Nghiên cứu quy trình giám sát hàm lượng chất lơ lửng, chất diệp lục vùng ven biển bằng dữ liệu ảnh vệ tinh landsat

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT TRẦN THỊ HÀ PHƢƠNG NGHIÊN CỨU QUY TRÌNH GIÁM SÁT HÀM LƢỢNG CHẤT LƠ LỬNG, CHẤT DIỆP LỤC VÙNG VEN BIỂN BẰNG DỮ LIỆU ẢNH VỆ TINH LANDSAT LUẬN VĂN THẠC SỸ KỸ THUẬT HÀ NỘI - 2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT TRẦN THỊ HÀ PHƢƠNG NGHIÊN CỨU QUY TRÌNH GIÁM SÁT HÀM LƢỢNG CHẤT LƠ LỬNG, CHẤT DIỆP LỤC VÙNG VEN BIỂN BẰNG DỮ LIỆU ẢNH VỆ TINH LANDSAT Ngành: Kỹ thuật trắc địa – đồ Mã số: 8520503 LUẬN VĂN THẠC SỸ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC TS Nguyễn Văn Trung HÀ NỘI - 2017 i LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu tơi Các số liệu, kết nêu trong luận văn trung thực Tôi xin chịu trách nhiệm nội dung trình bày luận văn Hà Nội, tháng 11 năm 2017 Tác giả luận văn Trần Thị Hà Phƣơng ii MỤC LỤC LỜI CAM ĐOAN i M C L C .ii ANH M C C C CHỮ C I VI T TẮT .v ANH M C NG I U vi ANH M C H NH V vii MỞ ĐẦU CHƯƠNG T NG QUAN V N NG ỨNG T NH H NH NGHI N CỨU V NG C NG NGH KH VI N TH M TRONG Đ NH GI CH T LƯ NG NƯỚC 1.1 Tổng quan tình hình nghiên cứu ứng đánh giá ch t l ng công nghệ vi n thám ng n ớc 1.1.1 Tình hình nghiên cứu n ớc 1.1.2 Tình hình nghiên cứu n ớc 1.2 Khái niệm nguyên l ho t động công nghệ vi n thám 1.3 T ng tác l ng s ng điện từ với đối t ng tự nhiên 13 1.4 Phân lo i vi n thám 15 1.5 Đ c m ảnh vệ tinh quang học LAN SAT 17 1.6 Khả ứng ng công nghệ vi n thám nghiên cứu tài nguyên thiên nhiên giám sát môi tr ờng 22 CHƯƠNG NGHI N CỨU X Y ỰNG V LỰA CHỌN QUY TR NH X C Đ NH H M LƯ NG CH T LƠ LỬNG, CH T I P L C TRONG NƯỚC V NG V N I N TỪ TƯ LI U NH V TINH LAN SAT 25 2.1 C sở khoa học ph ch t l ng pháp ứng ng t liệu vi n thám đánh giá ng n ớc 25 2.1.1 Đ c tr ng phản x phổ n ớc 25 2.1.2 ức x đối t ng n ớc t nh ch t quang học t iến n 27 iii 2.1.3 ức x gián tiếp đối t ng n ớc quan trắc 2.1.4 Các thông số đánh giá ch t l ng t liệu vi n thám 29 ng n ớc m t 30 2.1.5 Ph ng pháp xác định thành ph n ch t ô nhi m n ớc m t 32 2.1.6 Ph ng pháp đánh giá ch t l 2.2 Ph ng n ớc c sở ch số WQI 34 ng pháp xử l ảnh LAN SAT đánh giá ch t l ng n ớc 36 2.2.1 Tiền xử l ảnh vệ tinh LAN SAT 36 2.2.2 Hiệu ch nh ức x 37 2.2.3 Xác định giá trị phản x 39 2.2.4 Hiệu ch nh kh quy n 40 2.2.5 Ph ng pháp t số ảnh 41 2.3 Xây ựng quy trình xác định hàm l ng ch t l lửng, ch t iệp l c n ớc v ng v n i n từ t liệu ảnh vệ tinh LAN SAT 43 2.4 Nghiên cứu lựa chọn mơ hình xác định hàm l ng ch t l lửng, ch t iệp l c n ớc v ng v n i n t nh Cà Mau 46 2.4.1 Lựa chọn mơ hình xác định hàm l ng ch t l lửng từ t liệu ảnh LANDSAT 46 2.4.2 Lựa chọn mơ hình xác định hàm l ng ch t iệp l c từ t liệu ảnh LANDSAT 47 CHƯƠNG THỰC NGHI M ỨNG NG C NG NGH X C Đ NH H M LƯ NG CH T LƠ LỬNG, CH T VI N TH M I P L C V NG V N I N T NH C MAU 48 3.1 Đ c m khu vực