TẠPCHÍ KHÍTƯỢNGTHỦYVĂN Bàibáo khoa học NghiêncứuứngdụngảnhSentinel2đánhgiádiễnbiếnđườngbờvàbiếnđổiđ ịahìnhđáybiểnkhuvựccửaNhậtLệ,QuảngBình TrầnThanhTùng1*,TrầnĐăngHùng2 1KhoaCông trình,Trường ĐạihọcTh[.]
TẠPCHÍ KHÍTƯỢNGTHỦYVĂN Bàibáo khoa học NghiêncứuứngdụngảnhSentinel2đánhgiádiễnbiếnđườngbờvàbiếnđổiđ ịahìnhđáybiểnkhuvựccửaNhậtLệ,QuảngBình TrầnThanhTùng1*,TrầnĐăngHùng2 KhoaCơng trình,Trường ĐạihọcThủy Lợi;t.t.tung@tlu.edu.vn ViệnKhoahọcKhítượngThủy vănvàBiếnđổikhíhậu;danghung2261991@gmail.com *Tácgiả liênhệ: t.t.tung@tlu.edu.vn;Tel.: +84–913229895 BanB i ê n t ậ p n h ậ n b i : / / 2 ; N g y p h ả n b i ệ n x o n g : / / 2 ; N g y đ ă n g b i : 25/2/2023 Tómtắt:Hiệnnaycơngtácđođạcgiámsátđườngbờ,địahìnhđáybiểncịngặpnhiềukhókhăndovấnđềki nhphívàkhóthựchiệnđượcthườngxun.Cơngnghệviễnthámvớilợithếvềphạmvibaophủ,thờigia nxửlý,chiphíhợplýsẽlàmột cơngcụhiệuquảđểhỗtrợgiámsátcáchoạtđộngnày.Bàibáonàytrìnhbàykếtquảgiảiđốn diễnbiếnđườngbờvàbiếnđổiđịahìnhđáybiểntạikhuvựccửaNhậtLệ,tỉnhQuảngBìnhsautrậnlũlịchsửtháng 10, năm 2020 ảnh vệ tinh Sentinel Tương quan độ sâu giải đốn từ ảnhSentinel2vàđộsâuđođạcđãđượcthiếtlậptheophươngphápcủaStumpfđểgiảiđốnđịahình đáy biển vùng cửa Nhật Lệ trước sau trận lũ lịch sử Kết giải đốn cho thấyđườngbờvàđịahìnhđáybiểnvùngcửaNhậtLệcósựbiếnđổilớnsautrậnlũlịchsử.Lạchchính chảy qua cửa Nhật Lệ bị xói sâu thêm m xuất vùng bồi tụ lớnbênngồicửa.Cáckếtquảgiảiđốntrênlàtàiliệuquantrọnggiúpphântíchbiếnđổihìnhthái cửa Nhật Lệ, gópphầnđềxuấtgiảiphápchỉnhtrị,tăngcườngkhảnăngthốtlũchocửasơngnày tươnglai Từkhóa:CửaNhậtLệ;Địahìnhđáybiểnvenbờ;Biếnđổiđườngbờ;Ảnhvệtinh;Lũlịchsử Mởđầu Dữ liệu độ sâu thành phần quan trọng khu vực biển số hoạt động vàcơsởhạtầngđượcthựchiệnởđáyvàbềmặtbiển.Tầmquantrọngcủaphépđođộsâucànglớnđốinhữngkhuvực cóvùngnướcnơng,chẳnghạnnhưbếncảng.Theotruyềnthống,cácthiếtbịđượcsửdụngđểướctínhđộsâulàmáyđohồiâm(Máyđohồiâmđơntia hoặcđatia) thiết bị LIDAR lắp đặt tàu thiết kế đặc biệt có hình dạng cụ thể[1] Những phương pháp có kết đo đạc xác, nhiên chúng tốnthời gian chi phí [2–3] LIDAR với cơng nghệ bay qt chụp ảnh số phương phápkhácđãđượctriểnkhaiđểướctínhđộsâucóhiệuquảvềchiphísovớitrêntàucungcấpphạm vi bao phủ khu vực cao nhanh [4–6] Trong năm qua, nhiều nghiên cứu đãsửdụngmộtsốhìnhảnhvệtinhquanghọcđểtríchxuấtdữliệuđộsâu.Cáccảmbiếnđaphổnày cung cấp nhiều dải bướcsóngcóthểápdụngchocácmơhìnhnày,đặcbiệtlàcácdảimàulụcvàlamcó thể xun tới độ sâu 20 mdưới mặt biển trongđiều kiệnnướctrong[7] Tư liệu viễn thám với độ phân giải khơng gian trung bình, liệu mở cung cấp miễnphí đãthuhútđượcsựquantâmlớncủacácnhànghiêncứu.Trongnhiềunăm,cácnghiêncứu khác thực để ước tính độ sâu sử dụng vệ tinh Landsat–7 ETM+vàLandsat– 8LDCMcóđộphângiảitrungbình(kíchthướcpixel30 m).Cácthuậttốnphổbiếnnhất đượcsửdụngtrong cácnghiêncứunàylà log tuyến tính[8–9]vàcácmơ hình phi TạpchíKhítượng Thủyvăn2023,746,1-11;doi:10.36335/VNJHM.2023(746).1-11 http://tapchikttv.vn/ TạpchíKhítượng Thủyvăn2023,746,1-11;doi:10.36335/VNJHM.2023(746).1-11 