nghiên cứu ứng dụng công nghệ viễn thám và gis đánh giá tác động của nhiệt độ, độ ẩm đến lớp phủ thực vật thông qua chỉ số thực vật (ndvi) khu vực tây nguyên

SỬ DỤNG DỮ LIỆU ẢNH MODIS TRONG ĐÁNH GIÁ NHIỆT ĐỘ BỀ MẶT, ĐỘ ẨM KHÔNG KHÍ VÀ CHỈ SỐ THỰC VẬT NDVI CỦA LỚP PHỦ THỰC VẬT .... - Thu thập, hệ thống hoá, tổng hợp và đánh giá nguồn tài liệu,

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

-

PHẠM VĂN MẠNH

NGHIÊN CỨU ỨNG DỤNG CÔNG NGHỆ VIỄN THÁM VÀ GIS ĐÁNH GIÁ TÁC ĐỘNG CỦA NHIỆT ĐỘ, ĐỘ ẨM ĐẾN LỚP PHỦ THỰC VẬT THÔNG QUA CHỈ SỐ THỰC VẬT (NDVI)

KHU VỰC TÂY NGUYÊN

LUẬN VĂN THẠC SĨ KHOA HỌC

Hà Nội – 2013

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

-

PHẠM VĂN MẠNH

NGHIÊN CỨU ỨNG DỤNG CÔNG NGHỆ VIỄN THÁM VÀ GIS ĐÁNH GIÁ TÁC ĐỘNG CỦA NHIỆT ĐỘ, ĐỘ ẨM ĐẾN LỚP PHỦ THỰC VẬT THÔNG QUA CHỈ SỐ THỰC VẬT (NDVI)

KHU VỰC TÂY NGUYÊN

Chuyên ngành: Bản đồ viễn thám và Hệ thông tin địa lý

Mã số: 60440214

LUẬN VĂN THẠC SĨ KHOA HỌC

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS.TS PHẠM VĂN CỰ

Hà Nội – 2013

LỜI CẢM ƠN

Trước tiên, tôi xin gửi lời cảm ơn tới thầy hướng dẫn luận văn của tôi, phó giáo sư - tiến sĩ Phạm Văn Cự, thầy đã tạo mọi điều kiện, tận tình hướng dẫn và giúp đỡ tôi hoàn thành tốt luận văn này Sự hiểu biết sâu sắc về khoa học, cũng như kinh nghiệm của thầy chính là tiền đề giúp tôi đạt được những thành tựu và kinh nghiệm quý báu

Tôi cũng xin gửi lời cảm ơn đến các đồng nghiệp, cấp trên, thủ trưởng cơ quan Cục Viễn thám quốc gia, Đài Viễn thám Trung ương đã tận tình giúp đỡ cũng như tạo nhiều điều kiện thuận lợi cho tôi trong quá trình nghiên cứu

Cuối cùng tôi xin cảm ơn bạn bè và gia đình đã luôn bên tôi, cổ vũ và động viên tôi những lúc khó khăn để có thể vượt qua và hoàn thành tốt luận văn này

Tôi xin chân thành cảm ơn!

MỤC LỤC

MỞ ĐẦU 1

CHƯƠNG 1 TỔNG QUAN VỀ PHƯƠNG PHÁP SỬ DỤNG DỮ LIỆU MODIS TRONG ĐÁNH GIÁ MỐI TƯƠNG QUAN GIỮA NHIỆT ĐỘ BỀ MẶT, ĐỘ ẨM KHÔNG KHÍ VÀ LỚP PHỦ THỰC VẬT 6

1.1 Tình hình nghiên cứu trên thế giới và trong khu vực 6

1.2 Tình hình nghiên cứu trong nước 10

CHƯƠNG 2 SỬ DỤNG DỮ LIỆU ẢNH MODIS TRONG ĐÁNH GIÁ NHIỆT ĐỘ BỀ MẶT, ĐỘ ẨM KHÔNG KHÍ VÀ CHỈ SỐ THỰC VẬT (NDVI) CỦA LỚP PHỦ THỰC VẬT 17

2.1 Đặc tính phổ của ảnh MODIS 17

2.1.1 Ảnh vệ tinh MODIS 17

2.1.2 Thiết bị thu nhận MODIS 19

2.2 Phương pháp tính nhiệt độ bề mặt (LST) từ dữ liệu MODIS 22

2.2.1 Cơ sở khoa học chiết xuất nhiệt độ bề mặt từ tư liệu ảnh viễn thám 22

2.2.2 Phương pháp chiết xuất nhiệt độ bề mặt từ tư liệu viễn thám 24

2.2.3 Phương pháp chiết xuất nhiệt độ bề mặt từ ảnh MODIS 27

2.3 Phương pháp tính độ ẩm không khí từ dữ liệu MODIS 28

2.3.1 Các loại độ ẩm không khí 28

2.3.2 Phương pháp tính toán độ ẩm không khí từ tư liệu viễn thám 30

2.4 Chiết xuất NDVI và Lớp phủ thực vật từ dữ liệu MODIS 31

2.4.1 Khái niệm chỉ số thực vật 31

2.4.2 Cơ sở vật lý của chỉ số thực vật 32

2.4.3 Công thức tính chỉ số NDVI 33

2.4.4 Phương pháp xử lý dữ liệu NDVI 34

CHƯƠNG 3 TÍCH HỢP VIỄN THÁM VÀ GIS PHÂN TÍCH MỐI TƯƠNG QUAN GIỮA NHIỆT ĐỘ BỀ MẶT, ĐỘ ẨM KHÔNG KHÍ VÀ LỚP PHỦ THỰC

VẬT NĂM 2012 36

3.1 Vùng nghiên cứu 36

3.1.1 Vị trí địa lý 36

3.1.2 Khí hậu 37

3.1.3 Dân cư 38

3.1.4 Kinh tế, tài nguyên, xã hội và môi trường 39

3.2 Các dữ liệu sử dụng 40

3.2.1 Dữ liệu ảnh MODIS 40

3.2.2 Dữ liệu khác 42

3.3 Xây dựng tổ hợp ảnh nhiệt độ trung bình theo năm 42

3.3.1 Tạo ảnh nhiệt độ bề mặt từ ảnh MODIS – MOD11A2 42

3.3.2 Tạo ảnh tổ hợp theo tháng, ảnh tổ hợp theo mùa và ảnh tổ hợp theo năm 43

3.4 Xây dựng tổ hợp ảnh độ ẩm trung bình theo năm 46

3.4.1 Tảo ảnh chỉ số độ ẩm không khí từ ảnh MODIS - MOD07 46

3.4.2 Các ảnh tổ hợp chỉ số độ ẩm không khí theo tháng, theo mùa và ảnh chỉ số độ ẩm theo năm 47

3.5 Xây dựng tổ hợp NDVI trung bình theo năm 50

3.5.1 Tạo ảnh chỉ số thực vật từ ảnh MODIS - MOD13A2 50

3.5.2 Các ảnh tổ hợp chỉ số thực vật NDVI theo tháng, theo mùa và theo năm 51

3.6 Xây dựng mối tương quan giữa nhiệt độ, độ ẩm và lớp phủ thực vật 54

3.6.1 Phân tích không gian trong đánh giá mối tương quan giữa nhiệt độ, độ ẩm đến lớp phủ thực vật thông qua chỉ số thực vật (NDVI) 54

3.6.2 Phân tích hồi quy 56

3.6.3 Sơ đồ khối phân tích, đánh giá tác động của nhiệt độ bề mặt, độ ẩm không khí đến lớp phủ thực vật thông qua chỉ số NDVI 58

3.6.4 Mối tương quan giữa nhiệt độ bề mặt (LST), độ ẩm không khí và chỉ số thực

vật (NDVI) 59

3.6.5 Thành lập bản đồ lớp phủ thực vật với sự tương quan giữa LST-NDVI và RH-NDVI 65

3.7 Phân tích mối tương quan giữa nhiệt độ, độ ẩm và lớp phủ thực vật 70

KẾT LUẬN 71

TÀI LIỆU THAM KHẢO 72

DANH MỤC CHỮ VIẾT TẮT

GIS Geographic Information System (Hệ thống thông tin địa lý)

