Hạn hán tại khu vực Nam Trung Bộ nói chung và trên địa bàn tỉnh Ninh Thuận nói riêng diễn ra rất phức tạp, ảnh hưởng lớn đến đời sống và sản xuất trong khu vực. Bài viết trình bày phương pháp và kết quả phân tích sự thay đổi các đặc trưng hạn nông nghiệp dựa trên chỉ số NDVI và VSDI tại khu vực tỉnh Ninh Thuận từ năm 1991 đến 2019.
BÀI BÁO KHOA HỌC DIỄN BIẾN HẠN NÔNG NGHIỆP TRÊN ĐỊA BÀN TỈNH NINH THUẬN GIAI ĐOẠN 1991-2019 Trần Đăng An1, Hà Nam Thắng2 Tóm tắt: Hạn hán khu vực Nam Trung Bộ nói chung địa bàn tỉnh Ninh Thuận nói riêng diễn phức tạp, ảnh hưởng lớn đến đời sống sản xuất khu vực Nghiên cứu trình bày phương pháp kết phân tích thay đổi đặc trưng hạn nông nghiệp dựa số NDVI VSDI khu vực tỉnh Ninh Thuận từ năm 1991 đến 2019 Các số hạn nơng nghiệp tính toán dựa vào liệu ảnh viễn thám Landsat thu thập từ thời điểm diễn kiện hạn hán địa bàn khu vực nghiên cứu Kết nghiên cứu ra, hạn nông nghiệp tính cho giai đoạn 1991 - 2019, tỉnh Ninh Thuận thường xuyên hứng chịu đợt hạn hán từ mức độ hạn đến hạn nặng Diện tích hạn đến hạn cực nặng chiếm thường xuyên từ 15,7% 28% gây lãng phí tài ngun đất ảnh hưởng lớn đến hoạt động sản xuất, sinh sống người dân Đặc trưng hạn số VSDI tính tốn hồn tồn tương đồng với số NDVI số liệu thống kê hạn tỉnh Ninh Thuận giai đoạn nghiên cứu Chỉ số VSDI dễ dàng thực nghiệm tính tốn áp dụng rộng rãi tương lai Từ khóa: Chỉ số hạn nông nghiệp, NDVI, VSDI, Ninh Thuận ĐẶT VẤN ĐỀ * Hạn hán rủi ro thiên tai nghiêm trọng có mức độ ảnh hưởng lớn đến hoạt động người (Dai, 2011) Trong năm gần đây, ảnh hưởng biến đổi khí hậu, hạn hán có xu hướng tăng tần suất mức độ tác động nhiều nơi giới, có Việt Nam Với đặc thù vị trí địa lý chế độ khí hậu, khí tượng thủy văn với gia tăng hoạt động người, Ninh Thuận tỉnh gánh chịu nhiều hậu kinh tế - xã hội ảnh hưởng ba loại hình hạn hạn nơng nghiệp, hạn khí tượng hạn thủy văn Do vậy, việc quan sát, quan trắc loại hình hạn phân vùng hạn quy mơ tồn tỉnh có ý nghĩa lớn, để tỉnh xây dựng sách thích ứng, giảm nhẹ thiên tai hạn hán gây nên (Kallis, 2008) Để ước tính mức độ hạn phân vùng Phân hiệu Trường Đại học Thủy lợi Trường Đại học Nông Lâm Huế hạn quy mô lớn, viễn thám nguồn tư liệu công cụ mang lại hiệu cao Với lợi độ phủ không gian rộng, tần suất quan sát dài, sử dụng viễn thám quan trắc hạn mang lại lợi ích to lớn (Xie et al., 2008), giúp xây dựng đồ trạng hạn đa thời gian, phân cấp hạn chi tiết đến cấp xã, từ hỗ trợ xây dựng kịch ứng phó riêng cho đặc thù xã tỉnh Ninh Thuận Tuy nhiên, để có đươc đồ phân vùng hạn, nhiều vấn đề cần lưu tâm chọn loại ảnh viễn thám phù hợp, tính tốn chi tiết biến đầu vào nhằm xây dựng số hạn tổng hợp phản ánh mức độ hạn vùng không gian Phương pháp