Luận văn thạc sĩ Quản lý tài nguyên và môi trường: Ứng dụng tư liệu viễn thám khảo sát vùng biển nam trung bộ hỗ trợ giám sát hệ sinh thái biển

Nhiém vu: Danh gia di n bién mot vai thong số sinh thái trên biến theo không gian và thời gian, cung cấp dữ liệu đầu vào cho mô hình h a năng suấtsinh học sơ câp trên vùng biển Nam Trung

ĐẠI HỌC QUỐC GIA TP HÒ CHÍ MINHTRƯỜNG ĐẠI HỌC BÁCH KHOAKHOA MÔI TRƯỜNG VÀ TÀI NGUYÊN

UNG DUNG TU LI U VIÊN THÁM KHAO SÁTV NGBI NNAMTRUNGB HO TRỢ GIÁM SAT

H SINHTHAIBI NApplication of Remote Sensing Data to Survey the Coastal Marine Area of

Vietnam South Centre to Support the Monitoring of Marine Ecosystems

CHUYEN NGANH: QUAN LY TAI NGUYEN VA MOI TRUONGMA SO CHUYEN NGANH: 60.85.01.01

ĐẠI HOC QUOC GIA TP HO CHI MINHTRUONG DAI HOC BACH KHOAKHOA MOI TRUONG VA TAI NGUYEN

LUAN VAN THAC SY

Công trình được hoàn thành tại: Trường Đại học Bách khoa - DHQG-HCM

Cán bộ hướng dẫn khoa học: PGS.TS TRAN TH VANCán bộ chấm nhận x€t 1: ccceecscesccececcsccsecscecesessecscscecssvevecscecesseveveceesevavsceeeeesCán bộ chấm nhận Xét 2: -.- -©- + E912 EESESESE SE EsE SE reeLuận văn thạc sĩ được bảo vệ tại Trường Đại học Bách khoa, DHQG Tp HCM,ngày tháng năm 2019.

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:1 Chủ tịch hội đồng: - 2 ©E+SE E232 23212 12121112111.2 Cán bộ nhận XEt Ls - << C33300 111110110 1111111111 111 1v 3563 CAN 0i 0c 72 a A Ủy viên hội đỒng: -¿¿- 5256 2E2EE SE E2 2321112112121 11111.5 Thư ký hội đỒng: ¿2 52522922 SE E93 E211 2121112111111 re.Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trưởng Khoa quản lý chuyênngành sau khi luận văn đã được sửa chữa (nêu có).

CHU T CHH IDONG TRUONG KHOA MOI TRUONG

ĐẠI HỌC QUỐC GIA TP.HCM C NGHÒA XAH ICHỦ NGHĨA VI TNAMTRUONG DAI HOC BACH KHOA Độc lập - Tw do - Hanh phúc

NHI M VỤ LUẬN VĂN THẠC SĨHọ tên học viên: NGUYÊN TRINH ĐỨC HIEU MSHV: 1670879Ngày sinh: 09/02/1992 Nơi sinh: Khánh HòaChuyên ngành: Quản lý Tài Nguyên va Môi Trường Mã số: 60850101

I TÊN DE TÀI: UNG DUNG TU LIEU VIÊN THÁM KHẢO SAT V NGBI NNAM TRƯNGB_ HO TRO GIÁM SAT HE SINH THAI BI N

NHI MVU VAN IDUNG:1 Nhiém vu: Danh gia di n bién mot vai thong số sinh thái trên biến theo không

gian và thời gian, cung cấp dữ liệu đầu vào cho mô hình h a năng suấtsinh học sơ câp trên vùng biển Nam Trung Bộ, nhằm hỗ trợ giám sáthệ sinh thái biển.

2 Nội dung nghiên c u:(1) T ng quanv vi n thám màu đại dương trong nghiên c u sinh thái va

môi trường biến, và các công trình nghiên c u liên quan.(2) Đánh giádi n biến trong năm một vài thông số sinh thái.(3) Phân tch chuỗi số liệu b c xạ quang hợp theo thời gian giai đoạn 2007 —

2017 vad_ báo xu hướng biến động trong tương lai.(4) T nh toán và đánh giá di n biến năng suất sinh học sơ cấp của th c vật

phù du trên biển theo không gian và thời gian.(5) Ð xuất giải pháp khai thác và sử d ng dữ liệu vi n thám trong giám sát

hệ sinh thái và môi trường biển.H NGÀY GIAO NHI M VỤ:

HI.NGÀY HOÀN THÀNH NHI M VỤ:

IV.CÁNB_ HƯỚNG DAN: PGS.TS Tran Thị Vân

- TP.HCM, ngày tháng năm 2019CANB HƯỚNG DAN CHỦ NHI MB MON ĐÀO TẠO

PGS.TS Tran Thi Van TS Lam Van Giang

TRUONG KHOA

Một phan kinh phí va các hỗ trợ khác cho nghiên c u này được cung cấp bởi dtai: ĐTĐL.CN-28/17; và đ tài: "Đánh giá hiện trang, d báo di n biến đa dạng sinhhoc, chất lượng các thành phan môi trường tại tỉnh Ninh Thuận ph cv phát triển kinhtế - xã hội, trọng điểm là khu v_c phía nam của tỉnh" Tôi xin gửi lời cảm ơn đến banchủ nhiệm của hai đ tài trên đã hồ trợ và tạo đi u kiện đê tôi hoàn thành luận văn này.

TOM TAT

Luan văn su d ng mô hình năng suat sinh hoc so cấp (VGPM) và dữ liệuMODIS Aqua cấp độ 3 trung bình tháng để đánh giá di n biến một số thông số sinhthái tại vùng biển Nam Trung Bộ năm 2017 Kết quả nghiên c u cho thấy các thông sốsinh thái biến động theo thời gian và không gian (giảm từ bờ ra khoi), ¢ thể:

e B cxạ quang hợp (PAR) dao động trong khoảng từ 15,99 — 56,81, trung bình

đạt 42/75 + 8.46 Einstein/m7/day.e Ham lượng chlorophyll a (chla) trung bình đạt 0,26 mg/mỷ, dao động trong

khoảng rộng từ 0,01 — 9,74 mg/m’.

e Nhiệt độ nước biến tầng mặt (SST) dao động trong khoảng rộng từ 20/73 —31,24 °C, trung bình đạt 27,63 + 1,70 °C.

e Hệ số suy giảm ánh sáng tại bước sóng 490 nm (Kaaso) trung bình dat 0,04 +

0,03 m'!, dao động trong khoảng 0,02 — 0,65 m''.

e Năng suất sinh học sơ cấp của th c vật phù du (NPP) trung bình đạt 409,28

mgC/m?/day, dao động trong khoảng rộng từ 11,42 — 31 15,06 mgC/m?/day.

Kết quad báo PAR giai đoạn 2018 — 2020 từ mô hình ARIMA cho thấy PARảnh hưởng bởi yếu tố mùa, đạt c c đại trong mùa xuân vac c tiểu trong mùa đông Kếtquả kiếm định Pearson cho thay NPP tương quan thuận với chla và Ka4o; va tươngquan nghịch với SST va PAR Giá tri NPPph thuộc lớn vào chla và tph thuộc vàoPAR, SST Trong đi u kiện déi dào PAR ở vùng nghiên c u, NPP ph thuộc vào hàmlượng dinh dưỡng Kết hợp NPP với hiệu suất chuyển h a năng lượng từ th c vật n ilên cá (0.062 %), trữ lượng cá toàn vùng nghiên c u trong năm 2017 dao động trong

khoảng 0,064 — 17,543 kg/m?/day, trung bình đạt 2,305 + 1/738 kg/m?/day D a vào

hiệu suất chuyén hóa năng lượng kết hợp với PAR d_ báo từ mô hình ARIMA, trữlượng cá giai đoạn 2018 — 2020 cũng đã duoc d_ báo.

Phân bố không gian và thời gian của các thông số sinh thái được xem như chỉ thịđể giám sát một số đặc trưng sinh thái của vùng nghiên c u: thời gian, cường độ hoạtđộng và hiệu ng sinh thái của nước trồi thời kì gió mùa Tây Nam; s xuất hiện củadòng chảy lạnh theo hướng bắc — nam mùa gió Đông Bắc; phông n n nhiệt độ caovùng ngoài khơi mùa gi Tây Nam; ảnh hưởng của dòng Kurosio tại vĩ tuyến 15 —16°N và ảnh hưởng từ nguồn thai | c địa đến vùng nghiên c u vào mùa gi Đông Bắc

ABSTRACTThis thesis were based on the vertically generalized production model andMODIS Aqua level 3 monthly data to discuss and describe the temporal and spactialvariations of some ecological parameters in coastal marine area of Vietnam SouthCentre in 2017 The results showed that some ecological parameters varied betweenmonths and their spatial distribution also varied from month to month (tended todecrease from coastal to off shore regions):

e Photosynthetically available radiation (PAR) ranged from 15.99 to 56.81, the

average of PAR was 42.75 + 8.46 Einstein/m7/day.e The average of chlorophyll a (chla) was 0.26 mg/m’, ranged from 0.01 to 9.74

e The average of primary productivity of phytoplankton (NPP) was 409.28

mgC/m?/day, ranged from 11.42 to 3115.06 mgC/m7/day.

The PAR forecast for the period 2018 — 2020 from ARMIA model showed thatPAR influenced by seasonal factors, it was highest in spring and lowest in winter.Using the Pearson test to assess the correlation between NPP and relative ecologicalparameters, the results showed that there was a positive correlation betwwen NPP andchla; NPP and Kaaso; beside that there was a negative correlation betwwen NPP andSST, NPP and PAR NPP depended heavily on chla and it much less depended on STTand PAR Although PAR plays an important role in NPP modeling, however, under theabundant conditions of PAR in the study area, NPP is dependent on nutrient content.Combining NPP and efficiency of energy transformation productivity in botany(phytoplakton) — animal (fish) to evalute fish yields in 2017 Fish stocks ranged from

0.064 to 17.543 kg/m*/day and average was 2.305 + 1.738 kg/m”/day Using PAR from

ARIMA model and efficiency of energy transformation productivity to forecast fishyields in 2018 — 2020.

The spatial and temporal distribution of some ecological parameters wereconsidered as indicators to monitoring some ecological characteristics of this studyarea: timing and intensity of coastal upwelling in South West monsoon; the appearanceof cold currents in the north - south in North East monsoon; the influence of theKurosio current at the latitude of 15 - 16°N and the influence of the waste source to thestudy area in North East monsoon.

LOI CAM DOAN CUA TÁC GIÁ

Tôi xin cam đoan đây là công trình nghiên c u của riêng tôi Các số liệu và kếtquả nghiên c u nêu trong luận văn là hoàn toan trung th c và có nguồn gốc rõ ràng.Các thông tin, số liệu thống kê, hình ảnh và các thông tin thu thập đ u được trích dẫnrõ ràng trong phân tài liệu tham khảo Mọi sao chép không hợp lệ, vi phạm quy chế đàotạo hay gian trá, tôi xin chịu hoàn toàn trách nhiệm.

