Nghiên cứu giám sát mức độ phú dưỡng của một số hồ tại quận hoàng mai, hà nội sử dụng dữ liệu ảnh vệ tinh landsat

Giám sát mức độ ô nhiễm hữu cơ của một số hồ Hà Nội bằng cách sử dụng ảnh vệ tinh landsat 8 qua nhiều năm. Tác giả sử dụng nhiều phần mềm bản đồ, kỹ thuật như Envi, Arcgis để phục vụ cho nghiên cứu. Qua nghiên cứu cho thấy tại quận hoàng mai, hà nội các hồ đang có dấu hiệu phú dưỡng, ngày càng tăng qua các năm

MỤC LỤC MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ VÙNG NGHIÊN CỨU VÀ LỊCH SỬ NGHIÊN CỨU 1.1 TỔNG QUAN VỀ VÙNG NGHIÊN CỨU 1.1.1 Vị trí địa lý vùng nghiên cứu 1.1.2 Các yếu tố ảnh hưởng đến phân bố TSI vùng nghiên cứu 1.1.2.1 Các yếu tố tự nhiên 1.1.2.2 Các yếu tố kinh tế - xã hội 1.2 LỊCH SỬ NGHIÊN CỨU 1.2.1 Trên giới 1.2.2 Tại Việt Nam CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU 2.1 THU THẬP VÀ TỔNG HỢP TÀI LIỆU 2.2 PHƯƠNG PHÁP KHẢO SÁT THỰC ĐỊA 2.3 PHƯƠNG PHÁP XÁC ĐỊNH HÀM LƯỢNG CHLOROPHYLL-A SỐ TSI VÀ CHỈ 2.4 DỮ LIỆU ẢNH VỆ TINH SỬ DỤNG 2.5 PHƯƠNG PHÁP XỬ LÝ ẢNH 2.6 PHƯƠNG PHÁP ĐÁNH GIÁ TÌNH TRẠNG PHÚ DƯỠNG 2.7 PHƯƠNG PHÁP PHÂN TÍCH THỐNG KÊ VÀ BẢN ĐỒ CHƯƠNG KẾT QUẢ VÀ THẢO LUẬN 3.1 KẾT QUẢ 3.1.1 Hiện trạng phú dưỡng hồ nghiên cứu quận Hoàng Mai 3.1.2 Mối quan hệ số TSI với phổ mặt nước hồ nghiên cứu 3.1.3 Diến biến TSI hồ nghiên cứu từ năm 2013 đến 3.1.3.1 Phương trình tính tốn số TSI 3.1.3.2 Diễn biến TSI hồ nghiên cứu từ năm 2013 đến 3.2 THẢO LUẬN 10 3.2.1 Mối quan hệ trình thị hóa TSI hồ 10 3.2.2 Đề xuất giải pháp giám sát tình trạng phú dưỡng hồ thuộc quận Hoàng Mai sử dụng liệu ảnh vệ tinh .11 3.2.2.1 Tích hợp viễn thám phương pháp quan trắc truyền thống 11 i 3.2.2.2 Hoàn thiện hệ thống văn pháp quy, đưa công nghệ viễn thám thành cấu phần hệ thống giám sát tài nguyên môi trường 11 KẾT LUẬN 12 TÀI LIỆU THAM KHẢO 13 ii KÍ HIỆU VIẾT TẮT TSI Chỉ số phú dưỡng BOD Nhu cầu oxy sinh hóa DO Nồng độ oxy hòa tan DOM Các chất hữu hòa tan CDOM Các chất hữu hòa tan có màu TSS Tổng chất rắn lơ lửng SDD Độ sâu đĩa Secchi P Phot N Nitro TP Tổng Photpho iii MỞ ĐẦU Phú dưỡng tượng thường gặp hồ đô thị, sông kênh dẫn nước thải Biểu phú dưỡng hồ đô thị nồng độ chất dinh dưỡng Nitro (N), Photpho (P) cao, tỷ lệ P/N cao tích luỹ tương đối P so với N, yếm khí và môi trường khử lớp nước đáy thuỷ vực, phát triển mạnh mẽ tảo nở hoa tảo, đa dạng sinh vật nước, đặc biệt cá, nước có màu xanh đen đen, có mùi khai thối khí hidro sunfua (H2 S) Nguyên nhân gây phú dưỡng thâm nhập lượng lớn N, P từ nước thải sinh hoạt các khu dân cư, đóng kín và thiếu đầu môi trường hồ Sự phú dưỡng nước hồ đô thị sông kênh dẫn nước thải gần thành phố lớn trở thành tượng phổ biến hầu hết các nước giới Hiện tượng phú dưỡng hồ đô thị và kênh thoát nước thải tác động tiêu cực tới hoạt động văn hoá dân cư đô thị, làm biến đổi hệ sinh thái nước hồ, tăng thêm mức độ ô nhiễm khơng khí thị [164] Các hồ thị hầu hết đóng vai trò quan trọng việc tiếp nhận, điều hòa nước khí hậu, tạo cảnh quan, và là nơi vui chơi giải trí cộng đồng Quận Hoàng Mai - thành Phố Hà Nội nằm vùng địa hình thấp đồng sơng Hồng nên phần lớn hồ thuộc địa bàn quận có nguồn gốc từ các vùng trũng từ nhánh sơng Sự hình thành biến đổi hồ gắn liền với phát triển đô thị Các hồ đô thị tạo thành hệ thống kết nối với sơng tiêu nước thủ Hà Nội Quận Hồng Mai có khoảng 14 hồ, ao vừa lớn [1] Trong đó có hồ lớn hồ Linh Đàm (75 ha), hồ Yên Sở (130 ha); hồ Định Công (25 ha) số hồ nhỏ khác hồ Đền Lừ (4 ha), số hồ điều hòa nước cho khu vực nhỏ, hỗ trũng thuộc địa bàn phường Định Công, Giáp Bát, đặc biệt khu vực ao hồ thuộc phường Hoàng Văn Thụ, Thịnh Liệt, Yên Sở, Trần Phú, Lĩnh Nam, Hoàng Liệt Tổng diện tích ao hồ, ruộng trũng nêu khoảng 400 [17] Hệ thống hồ lớn địa bàn quận có bề dày lịch sử và trở thành biểu tượng, niềm tự hào quận, đồng thời đóng vai trò quan trọng đời sống cộng đồng, việc tiếp nhận trực tiếp nước thải, nước mưa lưu vực thoát nước xung quanh sau đó tiêu thoát qua các mương thoát nước thành phố Hà Nội, chúng còn sử dụng cho mục đích cảnh quan du lịch phục vụ vui chơi giải trí, ni cá quận Hầu hết hồ đô thị chịu tác động yếu tố tự nhiên và nhân sinh nên quá trình lão hoá diễn nhanh Trong năm gần đây, tốc độ đô thị hoá tăng lên rõ rệt, hệ thống thoát nước không xây dựng theo kịp tốc độ đô thị hoá dẫn đến độ sâu hồ giảm rõ rệt các vật liệu bị nước mưa trôi, xả nước thải san lấp, lấn chiếm không gian người dân sống xung quanh Điều này dẫn đến việc diện tích hồ bị thu hẹp nhiều so với ban đầu Bên cạnh đó, việc xả nước chưa qua xử lý, chứa lượng lớn chất hữu cơ, các chất dinh dưỡng N, P chất độc hại khác vào hồ làm cho hồ nhiễm bẩn Hiện tượng phú dưỡng gây “tảo nở hoa” và cá chết hàng loạt làm cho hệ sinh thái hồ bị nhiễm độc lắng xuống với cặn nước thải tạo nên lớp trầm tích đọng đáy hồ, làm cho hồ nông dần theo thời gian, là nơi trực tiếp đón nhận nước thải; kéo theo đó là đổi màu nước, nước có mùi thối khiến cho hệ thống hồ thực chức Do vậy, để kịp thời bảo vệ hệ sinh thái hồ, việc đánh giá dự báo phú dưỡng vô cần thiết Đã có nhiều cơng trình nghiên cứu với nhiều phương pháp để xác định tình trạng phú dưỡng hồ địa bàn thành phố Hà Nội, đó có số hồ quận Hoàng Mai cách dựa vào nhóm sinh vật thị cho phú dưỡng giám sát thông số đánh giá độ phú dưỡng thứ cấp N và P [4-6,11] Tuy