tuyếntính[10].Chẳnghạn,thuậttốnphituyếntínhđãđượcápdụngchoảnhLandsattrongkhuvựcBiểnWa ddencủaHàLan[11]vớihệsốxácđịnh(R2)là0,85vàsaisốbìnhphươnggốc (RMSE) 3,12 m; Đảo Thousand [12] với R2= 0,90 RMSE = 0,86 m độsâulêntới10 mvàtạikhuvựcvenbiểnDakshinaKanadaởẤnĐộ,vịnhKastelaởgiữabiểnAdriaticvới R2là 0,90 [13] ỞViệtNam,cácnghiêncứuđosâudựatrêntưliệuviễnthámvẫncịnkhámớimẻ,PhanQuốcnnăm2017 đãsửdụngảnhvệtinhLansdat8đểướctínhđộsâukhuvựcnướcnơngvenđảoTrườngSalớn.Kếtquảchothấyrằng:độsâutối đađạtđượclà12mnước;hệsốtương quan mơ hình R2là 0,924; RMSE 0,99 m [14] [15] giải đốn địa hình đáybiển ven bờ khu vực cửa Tiên Châu tỉnh Phú Yên sử dụng ảnh vệ tinh Sentinel Các kếtquả giải đoán so sánh với số liệu khảo sát địa hình thời kỳ cho kết tốtvớihệsốtương quan giữatỉ lệ suygiảm tín hiệu vàđộ sâu có giá trị R2=0,85 Bêncạnhviệcđosâu,đánhgiáđịahìnhđáy,cơngtáctheodõibiếnđộngđườngbờcũngrấtquantrọng.Cơngnghệ theo dõi biến động đường bờ áp dụng rộng rãi thếgiớihiệnnayvẫnlàsửdụngảnhviễnthámđathờigiankếthợpvớihệthốngthôngtinđịalý(GIS), phương pháphiệuquảchoviệctheodõivàtínhtốncácbiếnđộngđườngbờbiển áp dụng phổ biến Việt Nam [16] sử dụng ảnh Landsat Spot theophương pháp chiết suất kênh kết hợp với tỉ số ảnh kênh 4, tỷ số ảnh kênh 2và5cùngdữliệuđịahìnhđểphântíchsựthayđổicủađườngbờbiển.Mớiđây,[17] trìnhbàytổngquanđánhgiávềcácphươngphápxửlýhìnhảnhđượcsửdụngđểgiảiđốnđườngbờ sử dụng ảnh viễnthám.Nghiêncứuđãsửdụngbaphươngpháp:phânngưỡng,tổhợpmàuvàtỉ lệ ảnhđểgiải đốn đườngbờ biển bằngdữ liệuảnh LANDSAT TạiViệt Nam,[18]đãsốhóatrựctiếpđườngbờ từảnhvệtinhLandsat TM đểđánhgiáthựctrạngxóilởbờ biểnvàsuythốirừngphịnghộkhuvựcGịCơngĐơng,tỉnhTiềnGiang, sau chồng xếp để đánh giá biến động đường bờ [19] sử dụng ảnh Landsat đểxác định tốc độ xói lở, bồi tụ cho khu vực bờ biển mũi Cà Mau phương pháp tỉ số ảnhdoAlesheikh đềxuất[20]vàcơng cụDSAS CácnghiêncứutrênhầuhếtđềusửdụngảnhvệtinhLandsatvớiđộphângiảiảnhkhơngcao(30m)dẫntớik ếtquảgiảiđốnđườngbờ,đáybiểnsẽcósaisốlớn.Mộttồntạilớnnữacủacácnghiêncứutrênlàmớichỉđánhg iáđượcriênglẻbiếnđộngcủabềmặtbờbiểnhoặcđịahìnhđáymàchưađánhgiáđượctổnghợp,đầyđủcủacả2qtrình.Vậynên cầnthiếtnghiên cứu phát triển phương pháp để ứng dụng ảnh vệ tinh với độ phân giải cao ảnhLandsatđểđánhgiáđồngthờiđườngbờvàđịahìnhđáybiểnchomộtkhuvựcsẽcóýnghĩathựctiễnlớn CửaNhật Lệlàcửathốtlũduynhất củatồnbộlưuvựcsơngNhậtLệ, đồngthờivùnghạlưusơngNhậtLệcịnlàthànhphốdulịchbiểnlớnnăngđộngvớiđơngdâncư.Tháng10nă m2020,tỉnhQuảngBìnhbịtrậnmưalũlớn,trongđócótrậnlũlịchsửtrênlưuvựcsơngNhậtLệ,diễnratừngày16/10đến21/10/2020.Vùngđồngbằngcác huyệnLệThủyvàQuảngNinhtrênlưu vựcsơngđều bị ngậpúng sâu vàkéo dài nhiềungày Để đánh giá chi tiết ảnh hưởng trận lũ lụt lịch sử tháng 10/2020 đến địa hìnhđáyvàđườngbờcửaNhậtLệ.BàibáonàysẽsửdụngảnhvệtinhSentinel2vớiđộphângiảikhơnggian(10m)và độphângiảithờigian(5ngày)tốthơnnhiềusovớiảnhvệtinhLANDSATđểđánh giá biến động đường bờ,địa hình đáy biểnkhu vựccửaNhậtLệ Phươngphápnghiêncứu sốliệu thuthập 2.1 Phạmvi vàkhơng giannghiên cứu KhuvựcnghiêncứulàvùngcửabiểnNhậtLệ,có tọađộđịalý17o28’–17o30’độvĩbắcvà 106o36’– 106o39’ độ kinh đơng (Hình 1a), biển có địa hình đáybiển biến đổi phức tạp thường xuyên bị bồi tụ mùa hè dịch chuyển, xói lởmạnhtrongmùamưabão.