ứng dụng viễn thám đánh giá hạn hán tỉnh Ninh Thuận

Nghiên cứu này nhằm tìm ra một phương pháp đánh giá hạn hán mới bằng cách sử dụng chỉ số thảm thực vật khô TVDI với sự kết hợp giữa nhiệt độ bề mặt đất LST và chỉ số thực vật chuẩn hóa N

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

KHOA MÔI TRƯỜNG

Báo cáo: Viễn Thám Và GIS Ứng Dụng

Tp.Hồ Chí Minh, Tháng 01, Năm 2016

2

MỤC LỤC

TÓM TẮT 7

I ĐẶT VẤN ĐỀ 8

II TỔNG QUAN KHU VỰC NGHIÊN CỨU 9

1 Vị trí địa lí và điều kiện kinh tế xã hội 9

2 Địa hình và khí hậu 11

3 Mạng lưới thủy văn 11

4 Mục tiêu nghiên cứu 11

5 Phương pháp nghiên cứu 12

6 Lịch sử nghiên cứu 12

III CƠ SỞ LÝ LUẬN 15

1 Cơ sở lý thuyết của phương pháp nghiên cứu 15

1.1 Chỉ số thực vật NDVI 15

1.2 Nhiệt độ mặt đất LST (Land surface temperature) 15

1.3 Chỉ số khô hạn TVDI 16

1.4 Phương pháp nội suy Kriging 19

2 Nguồn dữ liệu 19

2.1 Đặc tính của ảnh landsat 19

IV KẾT QUẢ VÀ THẢO LUẬN 21

1 Xử lí ảnh viễn thám 21

1.1 Nắn chỉnh hình học ảnh 21

1.2 Cắt ảnh theo ranh giới 22

1.3 Tăng cường độ phân giải ảnh 24

2 Tạo ảnh chỉ số thực vật NDVI 24

3 Tạo ảnh nhiệt độ mặt đất LST 27

3.1 Chuyển đổi giá trị số DN sang giá trị bức xạ phổ Lλ 27

3.2 Chuyển đổi giá trị bức xạ phổ sang nhiệt độ 27

3.3 Hiệu chỉnh phát xạ 28

4 Tạo ảnh chỉ số khô hạn TVDI và bản đồ phân vùng khô hạn 30

3

5 Nội suy bản đồ lượng mưa 35

6 Nội suy độ cao từ ảnh DEM 39

V KẾT LUẬN VÀ KIẾN NGHỊ 43

1 Kết luận 43

2 Kiến nghị 43

VI TÀI LIỆU THAM KHẢO 44

4

DANH MỤC CÁC BẢNG

Bảng 1: Tổng diện tích đất bị ảnh hưởng bởi hoang mạc hóa tại Ninh Thuận …………10

Bảng 2: Tổng hợp tình hình SXNN bị khô hạn khu vực tỉnh Ninh Thuận 10 Bảng 3: Phân cấp mức độ khô hạn đối với chỉ số TVDI 18 Bảng 4: Đặc trưng Bộ cảm của ảnh vệ tinh Landsat 20 Bảng 5: Phần trăm diện tích vùng khô hạn tỉnh Ninh Thuận năm 2002, 2005 và 2013 33 Bảng 6: Diện tích vùng không khô hạn của từng huyện qua các năm ( đơn vi :ha) 34 Bảng 7: Diện tích vùng ít khô hạn của từng huyện qua các năm ( đơn vi :ha) 34 Bảng 8: Diện tích vùng khô hạn trung bình của từng huyện qua các năm ( đơn vi :ha) 34 Bảng 9: Diện tích vùng khô hạn nặng của từng huyện qua các năm ( đơn vi :ha) 34 Bảng 10: Diện tích vùng khô hạn rất nặng của từng huyện qua các năm ( đơn vi :ha) 34

