên
bộ môn Cơ lưu chất, khoa Kỹ thuật Xây dựng, đã tận tình hướng dẫn truyền đạt
những kiến thức và kinh nghiệm quý báu, những tình cảm yêu mến của Thầy đã
giúp tơi có đầy đủ kiến thức và nghị lực để hoàn thành luận văn.
Và xin cảm ơn những bạn bè, đồng nghiệp và những người thân trong gia
đình đã tin u và truyền cho tơi thêm sức mạnh trong công việc học tập nghiên
cứu của bản thân.
Mặc dù đã có rất nhiều cố gắng trong việc thực hiện luận văn, song với

thời gian có hạn, các vấn đề được đặt ra rất phức tạp, nên không thể khơng có
những thiếu sót, mong được sự đóng góp ý kiến quý báu của quý Thầy Cô và
các bạn.
Tp.HCM, ngày 15 tháng 03 năm 2004
Học viên
Phạm văn Bắc
UTC Universal Time


Cho tới nay, việc dự báo các hiện tượng thời tiết chủ yếu dựa trên hai
phương pháp : phương pháp synop và phương pháp dự báo số trị. Phương pháp dự
báo synop phụ thuộc nhiều vào kinh nghiệm của con người và chủ yếu là định
tính. Phương pháp dự báo số trị đã chứng minh được tính ưu việt và cho kết quả
dự báo khá chính xác. Tuy nhiên, việc tính toán để tăng độ phân giải của lưới số
liệu các yếu tố khí tượng và các chỉ tiêu dự báo tốn rất nhiều thời gian. Mạng
neural nhân tạo là một mô hình toán học dựa trên cơ sở những hiểu biết trong lónh
vực tâm sinh lý của con người. Ann có cơ sở lý thuyết vững vàng và đã áp dụng
thành công trong nhiều lónh vực khác nhau, đặc biệt là những bài toán có mối
quan hệ không tường minh giữa các biến nhập và biến xuất.
Trong luận văn này nghiên cứu hai vấn đề. Thứ nhất: xây dựng một hệ
thống thông tin thực thi, phục vụ việc truy xuất dữ liệu và tạo dữ liệu đầu vào cho
chương trình AnnForMet. Thứ hai: xây dựng phần mềm AnnForMet để khảo sát
mối quan hệ giữa các yếu tố khí tượng và phạm vi ảnh hưởng của chúng đối với
các hiện tượng thời tiết. Ngoài ra chương trình AnnForMet cũng hỗ trợ việc dự
báo thời tiết. Kết quả đạt được cho thấy việc ứng dụng Ann để tìm ra mối quan
hệ giữa các yếu tố khí tượng và các hiện tượng thời tiết là rất tốt. Trong việc ứng
dụng Ann để dự báo các hiện tượng thời tiết cũng đạt được một số kết quả khả
quan.

ABSTRACT
Nowadays, meteorologists have two approaches for forecasting: synoptic and
numerical.
In the synoptic method, one attempts to predict the future changes of weather
by taking into acount both general theoretical knowledge and the practical
experience. Nearly all his forecasts are produced by a qualitative assessment.
The numerical method has gradually developed during the past hundred years
and reached some better results in the weather forecasting. The characters of this
method is not only emperical and qualitative but also quantitative. However, it takes
much time to improve the resolusion of data grid of meteorological elements and to
come up the criteria for weather forecasting. Artificial Neural network (Ann) is a
mathematical model which is based on knowledge in human’s psychology and
physiology. Ann has had firmly theoretical foundation and is successfully applied in
many fields of engineering, especially for solving the fuzzy relation between input
and output variables.
In this thesis, two problems are studied. The first one is the problem on
creating an Executive information system to serve the access meteorological data and
to feed up input data for AnnForMet program. The second problem concerns with the
creating software AnnForMet to search for relation between meteorological elements
and to study their affects on the consequence of weather phenomenon. In other hand,
AnnForMet software also serves for weather forecasting .
In this study, some good results are obtained, that concern with the finding out
the relation between the meteorological elements and the resulting weather
phenomenon. The application of Ann for forecasting the weather gets some hopeful
results, as well.


Luận văn Tốt nghiệp Cao học – CNTT

MỤC LỤC

ooOoo
Trang
CHƯƠNG I
GIỚI THIỆU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
I.1) GIỚI THIỆU CHUNG. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . 1
I.2) MỤC TIÊU CỦA LUẬN VĂN. . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . 2
I.3) PHƯƠNG PHÁP ÁP DỤNG. . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
I.3.1) Xây dựng hệ thống tự động cập nhật dữ liệu khí tượng vào CSDL . . . 3
I.3.2) Xây dựng trang WEB phục vụ việc truy xuất thông tin khí tượng . . . . . 5
I.3.3) Ứng dụng ANN xây dựng phần mềm dự báo thời tiết. . . . . . . . . . . . . .. 5
CHƯƠNG II
CÁC CƠNG TRÌNH LIÊN QUAN ĐẾN ĐỀ TÀI . . . . . . . . . . . . . . . . . . . . . . . . . 7
II.1) NHỮNG CƠNG TRÌNH LỚN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . 7
II.2) MỘT SỐ NGHIÊN CỨU KHÁC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . 7
CHƯƠNG III
CƠ SỞ LÝ THUYẾT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . .11
III.1) KHÍ TƯỢNG HỌC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11
III.1.1) Khái niệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . 11
III.1.2) Lịch sử phát triển của khoa học khí tượng . . . . . . . . . . . . . . . . . . . . . 11
III.1.3) Khí quyển trái đất . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . 12
III.1.4) Các đại lượng khí tượng. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .14
III.1.5) Các hiện tượng thời tiết cơ bản . . . . . . . . . . . . . . . . . . . . . . . . . . . . .17
III.1.6) Một số khái niệm cơ bản . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . 23
III.1.7) phương pháp phân tích synop . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . 26
III.1.8) phương pháp dự báo số trị . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . 28
III.1.9) Hồn lưu qui mơ lớn tác động đến thời tiết Việt Nam . . . . . . . .. . . . 21
III.1.10) Hoàn lưu qui mô vừa tác động đến thời tiết Việt Nam . . . . . .. . . . .34
III.2) HỆ HỖ TRỢ QUYẾT ĐỊNH. . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . .41
III.2.1) Khái niệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . .41
III.2.2) Các đặc trưng và khả năng của hệ hỗ trợ quyết định . . . . . . . . . . . . .41

III.2.3) Các thành phần chính của hệ hỗ trợ quyết định . . . . . . . . . . . . . . . . .43
III.2.4) Hệ thống con quản lý dữ liệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .43
III.2.5) Hệ thống con quản lý mơ hình . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
III.2.6) Hệ thống con tri thức. . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . 46
III.2.7 Hệ thống con giao tiếp . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . .46
III.3 ) MẠNG NEURAL NHÂN TẠO . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . .47
III.3.1) Giới thiệu. . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . 47
III.3.2) Cấu trúc của ANN . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . .49
III.3.3) Mạng nhiều tầng và giải thuật lan truyền ngược . . . . . . . . . . . . . . . . 49


Luận văn Tốt nghiệp Cao học – CNTT

III.3.4) Hàm truyền. . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . .51
III.3.5) Phương trình kết xuất của mạng ANN . . . . . . . . . . . . . . . . . . . . . . . .54
III.3.6) Máy học. . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . 55
III.4) ỨNG DỤNG ANN XÂY DỰNG PHẦN MỀM DỰ BÁO THỜI TIẾT . . . . . 65
CHƯƠNG IV
GIẢI QUYẾT VẤN ĐỀ THỰC TẾ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
IV.1) XÂY DỰNG HỆ THỐNG THÔNG TIN THỰC THI. . . . . . . . . . . . . . . . . . . 68
IV.1.1) Giới thiệu. . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . 68
IV.1.2) Hệ thống các chương trình và chức năng. . .. . . . . . . . . . . . . . . . . . . 70
IV.1.3) Giao diện của hệ thống thông tin thực thi . .. . . . . . . . . . . . . . . . . . . 71
IV.2) XÂY DỰNG PHẦN MỀM HỖ TRỢ DỰ BÁO THỜI TIẾT . . . . . . . . . . . 72
IV.2.1) Gíơi thiệu về AnnForMet . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 72
VI.2.2) Giao diện AnnForMet . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 72
VI.2.3) lưu đồ chương trình. . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 79
VI.2.4) sử dụng phần mềm AnnForMet. . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 81
VI.2.5) kết quả đạt đươc. . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . 96
CHƯƠNG V