nhiên, phương pháp quan trắc, giám sát truyền thống chất lượng nước hồ đô thị thường gây tốn mặt thời gian kinh phí, đặc biệt khơng giúp đánh giá nhanh trạng mơi trường hồ để có giải pháp kịp thời Điều dẫn đến thực trạng thiếu liệu việc quản lý các hồ đô thị Trong đó giới, việc sử dụng viễn thám vào giám sát, đánh giá mức độ phú dưỡng hồ thơng qua tính tốn hàm lượng chlorophyll-a (Chl-a) - số trực tiếp phản ánh sức khỏe hệ sinh thái hồ, trở nên phổ biến, hiệu và mang độ xác cao Xuất phát từ thực tiễn trên, đề tài “Nghiên cứu giám sát mức độ phú dưỡng số hồ quận Hoàng Mai, Hà Nội sử dụng liệu ảnh vệ tinh Landsat” tiến hành nghiên cứu với mục tiêu nghiên cứu sau: - Xác định mối quan hệ số phú dưỡng (TSI) nước số hồ thuộc quận Hoàng Mai, Hà Nội thông số thu ảnh Landsat 8; - Sử dụng liệu ảnh Landsat để tính tốn, mơ hình hóa phân bố khơng gian thời gian - TSI nước hồ lớn quận Hoàng Mai là Linh Đàm, Yên Sở, Định Công; Xác định mối quan hệ trình thị hóa gia tăng dân số khu vực xung quanh hồ (Linh Đàm, Yên Sở, Định Công) với diễn biến TSI hồ; - Đề xuất số giải pháp giám sát tượng phú dưỡng hồ (Linh Đàm, Yên Sở, Định Công) Trong luận văn, đối tượng phạm vi nghiên cứu TSI biến động TSI theo không gian thời gian hồ lớn quận Hoàng Mai Yên Sở, Linh Đàm và Định Cơng Nội dung luận văn trình bày chương, không kể phần mở đầu kết luận sau: Chương 1: Tổng quan vùng nghiên cứu lịch sử nghiên cứu Chương 2: Phương pháp nghiên cứu Chương 3: Kết thảo luận Luận văn thực môn Địa chất Môi trường, Khoa Địa chất, Trường Đại học Khoa học Tự nhiên - ĐHQGHN hướng dẫn TS Nguyễn Thị Thu Hà Luận văn là kết nghiên cứu học viên cao học thuộc ngành đào tạo thí điểm Địa chất môi trường CHƯƠNG TỔNG QUAN VỀ VÙNG NGHIÊN CỨU VÀ LỊCH SỬ NGHIÊN CỨU TỔNG QUAN VỀ VÙNG NGHIÊN CỨU 1.1 1.1.1 Vị trí địa lý vùng nghiên cứu Quận Hồng Mai nằm phía nam thủ đô Hà Nội Tọa độ địa lý quận vào khoảng 20o 53’ - 21o 35’ độ vĩ Bắc 105o 44’ - 106o 02’ độ kinh Đông Phía bắc quận giáp với quận Hai Bà Trưng, phía nam giáp với huyện Thanh Trì, phía đơng giáp với sơng Hồng huyện Gia Lâm, phía tây giáp với huyện Thanh Trì quận Thanh Xuân 1.1.2 Các yếu tố ảnh hưởng đến phân bố TSI vùng nghiên cứu 1.1.2.1 Các yếu tố tự nhiên a Đặc điểm địa hình, địa chất b Đặc điểm thời tiết, khí hậu c Đặc điểm thủy văn 1.1.2.2 Các yếu tố kinh tế - xã hội a Dân số b Tình hình phát triển kinh tế 1.2 LỊCH SỬ NGHIÊN CỨU 1.2.1 Trên giới Từ năm 1970, ứng dụng các kỹ thuật viễn thám đánh giá chất lượng nước thực toàn giới và ngày càng phát triển ngày [19,2930,48,57,70,75,84-85,100,113,130,136,143,156,159] Trong nghiên cứu Matthews và Kutser [87,103], đưa đánh giá chi tiết các công cụ viễn thám có thể sử dụng để đánh giá chất lượng nước các hồ nội địa Bên cạnh việc khai thác thành công liệu ảnh ALI, ALOS [88], SPOT [42]; các liệu ảnh LANDSAT xứng đáng mô tả chi tiết với hệ thống có thể nói là hệ thống vệ tinh mang tính chất quốc tế với vệ tinh chương trình này Đã có nhiều các nghiên cứu sử dụng ảnh vệ tinh LANDSAT để tính toán và giám sát nước hồ [120,148], mật độ thực vật phù du [154], vật chất lơ lửng [163] CDOM [36], bùng nổ tảo xanh [156] macrophyte [18] Ngày 30/5/2013, liệu từ vệ tinh Landsat-8 tiếp tục thúc đẩy các nghiên cứu chất lượng nước hồ Hơn nữa, các kênh phổ Landsat còn cung cấp thêm dải sóng vùng hồng ngoại nhiệt (TIR) cho phép tính toán nhiệt độ bề mặt nước [118,160] Việc tính toán nồng độ Chl-a là ứng dụng mang tính khoa học sử dụng phổ biến giám sát chất lượng nước [138] Các vùng nước nội địa thường đặc trưng nồng độ sinh khối phytoplankton cao với khoảng dao động tương đối rộng (thông thường là từ 1-100 µg/L và có thể lên đến 350 µg/L chí cao nữa, đặc biệt là trường hợp “tảo nở hoa”) [132] Các thành phần khác nước nội địa các hạt khoáng, mùn hữu và CDOM thường không biến đổi theo không gian và thời gian, các thể nước Những vấn đề này làm cho việc phát triển các thuật toán các vùng nước nội địa trở nên phức tạp và khả ứng dụng chúng bị hạn chế các thủy vực nước khác [124] Mức độ phú dưỡng hồ đánh giá thông qua số TSI Carlson (1997) [37] đề xuất cơng thức tính toán TSI thơng qua nồng độ TP, hàm lượng Chl-a SDD Trong đó Chl-a số nó đóng vai trò tạo mối quan hệ nồng độ chất dinh dưỡng và việc sinh sản tảo, liên quan trực tiếp đến tượng phú dưỡng [112], nó phản ánh trực tiếp sức khỏe hệ sinh thái vùng nước, bên cạnh đó Chl-a có mối liên kết chặt chẽ với hàm lượng các chất dinh dưỡng, đặc biệt là P và là yếu tố sản sinh tảo Trong nước, Ch-a thị đặc trưng cho có mặt số lượng tảo, vậy, nó thường dùng số sơ cấp để đánh giá sinh khối nước Ở quốc gia Hoa Kỳ, Canada, Úc, New Zealand, Chl-a dùng số để đánh giá độ phú dưỡng hay chất lượng nước thủy vực nội địa [50] phản ánh trực tiếp sức khỏe hệ sinh thái thủy sinh là các số thứ cấp tỉ số Nitơ tổng (TN) số với TP số Đã có nhiều thuật toán sử dụng các tỷ số kênh phổ từ liệu vệ tinh đa phổ khác tính tốn Chl-a, hay TP, TN nước, SDD, từ đó tính toán hàm lượng phú dưỡng (TSI) hồ [52,65,130,159] nhiên phức tạp thành phần và đặc tính nước hồ nội địa mà các ứng dụng này còn nhiều vấn đề tồn mơ hình tính toán thông số nước từ liệu viễn thám chưa thống nhất, các phương pháp xử lý ảnh cho các vùng khác cần làm rõ, các mơ hình có cần so sánh, đánh giá và ứng dụng cho nhiều hồ nội địa Để góp phần