5

DANH MỤC CÁC HÌNH

Hình 1: Bản đồ hành chính tỉnh Ninh Thuận 9

Hình 2: Không gian Nhiệt độ / NDVI 17

Hình 3: Mối quan hệ vật lí giữa các chỉ số của TVDI 18

Hình 5: Ảnh trước khi nắn chỉnh 21

Hình 6:; Ảnh sau khi nắn chỉnh 22

Hình 7: Ảnh ban đầu 23

Hình 8: Ảnh sau khi cắt theo ranh giới tỉnh Ninh Thuận 23

Hình 9: Ảnh khu vực tỉnh Ninh Thuận (15x15) 24

Hình 10: Chỉ số thực vật năm 2002 25

Hình 11: Chỉ số thực vật NDVI năm 2005 26

Hình 12: Chỉ số thực vật NDVI năm 2013 26

Hình 13: Ảnh nhiệt năm 2002 29

Hình 14: Ảnh nhiệt năm 2005 30

Hình 2: Ảnh nhiệt năm 2013 30

Hình 17: Anh chỉ số khô hạn năm 2005 32

Hình 18: Ảnh chỉ số khô hạn năm 2013 32

Hình 16: Ảnh chỉ số khô hạn năm 2002 32

Hình 19: Biểu đồ diễn biến khô hạn tỉnh Ninh Thuận qua các năm 33

Hình 20: Vị trí các trạm quan trắc khí tượng 35

Hình 21: Bản đồ phân bố lượng mưa năm 2002 36

Hình 22: Bản đồ phân bố lượng mưa năm 2005 36

Hình 23: Bản đồ phân bố lượng mưa năm 2013 37

Hình 24: Phương trình tương quan giữa TVDI và lượng mưa năm 2002 37

Hình 25: Phương trình tương quan giữa TVDI và lượng mưa năm 2005 38

Hình 26: Phương trình tương quan giữa TVDI và lượng mưa năm 2013 38

Hình 27: Độ cao nôi suy từ ảnh DEM 39

6

Hình 28: Bản đồ phân vùng khô hạn tỉnh Ninh Thuận năm 2002 40 Hình 29: bản đồ phân vùng khô hạn tỉnh Ninh Thuận năm 2005 41 Hình 30: Bản đồ phân vùng khô hạn tỉnh Ninh Thuận năm 2013 42

7

TÓM TẮT

Hạn hán và sa mạc hóa là những mối đe dọa thường xuyên cho Việt Nam gây thiệt hại lớn cho nền kinh tế cũng như các hệ sinh thái rừng Đặc biệt, nó gây ảnh hưởng trực tiếp đến đời sông kinh tế, sinh hoạt của người dân Nghiên cứu này nhằm tìm ra một phương pháp đánh giá hạn hán mới bằng cách sử dụng chỉ số thảm thực vật khô (TVDI) với sự kết hợp giữa nhiệt độ bề mặt đất (LST) và chỉ số thực vật chuẩn hóa (NDVI) Chỉ số khô hạn (TVDI) được tính toán và nghiên cứu từ dữ liệu Landsat cho khu vực tỉnh Ninh Thuận nhằm phục vụ cho việc cảnh báo nguy cơ và diễn biến hạn hán của tỉnh Các kết quả của TVDI được dựa trên sự tương quan giữa LST và NDVI Kết quả nghiên cứu chỉ ra rằng sự phân bố không gian của chỉ số TVDI xác định và đánh giá khu vực đất ẩm / thảm thực vật Bên cạnh đó, TVDI cũng cảnh báo nguy cơ cháy cao cho những khu vực có thực vật nhưng nhiệt độ cao Điều này cho thấy tính hiệu quả của việc sử dụng dữ liệu Landsat để nghiên cứu sự biến động của hạn hán và sa mạc hóa Hơn nữa, chúng ta có thể kết hợp TVDI và một số chỉ số hạn hán khác để nghiên cứu biến đổi khí hậu, hạn hán đánh giá và thực hiện

một cảnh báo cho cháy rừng kịp thời

Từ Khóa: Hạn hán Ninh Thuận, chỉ số thực vật NDVI, nhiệt độ bề mặt LST, chỉ số khô

hạn TVDI, Ứng dụng viễn thám

8

I ĐẶT VẤN ĐỀ

Hạn hán là một hiện tượng tự nhiên gây ảnh hưởng nghiêm trọng đến môi trường sống

và hoạt động sản xuất của người dân Hạn hán được đánh giá là thiên tai gây thiệt hại nặng

nề đứng thứ ba sau lũ, bão và có xu hướng xảy ra gay gắt, khó kiểm soát hơn do tác động của biến đổi khí hậu Ở Việt Nam, hạn hán xảy ra ở hầu khắp cả nước với mức độ và thời gian khác nhau, trong đó đặc biệt nghiêm trọng là khu vực miền Trung và Tây nguyên