nghiên cứu 48 3.2 Nghiên cứu lựa chọn ph ng pháp tách ranh giới n ớc – đ t liền từ t liệu ảnh LAN SAT 50 3.2.1 Ph ng pháp tổ h p màu 50 3.2.2 Ph ng pháp t số ảnh Winasor 51 3.2.3 Ph ng pháp t số ảnh Al sh ikh A 52 iv 3.3 Kết xác định hàm l ng ch t l lửng n ớc v ng v n i n t nh Cà Mau 58 3.4 Kết xác định hàm l ng ch t iệp l c n ớc v ng v n i n t nh Cà Mau 61 K T LUẬN 65 T I LI U THAM KH O 68 v ANH MỤC CÁC CHỮ CÁI VI T TẮT RS – Remote sensing GIS – Geographical information system TOA – Top of atmospheric BOD – Biochemical oxygen demand COD – Chemical oxygen demand TSS – Total suspended sediment Chl – Chlorophyll CDOM – Cromophoric Dissolved Organic Matter WQI – Water quality index MSS – Multispectral Scanner System RBV – Return Beam Vidicon TM – Thermatic Mapper ETM – Enhanced Thermatic Mapper OLI – Operational Land Image TIR – Thermal Infrared NIR – Near Infrared PAN – Panchromatic DOS – Dark Object Subtract COST – Cosin Appromation Model OC – Ocean Color SeaWiFS – Sea Viewing Wide Field of View Sensor DDV – Dense Dark Vegetation vi ANH MỤC ẢNG IỂU Bảng 1 Lịch sử ch ng trình Lan sat NASA, M 18 Bảng Đ c m ộ cảm iến R V 19 Bảng Đ c m ộ cảm iến MSS 19 Bảng Đ c m ộ cảm iến TM 20 Bảng Đ c m ộ cảm iến TM 21 Bảng Đ c m kênh phổ ảnh LAN SAT 22 Bảng Các l nh vực ứng ng vi n thám 24 Bảng Độ th u quang n ớc ph thuộc ớc s ng 27 Bảng 2 Giá trị hệ số a0 a4 thuật toán xác định hàm l ng ch t iệp l c 33 Bảng Mức đánh giá ch t l Bảng Giá trị Lmax, Lmin, ng n ớc ML , AL ng ch số WQI 35 ảnh LANDSAT TM, ETM+, LANDSAT 38 Bảng Giá trị SUN kênh phổ ảnh LAN SAT TM 40 Bảng Giá trị SUN kênh phổ ảnh LAN SAT 40 vii ANH MỤC HÌNH V Hình 1.1 Kết xác định hàm l ng ch t l lửng SPM v ng Giron Pháp ảnh SPOT HRV a, 14 – 06 – 1996 Lan sat TM , 04 – 03 – 2000) Hình 1.2 Các thành ph n hệ thống vi n thám 11 Hình 1.3 Nguyên l thu nhận ữ liệu vi n thám 13 Hình 1.4 Phản x tồn ph n a , phản x ph n tán x ph n , tán x toàn ph n c , 14 Hình 1.5 Đ c tr ng phản x phổ số đối t ng tự nhiên 15 Hình 1.6 Vi n thám siêu cao t n chủ động a ị động 17 Hình Khả th u quang số lo i n ớc 27 Hình 2 Các thành ph n ức x thu nhận từ đ u thu 28 Hình ản đ phân ố hàm l ng ch t iệp l c toàn c u xây ựng từ ảnh MODIS 33 Hình ản đ phân ố hàm l ng ch t iệp l c khu vực v n i n ph a nam Việt Nam từ t liệu ảnh vệ tinh MO IS 34 Hình Xây ựng hàm h i quy xác định hàm l Giron ng ch t l lửng khu vực Pháp 44 Hình Kết xác định hàm l vực vịnh P nsacola M ng ch t iệp l c từ ảnh LAN SAT khu 44 Hình Quy trình xác định hàm l ng ch t l lửng, ch t iệp l c n ớc i n từ ữ liệu ảnh LAN SAT 45 Hình Vị tr địa l t nh Cà Mau 48 Hình Tổ h p màu RG 543 ảnh LAN SAT khu vực v n i n Cà Mau 51 Hình 3 Mơ hình xây ựng ản đ đ ờng th o ph ng pháp t số ảnh Alesheikh A.A 53 viii Hình Kết t nh t số ảnh phân ng ng ảnh LAN SAT TM khu vực v n i n Cà Mau 14 – 01 – 2009) 55 Hình 3.5 Kết t nh t số ảnh phân