Trong nghiên cứu này, phân tích mối quan hệ giữa các chỉ số vật lý NDVI, NDWI và NDDI với mức độ hạn hán của tỉnh Đăk Nông. Dữ liệu ảnh Landsat trong mùa khô từ năm 2005- 2019 được thu thập, tiền xử lý và tính toán các chỉ số trên công cụ Google Earth Engine một cách nhanh chóng. Mời các bạn tham khảo!
Nghiên cứu - Ứng dụng THEO DÕI HẠN HÁN TRONG MÙA KHÔ BẰNG CHỈ SỐ HẠN HÁN NDDI TRÊN CÔNG CỤ GOOGLE EARTH ENGINE, THÍ NGHIỆM TẠI TỈNH ĐĂK NƠNG TỐNG THỊ HUYỀN ÁI(1), NGUYỄN PHÚC HẢI(1), LÊ HỮU DỤNG(2), VÕ HỒNG HIỀN(3), PHẠM THỊ LÀN(4) Viện Công nghệ vũ trụ, Viện Hàn Lâm Khoa học Công nghệ Việt Nam, Chi nhánh Văn phòng Đăng ký đất đai huyện Cờ Đỏ, thành phố Cần Thơ, tỉnh Cần Thơ (3) Sở Tài nguyên Môi trường tỉnh Bến Tre (4) Khoa Trắc địa-Bản đồ Quản lý đất đai, Trường Đại học Mỏ Địa chất (1) (2) Tóm tắt: Trong nghiên cứu này, nhóm tác giả phân tích mối quan hệ số vật lý NDVI, NDWI NDDI với mức độ hạn hán tỉnh Đăk Nông Dữ liệu ảnh Landsat mùa khô từ năm 20052019 thu thập, tiền xử lý tính tốn số công cụ Google Earth Engine cách nhanh chóng Các kết sau phân tích rằng, NDWI NDDI có độ nhạy với hạn hán tốt so với số NDVI Trong đó, giá trị NDDI>0,8 NDWI0,4 NDWI > 0,1 thuộc năm không hạn hai trạm khí tượng NDWI thấp 0,1 năm lại xác định năm hạn nhẹ (Xem hình 3) Chuỗi thời gian liệu NDVI, NDWI, NDDI Kth theo trạm tỉnh Đăk Nông trình bày Hình Trong mùa khơ từ tháng - tháng từ năm 2005 – 2019, giá trị NDVI, NDWI, NDDI Kth thay đổi theo giai đoạn Giá trị Kth tăng đạt đỉnh vào năm 2005, 2010, 2016 2019 năm hạn nhẹ, tương ứng năm có giá trị NDDI cao >0,8, giá trị NDWI thấp 0,8 dàn trải toàn tỉnh so với năm cịn lại, tập trung vào huyện phía Bắc tỉnh Từ năm 2014 trở lại đây, giá trị NDDI > 0,8 mở rộng so với năm trước Điều khả hạn hán xảy khu vực cao có quy mơ ngày lớn Kết luận Nghiên cứu phân tích đánh giá số vật lý NDVI, NDWI, số hạn hán NDDI tính từ liệu ảnh Landsat kết hợp với số khơ hạn Kth từ số liệu hai trạm khí tượng thủy văn tỉnh Đăk Nông từ năm 2005-2019 Các số vật lý NDVI, NDWI NDDI tính tốn cơng cụ Google Earth Engine cách nhanh chóng thuận lợi Cơng cụ cho phép thống kê tổ hợp chuỗi liệu ảnh Landsat từ tháng 1- tháng tỉnh Đăk Nông từ năm 2005-2019 với số lượng lớn Tập hợp liệu ảnh Landsat sau thu thập tiền xử lý tính tốn số theo cơng thức trực tiếp công cụ Code Editor Google Earth Engine Kết phân tích số vật lý số khô hạn cho thấy rằng, số NDVI NDWI có mối tương quan chặt chẽ với mức độ khô hạn trạm Trong mùa khô vào năm 2005, 2016 2019, tượng hạn hán nhẹ xảy tương ứng với giá trị NDVI < 0,4, NDWI < 0,1 NDDI >0,8 Ở khu vực trạm Đăk Mil, giá trị NDDI cao so với trạm Đăk Nông, cho thấy khả xảy hạn nhẹ trạm Đăk Mil cao so với trạm Đăk Nơng Trong đó, NDDI NDWI nhạy cảm với hạn hán so với số NDVI Giá trị NDDI năm xảy tượng hạn hán tăng lên số sử dụng báo để theo dõi giám sát