Hạn hán có tác động to lớn đến môi trường, kinh tế, chính trị - xã hội và sức khoẻ con người, là nguyên nhân dẫn đến đói nghèo, bệnh tật thậm chí là chiến tranh do xung đột nguồn nước Hạn hán tác động đến môi trường như: huỷ hoại các loài thực vật, các loài động vật, quần cư hoang dã, làm giảm chất lượng không khí, nước, gây cháy rừng, xói lở đất Các tác động này có thể kéo dài và không khôi phục được Hạn hán tác động đến kinh

tế xã hội như giảm năng suất cây trồng, giảm diện tích gieo trồng, giảm sản lượng cây trồng, chủ yếu là sản lượng cây lương thực Tăng chi phí sản xuất nông nghiệp, giảm thu nhập của lao động nông nghiệp Tăng giá thành và giá cả các lương thực Giảm tổng giá trị sản phẩm chăn nuôi Các nhà máy thuỷ điện gặp nhiều khó khăn trong quá trình vận, đặc biệt là ảnh hưởng nguồn nước và trong sản xuất nông nghiệp Hạn hán thường xảy ra trên diện rộng, do vậy việc quan trắc và nghiên cứu bằng các phương pháp truyền thống gặp rất nhiều khó khăn, và trên thực tế không thể đặt các trạm quan trắc với mật độ dày đặc do chi phí lớn

Dữ liệu viễn thám cung cấp thông tin về bề mặt Trái Đất ở các kênh phổ khác nhau và

độ phủ trùm rộng đã được sử dụng hiệu quả trong quan trắc và giám sát hạn hán Đã có rất nhiều nghiên cứu trên thế giới sử dụng tư liệu viễn thám hồng ngoại nhiệt trong xác định nhiệt độ và độ ẩm đất nhằm đánh giá mức độ khô hạn của bề mặt Ở Việt Nam, một số nghiên cứu đã sử dụng ảnh nhiệt MODIS, NOAA/AVHRR trong xác định độ ẩm đất dựa trên mối quan hệ giữa nhiệt độ bề mặt và các loại hình lớp phủ thực vật Tuy nhiên, độ phân giải không gian của ảnh MODIS, NOAA/AVHRR là rất thấp và không thích hợp cho các nghiên cứu chi tiết Đề tài này trình bày kết quả đánh giá nguy cơ hạn hán khu vực Tỉnh Ninh Thuận sử dụng tư liệu ảnh hồng ngoại nhiệt LANDSAT Ảnh hồng ngoại nhiệt LANDSAT 8 với độ phân giải không gian trung bình (15 - 30m) cung cấp thông tin rõ ràng hơn về sự thay đổi độ ẩm bề mặt so với ảnh MODIS, NOAA/AVHRR, do vậy có thể được sử dụng hiệu quả trong nghiên cứu và giám sát hiện tượng hạn hán Việc sử dụng các

số liệu từ các vệ tinh quan trắc Trái đất rất có ích và rất đáng được quan tâm, các dữu liệu

vệ tính viễn thám luôn có sẵn và có thể được sử dụng để phát hiện sự khởi đầu của khô hạn, cả về thời gian và cường độ

9

II TỔNG QUAN KHU VỰC NGHIÊN CỨU

1 Vị trí địa lí và điều kiện kinh tế xã hội

Ninh Thuận là một tỉnh ven biển thuộc vùng Duyên hải Nam Trung Bộ của Việt Nam Ninh thuận được cả nước biết đến như là một vùng có khí hậu khắc nghiệt Trong các tháng

về mùa khô, nắng nóng kéo dài, tình hình hạn hán, thiếu nước phục vụ sản xuất và dân sinh diễn ra hết sức gay gắt và thường xuyên Phần lớn dân cư trong tỉnh sinh sống chủ yếu là sản xuất nông – lâm nghiệp và nuôi trồng thủy sản Chính vì vậy, hạn hán có ảnh hưởng rất lớn trực tiếp đến kinh tế và đời sống của người dân trong vùng Đối với Việt Nam, hạn hán là thiên tai gây tác hại đứng hàng thứ 3 sau lũ lụt và bão Tuy nhiên ở Ninh Thuận, là nơi bị khô hạn vào bậc nhất cả nước, hạn hán là thiên tai gây tác hại được xếp hàng thứ nhất, trên cả lũ lụt và bão.