KẾT LUẬN - NHẬN XÉT -HƯỚNG PHÁT TRIỂN . . . . . . . . . . . . . . . . . . . . 106
V.1) NHẬN XÉT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . 106
V.1.1) Hệ thống thơng tin thực thi phục vụ truy xuất CSDL khí tư ợng . . . 106
V.1.2) Ứng dụng Ann xây dựng phần mềm hỗ trợ dự báo thời tiết . . . . . . . 107
V.2) KẾT LUẬN . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . 109

V.2) HƯỚNG PHÁT TRIỂN CỦA LUẬN VĂN. . . . . . . . . . . . . . . . . . . . . . . . . . 110
Tài liệu tham khảo chính . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . .111
PHỤ LỤC A . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . A-1

Nội dung các chức năng trong mơ hình hệ thống hệ hỗ trợ quyết định
PHỤ LỤC B . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . B-1

Chương trình mã giả
PHỤ LỤC C . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . C-1

Giao diện của hệ thống thông tin thực thi
PHỤ LỤC D . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . D-1

Một số trường hợp điển hình tại sân bay Nội Bài
PHỤ LỤC E . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . E-1

Một số trường hợp điển hình tại sân bay Tân Sơn Nhất


Luận văn Tốt nghiệp Cao học – Khoa CNTT

DANH MỤC CÁC HÌNH
ooOoo
Trang

Hình 1.1 : Mơ hình DSS hỗ trợ dự báo viên khí tượng hàng khơng . . . . . . . . . . . . 3
Hình 1.2 : Mạng cục bộ của cơ quan khí tượng . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Hình 1.3 : Mạng cục bộ tự động cập nhật dữ liệu của cơ quan khí tượng . . . . . . . . 5
Hình 1.4 : Mơ hình cung cấp các thơng tin khí tượng . . . . . . . . . . . . . . . . . . . . .. . 6
Hình 1.5 : Mơ hình ANN dự báo thời tiết. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Hình 3.1 : Cấu trúc khí quyển theo chiều thẳng đứng . . . . . . . . . . . . . . . . . . . . . . 14
Hình 3.2: Mơ hình hướng gió theo độ và chữ viết tắt. . . . . . . . . . . . . . . . . . . . . . . 17
Hình 3.3 : Hồn lưu khí quyển . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Hình 3.4: Bản đồ mặt đất . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Hình 3.5: Mơ hình Front . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Hình 3.6 : Các hệ thống khí áp cơ bản. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Hình 3.7 : Thể tích khơng khí đơn vị trong khí quyển. . . . . . . . . . . . . . . . . . . . . . . 29
Hình 3.8: Mơ hình áp cao phụ nhiệt đới bắc bán cầu. . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Hình 3.9: Mơ hình áp cao phụ nhiệt đới nam bán cầu. . . . . . . . . . . . . . . . . . . . . . . . . . .34
Hình 3.10: Mơ hình áp cao lạnh lục địa . . . . . . . . . . . . . . ... . . . . . . . . . . . . . . . . . 35
Hình 3.11: Mơ hình áp cao lạnh lục địa lệch biển biến tính.. . . . . . . . . . . . . . . . . . 36
Hình 3.12: Mơ hình áp cao biển đông . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . .37
Hình 3.13: Mơ hình áp thấp Ấn-Miến. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37
Hình 3.14: Mơ hình áp thấp nóng Bắc Bộ Việt Nam. . . . . . . . . . . . . . . . . . . . . . . . 38
Hình 3.15: Mơ hình áp cao cục bộ vịnh Thái Lan. . . . . . . . . . . . . . . . . . . . . . . . . . .39
Hình 3.16: Mơ hình sóng đơng. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Hình 3.17: Mơ hình dải hội tụ nhiệt đới (ITCZ). . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Hình 3.18 : Mơ hình ANN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .49
Hình 3.19 : Hàm dạng – S. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .52
Hình 3.20: Hàm logistic g(u). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .52
Hình 3.21: Các thành phần của hàm g(u). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .53
Hình 3.22: Đạo hàm hàm lỗi theo từng trọng. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Hình 3.23 : Đạo hàm hàm lỗi theo 2 trọng. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Hình 3.24: Giá trị ε tốt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Hình 3.25 : Giá trị ε cao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .60

Hình 3.26 : Giá trị ε quá cao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Hình 3.27: Khe trong mặt lỗi . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . 63
Hình 3.28 : Mơ hình lưới dữ liệu và phần không gian cần dự báo thời tiết. . . . . . . 67
Hình 3.29 : Trục thời gian minh họa quá trình dự báo. . . . . . . . . . . . . . . . . . . . . . . 67
hình 4.1 : Giao diện của chương trình AnnForMet. . . . . . . . . . . . . . . . . . . . . . . . . . 73
Hình 4.2 : Giao diện của quá trình kiểm tra mạng. . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Hình 4.3 : Giao diện của quá trình dự báo của mạng. . . . . . . . . . . . . . . . . . . . . . . . .75
Hình 4.4 : Giao diện nhập các thông số mạng. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .82
Hình 4.5 : Giao diện nhập dữ liệu huấn luyện mạng. . . . . . . . . . . . . . . . . . . . . . . . 83


Luận văn Tốt nghiệp Cao học – Khoa CNTT

Hình 4.6 : Ví dụ nhập dữ liệu cho bài tốn XOR . . . . . . . . . . . . . . . . . . . . . . . . . . 83
Hình 4.7 : Giao diện nhập tên tập tin huấn luyện mạng . . . . . . . . . . . . . . . . . . . . . 84
Hình 4.8 : Giao diện nhập tên tập tin kết quả huấn luyện mạng. . . . . . . . . . . . . . . 84
Hình 4.9 : Giao diện cho phép khỏi tạo trọng số huấn luyện mạng . . . . . . . . . . . . 85
Hình 4.10 : Giao diện cho phép khởi động quá trình huấn luyện mạng. . . . . . . . . 86
Hình 4.11 : Giao diện cho phép vẽ đồ thị của quá trình huấn luyện mạng. . . . . . . 86
Hình 4.12 : Đồ thị kết quả của quá trình huấn luyện mạng . . . . . . . . . . . . . . . . . . 87
Hình 4.13 : Giao diện nhập tên tập tin huấn luyện để lấy thông số mạng. . . . . . . 88
Hình 4.14 : Giao diện nhập thơng số cho q trình kiểm tra mạng . . . . . . . . . . . . 88
Hình 4.15 : Giao diện nhập tên tập tin cần tạo để kiểm tra mạng . . . . . . . . . . . . . . 89
Hình 4.16 : Giao diện nhập tên tập tin để lấy thông số kiểm tra mạng. . . . . . . . . . 89
Hình 4.17 : Giao diện nhập tên tập tin dữ liệu để kiểm tra mạng . . . . . . . . . . . . 90
Hình 4.18 : Giao diện nhập tên tập tin cần tạo để ghi kết quả kiểm tra mạng . . . . 90
Hình 4.19 : Giao diện kết quả kiểm tra mạng . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Hình 4.20 : Chọn file huấn luyện phục vụ quá trình dự báo của mạng . . . . . . . . . 92
Hình 4.21 : Chọn cấu hình phục vụ quá trình dự báo của mạng . . . . . . . . . . . . . . . 93
Hình 4.22 : Giao diện nhập file phục vụ quá trình dự báo của mạng . . . . . . . . . . 93