Tp Hồ Ch Minh, tháng 1 năm 2019

Học viên,

Nguy n Trịnh Ð c Hiệu

Chla:CI:

NASA:

NPP:

NWMOc:PAR:

Ris:

SeaWIFS:

SEM:SST:SWOT

VGPM:

DANH MỤCCH VI TTAT

(Analysis of variance):(Autoregressive Integrated MovingAverage):

(chlorophyll-a):(Color index):(Day Length ):(Geographic Information System):(Inter Monsoon):

(Diffuse Attenuation Coefficient at490 nm):

(Level 3):(Moderate Resolution ImagingSpectroradiometers):

(National Aeronautics and SpaceAdministration):

(Net Primary production):

(North West Monsoon):(Ocean color):

(Photosynthetically activeradiation):

(Remote sensing reflectance):(Sea-Viewing of Wide FieldSensor):

(South East Monsoon):(Sea surface temperature):(Strengths, Weaknesses,Opportunities and Threats):(Vertically Generalized ProductionModel):

Phan t ch phuong saiT hỏi qui tích hợp trung bình truotSắc tô chla tang mặt

Chỉ số màuThời gianc ánh sáng trong ngàyHệ thống thông tin địa lý

Thời kì chuyền tiếpHệ số suy giảm ánh sáng ở bướcs ng 490 nm

Cấp độ 3Bộ cảm biến c độ phân giải trungbình

Cơ quan Hàng không và Vũ trHoa Ky

Năng suất sinh học sơ cấp của th cvật phù du

Gió mùa Tây NamMàu của đại dươngB cxạ quang hợp

Phan xạ vi n thámQuan sát biển của bộ cảm biếnphạm vi rộng

Gi mùa Đông BacNhiệt độ nước biên tang mat

Diém mạnh, điểm yếu, cơ hội và

thách th cM6 hinh nang suat so cap

DANH MỤC BANG

Bảng 2.1 Bộ tham số th c nghiệm cho tham số chia đối với vệ tinh MODIS (OC3M)¬ = 23Bang 2.2 Bộ tham số th c nghiệm cho tham số Kao đối với vệ tinh MODIS 24Bang 2.3 Mơ hình phân tích SWWỌÏ” Gà 32

Bang 4.1 Phân tích SWOT cho ngd ng vi n thám màu đại dương trong giám sát hệsinh thái và mơi trường BIEN - ¿5-52 5652 SE+E+EEEE2ESEEEEEEEEEEEEEEEEEEEEEEErkrkrrrrrrree 68Bang 4.2 Kết hợp các chiến lược trong mơ hình SWOT - 2c cccscccsccee 74Bang ph | c1.Di n biến PAR giai đoạn 2007 - 2(017 - 25255 +52 cs+esezscsee 86Bang ph I c2 Di n biến chla năm 2017 o.ecceecccccessssssessssessssssesscsesessesesesseseseeseseseesesesen 87Bang ph | c3 Di n biến SST năm 2(017 ¿5-2-5252 E2 SE 3E EEEEEEEEerkrkrrrreee 87Bang ph 1 c4 Di n biến Ka4oo năm 2017 oeeeccccsessssesessssessesssessesssessesesessesesesseseseeseseeen 88Bang ph I c5 Di n biến NPP năm 2017 ooceecccccecccscsessssessesssessesssessesesesseseseesesesesseseeee 88Bang ph | c6 Di n biến trữ lượng cá năm 2017 o.eeeececcecssseseesseseesesssesseseseeseseseesesen 88

DANH MỤC H NHHình 1.1 Khu v cnghiÊn © u - c nọ 16Hình 1.2 Dai bước sóng sử d ng trong các câm biến vi n thám mau đại duong 19Hình 2.1 Quy trình tr ch xuất giá trị và thong tin đi k m từ ảnh MODIS Aqua L3 27Hình 2.2 Sơ đồ khối quy trình t nh toán NPP từ dữ liệu MODIS Aqua L3 30Hình 2.3 Mô hình chuyển h a năng lượng - ¿5 +52 S*+E+E££E+E+E£Evterererrrsees 31Hình 2.4 Mô hình d báo trữ lượng cCá - - G0 nà 31Hình 2.5 Sơ đồ khối quy trình th _c hiện luận văn - + 2 25 +22 £s+szxzezcze: 34Hình 3.1 Di n biến giá trị PAR theo tháng trong năm 20 17 - 2 252552525: 37Hình 3.2 Di n biến giá tri PAR theo mùa (trái) và mùa gió (phải) trong năm 2017 37Hình 3.3 Phân bố không gian PAR năm 2017 - 2 2 2+E+E+E£2£E+E£EzEzErsrereee 38Hình 3.4 Tương quan giữa chla đo đạc hiện trường và chla trích xuất từ anh MODIS 39Hình 3.5 Di n biến giá trị chla theo tháng trong năm 2017 - 2 2 2 2 52s: 42Hình 3.6 Di n biến giá tri chla theo mùa (trái) và mùa gió (phải) trong năm 2017 42Hình 3.7 Phân bố không gian chla năm 2017 - - 2 2 2+S+£+£2£2££+E£E+£z££szxcseẻ 43Hình 3.8 Di n biến giá trị SST theo tháng trong năm 2017 - 2-2 2 55552: 46Hình 3.9 Di n biến giá tri SST theo mùa (trái) và mùa gió (phải) trong năm 2017 46Hình 3.10 Phân bố không gian SST năm 2017 ¿2-5 + 5s+++S£+E+x+Ezevxerreerees 47Hình 3.11 Di n biến giá trị Kaaso theo tháng trong năm 2017 25- 5552: 49Hình 3.12 Di n biến giá tri Ka4oo theo mùa (trái) và mùa gió (phải) trong năm 2017 49Hình 3.13 Phân bố không gian Kazoo năm 20 17 -5- 52525225252 £*+E+£+£szEezzseseei 50Hình 3.14 Trung bình giá tri PAR theo tháng giai đoạn 2007 — 201”7 - 52Hình 3.15 Di n biến giá tri PAR theo năm giai đoạn 2007 — 20lÝ7 <<<5 53

Hình 3.16 Phân tích PAR theo chuỗi thời gian + ¿5252525222 2e+e+e+xzeexerrrrsee 34

Hình 3.17.D báo PAR giai đoạn 2018 — 2020 - HH ng 55

Hình 3.18 Di n biến giá trị NPP theo tháng trong năm 2017 - 2 5555552: 59Hình 3.19 Di n biến giá tri NPP theo mùa (trái) và mùa gió (phải) trong năm 2017 59Hình 3.20 Phân bố không gian NPP tháng 1 đến tháng 6 năm 2017 -. 60Hình 3.21 Phân bố không gian NPP tháng 7 đến tháng 12 năm 2017 - 6lHình 3.22 Ma trận tương quan giữa NPP, PAR, chla, SST và Ka4øo - 63Hình 3.23 T¡ m năng trữ lượng cá tại vùng nghiênc_ u theo tháng trong năm 2017 65Hình 3.24.D báo NPP giai đoạn 2018 — 2020 - SH ng, 66Hình 3.25.D báo ti m năng trữ lượng cá giai đoạn 2018 — 2020 -‹- 66

LOT CAM ƠNN -<- <G- c9 9 9 9 9S S20 4S geesSeeSsSeseeeese i

TOM 06/0 ôÔỎ ii

ABSTRACT 0 ((d444 ÒÔỎ iii

LOT CAM DOAN CUA TAC GIA 2 5< < s2 S2 s99 s9 cs se sscssese iv

DANH MUC CH VI T TẮTT d<<<sss se se SE x3 Esesesesesesese VD9 J:8./10/98:7016127 vi9 J:8./00/98:00:001Ẽ5— viiMỤC LỤỤC << 9 996 6 699990009999 660090000904.90000896606666688090009999969966 ix087.1001177 ôÔ 11 TINH CAP THIET CUA DE TAL GG + SE ESE SE EeEeEEESESEEserkseseree |2 MỤC TIỂU NGHIÊN CỨU - -G- s2 EE E918 11116 19v ng re 33.N IDƯNG NGHIÊN CỨU -G- << E9 SE+ESE#ESEEEEEEE SE verrrreerred 34 ĐỒI TƯỢNG, PHAM VIV_ GI THAN NGHIÊN CỨU -5 5 2 55s 5s¿ 45 NGH A KHOA HỌCV TH C TIẾN CUA DE T I -ccscs5¿ 55.1 nghĩa khoa hỌC -G c0 55.2 nghĩath Cth 'I -G Gv 5CHƯƠNG 1 TONG QUAÌN 5-5 5% << 9 9S 00909895290 6 3x sex 61.1 TONG QUAN VE VAN DE NGHIÊN CỨU - 2 6262 2x22 £EsEsEeeseseree 6I.I.I.B c xạ quang hợp - - - - - - cọ re 61.1.2 Chlorophyll a tang mặtt ¿ - - 52 6E E+E#EEEEEEEE£ESEEEE E111 11112 cee 71.1.3 Nhiệt độ nước biển tầng mặt ¿- - - + 2E +E+E+E#EEEEEEEEEEEEEEEEErErkrrrreee 71.1.4 Hệ số suy giảm ánh sáng - + 256k E13 1 E5 1 E21E11 51515111 xe 81.1.5 Năng suất sinh học sơ CAD v.c.ccccscccccscsesscscscscssesesessssssssescsssssssesesssssssseseseeteess 81.1.6 Vùng nước tréi và gió mùa vùng Nam Trung BO -. - +55: 91.2 TONG QUAN T NH H NH NGHIÊN CUU o.eecccesecccssecseseeesetecesssetetetesseseeeeens 91.2.1 Trên thé gớii - 52562621 19 E1 1 1115151511 111113 1111111111111 11501111100 y0 91.2.2 Tại Việt Nam - 1113103111301 221111111111 011100 1n ve 131.3 TONG QUAN VE KHUV_ €C NGHIÊN CỨPU 5 55+ ££e£e£scsz 151.3.1 Vitr địa lý và địa hình - c1 Q0 ng ng vu 151.3.2 Đi u kiện khí hậu - < SE SSEEEEE9E9 5E xEvTvcEgggcc ng gerreg l61.3.3 Đi u kiện dân cu và xã hội Duyên hải Nam Trung Bộ 17

1.3.4 Tình hình phát triển kinh tế của vùng Nam Trung Bộ - 171.3.5 Tài nguyên thiên nhiÊN - (<< + 1 1990010 re 17CHUONG 2 CƠ SO KHOA HỌC VÀ PHƯƠNG PHÁP NGHIÊN CỨU 19"8999 90.99 192.1.1 Co sở vi n thám màu dai ương - - - << 5 5 S511 1 99 1 ve see 192.1.2 Co sở phân t ch thống kê ¿2E +2 E2EESE£E#E2EEEEEEEEEEEEEEEEEEEEEEE re, 212.2 CƠ SỞ TÍNH TOÁN TỪ VIÊN THÁM + 2 2 2c +E£+k+kckekrkreeeeree 222.2.1 Thuật toán xác định PAIR << - G991 111111011 111 1 11111 111v 135 x6 222.2.2 Thuật toán xác định Cha << << c c Đ23333311111111 11 1111111111115 x6 232.2.3 Thuật toán xác định SSÏT - << - c1 1311111011110 0 1 1111 11v 5 x6 242.2.4 Thuật toán xác định Kd4oo - << << c c9 3338331111 11113 1 1111111111115 x6 242.3.D LIỆU SỬ DỤNG TRONG NGHIÊN CỨU s5 6+ £+EsE£E+e£Esesed 252.4 PHƯƠNG PHÁP NGHIÊN CỨU - - - + +EE£EEEEEEEE+E£E£EeEEEEEeEeErkrrrree 252.4.1 Phương pháp tr ch xuất dữ liệu từ ảnh MODIS Aqua L3 252.4.2 Phương pháp kiểm định thống kê - ¿2-2-5 2 2 2+E£E+E+£££££zEzezzze, 272.4.3 Phương pháp phân t ch xu hướng vàd_ báo biến động PAR 282.4.4 Phương pháp t nh toán năng suất sơ cấp trên biến eee 292.4.5 Phương pháp d_ báo trữ lượng cá vùng biỂn - 2 2 2 scs+s+escee 302.4.6 Phương pháp đ xuất giải pháp khai thác và sử d ng tư liệu vi n thám quảnly hệ sinh thái và môi trường biỄn - - ¿6 5222 £E£E#EE£EvEEEErEeEerererrerered 3223.SƠPĐ KHÔI QUY TRNHTH CHIENLU N VĂN -: 33