Hình 1: Bản đồ hành chính tỉnh Ninh Thuận

10

Tổng diện tích tự nhiên của tỉnh là 336.000ha, trong đó đất sản xuất nông nghiệp là 60.113ha, đất lâm nghiệp là 159.895ha, đất chuyên dùng là 12.673ha, đất ở là 2.880ha, còn lại là đất chưa sử dụng, sông suối và núi đá Theo thống kê sơ bộ của trung tâm dự báo khí tượng thủy văn, sở nông nghiệp và phát triển nông thôn tỉnh Ninh Thuận, diện tích đất

hoang mạc hóa ở một số năm được trình bày tại bảng 1 (Lê Sâm, Nguyễn Đình Vượng.,

2008)

Bảng 1: Tổng diện tích đất bị ảnh hưởng bởi hoang mạc hóa tại Ninh Thuận

Tổng số diện tích đất hoang mạc ở Ninh Thuận là 41.021ha, chiếm 12,21% diện tích đất

tự nhiên toàn tỉnh Và cho đến hiện nay thực trạng hoang mạc hóa vẫn tiếp tục có chiều hướng gia tăng Hàng năm, vào mùa khô tình trạng hạn hán, thiếu nước thường xuyên xảy

ra, làm ảnh hưởng nghiêm trọng đến sản xuất và các hoạt động kinh tế của địa phương Cũng theo kết quả số liệu điều tra của tỉnh, riêng đợt hạn năm 2005, chỉ tính thiệt hại về sản xuất nông nghiệp là 133 tỷ 707 triệu đồng, lớn hơn mức thiệt hại do trận lũ đặc biệt lớn xảy ra năm 2003 ở Ninh Thuận

Bảng 2: Tổng hợp tình hình SXNN bị khô hạn khu vực tỉnh Ninh Thuận

11

2 Địa hình và khí hậu

Ninh Thuận là vùng đất cuối của dãy Trường Sơn với nhiều dãy núi đâm ra biển Đông, có địa hình thấp dần từ Tây Bắc xuống Đông Nam Lãnh thổ tỉnh được bao bọc bởi 3 mặt núi với 3 dạng địa hình gồm núi, đồi gò bán sơn địa và đồng bằng ven biển Trong đó, đồi núi chiếm 63,2% diện tích của tỉnh, chủ yếu là núi thấp, cao trung bình từ 200 – 1000 mét Vùng đồi gò bán sơn địa chiếm 14,4% và vùng đồng bằng ven biển chiếm 22,4% diện tích đất tự nhiên Khí hậu nhiệt đới gió mùa điển hình với đặc trưng khô nóng, gió nhiều, bốc hơi mạnh Chính vì vậy thời tiết Ninh Thuận phân hóa thành 2 mùa rõ rệt gồm mùa mưa và mùa khô Trong đó, mùa mưa bắt đầu từ tháng 9 đến tháng 11, mùa khô từ tháng

12 đến tháng 9 năm sau Theo báo cáo khí tượng thủy văn của Sở tài nguyên và môi trường tỉnh Ninh thuận thì nhiệt độ trung bình năm của khu vực là 32 – 330C, lượng mưa trung bình năm 700–800 mm Khi gió mùa Tây Nam mang mưa vào đồng bằng sông Cửu Long, Đông Nam Bộ và Nam Tây Nguyên, thì hệ thống núi ở Tây Nguyên, Bình Thuận đã làm cho những cơn gió mùa tây nam này không đến được Ninh Thuận Cũng như cơn gió mùa đông bắc, cơn gió mùa tây nam vào Ninh Thuận cũng bị tù túng Cho nên trong khi

nó mang mưa đến các vùng trong nước nhưng vào Ninh Thuận thì biến thành khô hanh

3 Mạng lưới thủy văn

Mạng lưới thuỷ văn ở Ninh Thuận khá ít và thưa thớt Nguồn nước phân bổ không đều, tập trung chủ yếu ở khu vực phía Bắc và trung tâm tỉnh Nguồn nước ngầm trong địa bàn tỉnh chỉ bằng 1/3 mức bình quân cả nước Ninh Thuận có 3 cửa khẩu ra biển là Đông Hải, Cà Ná, Khánh Hải, có đường bờ biển dài 105 km với vùng lãnh hải rộng trên 18.000 km2, có trên 500 loài cá, tôm Do thuộc vùng có nhiệt độ cao, cường độ bức xạ lớn nên Ninh Thuận có điều kiện lý tưởng để sản xuất muối công nghiệp Khoáng sản nơi đây tương đối phong phú về chủng loại bao gồm nhóm khoáng sản kim loại có wolfram, molipđen, thiếc gốc Nhóm khoáng sản phi kim loại có thạch anh tinh thể, cát thuỷ tinh, muối khoáng thạch anh Nguyên liệu sản xuất vật liệu xây dựng có cát kết vôi, sét phụ gia,

đá xây dựng…

4 Mục tiêu nghiên cứu

- Xây dựng mối tương quan giữa độ che phủ của rừng và nhiệt độ bề mặt, từ đó tính toán chỉ số khô hạn cho khu vực tỉnh Ninh Thuận