ng ng ảnh LAN SAT khu vực v n i n Cà Mau 12 – 01 – 2014) 56 Hình Kết xác định ranh giới n ớc – đ t liền đ i với ảnh LAN SAT TM ch p ngày 14 – 01 – 2009 57 Hình Kết xác định ranh giới n ớc – đ t liền đ i với ảnh LAN SAT ch p ngày 12 – 01 – 2014 57 Hình nh LAN SAT TM khu vực Cà Mau ngày 14 – 01 – 2009: a – kênh xanh l c, – kênh cận h ng ngo i 58 Hình nh LAN SAT khu vực Cà Mau ngày 12 – 01 – 2014: a – kênh xanh l c, – kênh cận h ng ngo i 58 Hình 10 nh t số kênh cận h ng ngo i kênh xanh l c ảnh LANDSAT 2009 (a), 2014(b) 59 Hình 11 ản đ phân ố hàm l ng ch t l lửng khu vực v n i n Cà Mau 14 – 01 – 2009 từ t liệu ảnh LAN SAT TM 60 Hình 12 ản đ phân ố nh ảnh hàm l ng ch t l lửng khu vực v n i n Cà Mau 14 – 01 – 2009 từ t liệu ảnh LAN SAT TM 61 Hình 13 nh ln kênh kênh a, năm 2009 ln kênh kênh , năm 2014 khu vực v n i n t nh Cà Mau 62 Hình 14 ản đ ng ảnh phân ố hàm l ng ch t iệp l c khu vực v n i n Cà Mau từ ảnh LAN SAT TM 14 – 01 – 2009 63 Hình 15 ản đ ng ảnh phân ố hàm l ng ch t iệp l c khu vực v n i n Cà Mau từ ảnh LAN SAT OLI 12 – 01 – 2014 64 58 ết x c định hàm ƣ ng chất ửng nƣớc v ng v n iển tỉnh Cà Mau T liệu ảnh Lan sat TM Lan sat ải s ng xanh l c cận h ng ngo i sử ng đ t nh ảnh t số đ c th hình 3.8 3.9 a) b) – Hình – – – a) b) – Hình – – – 59 Sau chuy n đổi giá trị số sang giá trị ức x phổ, kết nhận đ s đ c sử ng đ t nh giá trị phản x phản x hiệu ch nh kh quy n c ề m t thông qua ph p OS Kết xác định ảnh t số kênh cận h ng ngo i kênh xanh l c ảnh năm 2009 2014 đ c th hình 3.10 a) b) Hình 10 2009 (a), 2014(b) Các ảnh t số đ c sử ng đ xác định hàm l n ớc v ng v n i n Cà Mau th o công thức nhận đ đ phân ố ng ch t l lửng oxaran c s nhân với ảnh tách ranh giới n ớc – đ t liền đ thu đ ng ảnh hàm l ng ch t l lửng nh kết c ản ản đ phân ố hàm l ch t l lửng khu vực Cà Mau ngày 14 – 01 – 2009 12 – 01 – 2014 đ hình 3.11 3.12 ng c th ới Phân t ch kết xác định hàm l ng ch t l lửng khu vực v n i n Cà Mau từ t liệu ảnh vệ tinh LAN SAT cho th y, v ng c hàm l ng ch t l lửng cao tập trung c c ộ khu vực g n v ng cửa sông Những khu vực c hàm l ng ch t l lửng lên đến khoảng 1000 mg l, 60 v ng i n xa h n hàm l ng ch t l lửng t ng đối th p khoảng 70 mg l ảnh năm 2009 62 mg l ảnh năm 2014 Nhìn chung, hàm l ng ch t l lửng n ớc khu vực v n i n Cà Mau năm 2014 c xu h ớng cao h n so với năm 2009 Kết nhận đ sử ng đánh giá ch t l c c th ng n ớc c ng nh cung c p số liệu giám sát i n iến đ ờng khu vực v n i n Cà Mau 70,08 (mg/l) 987,56 (mg/l) – Hình 11 K t qu – 61 62.89(mg/l) 1054.23(mg/l) Hình 12 K t qu – – ết x c định hàm ƣ ng chất iệp c nƣớc v ng v n iển tỉnh Cà Mau T liệu ảnh LAN SAT TM LAN SAT sau hiệu ch nh ức x t nh giá trị phản x ềm tđ c sử ng đ t nh t số ảnh kênh kênh ảnh LANSAT TM , kênh kênh ảnh LAN SAT Các ảnh t số s đ c sử ng đ t nh logarithm nh m xác định hàm 62 l ng ch t iệp l c n ớc th o công thức orup nh