CHUONG 3.K_ TQUÁ VÀ THẢO LUẬN - 2 5-5 5 sssssessssesessssese 35

3.1 DIEN BIEN TRONG NAM M T SO THONG SO SINH THÁI 353.1.1 Di n biến PAR voce cccccscscscscscscscscscscscscssscscssssssscscscscsvecssscssssstssssssesseaees 353.1.2 Di n biến Chla cece cecsesesescecscscscscscscscssscscsesesecscscscscscsvsvsvsssvscsesesssseseaees 393.1.3 Di n biến SST veces escsesscscscscscscscscscscscscscsesssscscscscscscssscsssvscssessssescaeas 443.1.4 Di n biến Kagoo ecececsesssecsssesesesssecscscscscscscscsssescsesesesscscscscscsvevecsssssesesesssseseaees 483.2 PHAN TÍCH CHUOI SỐ LIEU PAR GIAI DOAN 2007 — 2017 513.2.1 Đánh giá di n biến PAR giai đoạn 2007 - 2017 - 2 555+s+c+cscee 513.2.2 Phân t ch chuỗi số liệu PAR trong thời gian 10 năm (2007 — 2017) 533.2.3.D báo xu hướng biến động PAR trong tương lai (2018 — 2020) 543.3 TINH TOÁN NANG SUAT SO CAP TREN BI _N - -5-5-c-cs: 563.3.1 T nh toán năng suất SO cấp ¿- 5-5222 SE 2332 E231 1211111211111 te 563.3.2 Tương quan giữa NPP với các thông số sinh thái - - 55255: 62

3.3.3 Bước đầu d_ báo trữ lượng cá vùng biển Nam Trung Bộ 63CHƯƠNG 4 DE XU T GIẢI PHÁP KHAI THÁC VAS DUNGD LI UVIÊN THÁM GIAM SAT H_ SINH THÁI VÀ MOI TRƯỜNG BL N 684.1 ĐI M MANH -.- c1 1115111111151 5151 1111111111111 1 1111111111111 11111111 ke 694.2 ĐI ẰM A 0 ce 714.3 COH Livcccccccscscsssssssesesecececesesescsvsvevevevsvsvssacacacacacecececesecessevavevavavavavavacacececeseaseeees 724.4 THACH THUC eccccccescssecscscessssssscscscecsevevecscecessscavacacscsevevavacacecssavacacecessavavacaees 734.5 DE XUẤT GIẢI PHAR eececcececccecesescesscecececsesevscecscecsevevscacececsesacecessvavacseneeasaees 74

K TLUẬN VA KI NNGH - 2 s° s2 sss SE Ssessesesseesesse 77

KET LU N ciececccecesesccsscscscesescsvscscscssevevscececsvsvscacecsesavavacacecsevavacacecesavavacesvavavaceceees 77KIÊN NGHỊ ouc.ceccccccescscccecececesescccscscececsevecscececsevevscacecsesavavacececssavacacecesevavacesvavavaceceees 70TÀI LI U THAM KHAO - 5° << s2 S2 s82 E4 99 99982 4 999525 9952 80PHU LUC 9005 ÔÔ 85Phụ lục 1 Bảng số liệu ĐỐC -5-5-5-< << < << << 99599931 SE E556 86Phu lục 2 Bài báo (Đã được chấp nhận đăng) < << << << eesesesesesese 89Phụ lục 3 LY lich hoc ViÊN << << << << se Sư Sư x sesesesesese 100

MỞ ĐẦU

1 TINH C PTHI T CỦA DE TÀINăng suất sinh học sơ cấp của th c vật phù du là nguồn năng lượng sơ khởi tronghệ sinh thái bién van đ ng vai tro quan trong chu trinh cacbon toan cau [16] Nghiênc uv năng suất sinh học sơ cấp giúp chúng ta không chỉ hiểu v chu trình vật chất vànguồn năng lượng sơ khởi, mà còn giúp đánh giá vàd báo nguồn lợi sinh học, đặcbiệt là nguồn lợi cá [36] S_ phan bố của năng suất sơ cấp, ham lượng chlorophyll a,sinh khối của th c vật phù du là những thông số chính giúp chúng ta hiểu được vaitrò của đại dương trong chu trình sinh địa hóa trên quy mô toàn cầu [36] Bên cạnh đ ,các tham số như năng suất sơ cấp, chlorophyll a, nhiệt độ b mặt nước biến cũngđược xem như các chỉ số đặc trưng cho chất lượng môi trường và đi u kiện sinh tháitrong nước biến |4, 36] Thông qua việc đánh giá di n biến phân bố theo không gianvà thời gian của các thông số sinh thái biển, một số đặc trưng sinh thái v e nước cũngcó thể được quan sát Vid như hiện tượng nước trồi được nhận dạng khi phân bồnhiệt độ b mặt giảm xuống thấp và nồng độ chlorophyll a b mat tăng cao [49] Từnhững phân tích trên cho thấy, việc đánh giá di n biến các thông số sinh thái trên biểntheo không gian va thời gian, cung cấp dữ liệu đầu vào cho mô hình h a năng suất sinhhọc sơ cấp nhăm hỗ trợ giám sát hệ sinh thái biển là vẫn đ thiếtth c cầnth c hiện

Việt Nam có dải bờ biển kéo dài trên 3.260 km với khoảng 12.000 loài sinh vậtcư trú trong hon 20 kiểu hệ sinh thái điển hình với 155.000 ha rừng ngập mặn, 16.000ha thảm cỏ biến, 1.300 km? rạn san hô, 500 km? đầm phá và nhi u vùng tri u cửasông, đảo, day m m và các tùng, ang [18] Trong đ ,c_ trên 2.038 loài cá, 6.000 loàiđộng vật đáy, 635 loài rong biên, 43 loài chim, trên 40 loài thú và bò sát biển và hàngngàn loài động th c vật phù du khác đã tạo ra các quan xã sinh vật đặc biệt phong phú[18] Theo ước tính biên Việt Nam có trữ lượng khoảng 3 - 4 triệu tan cá, khả năngkhai thác là 1,5 - 2,0 triệu tan, m_c 30.000 - 40.000 tan, tôm biển 50.000 - 60.000 tan,thân m m phải đạt đến hàng triệu tan [18] Hệ sinh thái biển Việt Nam khá đa dạng vacó vai trò rất quan trong trong việc đi u hòa khí hậu, dinh dưỡng trong vùng biểnthông qua các chu trình sinh địa hóa [45] Đồng thời, các hệ sinh thái này đem lạinhi u giá trỊ, lợi ích to lớnv kinh tế - xã hội, với khoảng 28 triệu người chịu tác động

gián tiếp và tr c tiếp trong đời [45] Đến nay, khoảng 1/3 dân số nước ta sống ở cáchuyện ven biển (phần đất ven biển va các đảo) và khoảng trên 50% dân SỐ sống ở 28tỉnh ven biển cùng với khoảng 50% các đô thị lớn của đất nước tập trung ở vùng này[55] Tuy nhiên hiện nay hệ sinh thái biển và ven bờ đang bị ảnh hưởng nghiêm trọng,các hoạt động khai thác, sử d ng không hợp lý vùng bờ đã bộc lộ trên khắp vùng bờ vàtrên suốt chi u dài hơn 3.260 km từ Bắc vào Nam.S c ép dân số,s phát triển kinh tế- xã hội, ô nhi m môi trường,s suy thoái các hệ sinh thái là những bằng ch ng vkhai thác quá m c và thiếu b n vững tài nguyên vùng ven bờ [55].

Những thông tin phân tích v hệ sinh thái biển và ven bờ có tầm quan trọng cobản đối với các nhà khoa học và các chuyên gia trong lĩnh v c quan lý môi trường[17] Dé giám sát hệ sinh thái biển, công nghệ vi n thấm c_ ưu điểm vượt trội so vớicác phương pháp truy n thống khác; là công c_ duy nhất có hiệu quả để giám sát tàinguyên môi trường biến và hải đảo với thông tin không gian rộng, đa thời gian, chínhxác, khách quan, nhanh chóng [60] Việc sử d ng nguồn tư liệu ảnh vệ tinh thu đượctheo những khoảng thời gian khác nhau sẽ cho phép giám sát biến động hệ sinh thái vàmôi trường biến, hải đảo theo thời gian [60] Từ những năm 1960, vi n thám dad ngmột vai trò quan trọng trong việc mô tả đặc trưng môi trường biến, với những nghiênc u(ậptrungv đặc điểm b mặt biến, nhiệt độ và độ man: xây d ng bản đồ đường bờbiển, ban dé vung dat ngập nước va ban đồ phân bố rạn san hô; các hoạt động khaithác thủy sản; theo dõi bão, động đất và lil t vùng ven biển; và những thay d i củavùng nước trồi và năng suất trên biến [17] Vi n thám bién là một lĩnh v c nghiénc urộng,các ng d ng của nó bao gồm nghiên c u các đặc điểm của hệ sinh thái biển, lậpban đồ sinh cảnh (san hô, cỏ biến, rừng ngập mặn), đánh giá đa dạng sinh học biển,quản lý tai biến thiên nhiên, nghiên c_u những đặc điểm hải dương học [17]

Việc t nh toán năng suất sơ cấp từ dữ liệu vi n thám trên cả quy mô khu v c vàtoàn cau là một trong những m c tiêu quan trọng nhất của các chương trình vi n thámmàu đại dương quốc tế [54] Sinh khối th c vật phù du và năng suất sơ cấp là nhữngthông tin n n tang để đánh giá hệ sinh thái biến [54] Th c vật phù du cung cấpkhoảng 50% năng suất sơ cấp toàn cau; và chúng cung cấp những kiến th cn n tảngv chu kỳ cac bon trong đại dương và những tương tác giữa khí quyền va đại dương[54] Tuy nhiên, việc đo đạc hiện trường (in-situ) năng suất sơ cấp sẽ có những han

chế trong việc đánh giá biến d i theo không gian và thời gian [54] Do đ việc sử d ngtư liệu vi n thám để ước t nh năng suất sơ cấp theo không gian và thời gian đã đượcnghiênc uva ngd ng tốt trên nhi u hệ sinh thái biến [54].

Với những ưu điểm v độ phủ không gian và thời gian, dữ liệu vi n thám ngàycàng được sử d ng rộng rãi tại nhi u khu v c trên thế giới và trong nhỉ u ngành khoahọc khác nhau, đặc biệt là khoa học biển S_ ra đời của công nghệ vi n thám mau đạidương cho phép khai thác mi n phí nguồn cơ sở dữ liệu c độ phủ toàn cầu với thôngtin hăng ngày hằng tháng hoặc hang năm Ch nh vì vậy, đ tài “Ung dung tư li u viễnthám khảo sát v ng bi n Nam Trung B hỗ trợ giám sáth sinh thái bi n” đượctriên khai th c hiện với m c tiêu và nội dung sau.

2 MỤC TIỂU NGHIÊN CỨUĐánh giá di n biến một vài thông số sinh thái trên biển theo không gian và thờigian, cung cấp dữ liệu đầu vào cho mô hình h a năng suất sinh học sơ cấp trên vùngbiên Nam Trung Bộ, nhằm hỗ trợ giám sát hệ sinh thái biển

3.N I DUNG NGHIÊN CỨU- Nội dung 1: T ng quanv_ vi n thám mau đại dương trong nghiên c u sinh thai va

môi trường bién, và các công trình nghiên cu liên quan.- Nội dung 2: Đánh giá di n biến trong năm một vài thông số sinh thái trên biển gồm

b c xạ quang hop, hàm lượng chlorophyll a tang mặt, nhiệt độ nướcbiển tầng mặt, hệ số suy giảm ánh sáng tại bước sóng 490 nm

- Nội dung 3: Phân t ch chuỗi số liệu b c xạ quang hop theo thời gian giai đoạn 2007

—2017 vad báo xu hướng biến động trong tương lai.- Nội dung 4: T nh toán và đánh giá di n biến năng suất sinh hoc sơ cấp của th c vật

phù du trên biển theo không gian và thời gian.- Nội dung 5: Ð xuất giải pháp khai thác và sử d ng dữ liệu vi n thám trong giám sát

hệ sinh thái và môi trường biên.