- Phân loại mức độ hán hạn trong khu vực nghiên cứu và tính diện tích

- So sánh sự thay đổi của hạn hán qua 3 thời kì ảnh: năm 2002, 2005, 2013

- Nội suy lượng mưa từ số liệu mưa tại các trạm quan trắc trong khu vực và độ cao từ ảnh DEM để xem độ cao địa hình ảnh hưởng thế nào đến hạn hán

12

5 Phương pháp nghiên cứu

- Tại Ninh Thuận năm 2002, 2005, 2013 được xem là những năm xảy ra hạn hán nghiêm trọng, vì thế sử dụng ảnh Landsat 3 thời kì trên để nghiên cứu

- Sử dụng phần mềm Arcgis 10.2 để đưa ra ảnh chỉ số thực vật NDVI, ảnh nhiệt độ bề

mặt đất, tính toán chỉ số khô hạn và nội suy độ cao từ ảnh DEM

- Sử dụng phần mềm Sufer để nội suy bản đồ phân bố mưa của vùng từ số liệu mưa tại

các trạm quan trắc

- Tạo bản đồ phân vùng khô hạn tỉnh Ninh Thuận năm 2002 và 2013

- Nhận xét sự thay đổi và diễn biến hạn hán của vùng

6 Lịch sử nghiên cứu

Hạn hán là một vấn đề môi trường được các nhà khoa học trên thế giới nói chung và Việt Nam nói riêng nghiên cứu rất nhiều Bên cạnh các phương pháp khảo sát thực tế, các nhà khoa học cũng đã ứng dụng viễn thám để phục vụ công tác nghiên cứu Một số đề tài mà nhóm đã tham khảo được như sau:

a The calculation of tvdi based on the composite time of pixel and drought analysis

Lingkui Meng , Jiyuan Li , Zidan Chen , Wenjun Xi e , Deqing Chen , Hongwei Duan

“Tính toán TVDI dựa vào sự tổ hợp thời gian của pixel để phân tích hạn hán”

Bài báo sử dụng dữ liệu viễn thám và dữ liệu quan trắc Dữ liệu viễn thám là ảnh MODIS với độ phân giải 1km, dữ liệu quan trắc là từ tất cả các trạm thủy văn nằm ở khu vực Trùng Khánh Dữ liệu độ ẩm được tính toán từ dữ liệu quan trắc ở độ sâu 10cm, 20cm, 50cm Bài báo này trình bày một phương pháp tổng hợp dữ liệu để cải thiện tính toán TVDI Đầu tiên, dữ liệu NDVI (Chỉ số khác biệt thực vật) được tổng hợp bằng cách sử dụng phương pháp tổng hợp giá trị tối đa (MVC), và dữ liệu nhiệt độ bề mặt (LST) được tổng hợp để xây dựng mối tương quan (đặc trưng không gian) NDVI-Ts Sau đó, cạnh ướt

và cạnh khô của đặc trưng không gian NDVI-Ts được hiệu chỉnh bằng một số cách để xây dựng chỉ số TVDI

Sơ đồ quy trình thực hiện như sau:

Tính NDVI Tính nhiệt

độ LST

Tính TDVI So sánh với kết

quả quan trắc

13

b A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status

Inge Sandholta, Kjeld Rasmussena, Jens Andersen

“Ứng dụng không gian của nhiệt độ bề mặt và chỉ số thực vật để đánh giá trạng

thái độ ẩm bề mặt”

Trong bài báo này, tác giả đã sử dụng chỉ số khô mặt đất (TVDI) để đánh giá trạng thái độ

ẩm bề mặt, chỉ số khô bề mặt đất (TVDI) được đơn giản hóa dựa trên mối quan hệ giữa nhiệt độ bề mặt (LST) và chỉ số thực vật (NDVI) Nó dựa trên thông tin vệ tinh có nguồn gốc vì thế tiềm năng cho các ứng dụng của hoạt động này là rất rộng lớn

NVDI là một chỉ số khá quan trọng của tình trạng thiếu nước, tuy nhiên cây cối vẫn có thể xanh sau khi thiếu nước ban đầu Ngược lại, nhiệt độ bề mặt có thể tăng lên nhanh chóng với tình trạng thiếu nước Kết hợp Ts và NDVI có thể cung cấp thông tin về thực vật và

độ ẩm ở điều kiện bề mặt Hệ số góc Ts / NDVI có liên quan đến tỷ lệ bốc hơi nước của

bề mặt, và đã được sử dụng để ước tính nhiệt độ không khí, đánh giá các thông tin liên quan đến diện tích trung bình điều kiện độ ẩm của đất , liên quan đến mối quan hệ với sức