Hình 4.23 : Giao diện nhập tên file dùng để dự báo . . . . . . . . . . . . . . . . . . . . . . . 94
Hình 4.24 : Giao diện nhập tên file dùng cho quá trình dự báo của mạng. . . . . . . 95
Hình 4.25 : Giao diện nhập tên file xuất dùng cho quá trình dự báo của mạng . . 95
Hình 4.26 : Giao diện kết quả của quá trình dự báo . . . . . . . . . . . . . . . . . . . . . . . 96
Hình 4.27 : Các điểm dữ liệu của mơ hình dự báo mưa phùn và mù ở Nội Bài. . . . 99
Hình 4.28 : Lưới số liệu BRIB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
Hình 4.29 : Lưới số liệu các yếu tố khí tượng cho dự báo Wx tại TSN . . . . . . . . 104
Hình 4.30 : Các mực đẳng áp chuẩn. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Hình C.1 : Giao diện của hệ thống Thơng tin thực thi . . . . . . . . . . . . . . . . . . . . . . C-1
Hình C.2 : Giao diện của trang WEB truy xuất ảnh Radar thời tiết . . . . . . . . . . . . C-2
Hình C.3 : Ảnh Radar thời tiết . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C-3
Hình C.4 : Giao diện của trang WEB truy xuất ảnh mây thu từ vệ tinh. . .. . . . . . . C-4
Hình C.5 : Ảnh mây thu từ vệ tinh. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C-5
Hình C.6 : Giao diện của trang WEB truy xuất METAR thu từ AFTN . .. . . . . . . .C-6
Hình C.7 : Giao diện của trang WEB dùng in ấn các METAR thu từ AFTN. . . . . C-7
Hình C.8 : Giao diện của trang WEB truy xuất TAF thu từ AFTN . . . . . . . . . . . . .C-8
Hình C.9 : Giao diện trang WEB truy xuất WARNING/SIGMET thu từ AFTN. . .C-9
Hình C.10 : Giao diện trang WEB truy xuất METAR từng sân bay thu từ AFTN C-10
Hình C.11 : Giao diện của hiển thị METAR của từng sân bay thu từ AFTN . . . . C-11
Hình C.12 : Giao diện của trang WEB cho in ấn các METAR của từng sân bay .C-12
Hình C.13 : Giao diện của trang WEB truy xuất METAR thu từ vệ tinh SADIS C-13
Hình C.14 : Giao diện trang WEB cho in ấn các METAR thu từ vệ tinh SADIS C-14
Hình C.15 : Giao diện của trang WEB truy xuất TAF thu từ vệ tinh SADIS. . . . C-15
Hình C.16 : Giao diện trang WEB cho in ấn các TAF thu từ vệ tinh SADIS . . . C-16
Hình C.17 : Giao diện trang WEB truy xuất WARNING thu từ vệ tinh SADIS. . C-17
Hình C.18 : Giao diện của trang WEB truy xuất SIGMET thu từ vệ tinh SADIS. C-18
Hình C.19 : Trang WEB truy xuất thông tin cảnh báo cho các chuyến bay. . . . . C-19
Hình C.20 : Thơng tin cảnh báo cho các chuyến bay. . . . . . . . . . . . . . . . . . . . . . . C-20

Luận văn Tốt nghiệp Cao học – Khoa CNTT

Hình C.21 : Trang WEB truy xuất các bản đồ SIG Wx PROG và WindTemp. . . C-21
Hình C.22 : Bản đồ SIG Wx PROG. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C-22
Hình C.23 : Giao diện chính của trang WEB MET-TOOL. . . . . . . . . . . . . . . . . C-23
Hình C.24 : Trang WEB phục vụ việc tạo bản tin cảnh báo cho các chuyến bay. C-24
Hình C.25 : Trang WEB truy vấn các hiện tượng thời tiết nguy hiểm. . . . . . . . . .C-25
Hình C.26 : Trang WEB truy xuất các biểu mẫu thống kê. . . . . . . . . . . . . . . . . . C-26
Hình C.27 : Trang WEB truy xuất các bản tin METAR/SPECI từng phút. . . . . C-27
Hình C.28 : Trang WEB truy xuất các ảnh Radar cũ phục vụ nghiên cứu. . . . . . C-28
Hình C.29 : Trang WEB truy xuất các ảnh mây vệ tinh cũ phục vụ nghiên cứu. . C-29
Hình C.30 : Trang WEB truy xuất bản đồ nhiệt-động lực phục vụ nghiên cứu. . . C-30
Hình D.1 : Đồ thị kết quả huấn luyện của trường hợp 1 . . . . . . . . . . . . . . . . . . . . D-1
Hình D.2 : Giao diện kết quả huấn luyện của trường hợp 1 . . . . . . . . . . . . . . . . D-1
Hình D.3 : Đồ thị kết quả kiểm tra của trường hợp 1 . . . . . . . . . . . . . . . . . . . . . . D-2
Hình D.4 : Giao diện kết quả kiểm tra của trường hợp 1 . . . . . . . . . . . . . . . . . . . D-2
Hình D.5 : Đồ thị kết quả huấn luyện của trường hợp 2 . . . . . . . . . . . . . . . . . . . . D-3
Hình D.6 : Giao diện kết quả huấn luyện của trường hợp 2 . . . . . . . . . . . . . . . . D-3
Hình D.7 : Đồ thị kết quả kiểm tra của trường hợp 2 . . . . . . . . . . . . . . . . . . . . . . D-4
Hình D.8 : Giao diện kết quả kiểm tra của trường hợp 2 . . . . . . . . . . . . . . . . . . . D-4
Hình D.9 : Đồ thị kết quả huấn luyện của trường hợp 3 . . . . . . . . . . . . . . . . . . . . D-5
Hình D.10 : Giao diện kết quả huấn luyện của trường hợp 3 . . . . . . . . . . . . . . . . D-5
Hình D.11 : Đồ thị kết quả kiểm tra của trường hợp 3 . . . . . . . . . . . . . . . . . . . . . D-6
Hình D.12 : Giao diện kết quả kiểm tra của trường hợp 3 . . . . . . . . . . . . . . . . . . D-6
Hình D.13 : Đồ thị kết quả huấn luyện của trường hợp 4 . . . . . . . . . . . . . . . . . . . D-7
Hình D.14 : Giao diện kết quả huấn luyện của trường hợp 4 . . . . . . . . . . . . . . . . D-7
Hình D.15 : Đồ thị kết quả kiểm tra của trường hợp 4 . . . . . . . . . . . . . . . . . . . . . D-8
Hình D.16 : Giao diện kết quả kiểm tra của trường hợp 4 . . . . . . . . . . . . . . . . . . D-8
Hình D.17 : Đồ thị kết quả huấn luyện của trường hợp 5 . . . . . . . . . . . . . . . . . . . D-9
Hình D.18 : Giao diện kết quả huấn luyện của trường hợp 5 . . . . . . . . . . . . . . . . D-9

Hình D.19 : Đồ thị kết quả kiểm tra của trường hợp 5 . . . . . . . . . . . . . . . . . . . . . D-10
Hình D.20 : Giao diện kết quả kiểm tra của trường hợp 5 . . . . . . . . . . . . . . . . . . D-10
Hình E.1 : Đồ thị kết quả huấn luyện của trường hợp 1 . . . . . . . . . . . . . . . . . . . . E-1
Hình E.2 : Giao diện kết quả huấn luyện của trường hợp 1 . . . . . . . . . . . . . . . . E-1
Hình E.3 : Đồ thị kết quả kiểm tra của trường hợp 1 . . . . . . . . . . . . . . . . . . . . . . E-2
Hình E.4 : Giao diện kết quả kiểm tra của trường hợp 1 . . . . . . . . . . . . . . . . . . . E-2
Hình E.5 : Đồ thị kết quả huấn luyện của trường hợp 2 . . . . . . . . . . . . . . . . . . . . E-3
Hình E.6 : Giao diện kết quả huấn luyện của trường hợp 2 . . . . . . . . . . . . . . . . E-3
Hình E.7 : Đồ thị kết quả kiểm tra của trường hợp 2 . . . . . . . . . . . . . . . . . . . . . . E-4
Hình E.8 : Giao diện kết quả kiểm tra của trường hợp 2 . . . . . . . . . . . . . . . . . . . E-4
Hình E.9 : Đồ thị kết quả huấn luyện của trường hợp 3 . . . . . . . . . . . . . . . . . . . . E-5
Hình E.10 : Giao diện kết quả huấn luyện của trường hợp 3 . . . . . . . . . . . . . . . . E-5
Hình E.11 : Đồ thị kết quả kiểm tra của trường hợp 3 . . . . . . . . . . . . . . . . . . . . . E-6
Hình E.12 : Giao diện kết quả kiểm tra của trường hợp 3 . . . . . . . . . . . . . . . . . . E-6
Hình E.13 : Đồ thị kết quả huấn luyện của trường hợp 4 . . . . . . . . . . . . . . . . . . . E-7
Hình E.14 : Giao diện kết quả huấn luyện của trường hợp 4 . . . . . . . . . . . . . . . . E-7
Hình E.15 : Đồ thị kết quả kiểm tra của trường hợp 4 . . . . . . . . . . . . . . . . . . . . . E-8