giải vấn đề còn tồn này, các nghiên cứu ứng dụng viễn thám cho các hồ nội địa cần tiến hành nhiều nơi khác 1.2.2 Tại Việt Nam Ảnh vệ tinh số quan sử dụng để khảo sát, thành lập đồ biến động lòng sông các tỉ lệ khác nhau, từ 1: 100.000 đến 1: 25.000 cho hệ thống sông Cửu Long, số sông miền Trung và sông Hồng Ảnh vệ tinh có khả sử dụng để điều tra giám sát chất lượng nước độ mặn, mức độ ô nhiễm chất thải cơng nghiệp và để điều tra, quản lí tổng hợp các lưu vực sông Trong nghiên cứu Ứng dụng ảnh vệ tinh SPOT-5 thành lập đồ chất lượng nước mặt vùng cửa sông ven biển khu vực Quảng Ninh - Hải Phòng Trung tâm viễn thám quốc gia là Cục Viễn thám quốc gia [3] thực cho thấy với việc sử dụng ảnh vệ tinh SPOT5, tương lai gần sử dụng ảnh vệ tinh VNRedsat-1 Việt Nam, có điều kiện chủ động giám sát chất lượng nước mặt dòng hợp lưu sông, hồ, cửa biển Nghiên cứu Nguyễn Quốc Phi cộng [9] với mục tiêu ứng dụng tư liệu viễn thám để đánh giá trạng môi trường nước biển ven bờ cửa Đáy phục vụ công tác giám sát môi trường Nghiên cứu sử dụng liệu ảnh vệ tinh Landsat để trích lọc thơng tin chất lượng nước thơng qua việc tính tốn số phản xạ phổ, áp dụng số kinh nghiệm và phân tích các đặc trưng phản xạ phổ để xác định phân vùng khu vực cửa Đáy qua các thông số TSS, Chl-a, số trầm tích lơ lửng, SDD Đáng ý nghiên cứu TSS tính tốn theo số thực nghiệm, theo đó TSS tính phương trình hồi quy đa biến kênh ảnh Landsat TM, Nguyễn Văn Thảo nnk (2016) [13] có nghiên cứu “Xây dựng thuật toán xử lý liệu viễn thám xác định hàm lượng vật chất lơ lửng vùng biển ven bờ châu thổ sông Hồng” Nghiên cứu này sử dụng hai loại ảnh vệ tinh có độ phân giải cao Landsat VNRESAT-1 chứng minh mối quan hệ phổ phản xạ rời mặt nước với hàm lượng vật chất lơ lửng Ngoài ra, có thể kể đến các nghiên cứu bật liên quan đến ứng dụng công nghệ viễn thám quản lý chất lượng môi trường nước là: các nghiên cứu liên quan đến giám sát/quan trắc hàm lượng Chl-a TSS nước biển Đông [10,14-15] và vùng vịnh ven biển [67-68] Về các nghiên cứu có đề tài nghiên cứu hợp tác Trung tâm Viễn thám quốc gia và Viện Vật Lý (Viện Khoa học và Công nghệ Việt Nam) và tiến hành liên quan đến thử nghiệm ứng dụng ảnh vệ tinh MODIS để tính toán nhiệt độ nước biển và hàm lượng Chl-a biển Đông Gần đây, Hà và Koike [67] xây dựng phương pháp ứng dụng viễn thám và địa thống kê quan trắc chất lượng nước biển ven bờ, áp dụng nghiên cứu vịnh Tiên Yên và làm sáng tỏ ảnh MODIS có khả cung cấp liệu nhằm đánh giá hiệu chất lượng các vùng nước ven biển Năm 2016, Hà và nnk [12] nghiên cứu thử nghiệm mơ hình hóa phân bố khơng gian hàm lượng Chl-a và số trạng thái phú dưỡng nước Hồ Tây sử dụng ảnh Sentinel - 2A, kết bước đầu cho thấy hàm lượng Chl-a nước hồ có quan hệ chặt chẽ với tỷ số kênh kênh ảnh Sentinel-2A phương trình hàm mũ Qua nghiên cứu này, ảnh Sentinel-2A với độ phân giải không gian các kênh đa phổ 10m, thiết kế các kênh phổ hợp lý hoàn toàn phù hợp cho giám sát chất lượng nước các hồ nội địa có diện tích nhỏ Năm 2017, Thảo và nnk [150] sử dụng liệu ảnh vệ tinh Landsat ETM+ và OLI để xác định hàm lượng Chl-a và đánh giá tình trạng phú dưỡng hồ Hoàn Kiếm, kết nghiên cứu cho thấy, tỷ lệ phổ phản xạ kênh xanh lam/xanh lục tương quan chặt chẽ với hàm lượng Chl-a hàm mũ, tương ứng với ảnh Landsat ETM+ là kênh phổ kênh 1, ảnh Landsat OLI là kênh kênh 2, đồng thời nghiên cứu phương pháp này hoàn toàn có thể áp dụng các hồ nước nội địa khác có tính quang học tương tự hồ Hoàn Kiếm Đối với vùng hồ nội địa có nghiên cứu “Tính toán hàm lượng trầm tích lơ lửng nước mặt hồ Trị An sử dụng ảnh Landsat đa phổ” tác giả Trịnh Lê Hùng và Vũ Danh Tuyến [153] Đáng ý, đề tài “Nghiên cứu tài nguyên nước mặt khu vực Hà Nội phương pháp viễn thám và GIS”, mã số QT-00-22 Nguyễn Đình Minh và nnk [8] phân tích biến động theo không gian và thời gian các lưu vực sông khu vực Hà Nội sở phân tích liệu viễn thám vệ tinh GIS Tuy nhiên, để góp phần đưa ứng dụng công nghệ viễn thám vào đánh giá xác chất lượng mơi trường các hồ quận Hoàng Mai chưa có nghiên cứu nào thực ngoại trừ nghiên cứu nhóm tác giả hồ Linh Đàm [66] Theo kết nghiên cứu nhóm tác giả này, hàm lượng TSI có hồ Linh Đàm tương quan chặt chẽ với tỷ lệ kênh phổ kênh ảnh Landsat hàm tuyến tính, nghiên cứu phương pháp này hoàn toàn có thể áp dụng để giám sát tình trạng phú dưỡng cho các hồ đô thị tương tự Các nghiên cứu kể góp phần làm sáng tỏ điều kiện tự nhiên, môi trường, chất lượng nước các hồ Hà Nội số hồ thuộc quận Hoàng Mai, nhiên để thực các nghiên cứu này tốn nhiều thời gian và kinh phí cho công tác khảo sát, lấy mẫu, đo đạc, quan trắc… và không đánh giá xu biến động chất lượng nước thời gian dài và liên tục, cần có công cụ việc giải đoán các ảnh viễn thám đa thời gian để góp phần đánh giá trạng môi trường hồ, cung cấp sở khoa học cho các nhà quản lý thực các kế hoạch, quy hoạch phát triển kinh tế song song với sử dụng bền vững tài nguyên thiên nhiên CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU 2.1 THU THẬP VÀ TỔNG HỢP TÀI LIỆU Phương pháp thu thập, tổng hợp phân tích tài liệu là phương pháp sử dụng bước đầu tiên nghiên cứu khoa học Nguồn tài liệu thu thập là sở giúp cho người thực đánh giá tổng quan khu vực nghiên cứu từ đó xác định yếu tố góp phần gây ảnh hưởng đến chất lượng nước hồ 2.2 