ĐểđánhgiábiếnđộngbờbiểnkhuvựccửaNhậtLệ,vùngnghiên cứuđượcchiathành3khuvựcnhỏ(Hình1a).Khuvực1nằmởphíabắccửaNhậtLệ,khuvực2 nằm phía namcửa, khu vực3nằm từgiữacầu NhậtLệ1 và2rađến cửabiển (a) (b) Hình1.(a) Phạmviđịalýkhu vựcnghiêncứu;(b) Cácvịtríkhảo sát,đođạcthựctế tạicửaNhậtLệ 2.2 Dữliệusử dụngtrongnghiêncứu 2.2.1 Sốliệu độsâu đáybiển thựcđo Đểphụcvụ choviệcgiải đốnđịahìnhđáybiển,nghiêncứuđãsửdụngbộ sốliệukhảosátđịahìnhđáybiển, đođạctháng6/2021,vớitỷlệ1/5000,đườngđồngmức2m,địahìnhcấp V Trường Đại học Thủy lợi thực khuôn khổ nhiệm vụ khoa học côngnghệ cấp Bộ Nông nghiệp Phát triển nông thôn [21] Phạm vi khảo sát địa hình đáy biểnlà từ cầu Quán Hàu đến cửa biển km mở rộng phía bắc nam cửa mỗibên km Nghiên cứu sử dụng số liệu 2000 điểm đo sâu khu vực bên ngoàicửa để hiệu chỉnh kết giải đốn địa hình từ ảnh viễn thám Các điểm khảo sát địa hìnhđáybiển phíangồi cửa NhậtLệ, sửdụngtrong nghiêncứu đượctrìnhbày(Hình1b) 2.2.2 Sốliệu ảnhvệtinh DữliệuđượcsửdụngtrongnghiêncứulàdữliệuảnhvệtinhSentinel2vớiđộphângiảikhơnggian10m,độ phângiảithờigian5ngàyvới12kênhphổ.HệtọađộsửdụngtrongảnhlàUTMhệchiếu WGS1984.Ảnhđượcdownloadtạiđịachỉ:https://scihub.copernicus.eu/ Bảng1.Dữliệuảnh thu thậpphụcvụ chonghiên cứu STT Tênảnh S2A_MSIL2A_20200724T03155 1_N0214_R118_T48QXE S2A_MSIL2A_20210311T031 541_N0214_R118_T48QXE S2A_MSIL2A_20210619T031 541_N0300_R118_T48QXE Đầu đo Ngàynhậnảnh Giờnhận ảnh Độphân giải Quỹ đạo 2A 24/07/2020 10h15p 10m 118 2A 11/03/2021 10h15p 10m 118 2A 19/06/2021 10h15p 10m 118 Để giám sát biến động đường bờ địa hình đáy biển khu vực ven bờ cửa Nhật Lệ,cần phải thu thập ảnh vệ tinh Sentinel trước sau thời điểm xuất trậnlũlịchsửtháng10/2020.Nghiêncứuđãlựachọncácảnhcóchấtlượngtốtnhất,ítảnhhưởngcủamâyvàđạidiệncho thời điểm trước sau xuất lũ lịch sử, tương ứng vàotháng7/2020vàtháng3/2021.Ngồira,nghiêncứucũngthuthậpthêm1ảnhchụpvàongày19/6/2021, gần với thờigiantổchứckhảosátđịahìnhđáybiểnnhất(15/6/2021)đểhiệuchỉnhbộ thơng sốgiải đốn địahình đáy biển Tất trình chọn ảnh, lọc ảnh theo thời gian, không gian độ mây che phủ đểchọnđượcnhữngảnhcóchấtlượngtốtnhấtphùhợpvớithờigiannghiêncứuđềuđượcthựchiệntrênphầnmề mGEE(GoogleEarthEnginelàmộtnềntảngmiễnphíchophépphântíchkhơng gian địa lý dựa điện tốn đám mây) ThơngtinvềcácảnhSentinel2đượcthuthậpphụcvụ cho nghiêncứu trình bày(Bảng 1) 2.2.3 Sốliệu mứcnướctriều Để đánh giá diễn biến đường bờ cách xác, đường bờ giải đốn cần thiết phảiđượcloạiđicáctácđộngcủathủytriều(nghiệmtriều).