Luận văn Tốt nghiệp Cao học – Khoa CNTT

Hình E.16 : Giao diện kết quả kiểm tra của trường hợp 4 . . . . . . . . . . . . . . . . . . E-8
Hình E.17 : Đồ thị kết quả huấn luyện của trường hợp 5 . . . . . . . . . . . . . . . . . . . E-9
Hình E.18 : Giao diện kết quả huấn luyện của trường hợp 5 . . . . . . . . . . . . . . . . E-9
Hình E.19 : Đồ thị kết quả kiểm tra của trường hợp 5 . . . . . . . . . . . . . . . . . . . . . E-10
Hình E.20 : Giao diện kết quả kiểm tra của trường hợp 5 . . . . . . . . . . . . . . . . . . E-10
Hình E.21 : Đồ thị kết quả huấn luyện của trường hợp 6 . . . . . . . . . . . . . . . . . . . E-11
Hình E.22 : Giao diện kết quả huấn luyện của trường hợp 6 . . . . . . . . . . . . . . . .E-11
Hình E.23 : Đồ thị kết quả kiểm tra của trường hợp 6 . . . . . . . . . . . . . . . . . . . . . E-12
Hình E.24 : Giao diện kết quả kiểm tra của trường hợp 6 . . . . . . . . . . . . . . . . . . E-12

Luận văn Tốt nghiệp Cao học – CNTT

CHƯƠNG I

GIỚI THIỆU
I.1) GIỚI THIỆU CHUNG
Khí tượng nói chung phục vụ rất nhiều đối tượng khác nhau như: hàng không,
nông nghiệp, giao thông, xây dựng, quân sự, nhu cầu của người dân… Mỗi lĩnh vực
có những u cầu khác nhau đối với khí tượng. Nhưng một trong những lĩnh vực đòi
hỏi nhiều nhất, khắt khe nhất đối với khí tượng đó là lĩnh vực hàng không. Trong đề
tài chú trọng đến những yêu cầu của lĩnh vực hàng không, bởi nếu phục vụ tốt được
trong lĩnh vực hàng khơng, thì có thể đáp ứng được mọi yêu cầu của các lĩnh vực
khác.
Trong hoạt động hàng khơng, điều kiện khí tượng là một trong những yếu tố rất quan
trọng. Theo thống kê của tổ chức hàng không thế giới, trong số các chuyến bay bị tai
nạn, có rất nhiều chuyến có nguyên nhân trực tiếp hoặc gián tiếp là do các hiện tượng
thời tiết. Các thơng tin khí tượng cung cấp để phục vụ cho các chuyến bay thì đa
dạng. Việc cập nhật các thông tin mới cho các chuyến bay là rất cần thiết, đặc biệt là
trong trường hợp có các hiện tượng thời tiết đột biến, gây ảnh hưởng trực tiếp tới
hoạt động bay như : mưa, giơng, bão, lốc, gió mạnh, tầm nhìn giảm, trần mây thấp….
Tuy nhiên việc cung cấp các thơng tin khí tượng phục vụ hoạt động bay ở Việt nam
và một số nước khác hiện nay còn rất đơn giản. Các thơng tin khí tượng được các
nhân viên khí tượng cung cấp trực tiếp cho tổ lái hoặc thông qua các hãng hàng
không, điện thoại, fasimile (FAX), Aeronautical fixed telecommunication network
(AFTN)..Bởi vậy việc cung cấp thông tin cịn gặp nhiều khó khăn như khơng kịp
thời, thiếu chính xác.
Cho tới hiện nay lĩnh vực dự báo khí tượng đã có những bước tiến đáng kể.
Việc dự báo những hiện tượng thời tiết, đặc biệt là những hiện tượng thời tiết nguy

hiểm như giơng, mưa đá, lốc, bão…,đã có độ chính xác tương đối cao. Có được
những thành quả như vậy, là nhờ vào sự hỗ trợ rất nhiều của các ngành khoa học
khác và các trang thiết bị hiện đại như vệ tinh, radar, máy tính…Vì vậy để dự báo
chính xác các hiện tượng thời tiết, các dự báo viên phải được cung cấp đầy đủ các
thông tin như ảnh vệ tinh, ảnh radar, các bản đồ dự báo trường nhiệt, độ ẩm, trường
gió…Nhưng khơng phải cơ quan khí tượng nào cũng có thể có được các thơng tin
này. Chính vì vậy việc chia sẻ các thơng này cho các cơ quan khí tượng khác, hay các
dự báo viên làm việc ở những nơi khơng có đủ thơng tin là một điều rất cần thiết.
Thơng tin khí tượng không chỉ cung cấp cho các dự báo viên, mà cịn phải
cung cấp cho tổ lái, các hãng hàng khơng, nhà chức trách hàng không…,để chủ động
điều hành các chuyến bay, đặc biệt là trong tình hình thời tiết phức tạp. Các kiểm
sốt viên khơng lưu, và chỉ huy hạ cất cánh cũng liên tục cần các thơng tin khí
tượng…

Trang : 1


Luận văn Tốt nghiệp Cao học – CNTT

Một cơng việc hết sức quan trọng trong công tác phục vụ bay là phải dự báo
được chính xác thời gian bắt đầu, thời gian kết thúc, cường độ, và ảnh hưởng của các
hiện tượng thời tiết đối với hoạt động bay tại các sân bay khởi hành, sân bay dự bị,
sân bay đến và trên đường bay. Muốn làm được điều này, người dự báo viên khí
tượng hàng khơng ngồi khả năng chun mơn, kinh nghiệm của bản thân cịn cần
phải có sự trợ giúp của các số liệu khí tượng như : các ảnh vệ tinh, ảnh radar, các
trường dự báo như trường nhiệt độ, trường độ ẩm, trường khí áp…và các phương
pháp suy diễn khoa học.
Hơn nữa như chúng ta thấy thời tiết ở mỗi vùng trên thế giới tuy có một số nét
tương đồng, nhưng về cơ bản là rất khác nhau, đặc biệt khi các vùng đó nằm trên các
vĩ độ cách nhau tương đối xa. Nguyên nhân chính là do các vùng khác nhau về vị trí

địa lý, và cấu trúc bề mặt của trái đất. Chính vì lý do trên, cơng tác dự báo thời tiết
cũng phụ thuộc rất nhiều vào tính địa phương của từng vùng. Nên việc các cơ quan
khí tượng tự xây dựng các chương trình ứng dụng, phục vụ cơng việc dự báo thời tiết
cho vùng mình, sẽ có thể tăng độ chính xác của bản tin dự báo hơn.
I.2) MỤC TIÊU CỦA LUẬN VĂN
Chính vì những lý do trên, nên việc xây dựng một hệ hỗ trợ quyết định
(Decision Support System - DSS) như hình 1.1, phục vụ việc lưu trữ, truy xuất các
thơng tin khí tượng và dự báo thời tiết là một cơng việc rất có ý nghĩa. DSS sẽ giúp
giải quyết những vấn đề sau :
-

Thay đổi toàn bộ quy trình lưu trữ dữ liệu thủ cơng bằng quy trình tự động,
và tất cả các thơng tin khí tượng cần thiết sẽ được xử lý, lưu trữ phù hợp
cho việc truy xuất ngay cũng như phục vụ cho việc nghiên cứu.

-

Giúp cho dự báo viên làm việc tại các vị trí khác nhau ( kể cả ở các sân
bay khác như : sân bay Nội Bài, Gia Lâm, Đà Nẵng, Đà Lạt, Ban Mê
Thuột, Phú Quốc, Rạch Giá, Cà Mau…), có thể dễ dàng truy xuất thơng tin
cần thiết, phục vụ cho việc dự báo thời tiết, từ cơ sở dữ liệu của hệ thống.
Việc truy xuất thông tin có thể trực tiếp thơng qua mạng WAN của cụm
cảng hàng không miền nam, hay nhờ vào đường dây điện thoại và modem.

-

Giúp việc truy xuất thơng tin khí tượng của các đối tượng như : tổ lái, kiểm
soát viên không lưu, các hãng hàng không, các nhà chức trách, các dự báo
viên và các đối tượng khác trở nên dễ dàng, mọi lúc, mọi nơi, kịp thời,
chính xác nhờ việc cập nhật các thơng tin mới hồn tồn tự động và liên

tục.