MODIS Moderate Resolution Imaging Spectroradiometer (Đầu đo ảnh viễn

thám độ phân giải trung bình gắn trên 2 vệ tinh TERRA và AQUA)

NDVI Normalized Difference Vegetation Index (chỉ số thực vật)

LST Land surface temperature (Nhiệt độ bề mặt)

MỤC LỤC BẢNG BIỂU

Bảng 2.1: Các thông số kỹ thuật của ảnh MODIS 20 Bảng 2.2: Các ứng dụng chính của các kênh ảnh MODIS 21 Bảng 3.1: Các kênh phổ đầu tiên của MODIS 41 Bảng 3.2: Sai số của nhiệt độ bề mặt (LST) giữa số liệu các trạm quan trắc và số liệu tính toán trên ảnh MODIS 60 Bảng 3.3: Sai số của độ ẩm không khí tương đối (RH) giữa số liệu các trạm quan trắc

và số liệu tính toán trên ảnh MODIS 63

MỤC LỤC HÌNH

Hình 1.1: Sơ đồ không gian nhiệt độ bề mặt – chỉ số thực vật và quan hệ ý niệm với sự bay hơi, sự thoát hơi nước của cây và phần trăm lớp phủ thực vật 8 Hình 1.2: Chỉ số TVDI của một pixel ảnh [ T s , NDVI] được xác định như một tỷ lệ giữa đường A = (T s – T smin ) và B = (T smax – T smin ) 9 Hình 1.3: Biểu đồ quan hệ T – NDVI của ảnh Landsat 2002 10 Hình 1.4: Biểu đồ quan hệ T – NDVI của ảnh Aster 2006 10 Hình 1.5: Giá trị rìa khô được sử dụng tính toán chỉ số TVDI – giá trị T s cực đại được xác định cho từng khoảng NDVI nhỏ và rìa khô được xác định bằng hồi quy tuyến tính

12

Hình 1.6: Sự phân bố không gian theo chỉ số TVDI cho vùng nghiên cứu, hình chữ nhật chỉ khu vực lấy mẫu rừng Đắc Lắk và vòng tròn chỉ khu vực khô hạn Bình Thuận 13 Hình 1.7: Đồ thị phân tán sự tương quan giữa chỉ số TVDI từ dữ liệu MODIS với chỉ số

độ ẩm từ dữ liệu Landsat ETM + kết hợp với mô hình SVAT 14 Hình 1.8: Sự thay đổi theo thời gian của chỉ số TVDI đối với khu vực rừng Đắk Lắk và khu vực khô hạn Bình Thuận qua 3 mùa khô 2000-2001; 2001-2002 và 2002-2003 14 Hình 2.1: Đồ thị đất (Soil line) 33

Hình 3.1: Vị trí hành chính Tây Nguyên trên bản đồ Việt Nam 36

Hình 3.2: Giao diện chính của phần mềm ENVI 42

Hình 3.3: Tool chọn sản phẩm LST của ảnh modis MOD11A2 43

Hình 3.4: Các thuật toán tính tổ hợp ảnh MODIS - MOD11A2 43

Hình 3.5: Các ảnh tổ hợp nhiệt độ bề mặt trong năm 2012 46

Hình 3.6: Tool chọn các sản phẩm để tính độ ẩm tương đối của ảnh MODIS - MOD07 47

Hình 3.7: Các thuật toán tính tổ hợp ảnh MODIS - MOD07 47

Hình 3.8: Các ảnh tổ hợp độ ẩm không khí tương đối trong năm 2012 50

Hình 3.9: Các thuật toán tính tổ hợp ảnh MODIS – MOD13A2 51

Hình 3.10: Các ảnh tổ hợp chỉ số thực vật NDVI trong năm 2012 53

Hình 3.11: Các mô hình vector và raster 55

Hình 3.12: Vị trí các trạm quan trắc khí tượng khu vực Tây Nguyên 59

Hình 3.13: Biểu đồ quan hệ LST - NDVI mùa khô (a); mùa mưa (b) 61

Hình 3.14: Biểu đồ quan hệ giữa LST - NDVI năm 2012 61

Hình 3.15: Biểu đồ quan hệ RH - NDVI mùa khô (c); mùa mưa (d) 64

Hình 3.16: Biểu đồ quan hệ giữa RH - NDVI năm 2012 64

Hình 3.17: Biểu đồ quan hệ (e) LST-NDVI và (f) RH-NDVI đối với các đối tượng lớp phủ thực vật vào mùa khô 66

Hình 3.18: Biểu đồ quan hệ (g) LST-NDVI và (h) RH-NDVI đối với các đối tượng lớp phủ thực vật vào mùa mưa 66

Hình 3.19: Biểu đồ quan hệ (i) LST-NDVI và (k) RH-NDVI đối với các đối tượng lớp phủ thực vật năm 2012 67

Hình 3.20: Bản đồ lớp phủ thực vật Tây Nguyên mùa khô; mùa mưa năm 2012 68

Hình 3.21: Bản đồ lớp phủ thực vật khu vực Tây Nguyên năm 2012 69

MỞ ĐẦU

1 Tính cấp thiết của đề tài

Rừng là một trong những tài nguyên quan trọng nhất của Tây Nguyên, và trong quá trình phát triển, rừng cũng là một trong những tài nguyên bị đe dọa tàn phá nhiều nhất Trong những năm gần đây, nỗ lực bảo vệ rừng ở Tây Nguyên có rất nhiều kết quả đáng ghi nhận, từ các chủ trương tới các hành động cụ thể

Cùng với áp lực phá rừng lấy đất trồng cây công nghiệp, các nỗ lực phát triển rừng

đã đem lại thay đổi đáng kể về diện tích và chất lượng rừng ở Tây Nguyên Tuy vậy, cho đến nay các đơn vị quản lý rừng vẫn chưa có một công cụ hữu hiệu hỗ trợ cho công tác quản lý, giám sát chất lượng rừng, phản ánh chính xác sự biến động rừng trong khu vực quản lý, đặc biệt là các khu vực trọng điểm như rừng đầu nguồn

Với đặc thù về địa hình, khí hậu và sử dụng đất, rừng Tây Nguyên có vai trò cực

kỳ quan trọng đối với môi trường cũng như phát triển kinh tế xã hội Với môi trường rừng góp phần quan trọng trong việc điều hòa khí hậu, đảm bảo cân bằng sinh thái, làm giảm nhẹ sức tàn phá khốc liệt của các thiên tai; Ngăn chặn xói mòn đất, bảo vệ mực nước ngầm; Là nơi lưu giữ các nguồn gien động thực vật quý hiến Với sự phát triển kinh tế xã hội rừng là nguồn cung cấp gỗ phục vụ cho nhu cầu đời sống và sản xuất; Cung cấp các mặt hàng lâm sản có giá trị xuất khẩu góp phần thu ngoại tệ phục vụ qua trình công nghiệp hóa, hiện đại hóa đất nước; Cung cấp các dược liệu quý có tác dụng chữa bệnh, năng cao sức khỏe cho con người Ngoài ra rừng Tây Nguyên đang đứng trước những thách thức rất lớn đòi hỏi phải có những nỗ lực giám sát, quản lý thường xuyên

Trong điều kiện hiện nay ở Tây Nguyên, sử dụng các lực lượng hiện có chưa thể đáp ứng các yêu cầu này nên một hệ thống có khả năng cung cấp kịp thời, liên tục các thông tin giám sát và quản lý rừng là hết sức cần thiết

Cùng với sự phát triển của công nghệ vệ tinh quan sát Trái đất, khả năng ứng dụng công nghệ viễn thám kết hợp với hệ thông tin địa lý trong công tác giám sát rừng cho thấy có nhiều ưu thế với điều kiện đặc thù của Tây Nguyên

