Tác giả

Phạm Lê Phương 1* , Lê Trung Hưng 2 , Mạnh Xuân Huy 2 , Triệu Văn Linh 3 , Nguyễn Xuân Hoài 4 , Hải Hồng Phan 5 , Vũ Hải 6

Đơn vị công tác

1  Trung tâm Thông tin và Dữ liệu KTTV; phuongpl80@gmail.com; hungtttl@gmail.com

2  Trường Đại học Bách Khoa Hà Nội; huy.mx161818@sis.hust.edu.vn

3  Viện AI Academy Việt Nam; nxhoai@gmail.com; trieuvanlinh04101998@gmail.com

4  Học Viện Kỹ thuật Quân Sự; hongpth@lqdtu.edu.vn

5  Viện Điện tử – Viễn Thông, Trường Đại học Bách Khoa Hà Nội; hai.vu@hust.edu.vn

* Tác giả liên hệ: phuongpl80@gmail.com; Tel.: +84–912353680

Tóm tắt

Bài báo trình bày phần mềm DigiMeto (Digitizing Metontological Graph) hỗ trợ tự động đọc một số giản đồ tự ghi khí tượng thủy văn (KTTV) như giản đồ mưa, ẩm, nhiệt độ và nước. Để xây dựng công cụ, các kỹ thuật xử lý ảnh và nhận dạng đã được áp dụng để có thể tự động tách đường ghi dữ liệu ra khỏi giản đồ. Dựa vào thông tin đã biết về cấu hình ô lưới và khoảng thời gian, giá trị tương ứng tại mỗi thời điểm sẽ được xác định. DigiMeto cho phép người dùng hiệu chỉnh các số tham số một khi kết quả tự động có sai xót. Kết quả là công cụ có thể tự động xuất giá trị của giản đồ trong mỗi ngày với mức độ chi tiết đến từng phút. Trong các đánh giá cho thấy công cụ chỉ yêu cầu thời gian dưới 3 phút cho toàn bộ các thao tác trên mỗi giản đồ. Độ chính xác đạt được ở các giản đồ ẩm, nhiệt trung bình có sai số dưới 2% so với giá trị đo do người thực hiện. Với các giản đồ phức tạp ghi giá trị do nhiều hơn một ngày thường có sai số lớn hơn. Một số hướng phát triển đã được thảo luận và đề xuất để công cụ có thể được tự động hóa hoàn toàn, giúp giảm thiểu hơn nữa các thao tác người dùng cuối. 

Từ khóa

Giao diện đồ họa (GUI); Giản đồ tự ghi; Xử lý Ảnh; Tách biên.

Trích dẫn bài báo

Phương, P.L.; Hưng, L.T.;  Huy, M.X.;Linh, T.V.; Hoài, N.X.; Phan, H.H.; Hải, V. DigiMeto: Công cụ trợ giúp đọc giản đồ tự ghi Khí tượng thủy văn. Tạp chí Khí tượng Thủy văn 2021, 725, 49-59.