sau: ( Trong đ ), phổ phản x t i kênh đỏ r , cận h ng ngo i NIR ảnh LAN SAT Đối với ảnh LAN SAT TM , kênh t ng ứng kênh 4, với ảnh LAN SAT kênh kênh Kết t nh logarithm ảnh t số kênh kênh ảnh năm 2009 kênh kênh ảnh năm 2014 khu vực v n i n t nh Cà Mau đ ày hình 13 a, c trình ới a) b) Hình 13 Kết xác định hàm l ng ch t iệp l c khu vực v n i n t nh Cà Mau t liệu ảnh LAN SAT ngày 14 – 01 – 2009 12 – 01 – 2014 đ c trình ày hình 3.14 3.15 Phân t ch kết nhận đ th y, nhìn chung, khu vực c hàm l ng ch t iệp l c cao tập trung v n ờ, đ c iệt v ng cửa sông khu vực v n i n c hàm l lửng cao Ngày 14 – 01 – 2009, hàm l c cho ng tr m t ch l ng ch t iệp l c cao nh t ghi nhận 63 đ c 1149.12 mg m3 th p nh t 18.38 mg m3 Trong đ , ảnh vệ tinh ngày 12 – 01 – 2014, giá trị t ng ứng 917.65 mg m3 53.22 (mg/m3 Nh vậy, chênh lệch hàm l ng ch t iệp l c giai đo n t ng đối đáng k o ảnh LAN SAT ngày 12 – 01 – 2014 ị ảnh h ởng ởi mây, số v ng i n kh i n i ảnh ị mây ch phủ c ng đ c nhận ng v ng c hàm l ng ch t iệp l c cao Điều ph n ảnh h ởng đến độ ch nh xác kết 18,38 (mg/m3) 1149,12 (mg/m3) Hình 14 K t qu – 01 – 2009 64 53,22 (mg/m3) 917,65 (mg/m3) Hình 15 K t qu – 01 – 2014 65 T LUẬN Cuộc cách m ng khoa học k thuật kéo theo phát tri n l nh vực nh công nghệ thông tin, công nghệ sinh học, công nghệ v tr ,đ c biệt công nghệ vi n thám nh m t o c hội tắt đ n đ u, phát huy l i c nh tranh, đ y nhanh q trình cơng nghiệp hóa, đ i hóa chủ động hội nhập Cùng với thành tựu công nghệ v tr phát tri n công nghệ thông tin, công nghệ vi n thám đ hình thành phát tri n mang l i hiệu cho nhiều ho t động kinh tế xã hội quan trọng nh điều tra c ản, khai thác quản lí tài nguyên, giám sát bảo vệ mơi tr ờng, phịng chống giảm nh thiên tai, tổ chức quản lý lãnh thổ c ng nh an ninh, quốc phòng Nhờ đ , k thuật vi n thám có vị trí quan trọng chiến l c phát tri n lâu bền quốc gia nhi m n ớc v n đề ô nhi m môi tr ờng nghiêm trọng nh t Việt Nam C ng với phát tri n kinh tế, x hội, gia tăng ân số ẫn đến ch t l tình tr ng áo động Hàm l ng n ớc m t v ng cửa sông, v n i n ng ch t gây ô nhi m n ớc nh ch t l lửng, ch t iệp l c, ch t hữu c h a toan, total nitrog n, amonnia nitrog n, n ớc v ng cửa sông, v n i n th ờng v l n t so với tiêu chu n quy định nhiều o vậy, việc nghiên cứu, đánh giá hàm l ng ch t l lửng, ch t iệp l c n ớc v ng v n i n v n đề c p thiết, c t nh khoa học thực ti n Cho đến nay, h u hết cơng trình nghiên cứu Việt Nam nhi m môi tr ờng n ớc dừng mức xử lý số liệu từ tr m quan trắc m t đ t, sau đ gán cho hàm lan truyền ô nhi m n ớc Việc gây tốn k m thời gian, công sức c ng nh không th áp ng cho nghiên cứu quy mô lớn Công nghệ vi n thám với u m ật nh t ch phủ tr m rộng, thời gian cập nhật ngắn, t liệu phong ph , đa iện ng c 66 th sử đ ng hiệu đánh giá ch t l ng n ớc Từ kết đ t c đề tài c th r t kết luận sau:  Công nghệ vi n thám công c hiệu đánh