4 ĐÓI TƯỢNG, PHẠM VI VÀ GIỚI HẠN NGHIÊN CỨUTheo định nghĩa từ trang từ điển sinh học (https://biologydictionary.net), “hệ sinhthái biển có thể được định nghĩa như las tương tác của th c vật, động vật với môitrường biển” Sinh thái biển là hoạt động nghiên c u khoa học v môi trường sống củaquan thê sinh vật biên và s tương tác giữa các sinh vật với môi trường xung quanh.Môi trường xung quanh bao gồm các yếu tố phi sinh học (các yếu tố vật lý và hóa học(không có s sông) ảnh hưởng dén kha năng sinh tôn của sinh vật); và các yêu tô sinhhọc (có s sống và ảnh hưởng tr c tiếp hoặc gián tiếp đến bất kì một sinh vật trong hệ

sinh thái biển) Như vậy, đói tượng nghiên c u của luận văn là một sỐ thông số vật lý,

hóa học và sinh học trong môi trường sông của hệ sinh thái biên.- Đối tượng nghiên e u: Một số thông số sinh thái môi trường biến gồm:

PAR - b c xạ quang hợpchla — hàm lượng chlorophyll a tang mặtSST - nhiệt độ nước biến tầng mặtKa4øo — hệ số suy giảm ánh sáng tại bước sóng 490 nmNPP — năng suất sinh học sơ cấp của th_c vật phù du- Phạm vi nghiên c u: Khu v c vùng biên Nam Trung Bộ, giới hạn trong tọa độ10,30° — 16,25°N và 107,30° — 112,30°E (Hình 1.1).

-Gi than nghiénc u:Đánh giá di n biến các thông số PAR, chla, SST, Kao cung cấp dữ liệu đầuvào cho mô hình h a năng suất sơ cấp trên vùng biển Nam Trung Bộ, nhamhỗ trợ giám sát hệ sinh thái biển

Luận văn chỉ kiểm định độ chính xác của dữ liệu chla trích xuất từ ảnhMODIS Aqua với dữ liệu chla đo đạc hiện trường Trong giới hạn cho phépcủa luận văn, các dữ liệu PAR, SST, Ka4oo khai thác trên ảnh MODIS Aquađược sử d ng tr c tiếp mà không qua kiểm định độ ch nh xác bang dữ liệuđo đạc hiện trường Nguyên nhân là số liệu sinh thái biển trong quá khkhông có san tại các trạm đo mặt đất, do đ không thể có số liệu để so sánhđối chiếu Biển là vùng không gian rộng lớn với mặt nước mênh mông,không c con người sinh sống như trên đất li n, dod rấtkh khăn khi thiếtlập trạm quan trắc trên d Ch nh vi đi u này, con người mới thiết kế ra các

loại vệ tinh bay ch pb mặt trái đất, nhằm giúp con người đo đạc từ xa cácthông số cần quan tâm ở bất kỳ nơi nào mà con người không thể đến được,vid như biến, đại dương Đây là giới hạn của luận văn và cũng là giới hancủa con người nói chung.

- Thời gian nghiên c u:e PAR: Trong vòng 11 năm giai đoạn 2007 — 2017.e SST, chla, Ka4oo và NPP: Trong vòng 12 tháng trong năm 2017.5 Ý NGHĨA KHOA HOC VÀTH_ C TIEN CUA DE TÀI

5.1 Y ngh a khoa họcHiện nay, trên thé giới và tại Việt Nam đã và đang ng d ng thành công dữ liệuvi n thám trong giám sát, quan lý hệ sinh thái và môi trường biển Luận văn sử d ngtư liệu vi n thám đánh giá di n bién một số thông số sinh thái (PAR, chla, SST, Kaaso)ph cv tính toán năng suất sinh học so cấp trên vùng biển Nam Trung Bộ, nham hỗtrợ giám sát hệ sinh thái biển Kết quả nghiên c u từ luận văn đã hệ thống h a quytrình tr ch xuất dữ liệu PAR, chia, SST, Kazøo từ dir liệu MODIS Aqua L3 nhăm hỗ trợgiám sát hệ sinh thái biển thông qua việc mô phỏng năng suất sinh học sơ cấp của th_cvật phù du; d_ báo ngư trường khai thác cá; giám sát một số đặc trưng sinh thái tạivùng biển Nam Trung Bộ

5.2 Y ngh a thực ti nViéc tr ch xuat giá tri PAR, chla, SST, Kaaoo từ tu liệu vi n thám nhằm m c dchtheo dõi hiện trạng, đánh giá di n biến vad bao xu hướng bién động trong tương lailà một vẫn đ c ý nghĩa th c ti n trong công tác quản lý hệ sinh thái và môi trườngbiển Kết quả nghiên c u từ luận văn cung cấp cơ sở dữ liệu đầu vào cho các mô hìnhđánh giá năng suất sơ cấp v c nước; g p phần đ xuất giải pháp khai thác và sử d ngnăng suất sơ cấp làm cơ sở để d_ báo ngư trường khai thác thủy sản trên vùng biểnNam Trung Bộ.

CHƯƠNG 1 TÔNG QUAN

1.1 TONG QUAN VE V N ĐÈ NGHIÊN CỨU

1.1.1.B cxa quang hopB c xa quang hop được định nghĩa như là thong lượng năng lượng lượng tu từmặt trời trong dải bước s ng 400 — 700 nm [52] B c xạ quang hope ch c năng kiểmsoát s sinh trưởng va phát triển của th c vật phù du, do đ n c vai trò quan trọngtrong hệ sinh thái biển [21] Đối với các ng d ng của vi n thám mau đại dương, PARđược xem như là một thông số đầu vao ph biến trong mô hình năng suất sơ cấp củađại dương [41] Những thông tin v phân bố và bién động PAR theo không gian vathời gian trên biển giúp gia tăng s hiểu biếtv chu trình sinh địa h a của các bon, cáchop chất dinh dưỡng va 6 xy; bên cạnh đ n còn giúp giải quyết các vấn đ v khhậu và các thay đ i mang t nh toàn cầu [21, 52] Khả năng cung cấp b c xạ quang hợpcho v c nước được đánh gia thông qua lượng b c xạ ở tầng mặt, lượng b c xạ chiếuxuống các lớp nước sâu Lượng b c xạ quang hợp chiếm khoảng 50% t ng lượng b cxạ mặt trời Tại vùng Nam Trung Bộ, lượng b c xạ tương đối lớn, khoảng 150 — 180w/m2, tương đương 3096 — 3715 kcal/m?/ngày và b c xạ đạt c c đại từ tháng 5 đếntháng 8 [10].

Hiện taic 3 phương pháp đo đạc PAR gồm do đạc hiện trường; mô hình h a từb c xạ mặt trời, đi u kiện kh tượng: và phương pháp vi n thám Phương pháp đo đạchiện trường mặc dù đơn giản nhưng c những hạn chế như dau tư trang thiết bị, tốnnhi u thời gian, nhân | c, độ phủ không gian nhỏ và do đ n không được đo đạcthường xuyên tại các tram kh quyển [52] Những nghiên v mô hìnhh a PAR đ ucchung đặc điểm là ước t nh PAR từ b c xạ mặt trời và các đi u kiện kh tượng khác tạicác trạm quan sát th c nghiệm [52] Các nghiên c u đ u chỉ ra rang c tôn tại mỗitương quan mạnh giữa b c xạ mặt trời và PAR; và do đ các mô hình được hiệu chuẩnbang các thông số chuyển đ i đã được xây d ng đểc thể ước t nh giá tri PAR với độch nh xác cao từ b c xạ mặt trời Tuy nhiên, các thông số chuyển d 1 của các mô hìnhth cnghiém này ph thuộc vào đi u kiện kh tượng của tram quan sát và kết quả là cs khác biệt giữa các tram đo th c nghiệm, di u này có thể dẫn đến sai số lớn trongước lượng PAR ởb_ mặt tại các địa điểm mà không có các thông số hiệu chỉnh c c bộ

[52] Trong khi đ , những nghiên c uv PAR từ tư liệu vi nthám c thể khắc ph cđược nhược điểm này thông qua quá trình hiệu chỉnh kh quyền.

1.1.2 Chlorophyll at ng m tChia là một loại sắc tố có màu xanh lá, hiện diện bên trong sinh vật phù du, vikhuẩn lam và các loài th_c vật Trong đại dương, chla giúp th c vật phù du quang hop,t c là sử d ng ánh sáng mặt trời để chuyển đ i các phân tử đơn giản thành các hợpchất hữu cơ [37, 61] Hàm lượng chla là thước đo lượng sinh vat phù du phát triểntrong biển Bên cạnh d , nó có thé được sử d ng làm chỉ thị để phân loại đi u kiệndinh dưỡng của thủy v c [61] Mặc dù sinh vật phù du là một trong những thành phant nhiên của hệ sinh thái biến, tuy nhiên khi có quá nhi u sinh vật phù du có thé gây rahiện tượng tảo nở hoa, gây mat thắm mỹ, sinh mùi hôi, và có thể làm giảm hàm lượngoxy hòa tan trong nước [61] Bên cạnh đ , hàm lượng chla tầng mặt còn cho phépđánh giá năng suất sinh học sơ cấp trong đại dương [37] Di n biến phân bố theokhông gian và thời gian của chla được xem như chi thi để giám sát hiện tượng nướctroi (nông độ chlorophyll ab mặt tăng cao trong thời gian nước trôi hoạt động) [49]

Theo t ng quan tài liệu cho thấy, ở vùng biển ven bờ Việt Nam, chla có hamlượng trung bình 0,6 + 0,3 mg m®, vùng biển ven bờ là những v_c nước có những đi ukiện sinh thái thích hợp cho quá trình sản xuất sơ cấp Hàm lượng chla trung bìnhtrong đại dương đạt 0,2 mg m, ở vùng nước trồi đạt 1,07 + 0.77 mg m3 Những kếtqua đo đạc hiện trường tại vùng phía bắc Hòn Thu từng ghi nhận chla đạt 8 mg mồ

[10].

Phân bồ theo độ sâu cột nước cho thấy, chla đạt gia tri cao ở tầng mặt đến xuống

độ sâu 15 m Theo phân bố không gian và thời gian cho thấy chla có thể thay đ ¡ từ 5đến 10 lần ở những ngày khác nhau [10]

1.1.3 Nhiệt độ nu c bi nt ng m tNhiệt độ nước biến tang mặt là một thông số quan trọng trong hệ sinh thái biến,nó ảnh hưởng đến thời tiết, bao gom cả bão, cũng như đời sống th c vật và động vậttrong đại dương [31] Giống như trên b mặt trái đất, nhiệt độ nước biển tầng mặt ấmhơn tại nơi gần x ch đạo và lạnh hơn tại vùng gan các c c Nhiệt độ nước biên tangmặt có tương quan với hệ th c vật trong đại dương, bao gồm cả th c vật phù du Vì

những vai trò sinh thái quan trọng này, nhiệt độ tang mặt nước biển thường xuyênđược giám sát thông qua các cảm biến vệ tinh [31].