-

Ứng dụng ANN vào giải quyết bài tốn phức tạp nhất của lĩnh vực khí
tượng. Đó là việc hỗ trợ dự báo các hiện tượng thời tiết, đặc biệt là dự báo
các hiện tượng thời tiết nguy hiểm như mưa, dông với cường độ lớn và các
hiện tượng mưa, mù gây giảm tầm nhìn.
Trang : 2


Luận văn Tốt nghiệp Cao học – CNTT

-

Xây dựng hệ thống giao diện phục vụ người dùng đảm bảo những yêu cầu
sau : dễ dàng, thuận tiện, linh hoạt và nhận được nhiều sự trợ giúp của các
hệ điều hành.

-

Toàn bộ hệ thống có thể dễ dàng cài đặt cho các trung tâm khí tượng khác.

Để thực hiện mục tiêu của đề tài, cần thực hiện những công việc sau:
-

-

Xây dựng một hệ thống thông tin thực thi đảm bảo yêu cầu sau:
-

Cơ sở dữ liệu (CSDL) lưu trữ tất cả các thơng tin có liên quan tới lĩnh
vực khí tượng hàng không và được cập nhật tự động.

-

Trang WEB phục vụ việc truy xuất các thơng tin khí tượng thân thiện.

Xây dựng một phần mềm dựa vào mơ hình Ann để dự báo thời tiết.

Áp dụng thử nghiệm thực tế cho cơ quan khí tượng hàng khơng sân bay Tân
sơn Nhất.

Hình 1.1 : Mơ hình DSS hỗ trợ dự báo viên khí tượng hàng khơng.
Trang : 3


Luận văn Tốt nghiệp Cao học – CNTT

I.3) PHƯƠNG PHÁP ÁP DỤNG
Để thực hiện những công việc trên, cần tiến hành theo các bước sau đây:
I.3.1) Xây dựng hệ thống tự động cập nhật các dữ liệu khí tượng vào
CSDL
Để phục vụ việc truy xuất các thơng tin khí tượng kịp thời, chính xác và là nguồn dữ
liệu cung cấp cho mơ hình hỗ trợ dự báo các hiện tượng thời tiết. Các dữ liệu khí
tượng khi thu nhận về từ các nơi hay chuyển đi phải được xử lý và cập nhật tự động
vào CSDL. Các dữ liệu đó gồm ảnh vệ tinh, ảnh radar, Meteorological Aerodrom
Report (METAR), Terminal Aerodrom Forecast (TAF), Special report (SPECI),
WARNING, Significant Meteorological report (SIGMET), số liệu Grid Binary
(GRIB) và các dạng bản đồ…

Hình 1.2 là sơ đồ mạng cục bộ của cơ quan khí tượng hàng khơng. Các dữ liệu
tại các máy tính được lưu trữ ngay tại đó, và một số dữ liệu chỉ được lưu trữ trong
một khoảng thời gian ngắn. Việc cung cấp các thơng tin cho người khai thác hồn
tồn thủ công. Các dữ liệu được chuyển tới người yêu cầu bằng điện thoại, mạng
AFTN, FAX, hoặc in ra giấy…
Hình 1.3 là sơ đồ mạng cục bộ của cơ quan khí tượng, các dữ liệu tại các máy
tính sẽ được xử lý cho phù hợp, tự động cập nhật vào cơ sở dữ liệu và được lưu trữ
lâu dài phục vụ cho các yêu cầu khai thác. Dựa trên mạng cục bộ của cơ quan khí
tượng, việc xử lý và cập nhật các dữ liệu khí tượng vào CSDL, sẽ được thực hiện bởi
các chương trình ứng dụng. Các chương trình ứng dụng này được viết bằng ngơn ngữ
C và PHP.

Hình 1.2 : Mạng cục bộ của cơ quan khí tượng

Trang : 4


Luận văn Tốt nghiệp Cao học – CNTT

Hình 1.3 : Mạng cục bộ tự động cập nhật dữ liệu của cơ quan khí tượng
I.3.2) Xây dựng trang WEB phục vụ việc truy xuất thơng tin khí tượng
Hình 1.4 là mơ hình cung cấp các thơng tin khí tượng cho người sử dụng (các
dự báo viên khí tượng và các đối tượng khác). Mạng cục bộ của cơ quan khí tượng
được kết nối với mạng WAN của cụm cảng hàng không miền nam thông qua
SWITCH. Sau khi các dữ liệu được xử lý và tự động cập nhật vào CSDL, Việc truy
xuất thông tin sẽ được hỗ trợ bởi một WEB_SERVER. Trên WEB_SERVER sẽ xây
dựng một trang WEB phục vụ việc truy xuất các thơng tin khí tượng. Trang WEB sẽ
được xây dựng bằng ngôn ngữ HTML, C, PHP, với sự hỗ trợ của Apache HTTP
Server. Nhờ vào trang WEB này tất cả các máy trong mạng cục bộ khí tượng và
mạng WAN của cụm cảng miền nam có thể truy xuất các thơng tin khí tượng một

cách dễ dàng. Dự báo viên ở các sân bay khác truy xuất thông tin nhờ vào đường dây
điện thoại và modem. Ngoài ra các dữ liệu trong CSDL cũng sẽ được xử lý cho phù
hợp và trở thành dữ liệu nhập cho mô hình dự báo số trị.
I.3.3) Ứng dụng ANN xây dựng phần mềm dự báo thời tiết
Việc dự báo thời tiết phục vụ các hoạt động của con người đã bắt đầu từ rất
lâu. Tuy nhiên đó cũng chỉ là những kinh nghiệm rút ra từ quan sát từ thực tế, hồn
tồn chưa có cơ sở khoa học. Chỉ từ khi khoa học vật lý khí quyển ra đời và phát
triển, việc dự báo thời tiết mới được các nhà khoa học quan tâm, nghiên cứu, và đưa
ra các mơ hình dự báo có cơ sở khoa học. Đồng thời với việc xây dựng các mơ hình
dự báo thời tiết, một số quốc gia có nền kinh tế, khoa học phát triển, đã thiết lập nên
Trang : 5


Luận văn Tốt nghiệp Cao học – CNTT

các trạm đo đạc các yếu tố khí tượng để phục vụ cho các mơ hình đó. Ban đầu các
mơ hình dự báo thời tiết còn đơn giản, các số liệu phục vụ cho dự báo cũng ít, nên
con người có thể tự mình phân tích và đưa ra các bản tin dự báo. Nhưng cùng với sự
phát triển của tất cả các ngành khoa học khác, hiện nay khoa học dự báo thời tiết
cũng đã rất phát triển. Các mơ hình dự báo ngày càng phức tạp, các dữ liệu phục vụ
cho việc dự báo ngày càng nhiều. Con người dù có cố gắng đến đâu cũng khơng thể
tự mình phân tích, tính tốn nếu khơng có sự trợ giúp của máy tính. Chính vì vậy việc
xây dựng một hệ hỗ trợ giúp các dự báo viên trong việc phân tích, tính tốn theo các
mơ hình dự báo số trị là rất quan trọng và cần thiết. Hình 1.5 là mơ hình ứng dụng
Ann vào dự báo các hiện tượng thời tiết.