Đểphụcvụnghiệmtriều,nghiêncứuđãthuthậpsốliệu mựcnướctriềugiờtrạmĐồngHới,QuảngBìnhtừnăm2020đến2021.Chế độ thuỷ triều khu vực Quảng Bình bán nhật triều không với chênh lệch độ lớntriều hai lần nước lớn nước ròng lớn Độ lớn thủy triều vào kỳ triều cường đạt1,2÷1,5m kỳ triều kémkhoảng 0,5÷0,6 m 2.3 Phươngphápnghiêncứu 2.3.1 Phươngpháp giảiđốn vàphântích diễn biếnđường bờ NghiêncứusửdụngảnhSentinel2ởmức2Avớicácbướctiềnxửlýảnhbaogồm:tăngcườngchấtlượngả nh,nắnchỉnhhìnhhọc,cắtảnh.Mụcđíchcủaphươngphápnàylàđểthuthậpđượcảnhvệtinhvớiđộsắcnétvàdễdàngquan sát đối tượng cần nghiên cứu hơn.Ảnh sau tiền xử lý chiết tách đường bờ phương pháp tính số mNDWItheoHanqiuXu[22]bằngtỷsốgiữakênh3(green–bướcsóngxanhlá),kênh8(MIR– bướcsónghồng ngoại trungbình) đổi với ảnh Sentinel2 (Green−MIR) (1) mNDWI= (Green+MIR) Tỷ số kênh 3, kênh nhỏ bề mặt nước lớn đất ởkhu vựcven biển Sau xác định đường bờ, với mức triều thời điểm ảnh, với độ dốc trungbìnhtrongkhuvựckhoảng1/50nghiêncứutínhtốnđượcđộchênhgiữađườngbờthựctếso với đường bờ giải đoán từ ảnh vệ tinh (Bảng 2) Từ kết tính tốn này, thực tínhtốn đồ với đường bờ theo thời gian Sau tính tốn giá trị biến động bờ biểnđượcthựchiện bằngDSAS, thông qua1mô đun mở rộngcủaArcGis (Hình 2) Bảng2.Dữliệuảnh thu thậpphụcvụ chonghiên cứu STT Loạiảnh Độp hâng iải Sentinel2 Sentinel2 Sentinel2 10 10 10 Ngày nhậnản h Giờnhận ảnh Mựctri ềuthờiđiể mảnh Khoảng cáchquiv ề0 Độ dốc 1/50 24/07/2020 11/03/2021 19/06/2021 10h15p am 10h15p am 10h15p am –0,46 –0,14 0,21 0,46 0,14 –0,21 1,15 1,15 1,15 KC dịchchuyể ntínhthe o độdốc(m) 23 7,0 –10,5 2.3.2 Phươngpháp giải đốn địahình đáy biển venbờ ảnh vệtinh đaphổ a) Tiềnxử lýảnh Để đánh giá biến động địa hình đáy biển khu vực cửa Nhật Lệ trước sau trận lũ lịchsử tháng 10/2020, báo tiến hành xây dựng phương trình tương quan dựa dữliệuđothựcđịavàảnhvệtinhtháng6/2021,sauđósẽtiếnhànhápdụngphươngtrìnhtươngquanđócho cácthời điểm trướcvàsau lũ Quy trình thực gồm bước sau: 1) Tiền xử lý ảnh bao gồm: hiệu chỉnh độ phângiải không gian để tất kênh ảnh Sentinel độ phân giải 10 m; cắt ảnh theo khuvựcnghiêncứuđểtiếtkiệmthờigian xửlý;Xácđịnh ranhgiới đấtvới nướctrênảnhđểcác biến đổi địa hình cạn khơng ảnh hưởng đến kết xây dựng tương quan cuối cùnglàloại bỏ tácđộng củaảnh sáng phản chiếu Trongnghiên cứunàysẽsửdụngphươngpháploạibỏdo[22]mơtảmốiquanhệtuyếntínhgiữaNIR(bướcsóngcậnhồngng oại)vàcácbướcsóngnhìnthấy(red,green,blue)dựatrênmơhìnhhồiquytuyếntínhcủamộtmẫupixelsảnh.Cơngthứcđượcmiêu tảchoviệcloạibỏ tượng ánh sáng phản chiếu củaảnh quang họcđaphổ là: R’i=Ri–bi(R NIR–MinNIR) (2) Trong R’ilà pixel ảnh loại bổ tượng ánh sáng phản chiếu kênh i; R ilà giá trị pixel phản xạ từ kênh nhìn thấy i; bilà độ dốc hồi quy; RNIRlà giá trị pixel bướcsóngcận hồng ngoại vàMinNIRl g i trị NIRtại tập hợp mẫu Hình2.Quy trìnhgiải đốn vàphân tíchdiễnbiến đường bờ Hình3.Quytrìnhgiảiđốnđịahìnhđáybiển venbờ b) Tínhtốn chỉsố độ sâuvàlập tươngquan chỉsố độ sâuvới độ sâuthựcđo ĐểlấydữliệuđođộsâutừảnhSentinel2nghiêncứusẽápdụngphươngtrìnhđượcpháttriển Stumpf [10] dựa nguyên tắc bước sóng có mức hấp thụ khác nhauđốivớinướcvàmứcđadạngnày trênlíthuyết sẽtạo ratỉ lệgiữacáckênhphổ.Tỉ sốnàysẽthayđổikhiđộsâuthayđổi.MơhìnhtỉsốướctínhđộsâuthựctếcủaStumpftheocơngthứcsau: Z=m (3) ln(nRw(λi)) −m 1l n ( nR w(λj)) TrongđóZlàđộsâuướctính(m);m1là hằngsốcóthểđiềuchỉnhđượcđểchiatỉlệvớiđộsâu;nlàhằngsốcốđịnh chotấtcảcáckhuvực;Rwlà giá trị phản xạ nước kênh ihoặc j; Molà độ lệch độ sâu 0m Giá trị cố định n chọn để đảm bảo hàmlôgarit dương điều kiện tỷ lệ tạo phản ứng tuyến tính với độ sâu Saukhitínhtốnđượcchỉsốđộsâutiếnhànhphântích,tìmmốitươngquangiữagiátrịđộsâuthựcđovàgiátrịchỉ số độ sâu để tìm phương trình tương quan ước tính giá trị địahìnhđáybiểndựatrênchỉsốvềđộsâutạikhuvựcnghiêncứu.Ứngdụngphươngtrìnhtươngquanđóđểxâydựngđược bảnđồđịahìnhđáybiểntrướcvàsaulũ10/2020tạicửaNhậtLệ(Hình3) Kếtquả thảo luận 3.1 Kếtquả giải đốn đường bờvàphân tích diễn biến đường bờ KếtquảtínhmNDWIchokhuvựcnghiên cứuvàđườngbờtươngứngtrướcvàsautrậnlũ(đãđượchiệuchỉnh thủy triều) đượcthể hiện(Hình 4) (a) (b) (c) Hình4.Kếtquảgiảiđốnđườngbờ:(a)mNDWIngày24/07/2020;(b)mNDWIngày11/03/2021; (c) Biến động đường bờ trướcvàsau lũ Kết đánh giá biến động bờ biển thể thơng qua mức độ xói lở, bồi tụ vàdiệntíchđượcthốngkêchitiếttheotừngkhuvựcnghiêncứuđượctrìnhbày(Bảng3).Theođó khu vực tức phíabờBắccủacửaNhậtLệxuthếBồitụchiếmưuthế(Diệntíchbồitụlà 2,77 so với xói lở 1,39 ha) Bồi tụ tập trung chủ yếu lớn vị trí bãi biểnNhậtLệvới vị trí lớnnhất gần 98m Bảng 3.Thống kêbiếnđộng đường bờ khu vựcCửaNhậtLệsau trậnlũ10/2020 Đoạn Khu vực1 Khu vực2 Khu vực3 Xóilở(m) Lớnnhất Nhỏnhất 39 84 137 6,3 Bồitụ(m) Lớnnhất Nhỏnhất 98 149 3,8 49,7 1,7 Diệntích(ha) Xóilở Bồitụ 1,39 2,77 2,1 3,33 3,24 0,88 Tạikhuvực2tứcbờNamcửaNhậtLệqtrìnhbồi,xóidiễnraxenkẽ(2,1haxóimịnvà3,33habồitụ).Khuvực cồncátBảoNinhlàkhuvựcdiễnraqtrìnhbồitụmạnhmẽnhất với điểm bồi lớn 149 m Vùng bị xói mạnh dải cát khu vực SunspaResort,Bảo NinhSunrisevớiđiểmxói nhiều làgần 84 m Khu vực 3, từ cầu Nhật Lệ đến cửa biển, q trình xói chiếm ưu (diện tích xói là3,24 so với diện tích bồi 0,88 ha) Khu vực bị xói lở mạnh doi cát phía bờnamcửasơngNhật Lệvớichiều dài xói lở củadoi cát làkhoảng 137 m Từ phân tích ta thấy ảnh hưởng trận lũ tháng 10/2020, đường bờkhuvựccửa NhậtLệcósự biếnđộngrấtlớn.Trướckhixảyralũ,phía namcửaNhậtLệcó 1doicátlớnchechắnlàmthuhẹpđángkểchiềurộngcửa.Tuynhiên,sautrậnlũlịchsử,doicátbờnambị xóigầnhết,khơng cịnvếttíchgìvàcửaNhật Lệđượcmở rộngrahơn150 msovớitrướcđó.Bùncátbịxóilởtừdoicát bờnam,cóthểđượcdịngchảylũđẩyrangồicửavàtái phân bốlại cácbãi biển lâncận tácđộng củasóng 3.2 Kếtquả giảiđốn địahình đáybiển venbờvàtính tốn thểtích bồi/xói CáckếtquảtiềnxửlýảnhSentinel2chụpngày19/6/2021chocáckênhphổtừdảisóngnhìnthấy đượctrình bày(Hình 5) (a) (c) (b) Hình5.KếtquảảnhsautiềnxửlývớicáckênhnhìnthấycủaSent2ngày19/6/2021:(a)Kênhlam; (b)Kênhlục;(c)Kênhđỏ Kết tính tốn số đo độ sâu thể (Hình 6a), lập phương trìnhtương quan giá trị thực đo (Hình 1b) giá trị dựa số độ sâu thực tếtương ứng vừathu đượctađượcphương trình: y =63.102 x – 53.898 (4) Trong y độ sâu nước (m) x mức độ suy giảm tín hiệu (tỷ số phổ màu Blue/ Green) Hệ số tương quan phương trình đạt 0,75 (Hình 6b) phù hợp để môphỏnggiá trị độ sâuthựcđo với giátrị số độsâu dựatrên ảnhviễn thámSentinel (a) (b) Hình6.