đề kháng của các lỗ khí khổng và thoát hơi nước của một khu rừng rụng lá Từ đó, việc tính toán chỉ số khô hạn TVDI có thể đánh giá trạng thái độ ẩm bề mặt

Sơ đồ quy trình thực hiện như sau:

c Integrating temperature vegetation dryness index (TVDI) and regional water stress index (RWSI) for drought assessment with the aid of LANDSAT TM/ETM+ images

Zhiqiang Gao, Wei Gao, Ni-Bin Chang

“Tích hợp chỉ số khô hạn nhiệt-thực vật (TVDI) và chỉ số áp lực nước cục bộ (RWSI) trong việc đánh giá hạn hán với sự hỗ trợ của ảnh LANDSAT TM/ETM+”

Nghiên cứu này thể hiện một phương pháp đánh giá hạn hán mới bằng cách tích hợp chỉ

số khô hạn nhiệt – thực vật (TVDI) với chỉ số áp lực nước cục bộ (RWSI) Với sự hỗ trợ

của dữ liệu LANDSAT TM/ETM, có thể lấy ra được số liệu sử dụng đất và lớp phủ đất

(LULC), chỉ số thực vật VIs, nhiệt độ bề mặt đất (LST) để đưa ra 3 loại TVDI, bao gồm:

TVDI_SAVI, TVDI_ANDI, TVDI_MSAVI, dùng cho việc đánh giá hạn hán ở một khu

Tính NDVI Tính nhiệt

độ LST

Tính TDVI Đánh giá trạng

thái độ ẩm bề mặt

14

vực ven biển phát triển nhanh chóng, Nam Trung Quốc Việc phân thành 4 mức độ tác dộng của hạn hán kết hợp với giá trị RWSI cho phép lọc ra mối quan hệ về không/thời gian giữa LST và Vis

d Ứng dụng viễn thám đánh giá nguy cơ hạn hán khu vực huyện bắc bình, tỉnh Bình Thuận

Trịnh Lê Hùng, Đào Khánh Hoài

Công nghệ viễn thám với những ưu điểm nổi bật so với các phương pháp nghiên cứu truyền thống đã được ứng dụng hiệu quả trong nghiên cứu, giám sát và ứng phó với hiện tượng hạn hán Bài báo trình bày kết quả đánh giá nguy cơ hạn hán khu vực huyện Bắc Bình (tỉnh Bình Thuận) từ tư liệu ảnh vệ tinh đa phổ LANDSAT sử dụng chỉ số khô hạn nhiệt độ thực vật (TVDI) Kết quả nhận được có thể sử dụng trong thành lập bản đồ nguy

cơ khô hạn và giảm thiểu thiệt hại do hạn hán gây ra Bài báo sử dụng phương pháp tương

tự như các đề tài trên

Sơ đồ quy trình thực hiện như sau:

Tính NDVI Tính nhiệt

độ LST

Tính TDVI So sánh với kết

quả quan trắc

15

III CƠ SỞ LÝ LUẬN

1 Cơ sở lý thuyết của phương pháp nghiên cứu

xạ phổ bề mặt ở kênh hồng ngoại (NIR) và kênh đỏ (RED) trên tổng của chúng Chỉ số

NDVI đối với ảnh Landsat được xác định bằng công thức: (Sandholt I., Rasmussen K.,

Anderson J., 2002)

NDVI = 𝑁𝐼𝑅−𝑅𝐸𝐷

𝑁𝐼𝑅+𝑅𝐸𝐷

Trị số của biểu thức xác định NDVI thuộc đoạn [-1,1]

Để xác định độ phát xạ trên cơ sở chỉ số NDVI yêu cầu phải biết trước độ phát xạ của đất

và thực vật Nhiều nghiên cứu trong và ngoài nước khi xác định độ phát xạ của đất và thực vật đã lấy số liệu phát xạ có sẵn thông qua kết quả đo đạc thực nghiệm trên các mẫu đại diện Điều này sẽ dẫn đến sai số do ở mỗi khu vực khác nhau sẽ có các bề mặt với đặc trưng vật lí khác nhau Cần phải có cách khắc phục vấn đề này

1.2 Nhiệt độ mặt đất LST (Land surface temperature)

Theo Trần Thị Vân và ctv.(2009) để tính nhiệt độ bề mặt, giá trị số nguyên của ảnh Landsat