Vùng biến mi n Trung Việt Nam mang đặc tính của vùng biến sâu, chế độ thủyvăn được hình thành trong quá trình tương tác của nước biển khơi và nước vịnh BacBộ chảy dọc bờ xuống pha nam vào mùa gi Đông Bắc [35] Chế độ nhiệt quan hệchặt chẽ với chế độ gió mùa [15]:

e Chế độ nhiệt trong mùa gi Đông Bac: dưới tác động của mùa gi ĐôngBắc đưa nước lạnh (dưới 24°C) tràn xuống phía nam

e Chế độ nhiệt trong mùa gió Tây Nam: toàn bộ vùng ngoài khơi c nhiệt độtầng mặt lớn, trung bình đạt 29°C Tại vùng nước trồi nhiệt độ nước biểntầng mặt thường thấp hon 1 - 39C

1.1.4 Hệ số suy giảm ánh sángHệ số suy giảm ánh sáng trong nước xác định s hiện diện của ánh sáng (đi vàothủy v c) so với độ sâu thủy v c, độ sâu của tang ưu quang va độ sâu tối đa của năngsuất SƠ cấp [43]

Tại vùng biển Nam Trung Bộ, hệ số suy giảm b c xạ quang hợp theo độ sâu daođộng trong khoảng 0,06 — 0,2 m', nằm trong giới hạn dao động của hệ số tắt b c xạđối với vùng biến nhiệt đới [10]

1.1.5 Năng suất sinh học sơ cấp

Năng suất sinh học v_c nước được đặc trưng bởi quá trình sản xuất sơ cấp, cường

độ và hiệu ng chuyển h a năng lượng và vật chất theo các kênh dinh dưỡng, và cuối

cùng bởi đại lượng năng suất của các đối tượng khai thác [10] Cac yếu tố chi phối chủ

yếu đến quá trình sản xuất sơ cấp bao gôm: nguồn b_c xạ quang hợp, hàm lượng sắc tốchla, số lượng, sinh khối th c vật don bao, ham luong muối dinh dưỡng, hàm lượnghữu cơc hiệu ng dinh dưỡng [10].

Phân tích thống kê từ các nghiên c u cho thấy năng suất sơ cấp và chla có mốitương quan thuận chặt chẽ với hệ số tương quan dao động trong khoảng 0,62 — 0,85[10] Năng suất sơ cấp là nguồn năng lượng sơ khởi trong biến, nó có mối liên hệ mậtthiết với sản lượng cá đánh bắt thông qua mối liên hệ giữa hiệu suất chuyển h a nănglượng và bậc dinh dưỡng Kết quả thống kê cho thay nguồn lợi cá biến trên thế giới chỉ

đạt t6i đa khoảng 0,04 — 0,07 % giá tris c sản xuất sơ cấp, trong khi đ tại vùng biểnViệt Nam đạt 0,062 — 0,075 % [10, 26].

1.1.6 Vùng nu c tréi và gió mùa vùng Nam Trung BộNước tréi là một quá trình động 1 c học n 1 bật trong đại dương Hiện tượng naymang dòng nước lạnh, nhi u dinh dưỡng di chuyển từ phía sâu (tang đáy) lên vùngnước nông (tang mat) thay thé cho dong nước n ng hơn [9] D a vào đặc tính sinhkhối của tao biến tại những khu v c trên, vùng nước trồi có thể được nhận dạng thôngqua hiện tượng nhiệt độb mặt thấp và nồng độ chlorophyll a cao [49] Phạm vi khônggian có ảnh hưởng của nước trồi trai dài từ Ninh Thuận đến Bình Thuận, thời gian tôntai từ thang 5 đến tháng 9, mạnh nhất là vào tháng 7 và tháng 8 [9] Những nguyênnhân chính gây ra hiện tượng nước trồi là tác động của gió mùa Tây Nam, hiện trạngđịa hình đáy biến và s phân tầng nước biến [9]

D a vào đặc điểm khí hậu Việt Nam, thời gian phân chia gi mùa được sử d ngtrong luận văn như sau:

e Gi mùa Đông Bac (NEM): từ tháng 12 đến tháng 2.e Thời kì chuyển tiếp giữa gi mùa Đông Bắc sang gió mùa Tay Nam (ITM1):

từ tháng 3 đến tháng 4.e Gió mùa Tay Nam (SWM): từ thang 5 dén thang 8.e Thời kì chuyển chuyên tiếp giữa gi mùa Tây Nam sang gi mùa Đông Bắc

(ITM2): từ tháng 9 đến tháng 11.1.2 TONG QUAN T NH H NH NGHIÊN CỨU1.2.1 Trén th gi i

Hi nnayc 3 phương phapdod cPARg mdod chỉ ntru ng, mô hnhh atb cx mttr L đi uki nkh quy nvavi n thảm.

Thông qua việc sử d ng phương pháp mô hình h a thông qua các mô hình hồiquy dé mô phỏng dữ liệu PAR từ số liệu đo đạc th c nghiệm Kết quả nghiên c u đãxây d ng được mô hình mô phỏng b c xạ quang hợp trong cả hai trường hợp, khi trờitrong xanh không mây và khi trời c mây Sai số chuẩn trong trường hợpc_ mây thithấp hơn 35 Wm?” và trong trường hợp không c mây thì thấp hơn 5 Wm” Các thuậttoán hồi quy đã được áp d ng từ dữ liệu của vệ tinh AVHRR và so sánh với dữ liệu

trong chuyến khảo sát của tàu nghiên c u Charles Darwin của Anh vào tháng 5 năm1990 ở bắc Dai Tây Duong Từ kết qua bản đỗ phân bố PAR trên ảnh vệ tinh, nh mtác giả xây d ng được mô hình động 1 c học 2 chi u mô tả phân bố và phát triển củath c vật phù du [6].

Nghiên c u xây d ng các mô hình th c nghiệm bằng phương pháp hồi quy tuyếnt nh giữa giữa tỉ lé b c xạ quang hợp và b c xạ mặt trời Đầu tiên, nh m tác giả đo đạchiện trường tại Dai học Almeria (36.83°N, 2.41°W) các tham số b c xạ mặt trời băngthông rộng, b c xạ quang hợp và đi u kiện bầu trời như độ cao mặt trời, nhiệt độsương, độ ch ¡ và độ sạch trong khoảng thời gian từ tháng 6 năm 1990 đến tháng 12năm 1992 Sau đ , tiễn hành xây d ng các mô hình hồi quy tuyến t nh giữa tỉ lệ b e xạquang hop và b c xạ mặt trời băng thông rộng với các tham số đi u kiện bầu trời Kếtquả mô hình c thể mô phỏng được dữ liệu PAR với độ ch nh xác 65% [3]

Mô hình h ab c xạ quang hợp bang cách đo đạc PAR vab c xạ mặt trời khuếchtán, b c xạ mặt trời tr c tiếp, các đi u kiện của kh quyền tại trạm quan sát b c xạ mặttrời mặt đất tại khu v _c Chisinau từ năm 2004 đến năm 2006 Kết quả nghiên c u chothấyc s tương quan thuận mạnh mẽ giữa PAR và b c xạ mặt trời toàn câu, trong dPAR còn ph thuộc vào độ dày của các hạt sol kh Theo đ , các phương trình tuyếntnh tương ng giữa các tham số này được xây d ng Từ những dẫn liệu trên, tác giảcho thay rằng ¢ một mối quan hệ tuyến t nh đơn giản để đánh giá PAR thông quab cxạ mặt trời tr c tiếp và b c xạ mặt trời khuếch tán bang cách áp d ng hệ số trọng số cthé Đối với tat cả các trường hợp khi trời quang rõ ràng, các hệ số trọng số tương ngđao động trong khoảng từ 0,46 đến 0,59 [1]

Mô phòng PAR từ dữ liệu b c xạ mặt trời trên toàn dais ng tai Qassim (26°12'N 43°42' E và độ cao 751m), Ả-rập Xê-út được th_c hiện năm 1997 Theo kết quả xâyd ng mô hình hồi quy tuyến t nh cho thay PAR = P x b c xạ mặt trời trên toan dảis ng (P=1,86umol/J) với r = 0,98 [2].

Nh ng nghiên c utrenduc chungdcdimlauctnh PARt bcx mttr i (SSR) va các di uki n kh tư ng khact icdctr mb cx Cacnghiénc ud uch rar ngt nt imối tương quanm nh gi aSSRvaPARvadod các mô h nh dv chiuchudnd du c xây d ngả c th uwctnhgidtr PAR v ¡ độ ch nh xác caotSSR Tuy nhiên, các thông số chuy nd ic acdc mô hình th c nghỉ m này ph thuộc

vào đi u ki nkh te ngc atr m quan sát; và kếtqu lac s khác bi tgi acdctr mđo th c nghỉ m, đi u này có th dân đến sai số l n trong c lự ng PARGb m tt icác đ a đi m mà không có các thông số hi u ch nhe c bộ [52].

Thông qua việc khảo sát 32 mô hình d_ báo năng suất sơ cấp tỉnh của th c vậtphù du tai vùng biển Bắc Băng Dương từ các dữ liệu PAR, chlorophyll a, nhiệt độ bmặt nước biển, độ sâu tầng ưu quang Trong d , các dữ liệu PAR được tr ch xuất từảnh vệ tinh SeaWIFS (từ 11/1997 — 6/2002) và ảnh MODIS-Aqua (từ 7/2002 —10/2011) Theo kết quả nghiên c u, sai số của mô hình ph thuộc lớn vào chlorophylla và tph thuộc vào b c xạ quang hợp, nhiệt độ, độ sâu tang uu quang Mac du cacmô hình không thé mô phỏng ch nh xác năng suất so cấp so với dữ liệu do đạc tại hiệntrường, tuy nhiên tại các vùng năng suất thấp như bién sâu và biển băng, mô hình chođộ ch nh xác cao Từ đ , nh m nghiên c u cho rằng cần phải hiệu chỉnh các tham sốtrong các mô hình d_ báo năng suất sơ cấp cho vùng Bac Băng Duong; vi hầu hết cácmô hình d báo tốt là những mô hình sử d ng các tham số liên quan đến Bắc C c [27].Trong chương trình nghiên c uv hệ thống sinh thái của các đầm phá ở khu v cAlaska, nh m nghiên c u đã sử d ng dữ liệu MODIS Aqua và Terra trung bình §ngày cấp độ 3, độ phân giải 9 km dé đánh giá biến động PAR trên khu v c nghiên c ugiai đoạn 2002 - 2011 Kết quả phân t ch ham tr c giao th c nghiệm trên dữ liệuMODIS cho thay: theo thời gian, khôngc s khác biệtv độ biến thiên theo thời gianđối với PAR tại các vùng biển ph a đông và pha tây, nhưngc s bất thường PAR tạivùng biến gần bờ biến; theo không gian, khu v c bờ tây vùng Alaska biến động mạnhhơn so với vùng bờ đông, trong khi các giá trị PAR các vùng nước biển ph a đông biếnd inhi u hơn so với vùng nước ngoài phía tây [30].

Nghiên c u sử d ng giá tri PAR tr ch xuất từ ảnh MODIS dé mô hình h a năngsuất sơ cấp của v e nước thông qua mô hình VGPM tại vùng biển Waddan Kết quacủa đ tải g p phan kh ng định vai trò của PAR trong việc mô hình h a năng suất sơcấp của v c nước Thông qua phân t ch chuỗi thời gian PAR từ năm 2003 đến 2011 tạikhuv cnghiên c u cho thay PAR biến động theo mùa, mùa đông dat giá trị thấp, mùah (từ tháng 5 đến tháng 8) dat giá trị cao Đỉnh c c đại của PAR thường nam vàotháng 5, tháng 6 vàc thể vào tháng 7 [65]

Nghiên c u sử d ng dữ liệu MODIS Aqua/Terra, SeaWiFS cấp độ 3, độ phângiải 9km để xem xét biến động PAR theo chuỗi thời gian 13 năm (từ 09/1997 —12/2010) trên vịnh Chesapeake Bên cạnh đ nghiên c u này sử d ng dữ liệu đo đạchiện trường tại trạm Cove trên vịnh Chesapeake ở tây Đại Tây Dương dé kiểm ch ngkết quả Kết qua cho thay dit liệu MODIS Aqua trung bình tháng cho độ ch nh xác caovới r? = 0,977 va sai số RMS = 2,85 E/m?/ngay Phan t ch tương quan giữa PAR, chla,SST cho thay s thay d iv gidtrichlac liên quan déns thay d ¡ của PAR va SST.Bên cạnh đ nghiên c u còn cho thấy rang ở khu v c tây Thái Binh Duong, ánh sángkhông phải là một yếu tố hạn chế năng suất sơ cấp của v c nước va các chất dinhdưỡng c thé là nguyên nhân gây hạn chế Kết quả thu được ở khu v_c Cove cho thấygiá tri PAR ước t nh từ ảnh MODIS, SeaWiFS c độ ch nh xác và phù hợp cho cácnghiênc u quy mô lớn v_ quang hợp của thủy sinh [21].