Vệ tinh TERRA và AQUA có trang bị các phổ kế tạo ảnh độ phân giải trung bình

- MODIS, đã mở ra những triển vọng mới cho các nghiên cứu mang tính toàn cầu cũng như khu vực Việc xác định nhiệt độ bề mặt, độ ẩm không khí và chỉ số thực vật (NDVI) cũng nhờ đó có thể được thực hiện với độ chính xác cao hơn nhiều lần so với các hệ thống trước đây Ảnh vệ tinh đa phổ, đa độ phân giải, có độ phủ trùm lớn, có chu kỳ lặp lại theo thời gian giúp thu thập thông tin nhanh chóng, đồng bộ, khách quan rất phù hợp cho công tác giám sát một số yếu tố ảnh hưởng lớn đến rừng ở Tây Nguyên như nhiệt độ

và độ ẩm

Ảnh MODIS với 36 kênh phổ được thiết kế đặc biệt, việc khai thác các thông tin

từ ảnh MODIS đòi hỏi một cách thức tiếp cận mang tính đa thời gian Với cách tiếp cận này các phương pháp đánh giá độ ẩm và nhiệt độ bề mặt từ dữ liệu MODIS thường dựa vào các mô hình lý thuyết cũng như thực nghiệm khác nhau Đây cũng là một trong những kỹ thuật còn khá xa lạ đối với người sử dụng ở Việt Nam

Xuất phát từ thực tế nêu trên, học viên đã lựa chọn tên đề tài của luận văn thạc sĩ:

“Nghiên cứu ứng dụng công nghệ viễn thám và GIS đánh giá tác động của nhiệt độ,

độ ẩm đến lớp phủ thực vật thông qua chỉ số thực vật (NDVI) khu vực Tây Nguyên”

2 Mục tiêu và nhiệm vụ nghiên cứu

Nhiệm vụ nghiên cứu: Để đạt được các mục tiêu trên, trong quá trình thực hiện đề tài

cần giải quyết các nhiệm vụ sau đây:

- Nghiên cứu tổng quan điều kiện tự nhiên và kinh tế - xã hội của khu vực nghiên cứu

- Thu thập, hệ thống hoá, tổng hợp và đánh giá nguồn tài liệu, số liệu từ các dự án,

đề tài, báo cáo trước đây về đánh giá mối tương quan giữa nhiệt độ, độ ẩm và lớp phủ thông quan chỉ số thực vật (NDVI) để tìm các phương pháp tối ưu cho việc xử lý số liệu

và xây dựng tổ hợp nhiệt độ mặt đất, độ ẩm không khí và NDVI trung bình theo mùa, theo năm tại khu vực nghiên cứu

- Sử dụng tư liệu viễn thám quang học đa thời gian (MODIS tổ hợp 8-ngày, ngày), xây dựng tổ hợp nhiệt độ bề mặt, độ ẩm không khí và chỉ số thực vật NDVI, phục

16-vụ quá trình phân tích dựa trên chuỗi dữ liệu đa thời gian nhằm xác định vùng rừng trồng

và rừng tự nhiên Từ đó xây dựng được bản đồ vùng rừng trồng và rừng tự nhiên của khu vực nghiên cứu

- Xây dựng các phương trình hồi quy thể hiện mối tương quan giữa chỉ số thực vật (NDVI) với nhiệt độ bề mặt và chỉ số thực vật (NDVI) với độ ẩm không khí

- Phân tích đánh giá mối tương quan nhiệt độ bề mặt, độ ẩm không khí và lớp phủ thực vật (rừng)

3 Phạm vi nghiên cứu

Phạm vi không gian: Khu vực Tây Nguyên (Gia Lai, Kom Tum, Đắk Lắk, Đắk Nông,

Lâm Đồng)

Phạm vi thời gian: Phân tích mối tương quan giữa nhiệt độ, độ ẩm và lớp phủ thực

vật (rừng) của khu vực năm 2012

4 Ý nghĩa khoa học và thực tiễn của đề tài

Ý nghĩa khoa học: Góp phần khẳng định và mở rộng khả năng ứng dụng phương

pháp viễn thám vào việc phân tích mối tương quan giữa nhiệt độ, độ ẩm và lớp phủ thực vật (rừng)

Ý nghĩa thực tiễn: Góp phần xây dựng phương pháp mới vào quy trình truyền thống

trong công tác phân tích đánh giá mối tương quan giữa nhiệt độ bề mặt, độ ẩm không khí và lớp phủ thực vật (rừng)

5 Tiếp cận và phương pháp nghiên cứu

Tiếp cận:

- Tiếp cận hệ thống: Đối tượng nghiên cứu lớp phủ thực vật (rừng) sẽ được coi là

một chỉnh thể tự nhiên, các hiện tượng chịu ảnh hưởng của một tập hợp các yếu tố tự nhiên

- Tiếp cận không gian: cho phép tích hợp các dữ liệu viễn thám và GIS trong phân

tích và mô hình hoá sự thay đổi lớp phủ thực vật (rừng) với độ ẩm không khí và nhiệt độ

- Phương pháp mô hình hoá

- Phương pháp kiểm chứng điều tra khảo sát thực địa

- Phương pháp phân tích không gian sử dụng GIS

- Phương pháp chuyên gia

CHƯƠNG 1 TỔNG QUAN VỀ PHƯƠNG PHÁP SỬ DỤNG DỮ LIỆU MODIS TRONG ĐÁNH GIÁ MỐI TƯƠNG QUAN GIỮA NHIỆT ĐỘ BỀ

MẶT, ĐỘ ẨM KHÔNG KHÍ VÀ LỚP PHỦ THỰC VẬT

1.1 Tình hình nghiên cứu trên thế giới và trong khu vực

Sử dụng kỹ thuật viễn thám trong theo dõi lớp phủ đã được nghiên cứu trên Thế giới từ những năm 80 của thế kỷ trước Với sự xuất hiện ngày càng nhiều của các hệ thống vệ tinh quan sát Trái đất, việc kết hợp nhiều loại ảnh vệ tinh trong nghiên cứu theo dõi lớp phủ thực vật nói chung cũng như nghiên cứu đánh giá tác động của nhiệt độ bề mặt, độ ẩm không khí thông qua chỉ số thực vật nói riêng cũng đã được tiến hành Hầu hết các tư liệu viễn thám quang học phổ biến với các chức năng quan trắc bề mặt và lớp phủ thực vật đều được các nhà khoa học thí nghiệm đưa vào các nghiên cứu

về tác động của nhiệt độ bề mặt, độ ẩm không khí đến lớp phủ thực vật Mỗi loại tư liệu viễn thám đều có những ưu điểm riêng cho từng mục đích sử dụng, nghiên cứu giám sát, phân tích tác động của nhiệt độ bề mặt, độ ẩm không khí đến lớp phủ thực vật thông qua chỉ số thực vật cũng đòi hỏi những đặc tính riêng của tư liệu viễn thám sử dụng mà không phải loại tư liệu nào cũng phù hợp

Đặc biệt trong khoảng 10 năm trở lại đây khi ảnh vệ tinh MODIS được cung cấp miễn phí tới mọi đối tượng, cung cấp một cách hiệu quả các thông tin đáng tin cậy phục

vụ cho việc theo dõi, đánh giá biến động của lớp phủ thực vật, nhất là trên quy mô lớn, thông qua chỉ số thực vật

Với sự xuất hiện của đầu thu MODIS trên vệ tinh Terra và Aqua, các nghiên cứu tập trung khai thác các tính năng tốt hơn của đầu thu này (độ phân giải không gian, độ phân giải phổ) trong đánh giá, phân tích nhiệt độ bề mặt, độ ẩm không khí và lớp phủ thực vật (rừng)

Cơ sở khoa học và phương pháp luận nghiên cứu sử dụng ảnh MODIS trong theo dõi diễn biến lớp phủ thực vật được xác lập dựa trên:

- Sử dụng khả năng phổ của ảnh MODIS, với đầy đủ các kênh quan trọng trong quan sát thực vật và độ ẩm không khí cũng như các tham số môi trường

- Sử dụng khả năng phân giải thời gian của ảnh MODIS, tần suất quan sát lớn (với hai vệ tinh Terra và Aqua có khả năng cung cấp ít nhất 2 ảnh/ngày)

