Nghiên cứu hạn hán và xây dựng bộ bản đồ hạn nông nghiệp thông qua các chỉ số hạn viễn thám nhằm nâng cao năng lực giám sát hạn hán và đề xuất biện pháp phòng chống hạn hán cho tỉnh Ninh Thuận trong bối cảnh hiện nay là một vấn đề hết sức cấp thiết.
Bài báo khoa học Nghiên cứu ứng dụng công nghệ viễn thám GIS xây dựng đồ hạn nông nghiệp tỉnh Ninh Thuận Đặng Quốc Khánh1, Dương Văn Khảm2*, Dương Hải Yến2 Tổng Cục Khí tượng Thủy văn; khanhdangkhtc@gmail.com Viện Khoa học Khí tượng Thủy văn Biến đổi khí hậu; dvkham.kttv@gmail.com; duongyen185@gmail.com *Tác giả liên hệ: dvkham.kttv@gmail.com; Tel.: +84–915239807 Ban Biên tập nhận bài: 1/1/2022; Ngày phản biện xong: 2/3/2022; Ngày đăng bài: 25/4/2022 Tóm tắt: Ninh Thuận tỉnh khô hạn lớn nước Đây bất lợi lớn thiên nhiên phát triển nơng nghiệp nói riêng phát triển kinh tế nói chung tỉnh Trên sở số liệu khí tượng thủy văn thông tin viễn thám, áp dụng số viễn thám (Vegetation – Temperature Dryness Index VTCI) công nghệ GIS báo xây dựng đồ hạn nông nghiệp bao gồm đồ tần suất hạn đồ mức độ khắc nghiệt hạn nông nghiệp tỉnh Ninh Thuận Bộ đồ với tỷ lệ 1/50.000 độ phân giải khơng gian kích thước ô lưới 1km × 1km thể phần mềm ArcGis dễ dàng cho tra cứu sử dụng Trong đó, đồ tần suất hạn nơng nghiệp cho thấy: dù mùa mưa hay mùa khô lãnh thổ tỉnh Ninh Thuận xuất hạn hán, nhiên mùa khô tần suất xuất hạn lớn mùa mưa, diện tích hạn mùa khơ cao mùa mưa khoảng 600 km2 Bản đồ mức độ khắc nghiệt hạn hán cho thấy hạn nặng chiếm khoảng gần 500 km2 (tỷ lệ 13.8% diện tích tồn tỉnh), hạn nặng chiếm 1.000 km2 (tỷ lệ 31.6% diện tích tồn tỉnh) Hệ thống đồ hạn nông nghiệp sở khoa học quan trọng, hiển thị cách trực quan phân bố hạn hán nói chung hạn nơng nghiệp nói riêng phục vụ cho địa phương việc quy hoạch sản xuất nơng nghiệp ứng phó với hạn hán bối cảnh biến đổi khí hậu Từ khóa: Hạn nông nghiệp; VTCI; Ninh Thuận; MODIS; GIS Mở đầu Trên giới có nhiều nghiên cứu hạn hán có số kết luận sau: Hạn hán tượng phức tạp mà hình thành hai nguyên nhân: tự nhiên người Các yếu tố tự nhiên gây hạn dao động dạng hồn lưu khí phạm vi rộng vùng xoáy nghịch, hệ thống áp thấp cao, biến đổi khí hậu, thay đổi nhiệt độ mặt nước biển El Nino ; nguyên nhân người như: nhu cầu nước ngày gia tăng, phá rừng, ô nhiễm môi trường ảnh hưởng tới nguồn nước, quản lý đất nước bền vững, gây hiệu ứng nhà kính Vì vậy, có nhiều nghiên cứu hạn hán tập trung theo hướng: trạng, nguyên nhân, diễn biến, xu loại hạn, đánh giá mức độ khắc nghiệt hạn hán xây dựng đồ hạn hán theo quy mô cấp vùng cấp quốc gia [1–4] Hạn hán phân loại gồm có: Hạn khí tượng (thiếu hụt lượng mưa cán cân mưa–bốc hơi), hạn thủy văn (dịng chảy sơng suối giảm rõ rệt, mực nước tầng chứa nước đất hạ thấp), hạn nông nghiệp (thiếu hụt nước mưa dẫn tới cân lượng nước thực tế nhu cầu nước trồng), hạn kinh tế–xã hội (thiếu hụt nguồn nước cấp cho hoạt động kinh tế–xã hội) [1] Việc đánh giá tổng hợp trạng, Tạp chí Khí tượng Thủy văn 2022, 736, 