được chuyển về giá trị thực của bức xạ điện từ (Wm-2 μm-1) Đối với ảnh Landsat , giá trị bức xạ được xác định như sau: (

Lλ = ML Qcal + AL

Trong đó:

 ML, AL – hệ số chuyển đổi, được cung cấp trong file metadata ảnh Landsat

 Qcal - giá trị số của kênh ảnh

Giá trị bức xạ phổ được tính ở bước trên được dùng để tính nhiệt độ sáng (brightness temperature) theo công thức:

Các hệ số K1, K2 được cung cấp trong file metadata ảnh Landsat 8

Nhiệt độ sáng sẽ được hiệu chỉnh trên cơ sở độ phát xạ bề mặt để xác định nhiệt độ bề mặt theo công thức:

Các nghiên cứu trên thế giới cho thấy, nhiệt độ bề mặt và lớp phủ thực vật là những yếu

tố quan trọng cung cấp thông tin về độ ẩm tại bề mặt đất Nhiệt độ có thể tăng lên rất nhanh trong trường hợp bề mặt khô hạn hoặc cây trồng bị thiếu nước Để đánh giá mức độ khô hạn bề mặt, trong nghiên cứu này sử dụng chỉ số khô hạn nhiệt độ thực vật

(Temperature Vegetation Dryness Index – TVDI), được Saldholt I đưa ra năm 2002 trên

cơ sở lượng hóa mối quan hệ giữa nhiệt độ bề mặt và lớp phủ

17

Hình 2: Không gian Nhiệt độ / NDVI

Chỉ số khô hạn nhiệt độ thực vật TVDI được xác định theo công thức sau:

TVDI = 𝑇𝑠−⁡𝑇𝑆𝑚𝑖𝑛

𝑇𝑆𝑚𝑎𝑥−⁡𝑇𝑆𝑚𝑖𝑛

Trong đó:

 Ts : nhiệt độ bề mặt

 TSmax, TSmin tương ứng là nhiệt độ bề mặt cực đại và cực tiểu trong tam giác

không gian nhiệt độ/NDVI

TSmax, TSmin được xác định bằng phương pháp hồi quy tuyến tính các giá trị nhiệt độ cực đại tại các khoảng giá trị NDVI Giá trị chỉ số TVDI càng cao tương ứng với nguy cơ khô hạn càng tăng Tại cạnh khô, chỉ số TVDI có giá trị bằng 1, trong khi đó tại cạnh ướt giá trị của TVDI là 0

Để tính “cạnh khô” TSmax trong không gian ‘nhiệt độ/ NDVI’, ta chia chỉ số thực vật NDVI thành các khoảng và xác định nhiệt độ cực đại tại các khoảng này “Cạnh ướt” TSmin được lấy bằng giá trị nhiệt độ bề mặt (LST) thấp nhất xác định ở trên Từ kết quả hồi quy tuyến tính các giá trị nhiệt độ bề mặt cực đại tại các khoảng giá trị NDVI, ta xác định được “cạnh khô” TSmax

18

Mức độ khô hạn được phân cấp theo chỉ số TVDI như sau :

Bảng 3: Phân cấp mức độ khô hạn đối với chỉ số TVDI

Chỉ số TVDI nhận giá trị trong khoảng từ 0 đến 1 Phân cấp mức độ khô hạn bề mặt đối với chỉ số khô hạn nhiệt độ – thực vật TVDI được trình bày trong bảng 4 Trong đó, giá trị TVDI nhỏ hơn 0,2 tương ứng với các vùng không có nguy cơ hạn hán (bề mặt nước, thực vật tươi tốt, đất nông nghiệp ngập nước) Nếu chỉ số TVDI trong khoảng từ 0,2 đến 0,4 tương ứng với các khu vực ít có nguy cơ khô hạn (khu vực đất rừng); chỉ số TVDI trong khoảng 0,4 – 0,6 tương ứng với các khu vực khô hạn trung bình; trong khoảng 0,6 – 0,8 – khô hạn nặng Nếu giá trị chỉ số TVDI lớn hơn 0,8 khu vực có mức độ khô hạn rất nặng

(Trịnh Lê Hùng, Đào Khánh Hoài., 2015)

Hình 3: Mối quan hệ vật lí giữa các chỉ số của TVDI

19

1.4 Phương pháp nội suy Kriging

Phương pháp nội suy Kriging khảo sát mối quan hệ giữa sự biến động của dữ liệu theo vị trí của chúng trong không gian, từ đó rút ra mô hình toán phản ánh mối quan hệ này Nhờ vào mô hình toán, các nhà nghiên cứu có thể dự báo trước được giá trị của dữ liệu nội suy