Bên cạnh đó, các sản phẩm của MODIS đã được chuẩn hóa bởi NASA cùng với các chỉ số được các nhà khoa học trên khắp Thế giới phát triển mang lại cơ sở khoa học

và phương pháp luận quan sát lớp phủ thực vật từ ảnh MODIS hàng ngày, hàng tháng

*) Công trình nghiên cứu của Sakamoto (2005, 2006) và Kotera (2007) ở Nhật Bản Dựa trên chỉ số thực vật tăng cường EVI và chỉ số nước bề mặt LSWI, Sakamoto đã sử dụng một công cụ toán học là phép lọc WFCP (Wavelet based Filter for determining Crop Phenology) để làm trơn xu thế biến thiên theo thời gian của các chỉ số này, loại bỏ các thăng giáng ngẫu nhiên, qua đó những sinh trưởng và phát triển của thực vật dễ dàng được phân tích và nhận diện

*) Công trình nghiên cứu của Lambin và Ehrlich (1996) đã đưa ra giải thích không gian chỉ số thực vật và nhiệt độ bề mặt đất theo khái niệm của sự bay hơi, sự thoát hơi nước và hợp phần lớp phủ thực vật (hình 1.1) dựa vào các nghiên cứu trước đây Theo

họ, các các thay đổi trong nhiệt độ bề mặt tương quan cao với các thay đổi hàm lượng nước bề mặt trên đất trống Đất trống khô – chỉ số thực vật thấp, nhiệt độ cao, đất trống

ẩm – chỉ số thực vật thấp, nhiệt độ thấp Khi phần trăm lớp phủ thực vật tăng, nhiệt độ

bề mặt giảm theo nhiều cơ cấu sinh lý Do đó, các ảnh của tương quan LST-NDVI cho nhiều thông tin hơn so với từng ảnh NDVI hay nhiệt độ bề mặt riêng biệt

Hình 1.1: Sơ đồ không gian nhiệt độ bề mặt – chỉ số thực vật và quan hệ ý niệm với sự

bay hơi, sự thoát hơi nước của cây và phần trăm lớp phủ thực vật

*) Theo Sandholt và n.n.k , 2002 Ts và NDVI kết hợp có thể cung cấp thông tin

về điều kiện sức khỏe thực vật và độ ẩm tại bề mặt trái đất Khả năng chiết tách những thông tin về cân bằng năng lượng và nước bề mặt hoặc phân loại lớp phủ thực vật thông qua quan hệ giữa Ts và NDVI đã được nhiều nhà nghiên cứu quan tâm và việc nghiên cứu sự phân tán của các pixel trong không gian nhiệt độ bề mặt – chỉ số thực vật (hình 1.2) sẽ cung cấp thông tin về điều kiện thực vật và độ ẩm bề mặt Trong không gian [Ts, NDVI], độ dốc của đường hồi quy liên quan đến mức bay hơi của bề mặt, đến kháng trở của lá cây và độ ẩm trung bình của đất Vị trí của pixel ảnh trong không gian [Ts, NDVI]

bị ảnh hưởng bởi rất nhiều yếu tố như nhiệt độ, độ phủ thực vật, độ ẩm, độ bốc hơi, và những đường đồng mức của các yếu tố chính (độ ẩm, độ bay hơi) có thể vẽ được trong tam giác xác định nên không gian [Ts, NDVI] (hình 1.2) Với cùng điều kiện khí hậu thì nhiệt độ bề mặt Ts sẽ nhỏ nhất tại những bề mặt có độ bay hơi cực đại do lượng nước bão hòa – tao nên đường đáy “rìa ướt” của tam giác không gian gian [Ts, NDVI] Ngược lại, tại các bề mặt có độ bay hơi cực đại – tạo nên đường hạn chế trên “rìa khô” của tam

độ bề mặt Ts, nhà nghiên cứu Sandholt (2002) đã đề nghị sử dụng chỉ số khô hạn nhiệt

độ - thực vật (TVDI) được xác định theo công thức:

𝑇𝐷𝑉𝐼 = Ts−Ts min

𝑎+𝑏∗𝑁𝐷𝑉𝐼−𝑇𝑠 𝑚𝑖𝑛 (1.1)

Ở đây Ts min là nhiệt độ bề mặt cực tiểu trong tam giác xác định rìa ướt, Ts là nhiệt

độ quan sát tại pixel ảnh cần tính, NDVI là chỉ số thực vật chuẩn, Tsmax là nhiệt độ bề mặt cực đại quan sát được cho mỗi khoảng giá trị của NDVI Như vậy điểm mấu chốt

để tính được TDVI là xác định được đường rìa khô đối với ảnh đang nghiên cứu và đường rìa khô được mô hình hóa như một xấp xỉ tuyến tính (Ts max = a+b*NDVI) và

từ các khoảng giá trị NDVI sẽ tính ra được những pixel với nhiệt độ bề mặt cực đại tương ứng để tính tham số a và b TVDI có giá trị 1 tại “rìa khô” và 0 tại “rìa ướt”

Hình 1.2: Chỉ số TVDI của một pixel ảnh [ T s , NDVI] được xác định như một tỷ lệ giữa

đường A = (T s – T smin ) và B = (T smax – T smin )

Bên cạnh các sản phẩm chuẩn hóa của MODIS, các nhà nghiên cưu cũng đưa ra một số sản phẩm được tính toán từ dữ liệu MODIS như trường thực vật liên tục (VCF – Vegetation Continuos Field) là sản phẩm ước tính tỷ lệ mỗi điểm ảnh của thảm thực vật che phủ (Hansen et al 2003), và các phương pháp được sử dụng để tạo ra các sản phẩm này cũng đã được mở rộng để lập bản đồ rừng hàng năm từ một chuỗi dữ liệu tổng hợp hàng tháng của MODIS (Potapov et al 2008)

Như vậy, có thể thấy rằng các nghiên cứu trên Thế giới trong vòng 10 năm qua tập trung nhiều vào việc sử dụng ảnh MODIS để theo dõi lớp phủ thực vật trên quy mô khu vực và đã có những thành tựu đáng kể, cả về mặt lý thuyết cũng như công nghệ

1.2 Tình hình nghiên cứu trong nước

*) Được kế thừa và phát triển từ nghiên cứu của tác giả Lambin và Ehrlich đã giải thích không gian chỉ số thực vật và nhiệt độ bề mặt theo khái niệm của sự bay hơi, sự thoát hơi nước và hợp phần lớp phủ thực vật và tìm ra mối quan hệ giữa nhiệt độ và chỉ

số thực vật mà nhóm tác giả Trần Thị Vân và Nguyễn Hằng Hải tiếp tục mở rộng phương pháp cả về chiều sâu và tính toán bằng những nghiên cứu ở huyện Nhà Bè thuộc TP Hồ Chí Minh và đã có một số kết quả về mối quan hệ giữa nhiệt độ và chỉ số thực vật:

Hình 1.3: Biểu đồ quan hệ T – NDVI của ảnh Landsat 2002

Từ biểu đồ quan hệ T - NDVI hình 1.3 và hình 1.4 trong 2 ảnh là âm, ta thấy các

đối tượng thực vật có đặc điểm chung là chỉ số NDVI càng lớn thì nhiệt độ càng giảm

Sinh khối cây xanh tăng làm tăng sự bốc thoát hơi nước, sự thoát hơi nước càng lớn và

sự truyền nhiệt tiềm ẩn càng lớn khiến cho nhiệt độ bề mặt thấp

Nói chung, nghiên cứu của Trần Thị Vân và Nguyễn Hằng Hải là thực sự hữu ích

cho những đánh giá cấp vùng hoặc cấp quốc gia không chỉ riêng vấn đề về giám sát lớp

phủ thực vật mà còn liên quan đế vấn đề giám sát hệ thống hạn hán trong nông nghiệp

theo thời gian

*) Dựa vào những công trình nghiên cứu của nhóm tác giả Sandholt và n.n.k, 2002

TS Trần Hùng đã sử dụng dữ liệu ảnh MODIS thu được từ vệ tinh Terra và Aqua bao

gồm 36 kênh trong các dải phổ nhìn thấy, hồng ngoại gần và sóng ngắn và kênh nhiệt

với độ phân giải không gian từ 250m, 500m và 1000m Để phục vụ cho nghiên cứu này

tổng số ảnh MODIS được chọn cho 3 mùa khô là 16 cảnh cho mùa khô 10/2000 – 2/2001,