Bên c nh äđ, một số nghiên c uv vic ng d ng vi n thám đánh gid phân bốNPPt ¡ một số vùng bi n trên thé gi ¡ cũng dw ct ng quan

Sử d ng dữ liệu các thông số sinh thái, môi trường đo đạc hiện trường, kết hợpvới dữ liệu MODIS Aqua Level 3 để đánh giá phân bố của NPP và chu trình sinh địahóa của cacbon tại biến Nam Trung Hoa Kết quả nghiên c u cho thấy chu trìnhcacbon va NPP trong vùng nghiên c u chịu ảnh hưởng bởi các xoáy nước, trong dNPP trong vùng c xoáy nước thì cao hơn 29,5 % so với trung bình toàn khu v cnghiên c u [23].

Thông qua việc sử d ng đồng thời 2 loại ảnh Oceansat-2 (OCM) và anh MODISAqua để đánh giá phân bố không gian của NPP thông qua mô hình VGPM trong năm2013 tại vùng biến ph a đông của An Độ Kết quả nghiên c u cho thay mặc dù có skhác biệt giữa NPP tính toán từ hai loại ảnh trên, tuy nhiên v_ phân bố không gian củaNPP trên hai loại ảnh nay thì c xu hướng giống nhau Sai khác giữa NPP là do thuậttoán ước tính các tham số đầu vào (chla, Ka4so) Kết quả của bài báo cho thấy vai tròcủa ảnh vi n thám và mô hình VGPM trong việc đánh giá phân bố không gian củaNPP [25].

Ung d ng ba mô hình VGPM, Eppley-VGPM (Eppley Vertically GeneralizedProduction model) và CbPM (Carbon-based Production model) từ nguon dữ liệuMODIS tại vùng biển nam Trung Hoa năm 2017 để đánh giá di n biến NPP Kết quả

cho thay mặc dù có s khác biệtv NPP ở 3 mô hình Tuy nhiên v phân bố khônggian của NPP ở cả 3 mô hình đ u cho thấy: NPP tập trung cao tại vùng ven bờ và cửasông, ở vùng biển mở (open sea) thì NPP thấp hơn va NPP thấp nhất ở các vùng biểnsâu (deep sea) [66].

Nghiên c u sử d ng dữ liệu SeaWIFS va MODIS level 3, 9km va mồ hìnhVGPM dé đánh giá bién động theo không gian và thời gian của NPP Nghiên c u đượcth c hiện tại vùng biển nam trung Hoa trong giai đoạn 1998 — 2006 Kết quả nghiênc ucho thấy đỉnh c c đại của NPP thường rơi vào mùa đông Tại những vùng ven bờ,NPP cao hơn gấp 3 lần so với trung bình toàn vùng NPP đạt c ¢ đại trong mùa hè(trong mùa gió tây nam) tại các vùng nước trồi của Việt Nam (nước trồi mang dinhdưỡng lên tang mặt) và đồng bằng Sông Cửu Long (nguôn thải từ 1 e địa cung cấpdinh dưỡng) Kết quả của bài báo góp phan kh ng định vai trò của hiện tượng nướctrồi và nguồn thải từ đồng bằng Sông Cửu Long đến phân bố của NPP trong vùng biếnnam Trung Hoa Bên cạnh d , bai báo cũng cho thấy biến động theo không gian vàthời gian của NPP tại vùng biển nam Trung Hoa chịu ảnh hưởng bởi các đi u kiện môitrường, như hàm lượng chla, độ sâu tang ưu quang, di u kiện gió mua, hiện tượngnước trồi, dòng chảy từ sông và các dòng chảy ven bờ [51]

1.2.2 Tại Việt NamNghiên c u đánh giá sơ bộ v dòng năng lượng cũng như hiệu suất chuyển hóanăng lượng trong các hệ sinh thái biển thông qua việc sử d ng mô hình chuyển hóanăng lượng theo các bậc dinh dưỡng được th c hiện tại vùng biển Việt Nam vào năm2009 Kết quả nghiên c u cho thấy hiệu suất chuyển h a năng lượng từ năng lượngmặt trời sang th c vat n i đạt 0,17% — 0,27 % và từth c vat n i lên cá đạt 0,062 % -0.75 % Từ đ c thé đánh giá tỉ m năng khai thác nguôn lợi sinh vật của vùng biểnven bờ Việt Nam và so sánh với các vùng khác trên thế giới [26]

Nghiên c u sử d ng anh MODIS Aqua level 3 dé thu thập dữ liệu chlorophyll atrên biển Đông giai đoạn 08/2011 — 07/2012 Theo đ tác giả sử d ng ngôn ngữ VisualBasic 6.0 và chương trình ADO dé lọc, phân tích và xử lý số liệu Kết qua cho thaynguồn số liệu chlorophyll được giải đoán từ ảnh vi n thám ch p từ vệ tinh MODISAqua là đáng tin cậy và có thé sử d ng trong việc nghiên c us c sản xuất sơ cấp cũngnhư giám sát chất lượng môi trường nước [63]

Nghiên c u xây d ng bản đồ nhiệt độb mặt và nồng độ chlorophyll a trên vùngbiển mi n nam Việt Nam giai đoạn 2014 — 2016 từ nguồn ảnh MODIS Aqua level 2.Trong nghiên c u nay, tác giả sử d ng phần m m SeaDAS để giới han vùng nghiênc u vả khai báo lại hệ quy chiếu Sau đ sử d ng phần m m ArcGIS để đọc filenetCDF và xây d ng ban đồ phân bố nhiệt độ, chlorophyll a Kết quả nghiên e u đượcng d ng déd_ báo ngư trường khai thác cá xa bờ cho vùng biển nam Việt Nam [58].

Đánh giá biến động của trường nhiệt độ nước biển ở vùng nước trồi Nam TrungBộ trên nguồn dữ liệu MODIS level 3 trong thời gian từ năm 1997 — 2016 Trongnghiên c u nay, tác giả sử d ng phần m m Golden Software — Surfer ph cv nội suydữ liệu, chiết xuất, phân tích, hiển thi dữ liệu hải dương theo mặt rộng, theo mặt cắt.Kết quả nghiên c u chỉ ra rang phân bố dị thường của trường nhiệt độ nước biến tangmặt vào mùa gi Tây Nam dưới tác động của hiện tượng El Nino, với s dịch chuyểnrõ rỆt của tâm vùng lạnh lên phía bắc vào thời ky hậu El Nino [56]

Nghiénc u đầu tiên sử d ng tư liệu vi n thám dé tính toán NPP trên biển tại ViệtNam được th c hiện năm 2004 Nghiên c u này sử d ng ảnh SeaWIFS kết hop với 2mô hình VGPM và MLDM (Mixed Layer Production Model) để đánh giá phân bốkhông gian của NPP vùng biến Việt Nam Kết quả nghiên c u cho thấy, d a vào phânbố không gian của NPP để quan sát một số đặc trưng động I c học biển Việt Nam nhưhiện trượng nước trdi trong mùa gió Tây Nam tại vùng ven bờ Việt Nam Xu hướngphân bố của NPP từ ảnh vi n thám tương đương với số liệu đo đạc hiện trường đãcông bố trước d Bên cạnh đ , dữ liệu NPP có thé được sử d ng dé nghiênc uv haidương học ngh_ cá trong thời gian tiếp theo [36]

Thông qua nghiên c u tính toán NPP tại vùng biển nam Việt Nam từ anhMODIS Aqua cấp độ 3 Kết quả nghiên c u góp phan cung cấp dẫn liệu v NPP chovùng biến Việt Nam Bên cạnh đ , nghiên c u cũng cho thay phân bố không gian củaNPP bị tác động bởi hiện tượng nước trôi, lượng trầm tích từ sông Mê Kông và nguồndinh dưỡng thải bỏ từ hoạt động của con người Nghiên cu cũng cho thay NPP có théđược ngd ng vào hải dương học ngh cá tại vùng biển Việt Nam [46]

Đánh giá năng suất sơ cấp vùng vịnh Vân Phong (Khánh Hòa) từ dữ liệu vi nthám theo mô hình VGPM và dữ liệu đo đạc hiện trường đã được th c hiện năm 2014.Kết quả nghiên c u cho thấy khôngc s khác biệt giữa NPP từ dữ liệu vi n thám va

dữ liệu đo đạc th c địa Bên cạnh d từ nguồn dữ liệu anh MODIS, đ tài cho thayPAR trung bình tháng tại vịnh Vân Phong mùa khô cao hơn 43 % so với mùa mua

[47].

1.3 TONG QUAN VÉ KHUV C NGHIÊN CỨU

1.3.1 Vị trí địa lý và địa hìnhVùng duyên hải Nam Trung Bộ có tọa độ địa lý trên đất li n từ 11933°18” đến16912°58” vĩ độ Bac; từ 107912°40”đến 1090923°24” kinh độ Đông Ph a Bac vùng giápThừa Thiên - Huế (vùng Bắc Trung Bộ); ph a Đông giáp biển Đông: pha Tây giápCong hòa Dân chủ Nhân dân Lào và các tỉnh Kon Tum, Gia Lai, Đắk Lắk, Lâm Đồng(vùng Tây Nguyên); phía Nam giáp các tỉnh Đồng Nai, Bà Rịa — Vũng Tau (vùngĐông Nam Bộ) T ng diện tícht nhiên toàn vùng năm 2012 xấp xi 44.376.9 km?chiếm 13,4% diện tích cả nước [62]

Vùng duyên hải Nam Trung Bộ là dải đất hẹp ngang (trung bình 40 km đến 50km) kéo dài khoảng 800 km từ Đà Nẵng đến Bình Thuận, bao gồm 7 tỉnh và một thànhphố tr c thuộc trung ương là: Đà Nẵng, Quảng Nam, Quảng Ngãi, Bình Định, PhúYên, Khánh Hòa, Ninh Thuận và Bình Thuận (Hình 1.1) Duyên hai Nam Trung Bộnăm kẹp giữa một bên là Tây Nguyên rộng lớn và một bên là biển Đông với nhi u đảo,quan dao, trong đ c 2 quan đảo Hoàng Sa và Trường Sa Quan đảo Hoàng Sa nămtrong một phạm vi khoảng 15.000 km’, từ 15°45’ đến 17°05’ vi độ Bac và giữa kinhtuyến khoảng 111° đến 113° kinh độ Đông: xung quanh là độ sâu hơn 1.000 m, songgiữa các đảo c độ sâu thường dưới 100 m Quan đảo Hoàng Sa nằm ngang bờ biển

các tỉnh Quảng Tri, Thừa Thiên - Hué, Quang Nam va mot phan Quang Ngai, cach dao

Lý Sơn 123 hải lý (xap xi 228 km) Quan đảo Trường Sa trải dai từ 6°2’ đến 11°28’ viđộ Bac, từ 112° đến 115° kinh độ Đông trong vùng biển chiếm khoảng 160.000 km?đến 180.000 km? Biển tuy rộng nhưng diện t ch các dao, đá, bãi n i trên mặt nước rấtít, chỉ khoảng 11 km? Trường Sa cách bờ biển Khánh Hòa (Cam Ranh) khoảng 250hải lý (464 km) v_ pha Đông Nam [62].