ở những vị trí chưa có số liệu khảo sát tực tế

Để có thể sử dụng phương pháp nội suy Kriging, các dữ liệu khảo sát cần phải có tọa độ địa lý tương ứng Các bước tiến hành như sau:

- Thu thập số liệu mưa tại các trạm quan trắc

- Xác định tọa độ của các trạm quan trắc

- Tiến hành nội suy Kriging bằng phần mềm Sufer

2 Nguồn dữ liệu

Ở Việt Nam, một số nghiên cứu đã sử dụng ảnh nhiệt MODIS, NOAA/AVHRR trong xác định độ ẩm đất dựa trên mối quan hệ giữa nhiệt độ bề mặt và các loại hình lớp phủ Tuy nhiên, độ phân giải không gian của ảnh MODIS, NOAA/AVHRR là rất thấp và không thích hợp cho các nghiên cứu chi tiết Đề tài này trình bày kết quả đánh giá nguy cơ hạn hán khu vực Tây Nguyên sử dụng tư liệu ảnh hồng ngoại nhiệt LANDSAT Ảnh hồng ngoại nhiệt LANDSAT với độ phân giải không gian trung bình (60 – 120m) cung cấp thông tin rõ ràng hơn về sự thay đổi độ ẩm bề mặt so với ảnh MODIS, NOAA/AVHRR,

do vậy có thể được sử dụng hiệu quả trong nghiên cứu và giám sát hiện tượng hạn hán

2.1 Đặc tính của ảnh landsat

Landsat 5 có 7 kênh ảnh , kênh 1, 2 và 3 thuộc vùng bức xạ nhìn thấy; kênh 4, 5 và 7 thuộc vùng hồng ngoại có độ phân giải 30 mét; kênh 6 thuộc vùng hồng ngoại nhiệt có độ phân giải 120m

Landsat 7 có các đặc điểm mới so với các phiên bản trước đó Một cảnh ảnh (scene) có kích thước 170 km phương bắc-nam x 183 km phương đông-tây Có 7 kênh mang số thứ

tự từ 1 đến 7 và kênh toàn sắc (Panchromatic hay viết tắt là PAN) Kênh 1, 2 và 3 thuộc vùng bức xạ nhìn thấy; kênh 4, 5 và 7 thuộc vùng hồng ngoại có độ phân giải 30 mét; kênh

6 thuộc vùng hồng ngoại nhiệt có độ phân giải 60m; và kênh Pan có độ phân giải 15m

Landsat 8 thu nhận ảnh với tổng số 11 kênh phổ, bao gồm 9 kênh sóng ngắn và 2 kênh nhiệt sóng dài Hai bộ cảm này sẽ cung cấp chi tiết bề mặt Trái Đất theo mùa ở độ phân giải không gian 30 mét (ở các kênh nhìn thấy, cận hồng ngoại, và hồng ngoại sóng ngắn);

100 mét ở kênh nhiệt và 15 mét đối với kênh toàn sắc Dải quét của LDCM giới hạn trong khoảng 185 km x 180 km Độ cao vệ tinh đạt 705 km so với bề mặt trái đất Bộ cảm OLI

20

cung cấp hai kênh phổ mới, Kênh 1 dùng để quan trắc biến động chất lượng nước vùng ven bờ và Kênh 9 dùng để phát hiện các mật độ dày, mỏng của đám mây ti (có ý nghĩa đối với khí tượng học), trong khi đó bộ cảm TIRS sẽ thu thập dữ liệu ở hai kênh hồng ngoại nhiệt sóng dài (kênh 10 và 11) dùng để đo tốc độ bốc hơi nước, nhiệt độ bề mặt

Bảng 4: Đặc trưng Bộ cảm của ảnh vệ tinh Landsat

(micrometers)

Độ phân giải

Hình 5: Ảnh trước khi nắn chỉnh

Chúng ta có thể thấy được sự sai lệch của ảnh ban đầu, các đường giao thông bị lệch so với dữ liệu đường giao thông thực tế

22

Hình 6:; Ảnh sau khi nắn chỉnh

Sau khi nắn chính, các đường giao thông của ảnh và dữ liệu thực tế đã trừng khớp với nhau

1.2 Cắt ảnh theo ranh giới

Ảnh vệ tinh khi tải về là một ảnh có kích thước lớn bao gồm nhiều khu vực Vì vậy cần tiến hành cắt ảnh theo khu vực nghiên cứu để dễ quan sát cũng như dễ dàng trong quá trình tính toán