15 cảnh cho mùa khô 11/2001 – 3/2002 và 17 cảnh cho mùa khô 10/2002 – 3/2003

Giá trị nhiệt độ bức xạ tại đầu thu MODIS cho kênh 31 và 32 được tính theo công

thức Plank:

(1.2)

Ở đây: Ti(Ri) – nhiệt độ bức xạ tính theo độ Kelvin cho từng pixel của kênh i; C1 –

hằng số định cỡ (1.1910659 x 10-5mWm-2sr-1cm4); C2 – hằng số định cỡ (1.438833

cm0K); vi – giá trị bước sóng trung tâm cho kênh i; Ri – bức xạ phổ đã được hiệu chỉnh

cho từng pixel của kênh i Sau đó, giá trị nhiệt độ bề mặt trái đất được tính từ nhiệt độ

bức xạ của kênh 31 và 32 (trong dải sóng 10.5 – 12.5μ m sử dụng thuật toán

split-windows cho ảnh MODIS (Wan, 1999)

Chỉ số NDVI được tính từ kênh 1 và kênh 2 của ảnh MODIS đã được hiệu chỉnh theo công thức dưới đây và được chuyển về cùng độ phân giải 1km với Ts

𝑁𝐷𝑉𝐼 = 𝑀𝑜𝑑𝑖𝑠2−𝑀𝑜𝑑𝑖𝑠1

𝑀𝑜𝑑𝑖𝑠2+𝑀𝑜𝑑𝑖𝑠1 (1.3)

Đồ thị phân tán của Ts như là một hàm số của chỉ số thực vật chuẩn NDVI được xây dựng cho từng ảnh MODIS đã được chọn trong 3 mùa khô Để tính chỉ số TVDI theo công thức (1), giá trị Tsmin (đường “rìa ướt”) được xác định như giá trị nhiệt độ mặt nước trung bình của Biển hồ Ton – Lesap (Campuchia) Tham số a và b của đường “rìa khô” cho mỗi 1 cảnh MODIS được xác định bằng hàm hồi qui bình phương tối thiểu của các giá trị cực đại Tsđối với những khoảng giá trị NDVI Hình 5 thể hiện đại diện đường rìa khô cho 4 cảnh vào tháng 1 và 2 năm 2001 và 2002 với tham số a và b đã được xác định và giá trị R2 thể hiện độ chính xác cao của hàm hồi quy xấp xỉ Với Tsmin, a và b xác định không đổi cho từng ảnh MODIS giá trị TDVI cho từng pixel ảnh được tính theo công thức (1.1) khi thay vào các giá trị của Ts và NDVI tương ứng

Hình 1.5: Giá trị rìa khô được sử dụng tính toán chỉ số TVDI – giá trị T s cực đại được

Hình 1.6: Sự phân bố không gian theo chỉ số TVDI cho vùng nghiên cứu, hình chữ nhật chỉ khu vực lấy mẫu rừng Đắc Lắk và vòng tròn chỉ khu vực khô hạn Bình Thuận

Giá trị chỉ số TVDI được kiểm nghiệm ban đầu với những số liệu quan trắc tại các trạm khí tượng thủy văn trong vùng Ngoài ra, áp dụng mô hình trao đổi năng lượng bề mặt giữa đất - thực vật - khí quyển, gọi tắt là mô hình SVAT của trường Đại học Penn State (Carlson 2000) kết hợp với tư liệu vệ tinh độ phân giải cao Landsat ETM+ chụp ngày 08/1/2001, giá trị chỉ số độ ẩm Mo đã được tính cho vùng chọn mẫu Tây Ninh Sau khi chuyển về cùng độ phân giải không gian, thì kết quả so sánh cho thấy tương quan nghịch giữa chỉ số độ ẩm Mo tính từ ảnh ETM+ và chỉ số mức khô hạn nhiệt độ - thực vật tương đối cao với hệ số tương quan Pearson r = -0.8

Hình 1.7: Đồ thị phân tán sự tương quan giữa chỉ số TVDI từ dữ liệu MODIS với chỉ

số độ ẩm từ dữ liệu Landsat ETM + kết hợp với mô hình SVAT

Hình 1.8: Sự thay đổi theo thời gian của chỉ số TVDI đối với khu vực rừng Đắk Lắk

và khu vực khô hạn Bình Thuận qua 3 mùa khô 2000-2001; 2001-2002; và 2002-2003

Sự thay đổi theo thời gian của chỉ số TVDI được nghiên cứu dựa theo chuỗi số liệu thời gian cho một số vùng chọn mẫu tiêu biểu về lớp phủ rừng và đới khô hạn (Hình 1.5) để có thể theo dõi sự thay đổi của độ ẩm bề mặt Hình 1.8 cho thấy sự thay đổi của chỉ số TVDI theo thời gian trong 3 năm 2000-2003 tại 2 vùng chọn mẫu: khu vực rừng

Đắk Lắk, và khu vực khô hạn của Bình Thuận Nhìn chung, chỉ số TVDI tại vùng trồng trọt nông nghiệp luôn cao hơn tại vùng rừng trong mọi thời điểm và chỉ số TVDI có xu thế tăng về cuối mỗi mùa khô So sánh giữa các năm, chỉ số TVDI cho mùa khô 2001-

2002 cao nhiều so với 2 mùa khô 2000-2001 và 2002-2003, tương đối phù hợp với quan trắc khí hậu tại các trạm khí tượng trong khu vực trong khoảng thời gian tương ứng Một

số nhận định ban đầu như vậy cho thấy chỉ số TVDI có tiềm năng trong việc theo dõi những biến đổi của khí hậu nông nghiệp và theo dõi khô hạn không chỉ trong từng mùa

mà còn trong những chu kỳ khí hậu dài hạn Việc xây dựng một cơ sở dữ liệu tích luỹ nhiều năm của những chỉ số như vậy là cần thiết cho việc theo dõi chu kỳ khí hậu làm

cơ sở cho việc dự đoán xu thế biến đổi trong thời gian thực của những chỉ số khô hạn Những kết quả ban đầu sau khi tính toán và thử nghiệm cho thấy triển vọng sử dụng chỉ số TVDI trong việc theo dõi độ ẩm bề mặt và qua đó theo dõi và dự báo hạn hán trong nông/lâm nghiệp cấp khu vực Một trong những ưu điểm nổi bật là việc tính toán chỉ số TVDI tương đối đơn giản và nhanh chóng, có thể tự động hóa Tuy nhiên, việc kiểm nghiệm chỉ số TVDI với những số liệu quan trắc khí tượng thủy văn thực tế cần được tiến hành bổ sung để tăng thêm độ tin cậy và hiểu sâu thêm bản chất của chỉ số trước khi đưa chỉ số TVDI vào sử dụng trong thực tế

Nhận xét:

Như đã trình bày ở trên, hầu hết các công trình nghiên cứu tiêu biểu của những tác giả tiêu biểu nhất trên thế giới cũng như ở trong nước về vấn đề nghiên cứu đánh giá, phân tích tác động của nhiệt độ, độ ẩm đến lớp phủ thực vật thông qua chỉ sổ thực vật dựa trên công nghệ viễn thám đều đã được xem xét và phân tích kĩ lưỡng Mỗi một công trình đều có ưu thế riêng, thích hợp với từng điều kiện và đòi hỏi riêng của từng nghiên cứu ấy

Trên cơ sở tổng quan và phân tích nhưng công trình đó, một số nhận xét rút ra nhằm lựa chọn một phương pháp phù hợp nhất với khuân khổ luận văn

Tư liệu viễn thám được sử dụng trong các công trình nghiên cứu nhiệt độ, độ ẩm

và lớp phủ thực vật có những ưu điểm riêng Thứ nhất ảnh viễn thám quang học có độ phân giải thời gian cao, các đầu đo MODIS gắn trên 2 vệ tinh Terra và Aqua có thể thu nhận tối đa 4 ảnh trong một ngày Ngoài ra đầu đo ảnh MODIS có những ảnh tổ hợp đa thời gian như tổ hợp 8-ngày, tổ hợp 16-ngày, tổ hợp 32-ngày; đặc biệt là ảnh MODIS 8-ngày đã hiệu chỉnh phần nào ảnh hưởng của mây là nguồn dữ liệu rất thuận lợi cho việc giám sát chỉ số thực vật Ưu thế thứ hai là ảnh quang học MODIS luôn luôn cập nhật và được cung cấp miễn phí qua mạng Chỉ sau tối đa 2 tuần, ảnh tổ hợp 8-ngày MODIS được cung cấp trên mạng Như vậy sử dụng ảnh MODIS sẽ đảm bảo tính kịp thời và rút ngắn thời gian trong phân tích sự thay đổi của chỉ số thực vật thông qua nhiệt độ và độ