Hình 1.4 : Mơ hình cung cấp các thơng tin khí tượng

Hình 1.5 : Mơ hình Ann dự báo thời tiết
Trang : 6

Luận văn Tốt nghiệp Cao học – CNTT

CHƯƠNG II

CÁC CƠNG TRÌNH LIÊN QUAN ĐẾN ĐỀ TÀI
II.1) NHỮNG CƠNG TRÌNH LỚN
Đây là một lĩnh vực rất chuyên sâu, để hiện thực được những vấn đề được đặt
ra như trong đề tài luận văn, cần phải có một hạ tầng cơ sở kỹ thuật tương đối hồn
hảo, các trang thiết bị có công nghệ cao như radar thời tiết, hệ thống thu ảnh vệ tinh
và hệ thống thu các dữ liệu khác từ vệ tinh. Chính vì vậy nên các vấn đề trên chỉ
được nghiên cứu và phát triển ở các trung tâm khí tượng hoặc các trung tâm nghiên
cứu có đầy đủ trang thiết bị hiện đại và có các chuyên gia làm việc trong các lĩnh vực
khí tượng, khoa học máy tính và vật lý khí quyển…. Cho tới thời điểm này mới chỉ
có tại Mỹ và Úc là có các cơng trình liên quan đến vấn đề này mà được thực hiện một
cách hoàn chỉnh nhất và được cài đặt thử nghiệm trên quy mô lớn. Tại Mỹ từ tháng 3
năm 1997 thử nghiệm phiên bản đầu tiên về “ Warning Decision Suport System WDSS” cho các hiện tượng thời tiết nguy hiểm như giơng, mưa, mưa đá, gió giật …
với sự kết hợp của National Severe Storms Laboratory (NSSL), National Weather
Service (NWS), Operational Support Facility (OSF), National Aeronautical and
Space Administration (NASA), Salt River Project (SRP). Tại Úc từ tháng 6 năm
1997 cũng thử nghiệm phiên bản đầu tiên về “ Warning Decision Suport System”
với sự kết hợp của National Severe Storms Laboratory (NSSL), National Weather
Service (NWS) in Melbourne. Còn các đề tài liên quan tới “The Aviation Weather
Decision Support System™ (AWDSS) “ thì mới chỉ thấy nói tới trong dự án
“Weather Decision Technologies” được thực hiện tại Mỹ, nhưng hồn tồn khơng
cơng bố các thơng tin.
Nhưng những tài liệu công bố về các đề tài này hầu như chỉ đề cập tới các giải
thuật thuần túy về khí tượng. Chính vì vậy nên cũng chỉ có thể tham khảo một số kết
quả liên quan tới khí tượng.

II.2) MỘT SỐ NGHIÊN CỨU KHÁC
Ngồi ra cũng có một số nghiên cứu ở phạm vi nhỏ có liên quan tới đề tài ở
một số nước như Canada, Ý…Chúng ta sẽ xem xét một số trong những nghiên cứu
đó.
II.2.1) An attempt to apply Artificial Neural Networks to Meteorology
Marco Verdecchia, Anna Rita Pantaleo and Guido Visconti, Dipartimento di Fisica
dell’Universita’ dell’Aquila, Italy, 1997. [10]
Trong báo cáo này nhóm tác giả đã đưa ra những lý do có thể và cần thiết ứng
dụng ANN vào lĩnh vực khí tượng như sau :

Trang : 7


Luận văn Tốt nghiệp Cao học – CNTT

-

Những cơng việc cần giải quyết của lĩnh vực khí tượng là những vấn đề kỹ
thuật đặc trưng và có thể ứng dụng các quy luật vật lý vào từng vấn đề cụ
thể.
Phần lớn những giá trị của lĩnh vực khí tượng là khơng xác định.
Việc tăng cường khả năng tính tốn của máy tính khơng cho phép tăng
hiệu suất lên nhiều trong các mơ hình dự báo sử dụng cách tiếp cận theo
kinh nghiệm, bởi vậy cần phải cải tiến phương pháp tiếp cận và giải quyết
vấn đề.

Để giải quyết việc dự báo độ cao địa thế vị của mực đẳng áp 500hPa biến đổi
sau 6 giờ, nhóm tác giả sử dụng Elman Recurrent Network gồm 148 nút nhập, 50 nút
ẩn , học theo giải thuật lan truyền ngược. Với dữ liệu nhập là độ cao địa thế vị trên
mặt đẳng áp 500hPa và trường nhiệt độ.

Ưu điểm : Số nút nhập là tương đối nhỏ, kết quả đạt được tương đối chính xác.
Tuy nhiên đây mới chỉ là kết quả dự báo cho một trường dữ liệu của khí
tượng, mà việc dự báo các hiện tượng thời tiết, cần phải kết hợp nhiều trường dữ liệu
khí tượng theo những quy luật vật lý, cùng với đặc thù riêng của từng vị trí cần dự
báo và cả kinh nghiệm cũng như các chỉ tiêu cụ thể.
II.2.2) Applications of fuzzy logic in operational meteorology [11]
Jim Murtha, 1995: Scientific Services and Professional Development Newsletter,
Canadian Forces Weather Service, 42-54;
Ở đây tác giả nhận thấy giá trị của phần lớn các yếu tố khí tượng đều được
biểu diễn dưới dạng khơng rõ ràng. Ví dụ : trời nhiều mây, ít mây, tốc độ gió mạnh,
nhẹ, trung bình…Nên tác giả ứng dụng fuzzy logic để giải quyết vấn đề của khí
tượng. Cụ thể ở đây tác giả ứng dụng fuzzy logic để dự báo hiện tượng sương mù.
Dữ liệu đầu vào là các giá trị thực của các yếu tố liên quan, gồm điểm sương,
gió, lượng mây…Tác giả xây dựng các hàm thành viên cho từng yếu tố đó. Dựa vào
các hàm thành viên để tính tốn, kết hợp với các chỉ tiêu hình thành sương mù để tạo
ra các luật sinh. Kết quả cuối cùng là xác suất hình thành sương mù.
Ưu điểm : hệ thống đơn giản, có thể coi là một ví dụ điển hình minh họa cho
việc ứng dụng fuzzy logic vào việc dự báo thời tiết.
Tuy nhiên hệ thống này chỉ có thể cho ra kết quả là xác xuất hình thành sương
mù tại một thời điểm cụ thể. Trong khi đó quá trình biến đổi và cường độ của sương
mù thì không thấy đề cập tới.

Trang : 8


Luận văn Tốt nghiệp Cao học – CNTT

II.2.3) Weather Lore + Fuzzy Logic = Weather Forecasts [12]
Walter Maner and Sean Joyce, Presented at the 1997 CLIPS Virtual Conference
Distributed with Girratano and Riley, Expert Systems Principles and Programming,

3rd edition
Trong đề tài nghiên cứu này, nhóm tác giả cũng đề cập tới lý do vì sao ứng
dụng fuzzy logic để giải quyết công việc dự báo thời tiết. Mục tiêu của đề tài này là
dự báo các hiện tượng thời tiết sau 12 - 24 giờ và xác suất thay đổi của chúng. Dữ
liệu đầu vào là các số liệu thực của các yếu tố khí tượng liên quan như độ cao chân
mây, lượng mây, tốc độ gió, hướng gió, khí áp và độ ẩm tương đối. Dựa trên những
dữ liệu thực này kết hợp với các kinh nghiệm thực tế để tạo ra các luật suy diễn.
Ưu điểm : Nhóm tác giả đã xây dựng được một chương trình ứng dụng phục
vụ dự báo thời tiết, trong đó có đề cập tới vấn đề thay đổi của chúng.
Tuy nhiên do sử dụng ít chun mơn về khí tượng, nên chương trình ứng dụng
mới chỉ thuần túy là việc chuyển đổi các kinh nghiệm, được rút ra từ sách và báo
thành các luật suy diễn, mà chưa mơ tả được q trình biến đổi của các yếu tố khí
tượng. Các dữ liệu đầu vào cịn ít và phải nhập bằng tay.
II.2.4) Sử dụng ảnh mây vệ tinh và Radar thời tiết dự báo thời tiết [13]
[14] [15] [16]
Một số cơng trình nghiên cứu tập trung vào việc sử dụng ảnh mây vệ tinh và
ảnh Radar thời tiết để dự báo các hiện tượng thời tiết.Ảnh mây vệ tinh là bức tranh
toàn cảnh về hệ thống thời tiết. Dựa vào ảnh mây vệ tinh để đánh giá hệ thống thời
tiết rất hiệu quả. Nhưng sử dụng để dự báo thời tiết thì chỉ có hiệu quả trong những
hệ thống lớn. Trong việc dự báo điểm, hạn vừa và dài (Đặc biệt trong vùng nhiệt đới)
thì kết quả thường khơng tốt, do dựa vào ảnh vệ tinh không đủ cơ sở để đánh giá xu
thế của các hệ thống thời tiết quy mô nhỏ. Đối với ảnh Radar thời tiết, chủ động về
thời gian tạo sản phẩm, rất hiệu quả trong việc dự báo điểm với thời gian khoảng 1
đến 2 tiếng. Khi sử dụng cho vùng khơng gian lớn thì do độ cong của bề mặt trái đất,
nên thường không xác định được các lớp mây ở thấp và cũng không đủ cơ sở để làm
dự báo hạn vừa.
II.2.5) Ứng dụng fuzzy logic vào dự báo thời tiết [17] [18]
Một số cơng trình nghiên cứu tập trung vào việc ứng dụng fuzzy logic vào dự
báo các hiện tượng thời tiết. Fuzzy logic thường được ứng dụng trong những lĩnh vực
có những khái niệm định lượng khơng rõ ràng. Ví dụ trong lĩnh vực khí tượng, trong

một số trường hợp thường sử dụng thuật ngữ “trời nhiều mây”, “ trời ít mây”, gió
yếu”, “gió mạnh”…Nhưng hiện nay trong lĩnh vực khí tượng (Đặc biệt trong lĩnh vực
khí tượng hàng khơng), các yếu tố khí tượng đã được số hóa tồn bộ. Ngồi ra tri
Trang : 9