12-24; doi:10.36335/VNJHM.2022(736).12-24 http://tapchikttv.vn/ Tạp chí Khí tượng Thủy văn 2022, 736, 12-24; doi:10.36335/VNJHM.2022(736).12-24 13 nguyên nhân, diễn biến xu loại hạn dựa số hạn ngưỡng hạn Hiện nay, nhiều số/hệ số hạn khác phát triển ứng dụng nước giới như: Chỉ số ẩm Ivanov (1948) [4], Chỉ số khô Penman [5], Chỉ số mưa chuẩn hóa SPI [6], Chỉ số Sazonov [7], Hệ số khô, Hệ số cạn, Chỉ số Penman – Monteith [8], Chỉ số độ ẩm trồng, Chỉ số cấp nước mặt (SWSI) [9], Chỉ số RDI (Reclamation Drought Index) [10]… Cùng với phát triển ngày đại công nghệ viễn thám nhiều nghiên cứu ứng dụng viễn thám việc giám sát, dự báo hạn hán mang lại hiệu thiết thực [11–13], rõ cách trực quan khu vực hạn, mức độ hạn, tần suất phát sinh hạn hán, từ giúp quyền người dân khu vực chịu tác động hạn hán lên kế hoạch phát triển kinh tế-xã hội phù hợp, thích ứng hiệu quả, hạn chế tối đa tác động bất lợi hạn hán Thông thường hạn hán xảy diện rộng, việc quan trắc phương pháp truyền thống khó khăn, đặc biệt nước phát triển hạn chế đáng kể việc đầu tư cho hệ thống quan trắc Chính vậy, số liệu vệ tinh quan trắc Trái đất có ích đáng quan tâm điều kiện Dữ liệu ảnh MODIS (Moderate Resolution Imaging Spectroradiometers) cung cấp thơng tin bề mặt Trái đất kênh phổ khác nhau: kênh thị phổ, cận hồng ngoại nhiệt hồng ngoại Chỉ số thực vật (Normalized Difference Vegetation Index - NDVI) kết hợp thông tin kênh phổ màu đỏ kênh cận hồng ngoại sử dụng cách hiệu quan trắc tình trạng lớp phủ thực vật [11,14–15] Đây kênh quan trọng để đánh giá tình trạng mức độ hạn hán khu vực quan trắc Phương pháp truyền thống giám sát đánh giá hạn hán dựa vào số liệu mưa, hạn chế khơng có trạm quan trắc số lượng trạm quan trắc không đầy đủ, điều quan trọng khó thu số liệu thời gian thực Ngược lại, số liệu từ ảnh vệ tinh MODIS đồng sử dụng để nhận biết xuất hạn hán khu vực nào, kể khu vực khơng có liệu quan trắc [13] Ngày kỹ thuật viễn thám chụp bề mặt trái đất với độ phân giải cao không gian, thời gian phổ Với độ phân giải cao, viễn thám xác định kịp thời chi tiết diễn biến điểm cụ thể bề mặt trái đất Gần đây, ảnh viễn thám sử dụng để theo dõi, đánh giá tình trạng cháy rừng khu vực cụ thể Các liệu thu từ ảnh viễn thám mật độ che phủ thực vật, nhiệt độ bề mặt, phổ hồng ngoại, xạ nhiệt giúp cung cấp thông tin quan trọng để đánh giá tình trạng hạn hán khu vực quan trắc Trước tác động biến đổi khí hậu, tổng lượng mưa năm thay đổi không đáng kể, phân bố theo không gian thời gian lại thay đổi lớn, mùa khô dài mùa mưa ngắn lại tập trung vào trận mưa cường độ lớn hạn hán có nguy xảy cao Bên cạnh đó, thay đổi với tốc độ nhanh kinh tế, xã hội môi trường, dẫn đến thách thức mà cộng đồng phải đối mặt trước hạn hán ngày gay gắt Những thách thức nêu chủ yếu nguy cân cung – cầu nguồn nước Nguy thiếu nước, hạn hán, mùa khô tồn lãnh thổ Việt Nam có tỉnh Ninh Thuận diễn biến gay gắt [16] Vì vậy, nghiên cứu hạn hán xây dựng đồ hạn nông nghiệp thông