ẩm Quá trình nghiên cứu cụ thể, chi tiết sẽ được trình bày trong các phần tiếp theo

CHƯƠNG 2 SỬ DỤNG DỮ LIỆU ẢNH MODIS TRONG ĐÁNH GIÁ NHIỆT ĐỘ BỀ MẶT, ĐỘ ẨM KHÔNG KHÍ VÀ CHỈ SỐ THỰC VẬT

Điều kiện tự nhiên và khí hậu trên trái đất hiện tại có rất nhiều thay đổi so với cách đây 4,5 tỷ năm khi hình thành trái đất Các nhà khoa học đã đưa ra những chứng cứ thuyết phục về các hoạt động của con người đã gây ra những tác động mạnh làm thay đổi các điều kiện đó Từ khi cách mạng về công nghiệp, mức các-bon đi-ô-xít đã tăng 25%, khoảng 40% diện tích bề mặt trái đất đã bị biến đổi Các nhà khoa học khó có thể

dự đoán được mối liên hệ giữa nguyên nhân và hậu quả của các yếu tố bề mặt đất, đại dương và khí quyển và các tác động nhanh chóng của chúng đối với điều kiện khí quyển trong tương lai Việc này cần có sự đo đạc trong phạm vi toàn cầu, chu kỳ dài hạn để thu thập những thông tin cần thiết nhằm xây dựng mô hình tính toán có độ chính xác cao để

dự báo nguyên nhân và hậu quả của sự thay đổi khí hậu Một cách khả thi để thu thập các thông tin này là dựa vào các bộ cảm nhận đặt trên vệ tinh và Terra được thiết kế để thực hiện nhiệm vụ đó

Vệ tinh Terra mang 5 đầu thu chụp: ASTER do Nhật bản cung cấp, CERES, MISR

và MODIS do các cơ quan nghiên cứu của Mỹ, MOPITT do cơ quan nghiên cứu vũ trụ Canađa cung cấp

b Vệ tinh AQUA

AQUA là vệ tinh được thiết kế nhằm nghiên cứu theo dõi và phân tích sự thay đổi của các yếu tố trên trái đất và khí quyển Vệ tinh Aqua là một phần trong Hệ thống quan sát trái đất (EOS) - Chương trình vệ tinh quan sát trái đất quốc tế do Cơ quan Hàng không

Vũ trụ Mỹ (NASA) tiến hành

Nhiệm vụ của Aqua là thu thập các thông tin về chu kỳ trao đổi nước trên trái đất, bao gồm: bề mặt nước đại dương, sự bốc hơi của nước trên đại dương, hơi nước trong khí quyển, mây, lượng mưa, hơi ẩm trong đất, băng tuyết trên đại dương và lục địa Các nhân tố biến đổi cũng được theo dõi như: luồng năng lượng phát xạ, bụi khí quyển, lớp phủ thực vật trên đất liền, sinh vật phù du, vấn đề phân hủy hữu cơ trong đại dương, không khí, nhiệt độ bề mặt đại dương và lục địa

Lợi ích của Aqua là tăng cường cho kết quả dự báo thời tiết nhờ vào khả năng quan sát nhiệt độ khí quyển và hơi nước

Nước có ảnh hưởng rất quan trọng tới khí hậu và các loài sinh vật sống trên trái đất Chính vì tầm quan trọng và sự dồi dào của nước mà trái đất còn được gọi là "hành tinh nước" Nước bao phủ 70% diện tích trái đất và là yếu tố cần thiết đối với con người

và các dạng sống khác Một dạng khác của nước là hơi nước trong khí quyển, giữ cho khí quyển trái đất có nhiệt độ ổn định có lợi cho sự sống trên trái đất Nước ở dạng rắn, băng và tuyết giúp kiểm soát được khí hậu ở vùng cực vì chúng phản xạ lại vào vũ trụ phần lớn tia phát xạ mặt trời ở vùng cực Sự bốc hơi nước - hấp thụ năng lượng, dẫn tới

sự ngưng tụ trong khí quyển dưới thể lỏng hoặc thể rắn Nguồn năng lượng trong quá trình bốc hơi nước là nguồn cho chu kỳ của khí quyển Nhiệt độ của nước đại dương

cũng làm ảnh hưởng tới nhiệt độ và chu kỳ của khí quyển Các thông số đo đạc của Aqua

sẽ cung cấp tất cả các thông tin cấu thành của chu kỳ nước toàn cầu và góp phần vào việc dự đoán về băng, tuyết, mây, hơi nước tăng cường hay suy giảm trên quy mô toàn cầu hoặc mọi sự thay đổi về nhiệt độ trên phạm vi vùng cũng như xu hướng khác về thay đổi khí hậu

Vệ tinh Aqua mang 6 thiết bị chính để quan sát trái đất, được phóng vào quỹ đạo ngày 4-5-2002, thu thập nguồn dữ liệu đa dạng toàn cầu Hoạt động ở quỹ đạo cận cực,

độ cao 700 km, thời gian vòng quanh quỹ đạo 98,8 phút, theo hướng bay lên (northward) qua xích đạo lúc 1h30 chiều, theo hướng bay xuống (southward) qua xích đạo lúc 1h30 sáng theo giờ địa phương Nó cho phép thu nhận dữ liệu vào khoảng thời gian trưa 1h30

bổ sung với dữ liệu buổi sáng 10h30 của vệ tinh quan sát trái đất thuộc EOS – TERRA Với mục đích thu nhận dữ liệu có độ khác biệt trong ngày (sáng/chiều), vệ tinh Aqua và Terra còn được gọi là vệ tinh EOS-PM và EOS-AM

Sáu thiết bị thu nhận của vệ tinh AQUA là:

+ Atmospheric Infrared Sounder (AIRS),

+ Advanced Microwave Scanning Radiometer for EOS (AMSR-E),

+ Advanced Microwave Sounding Unit (AMSU),

+ Clouds and the Earths Radiant Energy System (CERES),

+ Humidity Sounder for Brazil (HSB),

+ Moderate Resolution Imaging Spectroradiometer (MODIS)

2.1.2 Thiết bị thu nhận MODIS

MODIS được thiết kế để thu thập nhiều loại thông tin khác nhau trong quá trình sinh học - vật lý của khí quyển và trái đất bằng các thông số đo đạc trong dải phổ nhìn thấy và hồng ngoại, khác với CERES - chỉ tập trung vào đo đạc năng lượng phát xạ,

MODIS quan tâm tới khoảng phổ rộng hơn và nhiều mục tiêu hơn

Ví dụ MODIS thu nhận thông tin về nhiệt độ và độ ẩm của khí quyển, mây và đặc tính của mây, đặc tính của bụi khí quyển, nhiệt độ bề mặt nước biển và bề mặt lục địa, màu đại dương, vật chất lơ lửng trong đại dương, sự phát quang của chlorophyll, năng suất sơ cấp nguyên, chỉ số thực vật, lớp phủ mặt đất và sự thay đổi, cháy rừng do thiên tai và con người, độ dầy và sự phân bố của tuyết trên lục địa, nhiệt độ bề mặt và phân bố của băng trên đại dương Lớp phủ mặt đất và các điều kiện của chúng được MODIS giám sát các biến thiên hàng ngày, ở độ phân giải không gian 250m và 500m, cho phép tăng cường thông tin về vị trí và mức độ chặt phá rừng và các sự biến đổi khác của lớp phủ mặt đất Năng suất của đại dương và lục địa được kết hợp sẽ đưa ra các chỉ dẫn về năng suất sơ cấp nguyên toàn cầu Bụi khí quyển là tác nhân gây nên tán xạ và hấp thụ phản

xạ mặt trời và làm biến đổi lý tính của mây Thông tin về bụi khí quyển thu được ở mức toàn cầu với độ phân giải 10km, bằng cách tổ hợp từ dữ liệu phân giải cao của MODIS Mây ti được ghi nhận không chỉ đặc tính mà còn độ dầy và mức độ mây phủ, các thông tin này còn được dùng để loại trừ mây này ở một số ảnh để có được cảnh ảnh rõ ràng về lớp phủ mặt đất