Luận văn Tốt nghiệp Cao học – CNTT

thức dùng trong các chương trình chỉ là các kinh nghiệm thực tế hoặc kết quả thống
kê.
II.2.6) Ứng dụng ANN trong việc tính tốn các dữ liệu khí tượng [20] [21]
Đã có nhiều cơng trình nghiên cứu ứng dụng ANN vào lĩnh vực khí tượng.
Nhưng chủ yếu trong việc tính tốn các dữ liệu khí tượng. Những cơng trình này
cũng đã nêu những lý do và những ưu điểm của ANN trong việc tính tốn các trường
dữ liệu khí tượng. Những kết quả đạt được cũng rất khả quan.
II.2.7) Một số cơng trình nghiên cứu khác [22] [23] [24] [25]
Nhiều cơng trình nghiên cứu có những cách tiếp cận khác trong việc dự báo
thời tiết, nhưng chủ yếu là dựa vào thống kê để tìm ra những chỉ tiêu dự báo cho từng
hiện tượng thời tiết. Nhưng phần lớn những cơng trình này chỉ quan tâm tới một vài
yếu tố khí tượng chủ yếu hoặc tham số nào đó. Chính vì vậy kết quả thường dừng ở
mức để tham khảo.

Trang : 10


Luận văn Tốt nghiệp Cao học – CNTT

CHƯƠNG III

CƠ SỞ LÝ THUYẾT

III.1) KHÍ TƯỢNG HỌC
III.1.1) Khái niệm
Khí tượng là một môn khoa học nghiên cứu các hiện tượng và quá trình vật lý
khí quyển, trong mối quan hệ giữa chúng với nhau, giữa chúng với bề mặt trái đất,
giữa chúng với vũ trụ và mặt trời, để tìm ra những quy luật chi phối chúng. Đồng thời
xác định những quy luật phân bố theo thời gian và không gian của chúng một cách
tổng quát. Dựa vào đó để dự báo trước thời gian, không gian và mức độ chúng sẽ xảy
ra.
Đối tượng nghiên cứu của khoa học khí tượng là khí quyển và những hiện
tượng cũng như các q trình vật lý xảy ra trong khí quyển. Đây là một môn khoa
học trừu tượng và phức tạp, đối tượng nghiên cứu của nó thường xuyên chịu sự chi
phối của nhiều yếu tố, trong đó có những yếu tố rất khó xác định cụ thể như : ảnh
hưởng của mặt trời, vũ trụ, cấu trúc địa tầng của vỏ trái đất... Chính vì vậy khoa học
khí tượng có mối quan hệ rất mật thiết với nhiều ngành khoa học khác như : Toán,
vật lý, cơ lý thuyết, cơ chất lỏng, thiên văn học, vật lý địa cầu, địa lý...
Trong những năm gần đây với sự giúp đỡ của các trang thiết bị hiện đại như
vệ tinh khí tượng, radar thời tiết, đặc biệt cơng nghệ thơng tin... Khoa học khí tượng
đã đạt được những kết quả rất khả quan trong việc dự báo, cảnh báo các hiện tượng
thời tiết nguy hiểm như: dự báo quỹ đạo di chuyển của bão, mưa lớn trên diện rộng...
Tuy nhiên còn rất nhiều vấn đề khoa học khí tượng vẫn chưa giải quyết được như:
nguyên nhân hình thành bão, dự báo chính xác các hiện tượng thời tiết xảy ra đột
ngột với cường độ mạnh, đặc biệt là các hiện tượng dông, mưa ở vùng nhiệt đới...
Một trong những lý do chính của hạn chế đó là: những hiện tượng và các q trình
vật lý khí quyển, cùng với những mối quan hệ qua lại giữa chúng, diễn biến rất phức
tạp. Cho đến nay các nhà khí tượng học vẫn chưa hiểu hết về đối tượng của mình.
Những hiện tượng và quá trình vật lý khí quyển có những đặc điểm đáng chú ý sau:
-

Phân bố rất không đồng nhất theo không gian và biến đổi mạnh mẽ theo
thời gian. Điều đó phản ánh mối quan hệ phức tạp giữa các q trình vật lý

khí quyển với mặt đất, mặt trời và vũ trụ...
Liên hệ mật thiết với sự biến đổi của hơi nước.
Hình thành trên tồn bộ khí quyển bao quanh trái đất.
Có những kích thước rất khác nhau từ 10-6 - 10-7m ( như quá trình hình
thành các phấn tử mây) đến hàng ngàn Km (như quá trình hình thành
Front).

III.1.2) Lịch sử phát triển của khoa học khí tượng
Trang : 11


Luận văn Tốt nghiệp Cao học – CNTT

Từ xa xưa con người đã nhận thấy những hiện tượng thời tiết như mưa, dơng,
bão... có ảnh hưởng rất lớn đến cuộc sống của con người. Do đó con người đã để ý,
quan sát các hiện tượng thời tiết và cố gắng giải thích chúng. Tuy nhiên những giải
thích đó cịn rất thiếu cơ sở khoa học, sơ sài và chủ yếu dựa vào sự tưởng tượng.
Người ta đã tìm thấy những số liệu quan trắc khí tượng cổ xưa ở một số nước
như: Ai cập, Hi lạp, Ấn độ... Trước công nguyên một nhà khoa học cổ Hy lạp là
Aristote đã viết cuốn “Khí tượng học”. Nội dung cuốn sách rất sơ sài, tuy nhiên tác
giả đã cố gắng giải thích một số hiện tượng quan trọng như: mây, mưa...Những ý
tưởng của ơng có những điều rất gần với những quy luật vật lý khí quyển như: “Nước
bao quanh trái đất bốc hơi do tia mặt trời và nhiệt từ trên xuống sẽ bốc lên cao, khi
đó nhiệt cung cấp cho nó giảm, hơi nước lạnh đi sẽ tụ lại và lại trở thành nước”.
Ngồi ra cịn nhiều tài liệu ghi chép để lại cho thấy: từ trước thế kỷ 17, con người đã
biết quan sát bằng mắt các hiện tượng thời tiết và ghi chép lại. Tuy nhiên trước thế
kỷ 17, khoa học khí tượng vẫn chưa trở thành khoa học định lượng.
Năm 1603 Galile chế tạo ra nhiệt kế, năm 1643 Toricenli chế tạo ra khí áp kế.
Những dụng cụ này, đã giúp khoa học khí tượng trở thành khoa học định lượng. Từ
cuối thế kỷ 17 một số nước ở châu Âu như: Pháp, Ba lan đã bắt đầu làm quan trắc khí

tượng. Trong thế kỷ 18, việc nghiên cứu khí quyển đã có những bước phát triển đáng
kể, đặc biệt trong lĩnh vực điện khí quyển. M.Lomonosov đã có những ý tưởng rất
sâu sắc về phương pháp dự báo thời tiết. Theo ơng, ngun nhân hình thành các hiện
tượng thời tiết là do các dịng khí và ông hy vọng “Một học thuyết về sự chuyển động
của khơng khí và nước bao quanh bề mặt trái đất” sẽ là cơ sở cho các phương pháp
dự báo thời tiết. Thế kỷ 19, học thuyết “Front“ của các nhà khoa học Na uy là
V.Bjerknet ra đời, trở thành cơ sở nền tảng cho việc dự báo các hiện tượng thời tiết.
Trong thế kỷ 20 cùng với sự phát triển vượt bậc của nhiều ngành khoa học
khác, khoa học khí tượng cũng đã có những bước tiến vượt bậc. Cùng với sự trợ giúp
của vệ tinh khí tượng, radar, các dụng cụ quan trắc tự động, máy tính... Lượng thơng
tin khí tượng ngày càng tăng nhanh về số lượng và chất lượng. Điều đó góp phần
giúp cho việc dự báo thời tiết ngày càng chính xác hơn.
III.1.3) Khí quyển trái đất
Khí quyển là lớp khơng khí bao phủ quanh bề mặt trái đất, tham gia vào
chuyển động cùng trái đất trong hệ vũ trụ. Bề dày của lớp khí quyển ước tíng trung
bình khoảng 6.371 Km, khối lượng khoảng 5.157*1015 tấn. Khí quyển là mơi trường
phát sinh, phát triển của các hiện tượng thời tiết và các quá trình vật lý.
Thành phần Khí quyển :
Dựa vào kết quả nghiên cứu, người ta nhận thấy khí quyển là hỗn hợp cơ học
của ba thành phần gồm khơng khí khơ, hơi nước và bụi.
Trang : 12