Vùng biển Nam Trung Bộ năm trong vùng biển mi n Trung, có th ml e địa rấthep Đường d ng sâu 200 m gan với bờ, độ dốc tương đối lớn và phạm vi ngư trườnghẹp Vùng biên mi n Trung mang đặc trưng của vùng biên sâu, chê độ thủy văn được

hình thành trong quá trình tương tác của nước biến khơi và nước biển vịnh Bắc Bộchảy dọc bờ xuống ph a nam vào mùa gi Đông Bac Tuy nhiên ảnh hưởng của biển

khơi quanh năm vẫn giữ vai tro chính [62]

108°0'0"E 109°0'0"E 110°0'0"E 111°0'0"E 112°0'0"E

Thừa Thiênz Huế (

~ ~>

nó” 108°0'0"E 109°0'0"E 110°00"E 111°00"E 112°0'0"E

Hình 1.1 Khu v cnghiênc u1.3.2 Điều kiện khí hậu

Vung duyên hai Nam Trung Bộ mang khí hậu đặc trưng nhiệt đới gió mùa nóngâm, quanh năm năng nóng, nhiệt độ cao và it biến động Nhiệt độ trung bình năm từ25°C đến 26°C, trung bình năm cao nhất 29°C đến 310C, trung bình năm thấp nhất21°C đến 23°C Với những đặc trưng của khí hậu nhiệt đới gi mùa như n ng ẩm,nhiệt độ cao, mưa nhi u nên duyên hai Nam Trung Bộ thường xuyên xảy ra thiên tainhư han hán, I t lội Nhìn chung, thời tiết của khu v_c duyên hải Nam Trung Bộ khákhắc nghiệt, mùa mưa nhỉ u, sông suối dâng nước dẫn tới lũ quét, sạt lở, mùa năng thì

hạn hán, bão hay xảy ra từ tháng 9 tới tháng 11 Vùng duyên hải Nam Trung Bộ mỗi

năm e 2 mùa rõ rệt: mùa khô kéo dài tháng 1 đến tháng 8 và mùa mưa từ tháng 9 đếntháng 12 [62].

Vùng duyên hai Nam Trung Bộ cũng là một trong những khu v c chịu anhhưởng nặngn của bão và áp thấp nhiệt đới Bão hoạt động mạnh nhất vào tháng 10,tần suất 1,0 đến 1,3 cơn bão/tháng, chỉ sau vùng Bắc Trung Bộ (với tần suất 1,3 đến

1,7 cơn bão/tháng) Đây là một yếu tố bất lợi của vùng đối với hoạt động du lịch trongmùa mưa bão Ngoài ra vùng cũng là một trong những khu v_c chịu ảnh hưởng sâu sắccủa biến d i khí hậu và hiện tượng nước bién dâng [62].

1.3.3 Điều kiện dân cw và xã hội Duyên hải Nam Trung BộTheo thống kê năm 2012, t ng dân số vùng Nam Trung Bộ là khoảng 9 triệungười Dân cư tập trung đông đúc ở các vùng ven biến; ở các vùng núi ph a tây, dân cưchủ yếu là các dân tộc t người và hoạt động kinh tế chủ yếu là chăn nuôi và trồng trot.Ty lệ hộ nghèo, thu nhập bình quân, tỷ lệ người biết chữ còn thấp so với chỉ số chungcủa cả nước [62|.

1.3.4 Tình hình phát tri n kinh t cia vùng Nam Trung BộHoạt động kinh tế chủ yếu ở vùng Nam Trung Bộ là ngư nghiệp do quỹ đất hạnhẹp và đi u kiện khí hậu khắc nghiệt C_ thé [62]:

Nông nghiệp: Kh khăn của vùng là quỹ đất nông nghiệp rất hạn ché.Ngư nghiệp: Là thế mạnh của vùng, bao gồm nuôi trồng, đánh bắt thủy sản Diệntích nuôi trồng thuỷ sản khoảng 60.000 ha, có thể nuôi trồng các loại đặc sản (tôm,tôm htm, cá mu, ngọc trai ) trên các loại thuỷ v c: mặc, ngọt, lo Các mặt hang xuấtkhẩu chủ yếu là m c, tôm, cá đông lạnh Ngh_ muối, chế biến thủy sản khá phát triển,n ¡ tiếng là muối Cà Ná, Sa Huỳnh, nước mắm Nha Trang, Phan Thiết

Dịch v : Nhờ đi u kiện địa lý thuận lợi nên các hoạt động vận tải trung chuyểntrên tuyến Bắc - Nam di n ra sôi động Vận tải biển trong nước và quốc tế có nhi uthuận lợi Các thành phố cảng biển vừa là đầu mối giao thông thủy bộ vừa là cơ sởxuất, nhập khẩu quan trọng của các tỉnh trong vùng và Tây Nguyên Duyên hải NamTrung Bộ dang trở thành điểm đến của khách quốc tế bằng đường biến Du lich là thémạnh kinh tế của vùng Đây là một trong 3 vùng phát triển mạnh v_ du lịch Một sốđịa phương như Bình Thuận, Khánh Hòa, Quảng Nam, Da Nang đã dan kh ng địnhđược thương hiệu v_ du lịch của mình.

Công nghiệp: Công nghiệp lọc hóa dau, co kh , chế biến nông sản, thủy sản, điệnnăng, th c phẩm khá phát triển Phan lớn giá trị công nghiệp tập trung ở các thành phốĐà Nang, Quy Nhơn và dải ven biển

1.3.5 Tài nguyên thiên nhiênTài nguyên thiên nhiên của vùng Nam Trung Bộ bao gồm [62]:

Sông ngòi: Đặc điểm chung là sông ngòi khu v c này rất ngăn và dốc Do d ,hay xảy ra lũ vào mùa mưa nhưng nước rút nhanh nên mùa khô lại rất cạn Cũng ch nhvì độ dốc lớn nên sông ngòi có giá trị lớnv_ mặt thủy điện.

Khoáng sản: Khu v c duyên hai Nam Trung Bộ không nhi u khoáng san, chuyếu là các loại vật liệu xây d ng Ngoài ra còn c vàng, titan và đá quý.C_ thé pháttriển khai thác dầu khí và sản xuất muối biển

Rừng: Duyên hải Nam Trung Bộ c_ độ che phủ thấp chỉ khoảng 40%, trong đ97% là rừng 26, còn lại là tre vàn a Có rat nhi u loại 26, chim va thu quy nhung bitan pha va anh hưởng nang n_ cua thiên tai, lũ 1 t và han hán.

Biến: Tuy thiên nhiên khắc nghiệt nhưng ưu ái cho vùng bờ biến dai dé tập trungphát triển kinh tế biển mà chủ yếu là du lịch biến

CHƯƠNG 2 CƠ SỞ KHOA HỌC VÀ PHƯƠNG

PHÁP NGHIÊN CỨU

2.1 CƠ SỞ KHOA HỌC2.1.1 Cơ sở vi n thám màu đại đương

Màu sắc của đại dương được xác định bởi những tương tác của ánh sáng tới vớicác chất hoặc các hat c trong nước Cảm biến vi n thám màu đại dương (vi n thámđại dương) sử d ng các tín hiệu trong khoảng bước sóng rộng: từ dải UV (bước sóngtừ 300 — 400 nm) đến dải rada (bước sóng từ 1 cm—1 m) Trong đ vi n thám mau đạidương liên quan đến s tương tác giữa các b c xạ điện từ trong dải khả kiến (bướcsóng từ 400 — 700 nm), dải cận hồng ngoại (bước sóng từ 700 — dưới nm) nm va môitrường thủy sinh [14].

CZCS1978

Vi n thám đại dương bao gồm chủ động và bị động [14]:Vi n thám ch động: tín hiệu của các đặc điểm đã biết được gửi từ cảm biến (mộtmáy bay hoặc vệ tinh) tới đại dương và tn hiệu trả v được phát hiện sau một khoảngthời gian xác định bởi khoảng cách từ vật mang cảm biến đến đại dương và bởi tốc độánh sáng Một vid v vi n thám chủ động ở bước sóng khả kiến là sử d ng laser

huỳnh quang phát hiện chla, chất màu vàng (yellow matter) hoặc các chất gây 6nhi m Trong laser huỳnh quang này, một xung ánh sáng UV được gửi đến b_ mặt đạidương, và những đặc trưng quang ph của huỳnh quang tại bước s ng UV và bướcsóng khả kiến sẽ cung cấp thông tin v_ vị trí, loại và nồng độ của chất huỳnh quang cótrong nước.

Vị n thám th động: nguồn tín hiệu tới phát ra từ ánh sáng mặt trời Víd phbiến nhất của cảm biến vi n thdm th động là việc sử d ng ánh sáng mặt trời đã đượctán xạ trong nước và quay trở lại cảm biến Ánh sáng này có thể được sử d ng để suyra nông độ chla, CDOM hoặc các hạt khoáng trong nước gan b mặt; độ sâu đáy vàphân loại đáy biến trong vùng nước nông: và các thông tinv hệ sinh thái khác như

năng suất SƠ cấp, các nhóm ch c năng th c vật phù du, hoặc tình trạng sinh lý th c vật

phù du.Vi n thám mau đại dương th động bắt đầu với vệ tinh Coastal Zone ColorScanner (CZCS) được ph ng năm 1978 CZCS là một cảm biến đa ph ,c nghĩa là chỉcó một vài dải bước sóng với băng thông 10 nm trở lên [14] Sau thành công củaCZCS, nhi u cảm biến đa ph khác đã được phát triển Những cảm biến sau nàythường có thêm một vai dải băng thông hẹp hơn Do d , Sea-viewing Wide Field-of-view Sensor (SeaWiFS) dic thêm một dải băng ph gần bước s ng 412 nm để cảithiện khả năng phát hiện Colored Dissolved Organic Matter (CDOM); các dai ganhong ngoại được sử d ng dé di u chỉnh khí quyên [14] Ngày nay có nhi u vệ tinh sửd ng cảm biến siêu ph , thường có từ 100 dải trở lên với băng thông từ 5 nm trởxuống [14] Bộ cảm biến MODerate resolution Imaging Spectroradiometer (MODIS)b sung thêm bước sóng trong dai 400 - 900 nm, được sud ng để phát hiện các đámmay, sol kh (aerosols) và hơi nước trong khí quyền [14] Bên cạnh d , với s xuấthiện của cảm biến Compact Airborne Hyperspectral Imager (CASI), là một cảm biếnsiêu ph được sử d ng rộng rãi trong cảm biến vi n thám của các vùng nước ven bở.Nó có 228 dải băng ph chồng chéo hơi, mỗi dải c băng thông 1,9 nm và bao phủtrong khoảng bước sóng 400 - 1000 nm [14] Người sử d ng cảm biến CASI thườngchọn một nhóm nhỏ của những băng tan này dé sử d ng cho một ng d ngc thể khicần thiết [14] Các hệ thống đo độ sâu của Lidar thường sử d ng bước sóng 488 nmtrong nước “blue” hoặc 532 nm trong nước “green” [14].