qua số hạn viễn thám nhằm nâng cao lực giám sát hạn hán đề xuất biện pháp phòng chống hạn hán cho tỉnh Ninh Thuận bối cảnh vấn đề cấp thiết Số liệu phương pháp nghiên cứu 2.1 Giới thiệu khu vực nghiên cứu Ninh Thuận tỉnh ven biển thuộc vùng Duyên hải Nam Trung Bộ, song thiên nhiên không thật ưu đãi cho người dân Ninh Thuận: khô hạn nắng gió nhắc đến biểu trưng khí hậu khắc nghiệt, bất lợi lớn thiên Tạp chí Khí tượng Thủy văn 2022, 736, 12-24; doi:10.36335/VNJHM.2022(736).12-24 14 nhiên phát triển nơng nghiệp nói riêng, kinh tế–xã hội nói chung tỉnh Nhìn tổng thể, tỉnh Ninh Thuận có dạng chảo lớn, vành chảo chắn phần lớn hướng gió gây mưa nên tỉnh có nắng nhiều mưa [16] Ninh Thuận có lượng mưa trung bình năm khoảng 1.000 mm, song phân bố không Lượng mưa năm chủ yếu tập trung vào tháng, từ tháng 9–12 Hạ lưu lưu vực sông Cái xem vùng khô hạn nước Cộng thêm vào đó, biến động mưa tính theo năm lại lớn Những năm khô hạn, lượng mưa 60–70% mức trung bình Mưa lại diễn 3–4 tháng, lại mùa khô kéo dài 8–9 tháng, nên hạn hán nghiêm trọng nghiêm trọng Đặc biệt nhiều năm từ tháng đến tháng khơng có giọt mưa, nên năm thời gian hạn, với mức độ khác Năm hạn bình thường, diện tích lúa thiếu nước khoảng 200–300 diện tích rau màu bị hạn 2.000–3.000 ha, gia súc thiếu nước 40.000–50.000 Những năm hạn nặng, số thiệt hại cao 2–3 lần, năm 2004, diện tích lúa bị khơ hạn thiếu nước 1.250 ha, diện tích rau màu bị hạn gần 4.000 ha, số dân bị thiếu nước lên đến 150.000 người, gây thiệt hại hàng trăm tỷ đồng… Liên tiếp năm 2015–2016, Ninh Thuận lại gặp hạn hán nặng nề Tình trạng hạn hán tiếp tục lặp lại vào cuối năm 2021 Đến nay, tổng diện tích đất nơng nghiệp tưới tiêu tỉnh đạt 18.000 (khoảng 35%) Vì thế, hàng năm tỉnh xảy tình trạng thiếu nước gặp năm hạn nặng nghiêm trọng Do thiếu nước tưới nên diện tích phải dừng sản xuất vụ Đông Xuân 2019–2020 7.800 đất lúa, hoa màu Bên cạnh đó, loại trồng lâu năm có nguy chết thiếu nước tưới, giảm suất, sản lượng [16–17] Hình Khu vực nghiên cứu Tạp chí Khí tượng Thủy văn 2022, 736, 12-24; doi:10.36335/VNJHM.2022(736).12-24 15 2.2 Số liệu nghiên cứu Nghiên cứu sử dụng số liệu khí tượng lượng mưa nhiệt độ ngày trạm khí tượng khu vực nghiên cứu vùng phụ cận từ năm 2000 đến năm 2020, gồm trạm Phan Rang, Cam Ranh Phan Thiết Từ số liệu khí tượng này, nghiên cứu tính tốn số hạn làm sở để so sánh với kết tính tốn ảnh vệ tinh Số liệu viễn thám: ảnh vệ tinh MODIS tổ hợp ngày từ năm 2001 đến năm 2020 Bao gồm 912 ảnh tổ hợp với độ phân giải không gian ảnh nhiệt độ bề mặt (Land Surface Temperature - LST) 1000 m ảnh số khác biệt thực vật NDVI 250 m Bản đồ địa hình, hành giao thơng thủy hệ tỉnh Ninh Thuận tỷ lệ 1/50.000 Phép chiếu UTM (Universal Transverse Mercator) múi chiều kinh tuyến 6°, hệ tọa độ VN2000 (Nguồn: Cục Đo đạc Bản đồ Thông tin Địa lý Việt Nam) 2.3 Phương pháp nghiên cứu 2.3.1 Quy trình xây dựng đồ hạn nơng nghiệp Khi thành lập đồ, trước tiên xác định sở toán học cho đồ để