PHƯƠNG PHÁP KHẢO SÁT THỰC ĐỊA Đây là phương pháp quan trọng nghiên cứu nhằm bổ sung hiệu chỉnh thông tin có từ tài liệu thu thập tiến hành lấy mẫu nước phân tích hàm lượng Chl-a vị trí khác nhau, để có sở xây dựng mối tương quan Chl-a TSI nước phổ phản xạ thu từ xử lý ảnh viễn thám Landsat Đồng thời để có đánh giá khách quan thực tế yếu tố ảnh hưởng đến TSI khu vực nghiên cứu 2.3 PHƯƠNG PHÁP XÁC ĐỊNH HÀM LƯỢNG CHLOROPHYLL-A VÀ CHỈ SỐ TSI Việc phân tích số Chl-a thực phòng thí nghiệm theo phương pháp chuẩn APHA, sử dụng máy so màu Hach DR 5000 Phương pháp sử dụng là phương pháp chiết suất acetone 90% Chỉ số TSI cho nước hồ tính tốn dựa hàm lượng Chl-a đề xuất Carlson Simpson theo phương trình sau: 𝑇𝑆𝐼 = 9,81 ln(𝐶ℎ𝑙) + 30,6 2.4 DỮ LIỆU ẢNH VỆ TINH SỬ DỤNG Trong nghiên cứu này, liệu ảnh vệ tinh Landsat sử dụng để xây dựng phương trình tính tốn TSI từ phổ phản xạ chiết xuất từ ảnh nước hồ 2.5 PHƯƠNG PHÁP XỬ LÝ ẢNH Các ảnh sau download xử lý theo các bước hiệu chỉnh xạ, hiệu chỉnh khí chiết tách giá trị phổ phản xạ 2.6 PHƯƠNG PHÁP ĐÁNH GIÁ TÌNH TRẠNG PHÚ DƯỠNG Hồ hồ chứa xếp loại theo mức độ phú dưỡng thành loại: dinh dưỡng ít, dinh dưỡng trung bình, phú dưỡng và siêu phú dưỡng Phương pháp đánh giá chất lượng nước hồ thông qua số trạng thái phú dưỡng TSI phát triển Carlson và Simpson (1996) [36] 2.7 PHƯƠNG PHÁP PHÂN TÍCH THỐNG KÊ VÀ BẢN ĐỒ Các phép phân tích hồi quy, thống kê bản, tính toán độ lệch, độ sai số nghiên cứu thực sử dụng phần mềm IBM SPSS Statistics 20 Hệ số tương quan tính tốn nghiên cứu hệ số Pearson Các phép phân tích dựa 95% phân bố chuỗi số Bản đồ phân bố số trạng thái phú dưỡng (TSI) thành lập dựa phương pháp phân bố xác suất biến ngẫu nhiên sử dụng modul phân mảnh mật độ (density slicing) ENVI 5.3 biên tập ArcGIS 10.2 CHƯƠNG KẾT QUẢ VÀ THẢO LUẬN 3.1 KẾT QUẢ 3.1.1 Hiện trạng phú dưỡng hồ nghiên cứu quận Hoàng Mai Qua đợt thực địa, kết phân tích cho thấy, hàm lượng Chl-a hồ nghiên cứu đạt giá trị trung bình 100,14 g/L, dao động khoảng rộng từ 28,5 đến 304,3 g/L Giá trị TSI tương ứng đạt trung bình 76 và dao động khoảng 63 đến 87 Như vậy, dựa theo số trạng thái phú dưỡng hồ đề xuất Carlson (1977) [37] phân loại Carlson Simpson (1996) [36] hồ nước nghiên cứu có giá trị TSI ứng với mức từ phú dưỡng đến siêu phú dưỡng Trong hồ nghiên cứu, TSI hồ Linh Đàm cho kết cao so với hai hồ lại 3.1.2 Mối quan hệ số TSI với phổ mặt nước hồ nghiên cứu Tương quan TSI ứng với kênh phổ ảnh Landsat thể rõ xu hướng tương quan nghịch với phổ phản xạ từ kênh đến kênh với hệ số tương quan 0,05 đến 0,76 Trong đó, tương quan TSI với tỷ số kênh phổ tương đối cao, với b5/b1 0,69; b5/b2 0,73; b5/b3 0,60; b5/b4 0,68; b4/b1 0,68; b4/b2 0,75; b3/b1 0,83; b3/b2 0,90; b3/b4 0,28 b2/b1 0,28 TSI cho kết xác sử dụng tỷ số kênh kênh ảnh Landsat hàm tuyến tính với hệ số xác định r2 = 0,78 sai số ước tính chuẩn TSI là 2,2 (tương ứng đến - 3% tiêu chuẩn TSI đo lường) 3.1.3 Diến biến TSI hồ nghiên cứu từ năm 2013 đến 3.1.3.1 Phương trình tính tốn số TSI Kết so sánh tỷ số kênh kênh các điểm ảnh Landsat ngày 01/04/2017 tỷ lệ phổ mặt nước bước sóng ứng với kênh này (R(561)/R(482)) đo với ngày chụp ảnh hồ nghiên cứu thuộc quận Hoàng Mai cung cấp phương trình tính toán từ phổ ảnh sang phổ mặt nước Mối quan hệ phổ phản xạ đo mặt nước phổ ảnh sau hiểu chỉnh khí có hệ số tương quan chặt chẽ, với hệ số xác định r2 = 0,74, giá trị sai số trung bình nhỏ, cho thấy phương pháp hiệu chỉnh khí này có độ xác cao, phù hợp cho nghiên cứu Dựa mối quan hệ TSI tỷ lệ kênh phổ ảnh Landsat 8, TSI nước hồ nghiên cứu tính tốn theo hàm tuyến tính tỷ số kênh kênh ảnh Landsat Với hệ số xác định tương đối cao (r2 = 0,76): TSI = 74,7 Trong đó: TSI là số phú dưỡng, 𝑏3 𝑏2 b3 b2 + 76,3 (6) tỷ số kênh phổ và chiết tách từ ảnh Landsat Áp dụng phương trình (6) để tính tốn TSI ngày lấy mẫu so sánh kết TSI tính tốn từ Chl-a phân tích từ mẫu thu thập TSI tính tốn từ phương trình theo ảnh cho thấy mối tương quan cao TSI thực địa TSI tính từ liệu ảnh Landsat với r2 = 0,86, giá trị sai số chuẩn phép tính tương đối nhỏ ứng với TSI xấp xỉ khoảng 9.77, cho thấy TSI nước hồ địa bàn quận Hồng Mai tính tương đối xác từ tỷ số kênh phổ ảnh nói theo phương trình (6) TSI khoảng 60 - 70 chiếm diện tích lớn, phân bố khắp mặt hồ, lan rộng từ vị trí gần bờ đến trung tâm, tập trung chủ yếu khu vực phía tây tây bắc hồ - Phân bố TSI hồ Yên Sở Trong năm 2013, từ tháng đến tháng 12, nhận thấy rõ rệt bao phủ toàn mặt hồ Yên Sở TSI khoảng 50 - 60, xuất đến hai điểm với diện tích nhỏ khu vực mặt mặt hồ xung quanh công viên Yên Sở có TSI khoảng 60 - 70 TSI trung bình tăng từ tháng đến tháng 12 lần lượt 50,36 - 51,47 So sánh với hồ Linh Đàm thấy rõ, hồ Yên Sở thời gian so với hồ Linh Đàm Tháng 5/2014, TSI trung bình hồ Yên Sở đạt 52,98, chiếm phần lớn diện tích mặt hồ TSI khoảng 50 - 60, thấy xuất vài vị trí với diện tích nhỏ có TSI khoảng 60 - 70 phía mặt hồ xung quanh cơng viên n Sở và phía đường Tam Trinh Tháng 6/2015, TSI trung bình hồ Yên Sở đạt 53,41 tăng 0,85% so với năm 2014 TSI khoảng 50 - 60 bao phủ hầu hết mặt hồ, xuất nhiều vị trí gần bờ xung quanh cơng viên n Sở, với vài điểm vị trí cống thải ngầm rải rác phía có TSI khoảng 60 - 70 Tháng 6/2016, TSI trung bình hồ Yên Sở lần lượt 53,97 55,03, TSI phân bố tương đối đồng