* Các thông số kỹ thuật của ảnh MODIS (theo NASA, 2006)

Bảng 2.1: Các thông số kỹ thuật của ảnh MODIS

1 Quỹ đạo

- Độ cao bay chụp: 705 km

- Thời điểm chụp trong ngày:

10:15 a.m (TERRA) 1:30 p.m (AQUA)

- Quỹ đạo đồng bộ mặt trời, cận cực

* Các ứng dụng chính của các kênh ảnh MODIS:

Bảng 2.2: Các ứng dụng chính của các kênh ảnh MODIS

Các ứng dụng cơ bản Kênh

Dải sóng

Dải sóng (nm) Bụi khí quyển

2.2 Phương pháp tính nhiệt độ bề mặt (LST) từ dữ liệu MODIS

2.2.1 Cơ sở khoa học chiết xuất nhiệt độ bề mặt từ tư liệu ảnh viễn thám

Bức xạ Mặt Trời đi qua khí quyển ảnh hưởng lên các điều kiện khí tượng bằng cách truyền năng lượng vào không khí và trái đất Vật đen được dùng để nghiên cứu bức xạ

Đó là một vật lý tưởng hấp thụ hoàn toàn và phát xạ toàn bộ năng lượng đạt tới nó Thực

tế chỉ tồn tại vật thể tự nhiên (vật xám) với khả năng phát xạ của vật thể tự nhiên có giá trị trong khoảng 0-1 Năng lượng bức xạ trái đất là hàm số của hai thông số: nhiệt độ và

độ phát xạ Nếu vật tự nhiên và vật đen có cùng nhiệt độ bề mặt thì vật tự nhiên phát xạ kém hơn vật đen

Vùng bước sóng điện từ 3-35μm thường được gọi là vùng hồng ngoại trong viễn thám mặt đất Trong vùng này, bức xạ phát ra bởi Trái Đất lớn hơn nhiều so với bức xạ phản xạ bởi Mặt Trời, do đó viễn thám vùng này được dùng để khôi phục giá trị nhiệt độ

bề mặt đất Các bộ cảm biến vận hành chủ yếu phát hiện đặc tính bức xạ nhiệt của các vật liệu mặt đất Tuy nhiên, các kênh phổ hữu ích bị hạn chế do cường độ bức xạ phát ra

và các cửa sổ khí quyển Cửa sổ khí quyển tốt nhất là 8-14μm do có sự hấp thụ vật chất của khí quyển là thấp nhất Phần lớn năng lượng bề mặt đất được các bộ cảm biến nhiệt thu nhận trong dải bước sóng 10.5-12.5μm, và được dùng để ước tính nhiệt độ bề mặt đất và các quá trình nhiệt khác Viễn thám hồng ngoại nhiệt thu nhận dữ liệu trong 2 cửa

sổ 3-5μm và 8-14μm nói chung là bị động, nghĩa là các bộ cảm biến thu thập dữ liệu theo bức xạ phát ra một cách tự nhiên Các kỹ thuật chủ động triển khai các búp sóng laser bước sóng đơn sắc (gọi là radar lazer hoặc LIDAR) chỉ mới được phát triển gần đây

Bức xạ hồng ngoại nhiệt trong dải 8-14μm được phát ra từ bề mặt tương quan với nhiệt độ động năng và độ phát xạ bề mặt Tuy nhiên, có hai vấn đề chính cần phải giải quyết để đạt được nhiệt độ và độ phát xạ bề mặt từ dữ liệu hồng ngoại nhiệt Thứ nhất,

xạ lại bởi các khí, chủ yếu là hơi nước trong vùng hồng ngoại của phổ điện từ Vì vậy,

để đạt được nhiệt độ bề mặt, cần phải hiệu chỉnh khí quyển qua việc sử dụng mô hình truyền bức xạ Thứ hai, bản chất không xác định được của các số đo nhiệt độ và độ phát

xạ Nếu bức xạ nhiệt được đo trong N kênh, thì sẽ có N+1 tham số không biết gồm N lớp độ phát xạ (đối với N kênh) và 1 lớp nhiệt độ bề mặt Ước tính độ phát xạ và nhiệt

độ trong dữ liệu hồng ngoại nhiệt đa phổ cần các giả thiết bổ sung để giải biến không xác định Các giả thiết thường liên quan đến các đo đạc độ phát xạ trong phòng thí nghiệm hoặc trên thực tế

Giá trị bức xạ thu nhận trong dải hồng ngoại nhiệt của phổ điện từ trên các bộ cảm biến vệ tinh gồm 3 thành phần: (1) phát xạ bề mặt được truyền qua khí quyển (τεBλ); (2) bức xạ hướng dưới được phát ra bởi khí quyển được phản xạ bởi bề mặt và truyền qua khí quyển đến bộ cảm (τ(1-ε)Lλ↓) và (3) phát xạ từ khí quyển được truyền qua khí quyển

ở trên điểm phát xạ (Lλ↑)

Minh họa điều này qua phương trình truyền bức xạ như sau:

Lsensor, λ = τ [ε Bλ + (1 - ε) Lλ↓] + Lλ↑ (2.1) Trong đó, τ và ε là độ truyền qua và độ phát xạ

Thành phần (2) và (3) phụ thuộc vào các điều kiện khí quyển Các thông số này thường được đo đạc đồng thời cùng lúc thu nhận ảnh từ vệ tinh, dùng để hiệu chỉnh khí quyển cho các bài toán liên quan bằng các mô hình như MODTRAN, ATCOR Thực

tế các số đo điều kiện khí quyển không sẵn có, do đó việc hiệu chỉnh khí quyển cho việc khôi phục lại các số đo mặt đất là một việc khó khăn đối với một vùng bất kỳ vào một thời điểm bất kỳ và thường bỏ qua trong một số nghiên cứu ứng dụng

Trong công thức (2.1), bức xạ bề mặt đất Rλ được đo trong kênh bước sóng λ gồm hai thành phần:

Rλ = ε Bλ + (1 - ε) Lλ↓ (2.2)

Do nhiệt độ khí quyển thường thấp hơn nhiệt độ mặt đất nên phần mặt đất hấp thụ được bức xạ phát ra từ khí quyển ((1 - ε) Lλ↓) thường rất nhỏ so với phần phát xạ của mặt đất Thực tế tính toán, đối với các bề mặt tự nhiên, bức xạ bề mặt sẽ được biểu diễn gần đúng như sau:

T   T (2.5) Như vậy, nhiệt độ bức xạ của vật tự nhiên sẽ nhỏ hơn nhiệt độ bức xạ của vật đen tại cùng một nhiệt độ Điều này cho thấy rằng nhiệt độ được đo bằng phương pháp viễn thám sẽ nhỏ hơn nhiệt độ động lực bề mặt tương đương bởi hệ số ε¼

Nhiệt độ bức xạ được đo bởi các bộ cảm biến trên vệ tinh là nhiệt độ bức xạ còn gọi là nhiệt độ sáng của vật đen tuyệt đối (với ε=1) và được xác định theo định luật:

Trong đó, Bλ - bức xạ của vật đen tuyệt đối (Wm-2μm-1); K1 = 2πhc2/λ5; K2= hc/kλ; h - hằng số Planck (6,62x10-34 Js); c - vận tốc ánh sáng (3x108ms-1); k - hằng

số Boltzman (1,38x10-23 JK-1); λ - bước sóng trung tâm (μm)

Nhiệt độ bề mặt (hay nhiệt độ động năng bề mặt) là nhiệt năng của một vật thể và

có thể được đo bằng nhiệt kế Công thức (2.5) cho thấy giữa nhiệt độ bức xạ và nhiệt độ

bề mặt có mối được nhiệt độ bức xạ thì số liệu này có thể được dùng để tính nhiệt độ mặt đất như sau:

2 1 4

b Xác định độ phát xạ

Độ phát xạ (ε) là tỷ số giữa năng lượng phát xạ từ bề mặt tự nhiên trên năng lượng phát xạ từ vật thể đen ở cùng bước sóng và nhiệt độ (xem công thức 2.3) Nhiệt độ và độ phát xạ luôn luôn là hai biến cần xác định trong phương pháp viễn thám, do đó các phương pháp thường phát triển tính toán đồng thời giá trị của hai biến trên Tuy nhiên,

do tính chất phức tạp và không xác định, nên bài toán giải N+1 ẩn số không được giải với độ chính xác và tính tổng quát đầy đủ Tuy nhiên, độ phát xạ bề mặt là biến ít thay đổi theo thời gian và không gian so với nhiệt độ bề mặt, vì vậy ta thường xác định độ phát xạ bề mặt trước khi tính toán nhiệt độ bề mặt

Có nhiều phương pháp tính độ phát xạ bề mặt từ dữ liệu của các bộ cảm biến vệ tinh hiện hành Một số phương pháp giả thiết ban đầu độ phát xạ là hằng số (ví dụ phương pháp chuẩn hóa độ phát xạ NEM, NOR) hoặc nhiệt độ là hằng số (phương pháp tỷ số phổ), lúc đó biến không biết được tính và biến hằng số đã được giả thiết sẽ được tính lại tiếp sau đó Một số phương pháp bỏ qua khái niệm phản xạ bề mặt hoặc yêu cầu biết trước thông tin bề mặt như phương pháp NDVI

Phương pháp dựa trên NDVI rất hữu ích nếu biết trước độ phát xạ của đất trống và thực vật cũng như cấu trúc và phân bố thực vật Ước tính độ phát xạ bề mặt từ kênh khả kiến và cận hồng ngoại theo phương pháp NDVI có 3 ưu điểm chính: (1) các bộ cảm biến trên vệ tinh thường cung cấp độ phân giải không gian cao hơn đối với các kênh khả kiến và cận hồng ngoại so với kênh nhiệt, vì vậy bản đồ độ phát xạ thu được sẽ có độ phân giải không gian cao hơn so với các phương pháp tính trực tiếp từ các kênh nhiệt; (2) phương pháp NDVI có thể được ứng dụng cho bất kỳ bộ cảm biến nào, không phụ thuộc vào số lượng kênh nhiệt; (3) trình tự tính toán đơn giản và hiệu chỉnh khí quyển ít phức tạp

Các pixel đại diện bề mặt đất thường là các pixel hỗn hợp chứa cả thực vật và đất tùy thuộc vào độ phân giải của ảnh vệ tinh Độ phát xạ hiệu quả của một pixel có thể được ước tính bằng cách cộng lại các phần đóng góp của độ phát xạ thực vật và độ phát

xạ đất chứa trong đó Van de Griend và Owe (1993) đã thực hiện thí nghiệm đo đạc trực tiếp độ phát xạ và phản xạ phổ trong dải khả kiến và cận hồng ngoại để tính NDVI và tìm ra được mối quan hệ thực nghiệm giữa độ phát xạ và NDVI như sau:

Với a = 1.0094 và b = 0.047 Quan hệ này chỉ thực thi đối với các khu vực có đặc tính đồng nhất Valor và Caselles (1996) đã đưa ra một mô hình tương tự cũng dựa trên NDVI nhưng có thể ứng dụng cho các khu vực không đồng nhất với nhiều kiểu đất, thực

vật và thực phủ thay đổi Theo mô hình này, độ phát xạ hiệu quả của bề mặt không đồng nhất được định nghĩa là tổng độ phát xạ của các thành phần đơn giản của nó:

ε = εv Pv + εs (1 – Pv) (2.9) Trong đó, εv và εs là độ phát xạ của thực vật và đất tinh khiết, nghĩa là trong vòng một pixel đại diện chỉ là thực vật hoặc chỉ là đất, không có sự pha trộn Pv là tỷ lệ hay hợp phần hiện diện của thực vật trong pixel, giá trị từ 0 (đối với đất trống) đến 1 (đối với đất phủ đầy thực vật) Do đó Pv có thể được tính theo NDVI tương quan với các ngưỡng giá trị NDVIs của đất trống hoặc NDVIv của đất phủ đầy thực vật NDVI được xác định theo tỷ số giá trị phản xạ của các kênh đỏ thuộc dải khả kiến và cận hồng ngoại ((NIR-Red)/(NIR+Red)) Pv được xác định theo công thức tỷ số như sau:

2

S V

V S

NDVI NDVI P

Việc xác định độ phát xạ theo phương pháp NDVI yêu cầu phải biết trước độ phát

xạ của đất và thực vật Hầu hết các nghiên cứu trước đây đều lấy số liệu độ phát xạ từ các văn liệu sẵn có qua đo đạc thực nghiệm trên các mẫu đại điện Điều này dễ dẫn đến sai số vì mỗi khu vực mỗi bề mặt sẽ có đặc trưng vật lý khác nhau, cần thiết phải xác định riêng cho khu vực của mình

2.2.3 Phương pháp chiết xuất nhiệt độ bề mặt từ ảnh MODIS

Phương pháp chiết xuất nhiệt bề mặt từ ảnh Modis dựa trên giá trị phát xạ của kênh

31 và kênh 32 Nhiệt độ bề mặt được tính toán theo công thức:

T31 và T32 là nhiệt độ sáng của kênh 31 và kênh 32 được tính theo công thức:

2 5

2

hc k T

hc L

2.3 Phương pháp tính độ ẩm không khí từ dữ liệu MODIS

e là áp suất hơi nước trong không khí

p là áp suất hơi nước

W: là hàm lượng hơi nước trong không khí

e: là áp suất hơi nước trong không khí

E: là áp suất hơi nước bão hòa

Ngoài ra, độ ẩm tương đối cũng được tính từ điểm sương theo công thức:

𝑅𝐻 =𝑒𝑡𝑑

Trong đó: RH: là độ ẩm tương đối

td: là điểm sương e: là áp suất hơi nước trong không khí tại điểm sương td

E: là áp suất hơi nước bão hòa tại nhiệt độ thực tại

Độ ẩm tương đối cũng được tính theo độ ẩm riêng

𝑹𝑯 = 𝒒

Trong đó: RH: là độ ẩm tương đối

q: là độ ẩm riêng của hơi nước trong không khí

qs: là độ ẩm riêng của hơi nước bão hòa

2.3.2 Phương pháp tính toán độ ẩm không khí từ tư liệu viễn thám

Có thể định nghĩa tỉ số G17,G18 và G19 như sau:

Ở đây Li là bức xạ thu được từ việc giả định cho các kênh 2, kênh 17, kênh 18 và kênh 19 của MODIS

Sự giả định tổng giá trị hơi nước bốc hơi rất khác nhau từ 0.3-3.3gcm-2 Bức xạ tỉ lệ nghịch với tổng hàm lượng hơi nước bốc hơi, bởi đa thức:

Dưới điều kiện của khí quyển, giá trị hơi nước thu được từ 3 kênh có thể khác nhau Giá trị trung bình hơi nước W có thể thu được qua phương trình sau:

W = f17W17+f18W18+f19W19

Ở đây:

W17, W18, W19 là lượng hơi nước thu được từ kênh 0.936, 0.940 và 0.905µm f17, f18 và f19 là các hàm trọng số, phụ thuộc vào độ nhạy của từng kênh phổ và được tính theo công thức:

w-sai phân giữa hàm lượng hơi nước lớn nhất và nhỏ nhất từ 6 chuẩn khí quyển và i tương ứng với sai phân giữa hệ số truyền của giá trị hơi nước lớn nhất và nhỏ nhất thu được tại kênh i (Kaufman và Gao 1992)

Độ ẩm riêng (Q) ở khu vực nhiệt đới có thể được xác định từ giá trị cột hơi nước (W) thông qua hàm kinh nghiệm:

Q = -0.0252w2 + 1.2622w + 13.574 (2.19) Sức trương hơi nước bão hoà (E) được tính từ nhiệt độ không khí (t):