biểu diễn hình Trái đất lên mặt phẳng đồ [18–19]: Trong xây dựng đồ thiên tai, có nhiều phương pháp khác nhau, phương pháp kết hợp ảnh vệ tinh, mơ hình số độ cao DEM với số liệu quan trắc khí tượng phân tích để xây dựng đồ Việc xây dựng đồ theo phương pháp cần hỗ trợ đắc lực hệ thống tin địa lý–GIS, đặc biệt modun phân tích khơng gian kèm Quy trình xây dựng đồ chuyên đề thể Hình [20–22] Quy trình chung cho thành lập đồ chuyên đề thường có bước công việc: Công việc 1: Chuẩn bị liệu; đồ (hành chính, độ cao địa hình, tiền xử lý ảnh viễn thám, tính tốn đặc trưng khí hậu dựa thông tin từ ảnh viễn thám), số liệu khảo sát, số liệu khí tượng, KTNN có liên quan (nếu có) đến việc tính tốn tiêu hạn hán; Cơng việc 2: Xử lý, tính tốn lưới có độ phân giải khơng gian x 1km liên quan đến tiêu hạn hán; số hạn, dựa mối quan hệ số liệu khí tượng thơng tin xác định từ ảnh viễn thám GIS đồ nền; Công việc 3: Phân cấp mức độ hạn hán, biên tập đồ, chuyên gia kiểm tra, đánh giá đồ biên tập, điều chỉnh theo ý kiến chuyên gia xuất bản đồ Số liệu khí tượng: nhiệt độ (t), lượng mưa (R) LST ngày (1km) NDVI ngày (250 m) Chuyển đổi phân giải không gian (1 km) Chỉ số Xử lý liệu bao gồm: Chuyển đổi hệ tọa độ, lọc nhiễu Chỉ số khô hạn nhiệt độ thực vật (VTCI) Bản đồ chun đề hạn nơng nghiệp Hình Sơ đồ khối thành lập đồ chuyên đề Tạp chí Khí tượng Thủy văn 2022, 736, 12-24; doi:10.36335/VNJHM.2022(736).12-24 16 Việc tính tốn tiêu hạn nông nghiệp số liệu viễn thám có nhiều phương pháp khác nhau, phương pháp ứng dụng nhiều nghiên cứu [11–12]: - Phương pháp số khô hạn nhiệt độ–thực vật (Vegetation – Temperature Dryness Index VTCI) Như phân tích với lợi số liệu viễn thám công nghệ GIS nghiên cứu hạn nông nghiệp, nghiên cứu thống sử dụng phương pháp viễn thám với số VTCI: Theo tính chất vật lý q trình bốc tính chất sinh học thực vật: thơng thường độ ẩm đất cao trồng phát triển tốt, bốc thoát trồng mạnh nhiệt độ thảm trồng bề mặt đất giảm Ngược lại trồng bị hạn hán, bốc thoát nước trồng giảm, nhiệt độ bề mặt thảm trồng tăng cao Như vậy, số thực vật có tương quan thuận với độ ẩm đất tương quan nghịch với nhiệt độ bề mặt (land surface temperature - LST) Sau bị hạn hán, trồng khơng thể phát triển cách bình thường, số diện tích giảm xuống, dẫn đến số thực vật (normalized difference vegetation index NDVI) giảm Như vậy, LST NDVI kết hợp cung cấp thơng tin điều kiện sức khỏe thực vật độ ẩm bề mặt lớp phủ [11, 23–24] Trong không gian (LST, NDVI), độ dốc đường hồi quy liên quan đến mức độ bay bề mặt, đến trở kháng đến độ ẩm trung bình đất (Hình 3) Các pixel ảnh khơng gian (LST, NDVI) bị ảnh hưởng nhiều yếu tố nhiệt độ, độ phủ thực vật, độ ẩm, độ bay hơi, v.v đường đồng mức yếu tố (độ ẩm, độ bay hơi) vẽ tam giác xác định không gian (LST, NDVI) Với điều kiện khí hậu, nhiệt độ bề mặt LST nhỏ bề mặt có độ bay cực đại lượng nước bão hịa–tạo nên đường đáy “rìa ướt” tam giác không gian (LST, NDVI) Ngược lại, bề mặt có độ bay cực tiểu