giá ch t l ng n ớc n i chung, xác định hàm l ng ch t l lửng, ch t iệp l c n ớc n i riêng Với u m ật so với ph nghiên cứu truyền thống, công nghệ vi n thám đ đ ng pháp c ứng ng rộng r i giới mang l i hiệu to lớn giám sát ô nhi m môi tr ờng n ớc  T liệu vi n thám chủ đ o đánh giá ch t l ng n ớc ảnh vệ tinh quang học, đ c ảnh quang học độ phân giải th p MO IS, S aWI S ảnh quang học độ phân giải trung ình Lan sat, Spot, o đ c m thu nhận ảnh ải s ng nhìn th y h ng ngo i, ảnh vệ tinh quang học c khả th tốt đ c tr ng phản x phổ n ớc  Đ xác định phân ố hàm l ng ch t l lửng n ớc từ từ liệu ảnh vệ tinh đa phổ Lan sat th ờng sử ng t số ảnh giá trị phản x phổ kênh cận h ng ngo i kênh xanh l c kết h p kết đo thực địa đ xây ựng hàm h i quy Phân t ch nghiên cứu giới cho th y, mơ hình xác định hàm l ng ch t l lửng cửa sông, v n i n đ c tr ng ởi hàm l oxaran ph h p với v ng ng tr m t ch l lửng n ớc cao  Phân t ch đ c tr ng phản x phổ iệp l c cho th y, ch t iệp l c h p th m nh l ng ức x điện từ ải s ng đỏ 0,63 – 0,60 m phản x m nh ải s ng cận h ng ngo i 0,75 – 0,90 m kênh đỏ kênh cận h ng ngo i ảnh Lan sat th ờng đ xây ựng hàm h i quy nh m xác định hàm l Phân t ch mơ hình xác định hàm l chọn sử ng mơ hình o vậy, t số ảnh c sử ng đ ng ch t iệp l c n ớc ng ch t iệp l c, đề tài lựa ng đa thức orup đ thực nghiêm v ng v n i n Cà Mau Mơ hình th hiệu đánh giá phân 67 ố hàm l ng ch t iệp l c v ng h , cửa sông v n i n  Phân t ch kết xác định hàm l ng ch t l lửng, ch t iệp l c n ớc v ng v n i n Cà Mau cho th y, nhìn chung, khu vực c hàm l ng ch t l lửng, ch t iệp l c cao tập trung v ng cửa sông, v n Trong đ , với v ng i n xa h n, hàm l lửng th ờng đ t giá trị th p Kết nhận đ ng ch t iệp luc, ch t l c luận văn c th gi p cung c p số liệu c sở khoa học đánh giá giám sát ch t l n ớc ng 68 TÀI LIỆU THAM Ph m Văn Cự, r inan HẢO onn 2006 , , Nhà xu t ản Đ i học Khoa học tự nhiên Hà Nội Nguy n Văn Đài 2002 , , Nhà xu t ản Đ i học Khoa học tự nhiên Hà Nội Trịnh Lê H ng (2014), T p ch khoa học Trái đ t, Tập 36 , 2014, trang 82 – 89 Trịnh Lê H ng (2013) Ph ng pháp t số ảnh ứng ng phát khoáng ch t oxit sắt, s t, kim lo i màu , , 2013, trang 19 – 24 V anh Tuyên, Trịnh Lê H ng, Ph m Thị Th ng Huyền 2013 , , Giáo trình ậc đ i học, Đ i học Tài nguyên Môi tr ờng Hà Nội V anh Tuyên, Trịnh Lê H ng 2013 , , T p ch Khoa học Tài nguyên Môi tr ờng, số 01 L ng Ch nh Kế 2013 , – – 5, Hội thảo Khoa học Đ i học Tài nguyên Môi tr ờng Hà Nội Lê Thị Ph ng Mai (2012), , Đề tài nghiên cứu khoa học c p ộ, C c Vi n thám quốc gia Nguy n uy Ph 2012 , 69 Luận văn th c s k thuật 10 Nguy n Khắc Thời 2012 , , Nhà xu t ản Đ i học Nông nghiệp, Hà Nội 11 Lê Minh S n (2008) , Đề tài nghiên cứu khoa học c p ộ, C c Vi n thám quốc gia 12 Thuyết trình t i Quốc hội khóa XI Ủy ban khoa học, cơng nghệ Mơi tr ờng tình hình nhi m n ớc, Số: 82 /UBKHCNMT11, Hà Nội, ngày 