toàn hồ với hàm lượng chủ yếu khoảng 50 - 60 Trong tháng xuất vị trí có TSI cao khoảng 70 - 80, phân bố gần bờ phía cơng viên n Sở, phía bắc điểm phía tây hồ TSI khoảng 60 - 70 tăng rõ rệt so với thời điểm vào năm 2015, phân bố chủ yếu xung quanh vị trí gần bờ phía cơng viên n Sở dọc phía đường Tam Trinh Tháng 10/2016, TSI trung bình hồ Yên Sở 55,99 Bao phủ hầu hết toàn mặt hồ TSI khoảng 50 - 60, phần diện tích có TSI khoảng 60 - 70 lan rộng dọc khắp bờ xung quanh hồ đặc biệt khu vực bờ xung quanh cơng viên n Sở dọc bờ phía đơng và đơng bắc hồ, theo đó phần diện tích có TSI khoảng 70 80 tăng rõ rệt so với các tháng trước, lan rộng chạy dọc với vị trí có TSI khoảng 60 - 70 Tháng 12/2016, TSI trung bình hồ Yên Sở 57,08, nhìn chung phân bố TSI tháng khơng có khác so với tháng 10, nhiên phần diện tích có TSI khoảng 60 - 80, đặc biệt phần diện tích có TSI khoảng 70 - 80 tăng lên rõ rệt so với tháng trước Tháng 4/2017, TSI trung bình hồ Yên Sở đạt 57,97, phân bố tương đối đồng khắp hồ với TSI khoảng 50 - 60, riêng vùng ven gần bờ chạy dọc toàn hồ có hàm lượng cao hẳn so với vùng khác, khu vực tập trung TSI cao khoảng 70 - 80 vùng ven bờ xung quanh công viên n Sở, đặc biệt bên phía khu thị Pháp Vân - Tứ Hiệp, dọc phía gần bờ ven đường Tam Trinh rải rác ven bờ khắp hồ, phần diện tích mặt hồ có TSI khoảng 60 - 70 tăng và lan rộng vào trung tâm hồ, điển hình mặt hồ phía giáp khu quy hoạch Gamuda phần diện tích mặt hồ phía tiếp giáp với phường Giáp Nhị Tháng 6/2017, TSI trung bình hồ Yên Sở đạt 58,95, phân bố TSI tháng này không thay đổi so với tháng 6, nhiên phần diện tích có TSI khoảng 60 - 70 70 - 80 tăng lên trông thấy, đặc biệt TSI khoảng 70 - 80 lan rộng nhiều so với tháng trước đó Tháng 8/2017, phần diện tích có TSI cao lan khá rộng, bao phủ dọc khắp ven bờ hồ lan phía trung tâm hồ, đặc biệt khu vực ven bờ xung quanh công viên Yên Sở, vị trí cửa xả từ sơng Sét sơng Kim Ngưu vào hồ dọc ven đường Tam Trinh, TSI cao rõ rệt so với vùng khác, nhìn chung mặt hồ phía tây tây nam có TSI cao so với vùng lại - Phân bố TSI hồ Định Công Tháng năm 2013, TSI trung bình hồ Định Cơng 51,87, phân bố khá đồng khắp mặt hồ, nhìn chung TSI bao phủ toàn hồ nằm khoàng 50 - 60, riêng có vị trí có TSI khoảng 60 - 70 phân bố rải ven bờ phía tây tây nam hồ Tháng tháng 12/2013, TSI trung bình lần lượt 51,93 51,98, phân bố tương đối đồng với hàm lượng chủ yếu khoảng 50 - 60, thời gian này xuất nhiều vị trí có TSI khoảng 60 - 70, phân bố rải rác ven bờ dọc khắp hồ Nhìn chung, từ tháng đến tháng 12/2013 TSI hồ tăng lên nhiên tăng với lượng không đáng kể, so sánh nhận thấy, hồ Định Công thời điểm so với hồ Linh Đàm, nhiên phú dưỡng so với hồ Yên Sở Tháng 6/2015, TSI trung bình tồn hồ Định Cơng là 55,58, cao TSI trung bình vào thời điểm năm 2013, bao phủ toàn mặt hồ TSI khoảng 50 - 60, nhiên phần diện tích có TSI khoảng 60 - 70 tăng lên, phân bố tập trung thành vùng rộng, lan rộng từ ven bờ đến trung tâm hồ, điển hình mặt hồ bên phía đường Định Cơng, gần vị trí tiếp giáp với sơng Lừ, ngồi vài điểm phân bố rải rác vị trí cống ngầm phía tây hồ Tháng 6/2016 có TSI trung bình lần lượt 55,63 56,36, phần diện tích mặt nước có TSI khoảng 50 - 60 chiếm chủ yếu toàn mặt hồ, nhiên phần diện tích mặt hồ có TSI khoảng 60 - 70 tăng rõ rệt so với tháng trước đó, phân bố rải rác khắp toàn hồ, đặc biệt vùng mặt hồ nơi có cống thông hồ với sông Lừ là nơi tập trung cao TSI khoảng 60 - 70, đặc biệt thời gian này xuất phần diện tích mặt hồ có TSI khoảng 70 - 80 phân bố phía bắc hồ phần diện tích phía tây hồ Tháng 10/2016, TSI trung bình hồ 56,95, chiếm phần lớn diện tích mặt hồ TSI khoảng 50 - 60, phần diện tích có TSI cao khoảng 60 - 80 tăng lên rõ rệt, đó phần diện tích 70 - 80 tăng đáng kể, phân bố dọc ven bờ bên phía Định Cơng Thượng lan rộng phía trung tâm hồ, qua đó thấy rõ vị trí có TSI cao vị trí cống thải ngầm Tháng 12/2016, TSI trung bình tồn hồ Định Cơng 58,93, phần diện tích có TSI khoảng 60 - 70 tăng lên, phân bố tập trung lan rộng từ ven bờ trung tâm hồ, trải dải dọc ven bờ khắp tồn hồ, phần diện tích 70 - 80 phân bố rải rác dọc ven bờ hồ, đặc biệt khu vực song song với sông Lừ số vị trí cống ngầm rải rác tồn hồ Trong năm 2017, tháng 4, tháng tháng có TSI trung bình lần lượt 59,06, 59,97 60,93 Phần diện tích có TSI cao khoảng 60 - 70 chiếm diện lớn, lan rộng từ ven bờ trung tâm hồ, phần diện tích có TSI khoảng 70 - 80 tăng rõ rệt, phân bố thành dải dọc ven bờ lan rộng thành các đám trung tâm hồ Thấy rõ, phần bên phía Định Cơng Thượng có TSI cao so với phía bên Định Cơng Đặc biệt, tháng xuất vị trí có TSI cao lớn 80, phân bố cống thông sông Lừ với hồ So sánh nhận thấy, thời gian, hồ Định Cơng có TSI cao so với hồ Yên Sở, thấp so với hồ Linh Đàm, nhiên chênh lệch hồ là không đáng kể 3.2 THẢO LUẬN 3.2.1 Mối quan hệ trình thị hóa TSI hồ Ngun nhân gây phú dưỡng chính, theo nghiên cứu nước thải sinh hoạt phần rác thải từ gia đình cộng đồng tùy tiện thải xuống hồ Các ô nhiễm này làm tăng nồng độ chất hữu cơ, vượt khả tự làm hồ, dẫn đến suy thoái chất lượng nước, thiếu hụt 10 oxy, tăng lượng trầm tích hồ, khiến cho nước ao hồ đục bẩn, có nhiều hồ, ao nước biến thành màu đen, hệ thống sinh thái bị đe dọa rối loạn nghiêm trọng Hầu hết hồ khu vực nghiên cứu hình thành đất trẻ chịu tác động yếu