Tài liệu tham khảo

1. Susin, N.; Peer, P. Open–source tool for interactive digitisation of pluviograph strip charts. Weather 2018, 73, 222–226. https://doi.org/10.1002/wea.3001
2. Burboa, A. PluvioReader: a software for digitizing weekly siphoning–type 1 pluviograph strip charts, Computers and Geosciences, 2020. https://doi.org/10.1016/j.cageo.2020.104463.
3. Pons, F.; Laroche, C.; Trmal, C.; Puechberty, R.; Baillon, M. “Hydrometry data rescue, a stake for the future”, in the Proceeding of 3rd European Conference on Flood Risk Management, 2016. https://doi.org/10.1051/e3sconf/20160704021.
4. Deidda, R.; Mascaro, G.; Piga, E.; Querzoli, G. An automatic system for rainfall signal recognition from tipping bucket gage strip charts. J. Hydrol. 2007, 333, 400–412.
5. Jaklic, A.; Sajn, L.; Derganc, G.; Peer, P. Automatic digitization of pluviograph strip charts. Meteorol. Appl. 2016, 23, 57–64. https://doi.org/10.1002/met.1522.
6. Radon, J. Digitizing of Analogue Data–Charts from Thermohygrographs. J. Applied Comput. Sci. 2017, 25, 49–60.
7. Nhi, H.Y.; Thoa, L.T.K. Trích xuất đường bờ biển từ ảnh SENTINEL–1A khu vực thành phố Phan Thiết. Tạp chí Khí Tượng Thủy Văn 2019, 697, 20–25.
8. Tình, T.V.; Phong, D.H. Sử dụng ảnh viễn thám và Gis nghiên cứu biến động đường bờ biển mũi Cà Mau. Tạp chí Khí tượng Thủy văn 2017, 684, 35–40.
9. Hiệp, N.Q.; Hùng, N.A. Cách tiếp cận mới xây dựng đường đặc tính hồ chứa bằng việc sử dụng ảnh viễn thám radar SENTINEL–1. Tạp chí Khí tượng Thủy văn 2019, 706, 10–19.
10. Trung, L.B.; Toán, H.M.; Phong, N.B. Nghiên cứu sử dụng số liệu định vị sét kết hợp với ảnh radar để cảnh báo đợt mưa lớn từ 01–06/8/2017 trên khu vực Tây Bắc. Tạp chí Khí tượng Thủy văn 2018, 685, 48–53.
11. Ngà, P.T.T. Nghiên cứu tương quan giữa đặc tính mây và mưa lớn cho khu vực Hồ Chí Minh bằng dữ liệu vệ tinh Himawari–8 và GSMaP. Tạp chí Khí tượng Thủy văn 2019, 702, 21–30.
12. Công, T.T.; Quyền, L.N.; Giám, N.M.; Quyết, L.D. Ứng dụng số liệu ảnh mây vệ tinh Himawari trong dự báo và cảnh báo mưa dông cho khu vực Đồng bằng sông Cửu Long. Tạp chí Khí tượng Thủy văn 2020, 713, 1–13.
13. Phương, T.A.; Cường, T.M.; Chiến, P.V.; Phong, L.V.V. Nghiên cứu ứng dụng công nghệ Google Earth Engine đánh giá sự thay đổi thảm thực vật theo không gian và thời gian ở Bến Tre trong mùa khô giai đoạn 2016–2020. Tạp chí Khí tượng Thủy văn 2020, 713, 47–55.
14. Hoàng, L.M.; Tạo, N.A.; Mai, L.C.; Ứng dụng mô hình Markov ẩn trong nhận dạng chữ. Tạp chí khoa học và công nghệ 2002, 40, 31–40.
15. Phương, P.A.; Tạo, N.Q.; Mai, L.C. Kết hợp các bộ phân lớp SVM cho việc nhận dạng chữ viết tay rời rạc. Tạp chí tin học và điều khiển 2004, 25, 1, 88–97.
16. Vu, T.T.; Luong, M.C.; Nakamura, S. A study of Phonetic Units for Vietnamese Speech Recognition, in the Proceeding of the IEEE International Conference on Computing and Communication Technologies RIVF (Research, Innovation and Vision for the Future), 2010, 1–4, Hanoi, Vietnam.
17. Hiếu, L.T.; Vũ, L.A.; Kiên, L.T. Áp dụng xác suất thống kê và quá trình máy tự học cho bài toán phân tách từ văn bản tiếng Việt. Tạp chí Khoa học và công nghệ Trường Đại học Duy Tân 2013, 1, 32–38.
18. Nixon, M.S.; Aguado, A.S. Feature Extraction and Image Processing. Newnes: Elsevier, Oxford, 2002.
19. Forsyth, D.A.; Ponce J. Computer Vision – A Modern Approach. Prentice Hall: Upper Saddle River, NJ, 2002.
20. Gonzalez, D.C.; Woods, R.E. “Digital Image Processing, Third Edition, Pearson Educational International Publisher, 2002.