11 tháng 11 năm 2002 13 Trinh Le Hung, Vu Danh Tuyen (2014), Estimating suspended sediment concentrations in surface water of Tri An lake using LANDSAT multispectral images, Journal of Sciences, Orel State Agrarian University, Russia, Vol.3(48), 2014, pp 57 – 64 14 Trinh Le Hung, Vu Danh Tuyen (2014), Monitoring coastal dynamics using LANDSAT multi-temporal images, Journal of Sciences, Orel State Agrarian University, Russia, Vol 01(46), 2014, pp 46 – 55 15 Alesheikh A.A., Ghorbanali A., Nouri A (2007), Coastline change detection using remote sensing, Int J Environ, Sci Tech., trang 61 – 66 16 Winasor G., Budhiman S (2001), The potential application of remote sensing data for coastal study, Proc 22nd, Asian Conference on Remote sensing, Singapore, pp 17 D Doxaran, P Castaing, S.J Lavender (2006), Monitoring the maximum turbidity zone and detecting fine – scale turbidity features in the Gironde estuary using high spatial resolution satellite sensor (Spot HVR, LANDSAT ETM+) data, International Journal of Remote sensing, Vol.27(11), pp 2303 – 2321 18 D Doxaran, J.M Froidefond, S.J Lavender, P Castaing (2002), 70 Spectral signature of highly turbid waters application with SPOT data to quantify suspended particulate matter concentrations, Remote sensing of Environment, Vol.81, 2002, pp 149 – 161 19 Weiqi HE, Shan CHEN, Xuehua LIU, Jining CHEN (2008), Water quality monitoring in slightly – polluted body through remote sensing – a case study in Guanting Reservoir Beijing, China , Front Environ Sci Engin China, Vol.1, 11 pp 20 Ke-Sheng Cheng, Tsu Chiang Lei (2001), Reservoir trophic state evalution using LANDSAT TM images, Journal of the American water resources association, 37(5), pp 1321 – 1334 21 Emmanuel Olet (2010), Water quality monitoring of Roxo reservior using LANDSAT images and In – situ measurements, International institude for geo – information science and earth observation enschede, the Netherlands, 69 pp 22 Jian – Jun Wang, Xi Xi Lu, Soo Chin Liew, Yue Zhou (2009), Retrieval of suspended sediment concentrations in large turbid rivers using LANDSAT ETM+: an example from the Yangtze river, China, Earth surface processes and landforms 34, pp 1082 – 1092 23 Yuan – Fong Su, Jun – Jih Liou, Ju – Chen Hou, Wei – Chun Hung, Shu – Mei Hsu, Yi – Ting Lien, Ming – Daw Su, Ke – Sheng Cheng, Yeng – Fung Wang (2008), A multivariate model for coastal water quality mapping using satellite remote sensing images, Sensors 2008, 8, pp 6321 – 6339 24 Vilmaliz Rodriguez – Guzman, Fernando Gilbes – Santaella (2009) Using MODIS 250m Imagery to Estimate Total suspended sediment in a Tropical open bay, International journal of systems applications, engineering & development, Issue 1, Volume 3, 2009, pp 36 – 44 25 Xing-Ping Wen, Xiao-Feng Yang (2010), Monitoring of Water 71 quality using remote sensing data