bề mặt khơ (dù có hay khơng có phủ thực vật) nhiệt độ bề mặt LST tăng cực đại–tạo nên đường hạn chế “rìa khơ” tam giác khơng gian (LST, NDVI) Phương pháp gọi số khô hạn nhiệt độ thực vật (VTCI) Giá trị VTCI thấp tương ứng với điều kiện khô hạn VTCI cao ứng với điều kiện ẩm ướt Giá trị phân cấp số hạn VTCI theo Bảng [11–12, 20, 23] Hình Đồ thị phân tán LST NDVI Cơng thức tốn học viết sau: LSTmaxNDVIi LSTNDVIi LSTmaxNDVIi LSTminNDVIi (1) LSTmax NDVIi a bNDVIi (2) VTCI Trong Tạp chí Khí tượng Thủy văn 2022, 736, 12-24; doi:10.36335/VNJHM.2022(736).12-24 17 LSTmin NDVIi a ' b ' NDVIi (3) NIR R NDVI (4) NIR R Trong NIR,R phổ phản xạ bề mặt dải sóng cận hồng ngoại dải đỏ LSTmax NDVIi LSTmin NDVIi LST cực đại cực tiểu tương ứng pixel có giá trị NDVIi vùng nghiên cứu, LSTNDVIi biểu thị LST pixel có giá trị NDVI NDVIi Các hệ số a, b, a’, b’ ước lượng từ diện tích đủ lớn độ ẩm đất bề mặt trải rộng từ điểm khô hạn tới điểm ẩm ướt tồn cánh đồng Hình dạng đồ thị phân tán thường hình tam giác quy mơ khu vực Hình LST max xem “rìa khơ” độ ẩm đất thực vật điều kiện khô hạn LST xem “rìa ẩm” độ ẩm đất thực vật điều kiện ẩm ướt Bảng Phân cấp mức độ khô hạn số VTCI STT Giá trị VTCI – 0,20 0,21 – 0,40 0,41 – 0,60 0,61 – 0,80 0,81 – 1,00 Mức độ khô hạn Khô hạn nặng Khô hạn nặng Khơ hạn trung bình Khơ hạn nhẹ Khơng khơ hạn - Phương pháp số khô hạn nhiệt ẩm Celianinova ( TK ) Trên giới có nhiều phương pháp, số khô hạn khác áp dụng việc đánh giá mức độ xác hiệu chỉnh số viễn thám VTCI Nghiên cứu sử dụng số khô hạn nhiệt ẩm TK [12, 20]: R o TK (5) 0,1t 10 C Trong R tổng lượng mưa thời kỳ xem xét với nhiệt độ khơng khí > 10oC, t 100 C tổng nhiệt độ thời kỳ Cấp độ hạn theo số TK thể Bảng Bảng Các cấp hạn hán theo số TK Chỉ số TK > 2,0 1,0 – 2,0 0,5 – 1,0 ≤ 0,5 Mức độ Rất ẩm Ẩm Hạn Hạn nặng Kết thảo luận Căn quy trình tính tốn hạn hán Hình 1, sở liệu ảnh tổ hợp MODIS qua trình xử lý ảnh chuyển đổi hệ tọa độ thông tin số độ phân giải sau xác định tiêu viễn thám LST NDVI, nghiên cứu tính tốn đưa kết đồ thị phân tán LST NDVI cho tổ hợp ảnh ngày Ninh Thuận Hình kết đồ thị phân tán (scatterplots) LST hàm số số thực vật chuẩn hóa NDVI xây dựng cho ảnh MODIS chọn Giá trị LSTmax NDVIi LSTmin NDVIi xác định giá trị nhiệt độ trung bình bề mặt điều kiện nước cung cấp có giới hạn khơng có giới hạn Đường rìa khơ (đường màu đỏ) đường rìa ướt (đường màu xanh) xác định theo phương pháp hồi quy tuyến tính và cho kết phương trình Hình Sau áp dụng cơng thức 1,2,3 để tính giá trị VTCI cho chu kỳ quan trắc ngày Tạp chí Khí tượng Thủy văn 2022, 736, 12-24; doi:10.36335/VNJHM.2022(736).12-24 18 Hình Đồ thị phân tán LST theo NDVI khu vực Ninh Thuận: (a) Tuần 4/11/2012; (b) Tuần 3/2/2013 Từ phương trình hồi quy nhận thấy (Hình 6): hệ số tương quan phương trình “rìa khơ” “rìa ướt” cao (R2 > 0,64 tương ứng với R > 0,80) chứng tỏ xu hạn hán phù hợp với q trình bốc Độ dốc đường rìa khơ thường lớn đường rìa ướt điều chứng tỏ ảnh hưởng khơng