hạn hán cho tỉnh Đăk Nông mùa khô.m Lời cảm ơn Dữ liệu kết nghiên cứu hỗ trợ từ đề tài: “Nghiên cứu ứng dụng công nghệ viễn thám GIS quản lý, đánh giá tổng hợp tài nguyên thiên nhiên môi trường phục vụ phát triển kinh tế xã hội du lịch tỉnh Đăk Nông”, mã số VT-UD.06/18-20 TS Lê Quang Toan (Viện Công nghệ vũ trụ) chủ nhiệm, nằm chương trình KH&CN cấp Quốc gia Cơng nghệ Vũ trụ giai đoạn 2016-2020 Tài liệu tham khảo [1] WMO and GWP, Handbook of Drought Indicators and Indices (M Svoboda and B.A Fuchs) Integrated Drought Management Programme (IDMP) Integrated Drought Management Programme (IDMP), Integrated Drought Management Tools and Guidelines Series Geneva., no 1173 2016 [2] D Renza, E Martinez, A Arquero, and J Sanchez, “Drought Estimation Maps by Means of Multidate Landsat Fused Images,” Remote Sens Sci Educ Nat Cult Herit., pp 775782, 2010 tạp chí khoa học đo đạc đồ số 46-12/2020 55 Nghiờn cu - ng dụng [3] Y Gu, J F Brown, J P Verdin, and B Wardlow, “A five-year analysis of MODIS NDVI and NDWI for grassland drought assessment over the central Great Plains of the United States,” Geophys Res Lett., vol 34, no 6, pp 1–6, 2007 [4] L Kumar and O Mutanga, Google Earth Engine Applications 2019 [5] A Aghakouchak et al., “Reviews of geophysics remote sensing of drought: Progress, challenges,” Rev Geophys., vol 53, pp 1–29, 2015 [6] B.-C Gao, “NDWI-A Normalized Difference Water Index for Remote Sensing of Vegetation Liquid Water From Space,” Remote Sens Env., vol 7212, no April, pp 257–266, 1996 [7] P Ceccato, S Flasse, S Tarantola, S Jacquemoud, and J M Grégoire, “Detecting vegetation leaf water content using reflectance in the optical domain,” Remote Sens Environ., vol 77, no 1, pp 22–33, 2001 [8] Viện Quy hoạch Thủy lợi, “Báo cáo trạng phương hướng phát triển kinh tế xã hội.” [9] Bộ Tài nguyên Môi trường, “Thông tư số 14/2012/TT-BTNMT ban hành ngày 26/11/2012 Quy định kỹ thuật điều tra thối hóa đất,” 2012.m Summary Drought Monitoring during the dry season by NDDI index on Google Earth Engine, a case study at Dak Nong province Tong Thi Huyen Ai, Nguyen Phuc Hai Space Technology Institute, Vietnam Academy of Science and Technology, Le Huu Dung Branch of Land Registration Office, Co Do District, Can Tho City, Can Tho Province Vo Hong Hien Environment and Natural Resource Department of Ben Tre Province Pham Thi Lan Faculty of Geomatics and Land Administration, Hanoi University of Mining and Geology In this study, the authors analyzed the relationship between the NDVI, NDWI, NDDI indexes and drought condition of Dak Nong province Landsat images data in dry season from 2005-2019 quickly collected, pre-processed and calculated on Google Earth Engine The results showed that NDWI and NDDI are more sensitive indicatior for drought than NDVI In which, NDDI value > 0.8 and NDWI