(a)KếtquảtínhtốnchỉsốđộsâuthựctếchoảnhSentinel2ngày19/6/2021 ;(b) Phươngtrình tươngquangiữa chỉsố độsâuthựctế vàdữ liệuđođạcngày19/6/2021 Áp dụng mơ hình tốn y = 63.102x – 53.898 cho số độ sâu ảnh trước vàsaulũ tađượcsản phẩmgiảiđốn địa hình đáy biển (Hình 7) (a) (b) Hình7.Kếtquảgiảiđốnđịahìnhđáybiểntrướcvàsaulũ:(a)Trướclũ(Ngày24/07/2020);(b)Saulũ (Ngày11/03/2021) Chồng chập bình đồ địa hình đáy biển giải đốn từ ảnh vệ tinh sentinel trước saulũtađượckết quả(Hình8) Hình8.Diễn biếnbồixóiđáybiển cứu Nhật Lệtrướcvà sau trận lũtháng10/2020 Kết tính tốn cho thấy sau trận lũ lịch sử tháng 10/2020, đáy biển khu vực cửa biểnNhậtLệđãcóbiếnđộnglớn.Khuvựcbênngồicácbãitriềucóxuthếxóinhẹhoặckhơngcóbiếnđổilớn.BãibiểnởphíaBắcvàNamcửaNhậtLệ có xu bồi nhẹ Lạch chínhchảyquacửaNhậtLệcósựbiếnđổirõrệtsaulũlịchsử.Dịngchảylũcóxuthếxóisâulạchchínhthêmkhoảng 3mvàphầnxóisâubịlệchvềphíabờnam.Bùncátbịdịngchảylũđàoxóitừlạchchínhkếthợp vớibùncáttừthượngnguồnđãtạothành1vùngbồikhárộngphíangồicửaNhậtLệ.Vùngbồicódạnghìnhvànhkhănvớiđộ caobồilớnnhấtlêntới3m.Vùngbồi có xu lệchphải thoải dần vềphíanam Chồng chập bình đồ địa hình khu vực cửa trước sau trận lũ lịch ước tính tổngdiện tích xói khu vực cửa Nhật Lệ khoảng 229 với thể tích xói tương ứng khoảng 4,08triệu m3tập trung chủ yếu khu vực lạch sâu cửa lạch triều lên phía bắc vàphíanamcửa.Tổng diệntíchbồitụtạicửaNhậtLệướctínhkhoảng272havớithểtíchbồitụtươngứnglà4,75triệum 3tập trung chủ yếu khu vực cồn ngầm dạng hình vành khănđượcbồi cao phía ngồicửaNhật Lệvàkhu vựcthềm cátphíabờ nam 4 Kếtluận kiến nghị Phương pháp tỉ lệ kênh ảnh tính số mNDWI, phương pháp xác định biến động sửdụngDSAShồntồnphùhợpđốivớigiámsátphântíchbiếnđộngđườngbờcũngnhưmơhình tương quan giữachỉsốđođộsâuvàdữliệuđộsâuđothựctếy=63.102x–53.898cóhệ số tương quan tốt R 2= 0,75 áp dụng để giải đốn địa hình đáy biển cácvùngcửasơng,ven biểnđối vớiảnh Sentinel2 Các nguồn ảnh vệ tinh hệ Sentinel với độ phân giải không gian (10m) vàthời gian(5ngày)chothấytínhưuviệtsovớicácảnhvệtinhthếhệcũvàtiềmnăngtronggiám sát biến động vị trí đường bờ biển giải đốn địa hình đáy biển vùng ven bờ,do việc ứng dụng công nghệ viễn thám kết hợp GIS giám sát biến động vùng bờcầnđượcsớm triển khai trongthựctế Một nhược điểm ảnh viễn thám quang học bị ảnh hưởng mây thời tiết vậynên nghiên cứu thu thập phục vụ nghiên cứu cảnh ảnh rõ nét dẫn đếnnhữnghạnchếtrongxácđịnhđộchínhxáccủakếtquảphântíchđánhgiá.Vậynêncầnthiếtphảinghiêncứuứng dụngkếthợpthêmvớicácảnhviễnthámkhácvídụnhưảnhRadarsửdụngsóngđiệntừ khơngbịhạn chếbởithờitiếtđặcbiệt làmâytronggiámsátbiếnđộng vàtàingunvùng bờ Đónggópcủatácgiả:Xâydựngýtưởngnghiêncứu:T.T.T.;Lựachọnphươngphápnghiêncứu: T.T.T., T.D.H.; Xử lý số liệu: T.D.H.; Xây dựng đồ: T.D.H.; Phân tích kết quả:T.T.T.,T.D.H.;Viếtbảnthảobàibáo: T.D.H., T.T.T.;Chỉnhsửabàibáo: T.T.T.,T.D.H Lời cam