gian LST–NDVI q trình hạn hán lớn trình ẩm ướt, phù hợp với thực tế q trình khơ hạn Từ phân tích ta tin tưởng sử dụng phương trình Hình để tính tiêu hạn hán liệu viễn thám cho tồn chuỗi thời gian Hình Đồ thị đường rìa khơ rìa ướt: (a) ngày 30/11/2012; (b) ngày 18/02/2013 khu vực Ninh Thuận Để so sánh với kết tính tốn từ ảnh viễn thám kết tính tốn từ số liệu khí tượng cho vùng, báo tính tốn số hạn hán TK (công thức 4) tương ứng với số hạn VTCI tính cho chuỗi ảnh tổ hợp ngày theo thời gian kết thể Hình Hình Mối tương quan số hạn VTCI số hạn TK Tạp chí Khí tượng Thủy văn 2022, 736, 12-24; doi:10.36335/VNJHM.2022(736).12-24 19 Từ đồ thị hình vẽ ta nhận thấy: Mối tương quan số hạn VTCI tính theo liệu vệ tinh số hạn TK tính từ số liệu khí tượng trạm quan trắc tương đối cao Hệ số tương R2 = 0,64 tương ứng với R = 0,80 thể xu đồng tương đối giá trị đo số liệu viễn thám giá trị đo trạm khí tượng Điều chứng tỏ mức độ tin cậy cao cho thuật toán tính số hạn hán số VTCI sở liệu viễn thám * Kết xây dựng tập đồ chuyên đề hạn nông nghiệp Các đồ chuyên đề hạn nông nghiệp vùng sinh thái Việt Nam xây dựng phương pháp phân tích, tổ hợp từ tiêu hạn nơng nghiệp sở công nghệ GIS [25–26] Bài báo xây dựng hai đồ: Bản đồ tần suất muốn đề cập khu vực hạn hán xảy nhiều mức độ khắc nghiệt khơng khắc nghiệt Cịn đồ khắc nghiệt thể tính chất, mức độ khắc nghiệt hạn hán khu vực nghiên cứu Ví dụ có khu vực tần suất hạn thường xuyên lần xuất lại nhẹ hạn hán chưa khắc nghiệt Nhưng có khu vực tần xuất hạn khơng thường xun, có điều lần xuất lại khắc nghiệt ngược lại Tóm lại, tần suất hạn cho biết hạn khu vực hạn xảy nhiều hay mà rõ ràng mức độ hạn trầm trọng hay không trầm trọng Ngược lại đồ mức độ khắc nghiệt không cho biết hạn xảy nhiều hay mà biết hạn xảy khắc nghiệt Kết hợp hai đồ quan sát khu vực hạn xảy nhiều hay ít, mức độ khắc nghiệt cao hay thấp Để xây dựng đồ mức độ khắc nghiệt hạn nơng nghiệp, nghiên cứu trước tiên tính toán số VTCI từ ảnh tổ hợp ngày trình bày trên, sau tính VTCI trung bình cho tháng năm suốt thời gian từ 2000 đến 2020 Sau tính giá trị VTCI trung bình cho tháng, nghiên cứu tiến hành phân ngưỡng giá trị VTCI để xác định ngưỡng hạn (Bảng 1) Cuối xác định mức độ khắc nghiệt hán hán Với đồ tần suất xuất hạn hán, sử dụng phương pháp thống kê sau: Trước hết lựa chọn số VTCI < 0,6 tính tháng hạn, sau áp dụng cơng thức tính tần suất hạn sau: n' P 100 (6) n Trong P tần suất hạn; n’ số tháng hạn với số VTCI < 0,6; n tổng số tháng thời gian xem xét Sau số liệu tính toán xuất dạng text để nhập vào phần mềm ARVIEW nhằm tiến hành phân ngưỡng mức hạn biên tập đồ [26] Toàn tập đồ chuyên đề đặc trưng hạn nông nghiệp với tỷ lệ đồ 1/50.00 độ phân giải khơng gian kích thước lưới 1km x 1km biên tập lưu phần mềm Mapinfo ArcGIS bao gồm: Tập đồ tần suất hạn nông nghiệp thể hai mùa: mùa mưa (Hình 8) mùa khơ (Hình 9) Bảng Tần suất xuất tương ứng với diện tích hạn nơng nghiệp Ninh Thuận (VTCI < 0,6) Tần suất (%)