tố tự nhiên nên q trình lão hóa diễn nhanh Độ sâu hồ giảm rõ rệt xả chất thải rắn (có loại rác lớn đồ đạc cũ nhà, các đồ tế lễ, bát hương, bàn thờ cũ…), xả nước thải, san lấp lấn chiếm khơng kiểm sốt người dân xung quanh hồ Do việc xả rác thải vô ý thức không bị kiểm soát ngăn chặn chặt chẽ, nên nhiều loại rác thải (túi ny lon, giấy kẹo, giấy bọc hàng, rác sinh hoạt gia đình xung quanh hồ) tích tụ dần thành đống hồ Thực trạng vừa gây bẩn hồ, vừa dần biến hồ thành ao tù, nước đọng, nguồn phát sinh nhiều dịch bệnh Hiện tượng đổ phế thải xây dựng, đổ đất, lấn chiếm hồ… làm giảm đáng kể diện tích, chí nhiều hồ có nguy cơ… biến 3.2.2 Đề xuất giải pháp giám sát tình trạng phú dưỡng hồ thuộc quận Hoàng Mai sử dụng liệu ảnh vệ tinh 3.2.2.1 Tích hợp viễn thám phương pháp quan trắc truyền thống Phương pháp xử lý tích hợp viễn thám và các phương pháp quan trắc giám sát truyền thống là giải pháp mang lại hiệu đáng mong đợi, chất lượng ảnh vệ tinh cung cấp miễn phí ngày cải thiện với độ phân giải cao Molly Reif viết báo cáo cho Hiệp hội Kỹ sư Quân đội Hoa Kỳ [86] đề cập đến năm ưu điểm bật cách kết hợp này: (1) cung cấp nhìn tổng quát vùng quan trắc để theo dõi hiệu thay đổi theo không gian thời gian; (2) cung cấp đồng thời thơng tin chất lượng nước nhiều vị trí diện tích lớn thời điểm; (3) cung cấp chuỗi số liệu toàn diện nhiều năm xu hướng thay đổi chất lượng nước theo thời gian; (4) cung cấp công cụ hỗ trợ định mức độ ưu tiên các vị trí, thời gian thực điều tra, khảo sát lấy mẫu nước; (5) cung cấp ước tính xác thành phần hoạt tính quang học mơ tả chất lượng nước Như có thể thấy, với việc phối hợp ưu phương pháp tạo điều kiện nâng cao hiệu giám sát tình trạng phú dưỡng các hồ Hà Nội cách thống và đồng bộ, nhờ đó việc định nhà quản lý môi trường có sở khoa học, tính xác, độ tin cậy nâng lên 3.2.2.2 Hồn thiện hệ thống văn pháp quy, đưa cơng nghệ viễn thám thành cấu phần hệ thống giám sát tài nguyên môi trường Để tăng cường ứng dụng công nghệ viễn thám quan trắc, giám sát chất lượng nước các loại tài nguyên môi trường khác cần đẩy nhanh việc xây dựng, trình Chính phủ ban hành Nghị định hoạt động viễn thám; các văn hướng dẫn áp dụng Nghị định, sách ứng dụng phát triển công nghệ viễn thám, sở hữu trí tuệ, tiêu chuẩn hóa các định dạng định chuẩn ứng dụng phát triển công nghệ viễn thám; quy chế quản lý, trao đổi cung cấp thông tin viễn thám, sử dụng chung các sở viễn thám liên ngành; lưu trữ, quản lý, khai thác sử dụng thông tin, số liệu điều tra nhằm nâng cao hiệu tiết kiệm đầu tư cho Nhà nước; tiêu chuẩn viễn thám, bao gồm quy trình, quy phạm xử lý sử dụng tư liệu viễn thám vào các lĩnh vực chuyên ngành đồng thời đưa công nghệ viễn thám thành cấu phần hệ thống giám sát tài nguyên và môi trường 11 KẾT LUẬN Trong nghiên cứu, luận văn sử dụng liệu ảnh vệ tinh Landsat để tính tốn TSI nước hồ Định Công, Yên Sở, Linh Đàm thuộc quận Hoàng Mai Kết nghiên cứu đạt sau: Ảnh Landsat phù hợp để nghiên cứu giám sát mức độ phú dưỡng hồ địa bàn quận Hoàng Mai, cụ thể nghiên cứu hồ lớn: Định Công, Yên Sở, Linh Đàm; TSI hồ lớn quận Hoàng Mai tương quan chặt chẽ với tỷ số giá trị phổ kênh kênh ảnh Landsat phương hình hàm tuyến tính; Kết tính tốn TSI từ 2013 đến cho thấy hồ lớn quận Hồng Mai có TSI dao dộng từ 41 đến 84 ứng với mức phú dưỡng từ trung bình đến siêu phú dưỡng TSI có xu hướng tăng theo thời gian Theo không gian TSI biến động từ ven bờ đến trung tâm, TSI phân bố cao vị trí ven gần bờ hồ, loang dần giảm dần phía trung tâm mặt hồ; Quá trình thị hóa thể qua gia tăng đất xây dựng mật độ dân số có mối tương quan chặt chẽ với TSI (r = 0,77 - 0,81) chứng tỏ quá trình thị hóa gia tăng dân số xung quanh hồ nguyên nhân dẫn đến suy giảm chất lượng nước hồ Ứng dụng viễn thám quản lý và giám sát môi trường và tài nguyên thiên nhiên nói chung và tài nguyên nước mặt nói riêng nước ta là phương pháp nên còn gặp nhiều khó khăn ứng dụng Để nâng cao hiệu sử dụng liệu ảnh vệ tinh giám sát diện tích tình trạng phú dưỡng các hồ nội địa cần đẩy mạnh cơng tác nghiên cứu khoa học, xây dựng quy trình giám sát cụ thể và có kế hoạch chuyển giao cho các quan chức địa phương 12 TÀI LIỆU THAM KHẢO TIẾNG VIỆT Bách khoa toàn thư mở Các hồ Hà Nội Chi cục thống kê quận Hoàng Mai, 2017 Niên giám thống kê quận Hoàng Mai năm 2016 Cục viễn thám quốc gia, 2011 Ứng dụng ảnh vệ tinh SPOT-5 thành lập đồ chất lượng nước mặt vùng cửa sông ven biển khu vực Quảng Ninh - Hải Phòng Dự án: Sử dụng công nghệ viễn thám GIS xây dựng sở liệu thành lập đồ diễn biến vùng ô nhiễm nguồn nước thải từ khu công nghiệp, đô thị nhằm đưa cảnh báo vùng có nguy nhiễm thuộc vùng kinh tế trọng điểm miền Bắc Lê Thị Hiền Thảo, 1999 Nghiên cứu quá trình xử lý sinh học và nhiễm nước số hồ Hà Nội Luận án tiến sỹ Sinh học, ĐH Khoa học Tự nhiên - ĐH Quốc gia Hà Nội Lê Thu Hà, Bùi Thị Hoa, 2005 Hiện trạng các hồ Hà Nội Lưu trữ Đại học Khoa học tự nhiên, ĐHQGHN Lê Thu Hà, Ngô Quang Dự và nnk, 2005 Báo cáo tóm tắt đề tài mã số QT-05-24: Áp dụng phương pháp phân tích ma trận quan trắc và đánh giá chất lượng nước số hồ Hà Nội Lưu trữ Đại học Khoa học tự nhiên, ĐHQGHN Nguyễn Địch Dỹ, 2006 Sông ngòi, hồ, đầm lầy Hà Nội xưa Tuyển tập Kiến trúc, số 2, tr.17-19 Nguyễn Đình Minh, Phạm Văn Quýnh và nnk, 2002 Báo cáo tóm tắt đề tài mã số QT-00-22: Nghiên cứu tài nguyên nước mặt khu vực Hà Nội phương pháp viễn thám và GIS Lưu trữ Đại học Khoa học tự nhiên, ĐHQGHN Nguyễn Quốc Phi, Nguyễn Thị Hạnh Như, Nguyễn Đức Mạnh , Lê Phú Cường, Lê Văn Huy, Lê Hải Hoàn, Nguyễn Thị Ánh Nguyệt, 2014 Nghiên cứu đánh giá chất lượng nước mặt khu vực ven biển Cửa Đáy ứng dụng công nghệ viễn thám Kỷ yếu Hội thảo Ứng dụng GIS toàn quốc 2014, NXB ĐH Cần Thơ, p.633-643 10 Nguyễn Tác An và nnk, 2001 Sử dụng kỹ thuật hệ thông tin địa lý (GIS) để xây dựng các đồ phân vùng và đánh giá trạng chất lượng môi trường vùng ven bờ vịnh Nha Trang Tuyển tập Nghiên cứu biển, tập XI, tr, 241-255, NXB Khoa học và Kỹ thuật, Hà Nội 11 Nguyễn Thị Hưởng 2011 Đánh giá diễn biến chất lượng nước các hồ Hà Nội giai đoạn 2006-2010 Luận văn Thạc sỹ Khoa Học Môi Trường, ĐH Khoa học Tự nhiên - ĐH Quốc gia Hà Nội 12 Nguyễn Thị Thu Hà, Bùi Đình Cảnh, Nguyễn Thiên Phương Thảo, Bùi Thị Nhị, 2016 Thử nghiệm mơ hình hóa phân bố không gian hàm lượng Chlorophyll-a và số trạng thái phú dưỡng nước hồ Tây sử dụng ảnh Sentinel-2A Tạp chí Khoa học Đại học Quốc Gia Hà Nội, Các khoa học Trái đất và Môi trường, 33, 123-132 13 Nguyễn Văn Thảo, Vũ Duy Vĩnh, Nguyễn Đắc Vệ, Phạm Xuân Cảnh, 2016 Xây dựng thuật toán xử lý liệu viễn thám xác định hàm lượng vật chất lơ lửng vùng biển ven bờ châu thổ sơng Hồng Tạp chí Khoa học và Công nghệ Biển, 16(2), tr 129 - 135 14 Phan Minh Thụ, Nguyễn Tác An, 2005 Mơ hình hóa phân bố hàm lượng Chlorophyll-a thực vật Biển Đông Hội nghị Những vần đề nghiên cứu Khoa học Sự sống 2005, Hà Nội, 1078-1080 13 15 Phan Minh Thụ, Nguyễn Tác An, 2011 Mơ hình hóa phân bố chlorophyll-a vùng biển Nam Trung khuôn khổ dự án hợp tác Việt Đức Tuyển tập báo cáo Hội thảo Quốc tế Hợp tác quốc tế điều tra, nghiên cứu tài nguyên và môi trường biển Hà Nội, 15-16/9/2011: 413-419 16 17 UNBD quận Hoàng Mai, 2017 Báo cáo kinh tế xã hội năm 2016 quận Hoàng Mai Viện Quy hoạch Xây dựng Hà Nội, 2007 Thuyết minh tổng hợp quy hoạch chi tiết quận Hoàng Mai - tỉ lệ 1/2000 TIẾNG ANH 18 Albright TP, Ode DJ, 2011 Monitoring the dynamics of an invasive emergent macrophyte community using operational remote sensing data Hydrobiologia 661:469-474 19 Alparslan, E., Aydöner, C., Tufekci, V., Tüfekci, H., 2007 Water quality assessment at ömerli dam using remote sensing techniques Environ Monit Assess, 135, 391-398 20 Alparslan, E., Coskun, H.G., Alganci, U., 2009 Water quality determination of Kỹỗỹkỗekmece Lake, Turkey by using multispectral satellite data Sci World J., 9, 1215-1229 21 Ammenberg, P., Flink, P., Lindell, T., Pierson, D., & Strombeck, N., 2002 Bio -optical modelling combined with remote sensing to assess water quality International Journal of Remote Sensing, 23, 1621-1638 22 Anding, D., Kauth, R., 1970 Estimation of sea surface temperature from space Remote Sens, Environ, 1, 217-220 23 Baban, S., 1993 Detecting Water-Quality Parameters in the Norfolk Broads, Uk, using Landsat Imagery International Journal of Remote Sensing, 14, 1247-1267 24 Batzli, S., 2014 Mapping Lake Clarity: About the Map Available online: http://www.lakesat.org/maptext1.php 25 Bhatti, A., Rundquist, D., Schalles, J., Ramirez, L., 2010 Application of hyperspectral remotely sensed data for water quality monitoring: Accuracy and limitation In Proceedings of the accuracy symposium, Leicester, UK, 20-23 July 2010 26 Binding, C.E., Greenberg, T.A., Watson, S.B., Rastin, S., & Gould, J., 2015 Long term water clarity changes in North America's Great Lakes from multi-sensor satellite observations Limnology and Oceanography, 60, 1976-1995 27 Binding, C.E., Jerome, J.H., Bukata, R.P., & Booty, W.G., 2010 Suspended particulate matter in Lake Erie derived from MODIS aquatic colour imagery International Journal of Remote Sensing, 31, 52395255 28 Bistani, L.F.C., 2009 Identifying Total Phosphorus Spectral Signal in a Tropical Estuary Lagoon Using an Hyperspectral Sensor and Its Applicaton to Water Quality Modeling University of Puerto Rico Mayagüez Campus: Mayagüez, Spain 29 Braga, C.Z.F., Setzer, A.W., de Lacerda, L.D., 1993 Water quality assessment with simultaneou s Landsat-5 TM data at guanabara bay, Rio de Janeiro, Brazil Remote Sens, Environ, 45, 95-106 30 Brando, V.E., Dekker, A.G., 2003 Satellite hyperspectral remote sensing for estimating estuarine and coastal water quality IEEE Trans, Geosci, Remote Sens, 41, 1378-1387 14 31 Brezonik, P., Menken, K.D., Bauer, M., 2005 Landsat-based remote sensing of lake water quality characteristics, including chlorophyll and colored dissolved organic matter (CDOM) Lake Reserv, Manag, 21, 373-382 32 Brivio, P., Giardino, C., Zilioli, E., 2001 Determination of chlorophyll concentration changes in lake garda using an image-based radiative transfer code for Landsat TM images Int J Remote Sens, 22, 487502 33 Brivio, P.A., Giardino, C., Zilioli, E., 2001 Validation of satellite data for quality assurance in lake monitoring applications Sci Total Environ, 268, 3-18 34 Bukata, R.P., Jerome, J.H., Kondratyev, A.S., Pozdnyakov, D.V., 1995 Optical Properties and Remote Sensing of Inland and Coastal Waters, CRC Press: Boca Raton, FL, USA 35 Carder, K.L., Chen, F.R., Cannizzaro, J.P., Campbell, J.W., Mitchell, B.G., 2004 Performance of the MODIS semi-analytical