Mặc dù vi n thám thường thu thập thông tin cho một điểm không gian tại mộtthời điểm, tuy nhiên hầu hết các ng d ng đ u kết hợp các phép đo từ nhi u điểm đểxây d ng một hình ảnh,t c là bản đỗ không gian 2D của đại dương hiển thị thông tinmong muốn tại một thời điểm [14] Các hệ thống vệ tinh thường c_ độ phân giải khônggian (k ch thước của một điểm anh ởb_ mặt đại dương) từ 250 m đến | km Những hệthong này rất hữu ích cho các nghiên c u quy mô từ vùng (khu v _c) cho đến toàn cau.Các hệ thống Airborne có thé e độ phân giải nhỏ đến 1 m, theo yêu cầu đối với các

ng d ng như lập bản đồ rạn san hô.Trong vi n thám mau đại dương th động, ánh sáng mặt trời (với đặc tính phđược biết đến) sẽ đi vào nước Các đặc trưng ph của ánh sáng mặt trời sau d duocthay đ i, tùy thuộc vào tính chất hap th và tán xạ của nước, tất nhiên ph thuộc vàothành phan và nông độ của các thành phan khác nhau c trong nước Các đặc trưngph đã bị thay đ i này sẽ quay trở lại (đi ra khỏi nước) và được xác định bởi các cảmbiến được gắn trên máy bay hoặc trên các vệ tinh Nếu chúng ta biết các chất (thànhphan) khác nhau thay d i thông tin ánh sáng mặt trời như thé nào, vid như s thayđ ¡ thông tindos hấp th, tán xạ hay huỳnh quang thi chúng ta có thé hy vọng từ ánhsáng mặt trời bị thay d i tìm ra những chất phải c trong nước va ở nồng độ nào Tuynhiên, quá trình "làm việc ngược” này là một vấn đ nghịch đảo đây kh khăn Vàngày nay, những kh khăn này c thé được khắc ph c, và vi n thám mau đại dương đãgiúp gia tăng s hiểu biết của chúng tav các đại dương ở quy mô địa phương haytoàn cầu (quy mô v không gian); và ở quy mô hằng ngày đến quy mô hàng thập kỉ(quy môv_ thời gian) [14].

2.1.2 Cơ sở phân tích thống kêThống kê là một hệ thống các phương pháp bao gồm thu thập, t ng hợp và trìnhbày số liệu, t nh toán các đặc trưng của đối tượng nghiên c u nhằm ph cv cho quátrình phân tích,d đoán và đ ra các quyết định Thống kê gồm 2 hai lĩnh v c [22]:

e Thống kê mô tả bao gồm các phương pháp liên quan đến việc thu thập sốliệu, tóm tắt, trình bày, t nh toán các đặc trưng khác nhau để phản ánh mộtcách t ng quát đối tượng nghiên c u

e Thống kê suy di n bao gồm các phương pháp ước lượng các đặc trưng củat ng thé nghiên c u, phân tích mối liên hệ giữa các hiện tượng nghiên c u, d

đoán hoặc đ ra các quyết định trên cơ sở các số liệu thu thập được Phươngpháp phân tích hồi quy thường được dùng trong thống kế suy di n.

- _ Tương quan tuyến tính: Dé kiêm định mỗi tương quan giữa hai biến địnhlượng, thông thường sử d ng phương pháp phân t ch tương quan và hồiquy Người ta sử d ng một số thông kê có tên là hệ số tương quan Pearsonđể lượng hoá m c độ chặt chẽ cua mối liên hệ tuyến tính giữa hai biến địnhlượng Tri tuyệt đối của hệ số tương quan Pearson cho biết m c độ chặt chẽcủa mối liên hệ tuyến tính Giá trị tuyệt đối của hệ số tương quan Pearsontiến gân đến 1 khi hai bién có mối tương quan tuyến tính chặt chẽ Giá trịtuyệt đối của hệ số tương quan Pearson = 0 chỉ ra rằng hai biến không cómối liên hệ tuyến tính [22]

- H i quy tuyến tính: Nếu kết luận rang hai biến có mối tương quan tuyếntính chặt chẽ với nhau qua hệ số tương quan Pearson thì tac thể mô hìnhhoá mối quan hệ nhân quả của chúng bang mô hình hoi quy tuyến tính,trong d một biến được gọi là biến ph thuộc (hay biến được giải thích) vàbiến còn lại là biến độc lập (hay biến giải thích) Mô hình này sẽ mô tả hìnhth c của mối liên hệ và quad giúp tad đoán được m c độ của biến phthuộc khi biết trước giá trị của biến độc lập [22]

2.2 CƠ SỞ TÍNH TOÁN TỪ VIÊN THÁM

2.2.1 Thuật toán xác định PARThuật toán này ước tính b c xạ quang hợp trung bình hàng ngày ởb_ mặt đại

dương (Einstein m day) PAR được định nghĩa là dòng năng lượng lượng tử từ mặt

trời trong phạm vi bước s ng 400 - 700nm Đối với các ng d ng màu đại dương,PAR là một tham số đầu vào trong mô hình h a năng suất sơ cấp trên biển Kết quacủa thuật toán này ph thuộc vào s sẵn có của các phát xa ở thượng tan khí quyềnquan sát được trong dải quang ph khả kiến Thuật toán có thé áp d ng cho vệ tinhMODIS, MERIS, SeaWiFS, VIIRS và tat cả các cảm biến mau đại dương Dữ liệuPAR cung cấp từ NASA bao gồm bộ sản phẩm tiêu chuẩn cấp độ 2 OC và bộ sanphẩm PAR cấp độ 3 Thuật toán được phát triển lần đầu tiên trên vệ tinh SeaWIFS, tuy

nhiên ngày nay thuật toán đã được t ng quát h a dé cho phép hoạt động trên bat kỳ bộcảm biến nàoc đủ các dải quang ph khả kiến [41].

Thuật toán PAR yêu câu dữ liệu đầu vào là cácb cxaph ở đầu dòv phản xạ ởthượng tang khí quyền của các băng ph trong dải khả kiến không ở trạng thái bão hòatrên các đám mây Đi u này c nghĩa rang ít nhất một vài băng ph trong dai khả kiếncó thé đo lường được những thay d i của b c xạ từ đại dương rất tối đến những đámmây rất sáng [20, 41]

2.2.2 Thuật toán xác định chlaThuật toán nay dùng dé ước t nh nồng độ chlorophyll a gầnb_ mặt biển (mg m?),

được tính toán băng mỗi quan hệ th c nghiệm từ dữ liệu chla đo đạc hiện trường và

phản xa vi n thám (Rs) trong dai blue dén green cua ph kha kién Két qua cua thuattoán ph thuộc vào s san có của ba hay nhi u dải cảm biến trải rộng trên dải bướcs ng 440 - 670 nm Thuật toán có thé áp d ng cho tat cả các cảm biến màu đại dươnghiện nay Dữ liệu chla bao gồm một phan cua bo san pham tiêu chuẩn cấp độ 2 OC vàbộ sản phẩm cấp độ 3 Ước t nh nồng độ chla phải kết hợp hai thuật toán, thuật toán tỷlệ băng tần của O'Reilly OCx (v d : chl_oc4) và thuật toán chỉ số màu (CI) (chl_hu)

[39]:e Thuật toán CI sud ngs khác biệt giữa các Ris trong dải green va một tham

chiếu ở dạng tuyến tính giữa Rr trong các dải blue đến red [39]:

Cl = Ris(Agreen) ~~ [Rs(Àbue) + (Agreen — Àblue)/ (Ared ~~ Ablue) *(Rrs(Ared) ~~ Rys(Abiue)) | (1)

Trong đ : Ablue: 443 nm; Agreen: 555 nM; Area: 670 nm.e Thuật toán OCx là mối quan hệ da th c bậc bốn giữa ty lệ R„ va chla [39]:

MODIS | 443>488 | 547 02424 | -2,7423 | 18017 | 0/0015 | -1,2280

Neu nz: [39]Ghi chu: Ris (Ablue) là giá tri lớn nhất của một số giá tri Ris đầu vào

e Nếu chla dưới 0,15 mg m, thuật toán CI được sử d ng

e Nếu chla trên 0,20 mg m, thuật toán OCx được sử d ng.e Nếu chla năm trong khoảng 0,15 — 0,20 mg m, thuật toán CI và OCx được

pha trộn bằng cách sử d ng phương pháp c_ trong so.2.2.3 Thuật toán xác định SST

Thuật toán SST sóng ngăn trên vệ tinh MODIS sử d ng các băng tan 22 và 23 ởbước s ng 3,959 va 4,050 um Thuật toán tính toán SST s ng ngăn (SST4) như sau

[42]:

dBT = BT39 — BT40 (3)Trong đ :

e BT39: nhiệt độ ch i sáng tại bước s ng 3,959 um, °Ce BT40: nhiệt độ ch i sáng tại bước s ng 4,050 um, °CSTT được xác định theo công th c sau [42]:

SST4 = ao + ai x BT39 + a2 x dBT + a3 x 1,0/u— 1,0 (4)Trong d : uw: cosin g c nghiêng của vệ tinh.

2.2.4 Thuật toán xác định Kaa4so0Thuật toán này ước tính hệ số suy giảm ánh sáng ở bước s ng 490 nm (m'),

được tính toán băng mỗi quan hệ th c nghiệm giữa Ka4oo đo đạc th c nghiệm tại hiện

trường và tỷ lệ phản xạ vi n thám (R,s) của kênh blue va green Kết quả của thuật toánnày ph thuộc vào m cđộc mặt của của R„ trong vùng ph kênh green (vid 490 -565 nm) Các vệ tinh MODIS-Aqua, -Terra và các thiết bị khác đ u được hỗ trợ chothuật toán nay [40].

Thuật toán là mối quan hệ đa th c bậc bốn giữa tỷ lệ Ris và Ka4øo đo đạc th cnghiệm [40]:

2.3.D LI US DỤNG TRONG NGHIÊN CỨUSử d ng anh MODIS Aqua cấp độ 3 (L3) trung bình thang, độ phân giải 9 km,được cung cấp mi n ph trên website: https://oceancolor.gsfc.nasa.gov/ [38]:

e Đối với ảnh tr ch xuất PAR: Ảnh được lấy liên t c trong 12 năm, từ tháng01/2007 đến tháng 09/2018, như vậy c t ng cộng 141 ảnh MODIS Aquađược sử d ng Dữ liệu được chia làm hai phan: phần một từ 01/2007 -12/2017 được sử d ng để phân tích thong kê, phân tích chuỗi thời gian và xâyd ng mô hình ARIMA; phân hai từ 01/2018 — 09/2018 dùng để kiếm định độchính xác của mô hình ARIMA đã xây d ng.

e Đối với ảnh tr ch xuất chla, SST, Kao: Ảnh được lay liên t c trong 12 tháng

trong năm 2017, như vay c 12 ảnh MODIS Aqua được sử d ng cho mỗi tham

SỐ.Ảnh MODIS Aqua L3 sau khi tải v được lưu trữ mặc định với định dạngnetCDF - Network Common Data Form (phan tập tin mở rộng c dang *.nc) Dinhdang netCDF duoc xuất hiện lần đầu tiên vào cuối những năm 1980 bởi UnidataProgram Center với m c đch là xây d ng một định dạng tệp cho phép chia sẻ dữ liệugiữa các nhà khoa học trong lĩnh v ekh quyến

Sử d ng ngôn ngữ lập trình mã nguồn mở R [48] để xử lý, bao gồm: đọc, cắt ảnhtheo khu v c nghiên c u, trích xuất dữ liệu từ ảnh MODIS-Aqua; và th c hiện cácphép t nh trung bình, độ lệch chuẩn Bên cạnh đ , tất cả các kiếm định thong kê va déthi cũng được th c hiện trên ngon ngữ R.

Sid ng phần m m ArcGIS dé xây d ng bản đồ khu v e nghiên c u với hệ quychiếu WGS84, múi 48N Sử d ng phần m m SeaDAS để xây d ng bản đồ phân bốPAR, chla, SST, Kaaso Sử d ng phương pháp nội suy IDW (Inverse DistanceWeighting) [5] trên phần m m ArcGIS để xây d ng ban dé phân b6 NPP v e nướcvùng nghiênc u.

2.4 PHƯƠNG PHÁP NGHIÊN CỨU2.4.1 Phương pháp trích xuấtd liệut anh MODIS Aqua L3

Quy trình tr ch xuất giá trị và thông tin đi k m từ ảnh MODIS Aqua L3 đượcth c hiện trên phan m m mã nguồn mở R với ba giai đoạn xử lý như sau (Hình 2.1):