đoan:Tập thể tác giả cam đoan báo công trình nghiên cứu tập thểtác giả, chưa cơng bố đâu, không chép từ nghiên cứu trước đây;khơng có sựtranh chấp lợi ích nhóm tácgiả Tàiliệutham khảo Kearns, T.A.; Breman, J Bathymetry–the art and science of seafloor modeling formodernapplications.OceanGlobe2010,1–37.http://visualsoundings.org/wpcontent/uploads/2017/02/ocean_globe.pdf McCaffrey,E.K.Areviewofthebathymetricswathsurveysystem.Int.Hydrographic Rev 1981, 20–27.https://journals.lib.unb.ca/index.php/ihr/article/view/23587/27360 Sánchez–Carnero, N.; Aca, S.; Rodríguez–Pérez, D.; Coago, E.; Fraile, P.;Freire,J.Fastandlow–costmethodforVBESbathymetrygenerationincoastalareas,Estuar Coast Shelf Sci 2012, 114, 175– 182.https://doi.org/10.1016/J.ECSS.2012.08.018 Irish,J.L.;Lillycrop,W.J.Scanninglasermappingofthecoastalzone:theSHOALSsystem.ISPR S J Photogramm Remote Sens.1999,54, 123– 129.https://doi.org/10.1016/S0924-2716(99)00003-9 Muirhead,K.;Cracknell,A.P.Airbornelidarbathymetry.Int.J.RemoteSens.1986, 7,597–614.https://doi.org/10.1080/01431168608954714 Ogawa, H.; Oyakawa, K.; Kawai, K.; Ozawa, H.; Yajima, H.; Shirane, H.; Yamano,H.; Hirata, N.; Iwamoto, N.; Ono, T.; Tomizawa, S.; Matsumoto, Y.; Yamakawa, S.Airbornelidarbathymetry.Int.HydrographicBureau2017, 39– 48.https://journals.lib.unb.ca/index.php/ihr/article/view/26300/1882519053 Sutanto:PenginderaanJauhJilid,GadjahMadaPress,Yogyakarta,1992 Lyzenga,D R P a s s i v e r e m o t e s e n s i n g t e c h n i q u e s f o r m a p p i n g w a t e r d e p t h a n d bottom features Appl Opt 1978, 17, 379– 383.https://doi.org/10.1364/AO.17.000379 Lyzenga,D.:Remotesensingofbottomreflectanceandwaterattenuationparametersinshallow waterusingaircraftandLandsatdata Remotesensingofbottom reflectance and water attenuation parameters in shallow water using air.Int J.RemoteSens.1980,2, 71–82.https://doi.org/10.1080/01431168108948342 10 Stumpf, R.P.; Holderied, K.; Sinclair, M Determination of water depth with high– resolutionsatelliteimageryovervariablebottomtypes.Limnol.Oceanogr.2003,48,547–556 11 Misra,A.;Vojinovic,Z.;Ramakrishnan,B.;Luijendijk,A.;Ranasinghe,R.Shallowwater bathymetry mapping using Support Vector Machine (SVM) technique andmultispectralimagery.Int.J.RemoteSens.2018, 39,4431– 4450.https://doi.org/10.1080/01431161.2017.1421796 12 Pushparaj, J.; Hegde, A.V Estimation of bathymetry along the coast of MangaluruusingLandsat–8imagery.Int J Ocean Clim Syst.2017,8, 71– 83.https://doi.org/10.1177/1759313116679672 13 Setiawan, I.E.; Yuwono, D.M.; Siregar, V.P.; Pramono, G.H The Study of SeaBottomMorphologyandBathymetricMappingUsingWorldview– 2Imagery.SeminarProceeding, 2013, 143–149 14 Yên, P.Q.; Hoài, Đ.K.; Hoa, Đ.T.B Nghiên cứu thành lập đồ độ sâu đáy biểnvùng nước nông khu vực Trường Sa Lớn kỹ thuật đo sâu viễn thám Tạp chíKhoahọcĐHQGHN:CácKhoa họcTráiđất vàMơitrường2017,33(4), 63–73 15 Tùng, T.T.; Điển, D.C Giải đốn bãi ngập triều ảnh Sentinel 2, áp dụng