mining, Knowledge – oriented applications in Data mining, pp 135 – 146 26 Sudheer K.P., Indrajeet Chaubey, Vijay Garg (2006), Lake water quality assessment from LANDSAT thematic mapper data using neural network: an approach to optimal band combination selection, Journal of the American water resources association, pp 1683 – 1695 27 V Brando, A Dekler, A Marks, Y Qin, K Oubelkheir (2006), Chlorophyll and suspended sediment assessment in a macrotidal tropical estuary adjacent to the Great Barrier Reef, Cooperative research centre for coastal zone, estuary and waterway management, Technical report 74, 128 pp 28 M.S Wong, J.E Nichol, K.H Lee, N Emerson (2008), Modelling water quality using TERRA/MODIS 500m satellite images, The international archives of the photogrammetry, remote sensing and spatial information science, Vol.37, part B8, pp 679 – 684 29 Thomas M Lillesand, Ralph W Kiefer (2008), Remote sensing and image interpretertation, Fourth Edition, John Wiley & Sons, Inc., New York, 2008, 469 pp 30 M Drett Borup, Victor N.A Narted (2013), Mapping and modeling chlorophyll-a concentration in Utan lake using Landsat ETM+ imagery, WEFTEC 2013 31 Tomas Brunclik, Kwasi Asare Baffour Danquah, Model of chlorophylla concentrations in inland water bodies based on Landsat data, Advances in remote sensing, Finite differences and information security Leif G Olmanson et al (2007), A 20 – year Landsat water clarity 32 f ’ , Remote sensing of Environment 33 Jerry C Ritchie et al (1990), The relationship of MSS and TM digital data with suspended sediments, chlorophyll and temperature in Moon lake, 72 Mississippi, Remote sensing of Environment, 33:137 – 148 34 Diofantos G Hadjimitsis et al (2011), Field spectroscopy for assisting water quality monitoring and assessment in water treatment reservoirs using atmospheric corrected satellite remotely sensed imagery, Remote sensing, 3, 362 – 277 35 Luoheng Han, Mapping chlorophyll using Landsat ETM+ data, Department of geography University of Alabama 36 M Mayo el at (1995), Chlorophyll distribution in lake Kinneret determined from Landsat TM data, International journal of remote sensing, Vol.16, 1, 175 – 182 37 Patrick Brezonik et al (2005), Landsat based remote sensing of lake water quality characteristics, including chlorophyll and colored dissolved organic matter (CDOM), Lake and reservoir management, 21(4): 373 – 382 38 LANDSAT Conversion to Radiance, Reflectance and At-Satellite Brightness Temperature (NASA) 39 Landsat Science data users Handbook, National aeronautics and space administration (NASA), 186 pp 40 http://oceancolor.gsfc.nasa.gov/ 41 Phan Kieu Diem et al (2013), Monitoring the shoreline change in coastal area of Ca Mau and Bac Lieu province from 1995 to 2010 by using remote sensing and GIS, Journal of Science, Can Tho University, Vol 26, 35 – 43