Luận văn Tốt nghiệp Cao học – CNTT

-

Khơng khí khơ: là hỗn hợp các chất khí ở dạng nguyên tố (O2, H2, N2, He,
O3...), dạng hợp chất (CO2, NO2, SO2,…). Mỗi loại khí trong khí quyển
chiếm một tỷ lệ khác nhau, kết quả đo đạc như sau:

Khí N2 chiếm 78,08%.
Khí O2 chiếm 20,95%.
Khí Ag chiếm 0,93%.
Khí CO2 chiếm 0,03%.
Các chất khí khác và hơi nước chiếm tỷ lệ khoảng 0,01%.
Tuy nhiên, tỷ lệ của các chất khí trong khí quyển khơng phải hồn tồn ổn
định. Trong những điều kiện khác nhau, những tỷ lệ trên có thể thay đổi.

-

Hơi nước: Lượng hơi nước trong khí quyển khoảng 519.000 Km3. Lượng
hơi nước phần lớn tập trung ở gần mặt đất. Khi lên cao, lượng hơi nước
giảm nhanh, trên độ cao 1,5 – 2 Km lượng hơi nước giảm đi 2 lần so với
lớp gần mặt đất. Nước là thành phần quan trọng trong việc hình thành và
phát triển của các hiện tượng thời tiết. Nước có thể chuyển hóa giữa ba
pha: hơi, lỏng, rắn.

-

Bụi: Trong khí quyển bụi có vai trị rất quan trọng trong việc ngưng kết hơi
nước. Vì nếu khơng có bụi làm hạt nhân ngưng kết thì q trình ngưng kết
của hơi nước rất khó thực hiện.

Cấu trúc Khí quyển :
-

Có nhiều cách phân lớp cấu trúc khí quyển khác nhau, mỗi cách phân lớp
dựa trên các tính chất đặc trưng được quan tâm. Trong lĩnh vực khí tượng,
sự phân lớp khí quyển dựa trên sự phân bố nhiệt độ theo độ cao và tính
chất chuyển động của khơng khí trong khí quyển. Cấu trúc mặt cắt thẳng

đứng của khí quyển được phân thành các tầng như sau :
Troposphere: Bề dày của tầng này từ mặt đất lên đến độ cao 8 – 18 Km
(8 – 10 Km ở vùng địa cực, 10 – 12 Km ở vùng vĩ độ trung bình và 16 – 18
Km ở vùng xích đạo). Đặc trưng của tầng Troposphere là nhiệt độ giảm
theo độ cao, trung bình 0,65o/100 m và có chuyển động đối lưu của khơng
khí. Tầng Troposphere chiếm khoảng 75 – 90% khối lượng khí quyển và
90% lượng hơi nước có trong khí quyển. Hầu hết các hiện tượng thời tiết
đếu xảy ra trong tầng này.
Tropopause: Là lớp chuyển tiếp từ Troposphere sang stratosphere, bề dày
của lớp này khoảng 1,5 – 2 Km. Đặc trưng cơ bản của lớp này là nhiệt độ
hầu như không đổi theo độ cao và có giá trị trung bình khoảng –56oC. Khi
cắt ngang lớp Tropopause, thường có sự biến đổi đột ngột về nhiệt độ, độ
ẩm khơng khí và vector gió…

Trang : 13


Luận văn Tốt nghiệp Cao học – CNTT

Stratosphere: Là tầng tiếp theo lên tới độ cao khoảng 45 – 55 Km. Đặc
trưng cơ bản của tầng này là nhiệt độ tăng theo độ cao. Nguyên nhân của
sự tăng nhiệt độ là do sự hấp thụ bức xạ cực tím mặt trời của tầng Ozon.
Nhiệt độ trung bình lớp biên trên của Stratosphere khoảng OoC – 20oC.
Mesosphere: Là tầng tiếp theo lên tới độ cao 80 – 90 Km. Nhiệt độ trong
tầng này giảm dần theo độ cao khoảng 0,36oC/100 m.
Thermosphere: Là tầng tiếp theo đến độ cao khoảng 400 Km. Đặc trưng
của tầng này là nhiệt độ tăng nhanh theo độ cao.
Exosphere: Là tầng trên cùng của khí quyển, nhiệt độ trong tầng này hầu
như khơng đổi theo độ cao.

Hình 3.1 : Cấu trúc khí quyển theo chiều thẳng đứng.
III.1.4) Các đại lượng khí tượng
Để biểu diễn trạng thái của khí quyển, khoa học khí tượng dùng các đại lượng
cơ bản như: áp suất khơng khí, nhiệt độ khơng khí, gió, độ ẩm...
Áp suất khơng khí (Khí áp) : là trọng lượng cột khơng khí có tiết diện 1mm2,
có độ cao tính từ mực đo khí áp đến đỉnh khí quyển. Khí áp là đại lượng khí
tượng duy nhất có giá trị luôn giảm theo độ cao (do mật độ khơng khí tập trung ở
lớp dưới thấp, càng lên cao mật độ khơng khí càng giảm), đồng thời có hai giá trị
tối cao và hai giá trị tối thấp trong trong một ngày đêm.
Trang : 14


Luận văn Tốt nghiệp Cao học – CNTT

-

-

-

Đơn vị đo:
hPa
hecto Pascal
mb
milibar
mmHg
milimet thủy ngân
inchHg
Quy đổi :
1hPa

= 1mb = 102N/m2 = 0.75062 mmHg = 0.02953inch
1inchHg = 33.8639hPa
= 25.4mmHg
1mmHg = 1.333224hPa = 0.03927inchHg
Phân lọai khí áp:

™ Khí áp tiêu chuẩn: QNE : Là khí áp được đo ở điều kiện khí quyển tiêu chuẩn
ISA (International Standard Atmosphere) :

T =15°C
MSL = 0m (tại mặt biển trung bình – Mean Sea Level)
Khối lượng riêng khơng khí
ρ = 13.596 g/cm3
Gia tốc trọng trường g = 9.80 m/s2
Trong điều kiện này , khí áp tiêu chuẩn QNE = 1013.25 hPa.
™ Khí áp mực trạm (sân bay): QFE
- Là trị số khí áp quan trắc được ở mực đặt khí áp kế tại các trạm khí tượng sân
bay.
- Ý nghĩa sử dụng QFE : để xác định độ cao của máy bay so với sân bay. Khí áp
QFE được dùng để máy bay xác định độ cao khi hạ cánh. Thông qua việc xác
định sự chênh lệch của khí áp giữa đồng hồ đo khí áp của máy bay và khí áp mực
sân bay mà phi cơng có thể xác định được sự chênh lệch tương ứng giữa độ cao
bay và mực sân bay để đưa máy bay hạ cánh chính xác xuống mặt đường băng
(nhờ vào cơng thức bậc khí áp: cứ xuống thấp 8m thì khí áp tăng lên 1mb và
ngược lại).
™ Khí áp mực biển: QNH
- Là khí áp được xác định bằng cách qui chuyển khí áp mực trạm QFE về mực
biển trung bình (MSL).
QNH = QFE + ΔP
với ΔP ≈ ( h / 8m)*1mb

ΔP: chênh lệch khí áp giữa mực sân bay và MSL (tính theo cơng thức bậc khí
áp).
h : độ cao của sân bay so với MSL tính bằng mét (m).

-

Ý nghĩa sử dụng QNH : để xác định độ cao của máy bay so với mực biển
trung bình MSL và so với chướng ngại địa hình.

Nhiệt độ khơng khí : là đại lượng đặc trưng cho trạng thái nhiệt của khơng
khí. Dụng cụ dùng để đo nhiệt độ là nhiệt kế.

Trang : 15