viễn thám ước tính mức độ hạn khác với phương pháp truyền thống dựa điểm trạm quan sát Các kĩ thuật chuyên sâu viễn thám sử dụng nhằm giảm tối đa yêu cầu liệu ngồi, u cầu khó thực điều kiện Việt Nam, sử dụng trực tiếp băng KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 81 (12/2022) 99 ảnh viễn thám sẵn có, giúp giảm độ thiên kiến, sai lệch dùng nhiều liệu đầu vào khác Nghiên cứu trình bày kết ban đầu phân vùng hạn hán nông nghiệp quy mô cấp tỉnh, sử dụng nguồn ảnh viễn thám Landsat số viễn thám, số hạn khác nhằm cung cấp giải pháp nhanh, đơn giản có độ tin cậy ước tính phân vùng mức độ hạn hán tỉnh Ninh Thuận, Việt Nam PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Địa điểm nghiên cứu Hình Địa điểm nghiên cứu với trạm quan trắc khí tượng, thủy văn Địa điểm nghiên cứu toàn khu vực thuộc ranh giới hành tỉnh Ninh Thuận Ảnh vệ tinh sử dụng để xây dựng đồ số phân vùng hạn cho toàn vùng, 18 trạm quan trắc dùng trạm tham chiếu để trích xuất giá trị cụ thể số mức độ hạn điểm 2.2 Dữ liệu Ảnh vệ tinh Landsat nguồn vật liệu sử dụng nghiên cứu Ảnh tải miễn phí từ sở liệu ảnh trung tâm địa chất Mỹ USGS (https://earthexplorer.usgs.gov) 100 mức độ hiệu chỉnh Ở mức độ xử lý này, ảnh hiệu chỉnh địa lý cần hiệu chỉnh khí giai đoạn Để xác định thời gian tải ảnh, nghiên cứu dựa vào thống kê thời điểm phạm vi thời gian 40 năm từ năm 1982 đến 2022 xác định năm hạn có liệu ảnh Landsat phù hợp với tháng hạn để tính tốn số hạn dựa vào ảnh Landsat TM tháng 4/1991, 5/1996, 1/2002, 2/2008 ảnh Landsat OLI tháng 3/2016 12/2019 với độ phân giải không gian 30 x 30 m Dựa vào thời điểm hạn, tiêu chí khơng mây cửa sổ thời gian khoảng năm khu vực nghiên cứu chọn ảnh Landsat tốt phục vụ giai đoạn giải đốn tính tốn mức độ hạn Các ảnh Landsat chọn cho trùng với tháng xảy hạn, chọn ảnh bị phủ mây chuyển sang tháng gần tháng hạn sang năm hạn 2.3 Tiến trình nghiên cứu Quá trình ước tính phân vùng hạn thực qua ba bước, bao gồm bước (1) hiệu chỉnh khí quyển, bước (2) tính tốn số phổ số hạn tổng hợp bước (3) phân vùng hạn dựa số tính bước (Hình 2) Bản đồ phân vùng hạn tính theo số VSDI cho hạn nông nghiệp sử dụng nguồn ảnh vệ tinh Landsat Hình Tiến trình bước nghiên cứu KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 81 (12/2022) 2.4 Hiệu chỉnh khí Ảnh Landsat hiệu chỉnh khí để chuyển giá trị vật lý (digital number (DN)) giá trị phản xạ phổ đối tượng quan sát Quá trình giúp giảm thiểu tối đa ảnh hưởng phần thượng tầng khí khí lên giá trị điểm ảnh, làm tăng độ xác kết tính tốn Nghiên cứu sử dụng chương trình hiệu chỉnh khí chun sâu ACOLITE (Vanhellemont, 2016), chương trình mã nguồn mở viết thực thi môi trường dịng lệnh với ngơn ngữ lập trình Python