chokhuvựccửaTiênChâutỉnhPhúYên.Tuyểntậphộinghịkhoahọcthườngniênnăm2020,202 ISBN:978-604-82-3869-8 16 Li, X.; Michiel, Damen, M.C.J Coastline change detection with satellite remotesensing for environmental management of the Pearl River Estuary, China.J Mar.Syst.2010,82, 54–61 Doi:10.1061/j.jmarsys.2010.02.00 17 Toure, S.; Diop, O.; Kplama, K.; Maiga, A.S Shoreline Detection using OpticalRemoteSensing:Areview.Int.J GeoInf.2019,8–75.Doi:10.3390/ijgi8020075 18 Khang, N.D.; Hùng, L.M Thực trạng xói lở bờ biển, suy thối rừng phịng hộ xuthếdiễnbiếnđườngbờkhuvựcvenbiểnGịCơngĐơng,tỉnhTiềnGiang.Tạp chíKhoa học Cơng nghệ ThủyLợi,2012 19 Tình,T.V.;Phong,D.H.SửdụngảnhviễnthámvàGISnghiêncứubiếnđộngđườngbờbiểnmũi CàMau.Tạp chí Khítượng Thủyvăn2017,684, 35–40 20 Alesheikh,A.A.;Ghorbanali,A.Coastlinechangedetectionusing remotesensin g Int.J.Environ Sci.Technol.2007,4, 61–66.Doi:10.1007/BF03325962 21 BáocáokhảosátđịahìnhcửaNhậtLệ.ĐềtàicấpBộNơngnghiệpvàPTNT“Đánhgiá ngun nhân gâyngậplụtkéodàidolũvàđịnhhướnggiảiphápthốtlũchovùngLệThủy,Quảng Ninh,tỉnh QuảngBình” Đạihọc Thủylợi, HàNội,2021 22 Xu, H Modification of Normalized Difference Water Index (NDWI) to EnhanceOpenWaterFeaturesinRemotelySensedImagery.Int.J.RemoteSens.2006,3025– 3033 23 Hedley, J.D.; Harborne, A.R.; Mumby, P.J Simple and robust removal of sun glintformappingshallow–water benthos.Int J.RemoteSens.2005,26(10), 2107–2112 A study on using Sentinel imagery to analyse shoreline changeandnearshoretopographyevolutionintheNhatLeestuary,Qua ngBinhprovince TranThanhTung1,Tran DangHung2 ThuyLoiUniversity;t.t.tung@tlu.edu.vn VietNam Institute of Meteorology, Hydrology and Climate Change;danghung2261991@gmail.com Abstract:Currently, surveying and monitoring of the shoreline and nearshore topographyhasnumerouschallengesduetofundingconstraintsandisdifficulttocarryoutonaregular basis.Remotesensingtechnologywiththeadvantagesofcoverage,processingtime,andreasonable cost will be an effective tool to support monitoring these activities This articleuses Sentinel satellite imagery to estimate shoreline changes and seabed topographyevolution at the Nhat Le estuary in Quang Binh province post the historic flood in October2020.Thecorrelationbetweendepthofinterpretationfromsatelliteimageryandmeasure ment depth wasestablished using Stumpf's method to interpret the nearshoretopographyofNhatLeestuarybeforeandafterthehistoricalflood.Theresultsshowedthatt he Nhat Le estuary's shoreline and nearshore topography significantly changed after thehistorical flood The main access channel of the Nhat Le estuary has been eroded by morethan m, and a reasonably large accretion zone has formed just outside the estuary Theabove results are an essential document to help analyze the morphological evolution of theNhat Le estuary, contributing to proposing solutionsandenhancingtheflooddischargecapacityfortheestuary Keywords:NhatLeestuary;Nearshoretopography;Shoreline;Satelliteimages;Historicalflood