Sau giai đoạn hiệu chỉnh khí quyển, ảnh đầu vào bao gồm băng phổ dải sóng quang phổ từ xanh “blue” (ρ483), xanh “green” (ρ561), đỏ (ρ655), cận hồng ngoại (ρ865), đến hồng ngoại sóng ngắn (ρ1609) hồng ngoại sóng ngắn (ρ2201) 2.5 Tính tốn số hạn nông nghiệp Chỉ số thực vật khác biệt thực vật bình quân (NDVI) NDVI (normalized different vegetation index) (Huang et al., 2021) số phát triển sử dụng rộng rãi giới Băng phổ cận hồng ngoại đỏ sử dụng để tối đa hóa tín hiệu hấp thụ phản xạ thực vật Sự khác biệt phần phổ hấp thụ phản xạ lớp phủ thực vật giúp số NDVI phản ánh theo thời gian gần thực phân bố thực vật, liệu đầu vào cho nhiều q trình tính tốn khác Chỉ số NDVI có điểm hạn chế vùng quan sát khu vực đất trống mà cơng trình nhân tạo số có giá trị thấp Điều gây nhiễu với vùng đất trống, khơng có thực vật che phủ, vốn có giá trị NDVI thấp Chỉ số hạn sử dụng kênh phổ nhìn thấy hồng ngoại sóng ngắn (VSDI) Khác với số khác dựa băng phổ cận hồng ngoại hồng ngoại sóng ngắn, số VSDI (visible and shortwave infrared drought index) (Zhang et al., 2013) kết hợp thêm sức phản xạ băng đỏ, xanh “blue” hồng ngoại sóng ngắn vào cơng thức giúp tăng độ tin cậy ước tính mức độ phân vùng hạn Về chất, VSDI ước tính mức độ hạn dựa khác biệt mức độ ẩm, số mục quan trọng tính tốn mức độ hạn, ước tính băng nhạy cảm với độ ẩm (băng hồng ngoại sóng ngắn, băng đỏ) băng tham chiếu với độ ẩm (băng xanh “blue”) VSDI có ưu tính tốn trực tiếp từ băng phổ mà khơng qua số trung gian Điều giúp số khách quan phân vùng mức độ hạn sát với thực tế Các số phổ hạn tổng hợp tính theo cơng thức từ (1) - (2), sử dụng ảnh hiệu chỉnh khí quyển: (1) (2) (3) (4) (5) Trong đó: , , , , giá trị phản xạ bề mặt băng phổ xanh Blue, đỏ, cận hồng ngoại, hồng ngoại sóng ngắn hồng ngoại sóng ngắn So với số hạn sử dụng trước số trạng thái thực vật (vegetation condition index - VCI) (Liu & Kogan, 1996), số khác biệt hạn bình quân (normalized different drought index - NDDI) (Gu et al., 2007) VSDI số giúp ước tính mức độ phân vùng hạn vùng nghiên cứu ưu điểm sau: (1) số VSDI ước tính mức độ hạn trực tiếp từ băng phổ ảnh Landsat, không qua số trung gian (NDVI, NDWI) số VCI NDDI, giúp giảm sai số q trình tính tốn không chịu ảnh hưởng hạn chế số KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 81 (12/2022) 101 NDVI, NDWI; (2) số VSDI có mức độ phân cấp hạn kèm theo số NDDI, chứng minh có liên quan mật thiết đến mức độ hạn (Gu et al., 2007) chưa có mức phân cấp cụ thể, hạn chế hỗ trợ phân vùng hạn địa bàn nghiên cứu 2.5 Phân vùng hạn dựa số hạn Bản đồ phân vùng hạn xây dựng với công cụ GIS phần mềm SAGA GIS để phân cấp mức độ hạn theo cấp bao gồm (1) Hạn cực nặng (VSDI < 0.61), (2) Hạn (0.61