ocean color algorithm for chlorophyll-a Adv Space Res., 33, 1152-1159 36 Carlson, R.E and J Simpson., 1996 A Coordinator’s Guide to Volunteer Lake Monitoring Methods North American Lake Management Society, Madison, WI 37 38 Carlson, R.E., 1977 A trophic state index for lakes Limnology and Oceanography, 22(2), 361-369 Chipman, J.W., Olmanson, L.G., Gitelson, A.A., 2009 Remote Sensing Methods for Lake Management: A Guide for Resource Managers and Decision-Makers North American Lake Management Society: Madison, WI, USA 39 Choe, E.Y., Lee, J.W., Lee, J.K., 2011 Estimation of chlorophyll-a concentrations in the nakdong river using high-resolution satellite image Korean J, Remote Sens, 27, 613-623 40 Choubey, V., 1998 Laboratory experiment, field and remotely sensed data analysis for the assessment of suspended solids concentration and secchi depth of the reservoir surface water Int J, Remote Sens, 19, 3349-3360 41 Choubey, V & Subramanian, V., 1992 Estimation of Suspended -Solids using Indian Remote-Sensing Satellite-1a Data - a Case-Study from Central India International Journal of Remote Sensing, 13, 14731486 42 Dekker, A.G., Vos, R.J., Peters, S.W.M., 2002 Analytical algorithms for lake water TSM estimation for retrospective analyses of TM and SPOT sensor data Int J., Remote Sens, 23:15-35 43 Dekker, A., Peters, S., 1991 The use of the Thematic Mapper for the analysis of eutrophic lakes: A case study in the Netherlands Int J., Remote Sens, 14, 799-821 44 Dekker, A.G., Malthus, T.J., Seyhan, E., 1999 Quantitative modeling of inland water quality for high resolution MSS systems IEEE Trans, Geosci, Remote Sens, 29, 89-95 45 Dewidar, K., Khedr, A., 2001 Water quality assessment with simultaneous Landsat -5 TM at Manzala Lagoon, Egypt Hydrobiologia, 457, 49-58 46 Doerffer, R., & Schiller, H., 2007 The MERIS case water algorithm International Journal of Remote Sensing, 28, 517-535 47 Ekercin, S., 2007 Water quality retrievals from high resolution IKONOS multispectral imagery: A case study in Istanbul, Turkey Water Air Soil Pollut, 183, 239-251 48 El-Din, M.S., Gaber, A., Koch, M., Ahmed, R.S., Bahgat, I., 2013 Remote sensing application for water quality assessment in lake timsah, suez canal, egypt J Remote Sens, Technol 15 49 Eleveld, M.A., 2012 Wind-induced resuspension in a shallow lake from Medium Resolution Imaging Spectrometer (MERIS) full-resolution reflectances Water Resour,Res, 48:W04508 50 EPA, 2010 Chapter 5: Trophic State of Lakes, In: National Lakes Assessment A collaborative Survey of the Nation’s Lakes EPA 841-R-09-001, April 2010, pp 44-46 51 Feng, L., Hu, C., Han, X., Chen, X., Qi, L., 2014 Long-term distribution patterns of chlorophyll-a concentration in China’s largest freshwater lake: MERIS full-resolution observations with a practical approach Remote Sens, 7, 275-299 52 Fuller, L.M., and Jodoin, R.S., 2016 Estimation of a Trophic State Index for selected inland lakes in Michigan, 1999-2013: U.S Geological Survey Scientific Investigations Report 2016-5023, 16 p 53 Fuller, L.M., Aichele, S.S., Minnerick, R.J., 2004 Predicting Water Quality by Relating Secchi-Disk Transparency and Chlorophyll a Measurements to Satellite Imagery for Michigan Inland Lakes, August 2002 US Department of the Interior, US Geological Survey: Denver, CO, USA 54 George, D., 1993 Physical and Chemical-Scales of Pattern in Fresh-Water Lakes and Reservoirs Science of the Total Environment, 135, 1-15 55 George, D., 1997 The airborne remote sensing of phytoplankton chlorophyll in the lakes and tarns of the English Lake District Int J., Remote Sens, 18, 1961-1975 56 George, D., & Malthus, T., 2001 Using a compact airborne spectrographic imager to monitor phytoplankton biomass in a series of lakes in north Wales Science of the Total Environment, 268, 215226 57 Giardino, C., Bresciani, M., Cazzaniga, I., Schenk, K., Rieger, P., Braga, F., Matta, E., Brando, V.E., 2014 Evaluation of multi-resolution satellite sensors for assessing water quality and bottom depth of lake garda Sensors, 14, 24116-24131 58 Gilerson, A.A., Gitelson, A.A., Zhou, J., Gurlin, D., Moses, W., Ioannou, I., et al., 2010 Algorithms for remote estimation of chlorophyll-a in coastal and inland waters using red and near infrared bands Optics Express, 18, 24109-24125 59 Gitelson, A., 1992 The peak near 700 nm on radiance spectra of algae and water: Relationships of its magnitude and position with chlorophyll concentration In t J., Remote Sens, 13, 3367-3373 60 Gitelson, A.A., Gurlin, D., Moses, W.J., & Barrow, T., 2009 A bio-optical algorithm for the remote estimation of the chlorophyll-a concentration in case waters Environmental Research Letters, 4, 045003 61 Gitelson, A.A., Dall’Olmo, G., Moses, W., Rundquist, D.C., Barrow, T., Fisher, T.R., Gurlin, D., Holz, J., 2008 A simple semi-analytical model for remote estimation of chlorophyll-a in turbid waters: Validation Remote Sens, Environ, 112, 3582-3593 62 Gons, H., Rijkeboer, M., & Ruddick, K., 2002 A chlorophyll-retrieval algorithm for satellite imagery (Medium Resolution Imaging Spectrometer) of inland and coastal waters Journal of Plankton Research, 24, 947-951 63 Gons, H., Rijkeboer, M., & Ruddick, K., 2005 Effect of a waveband shift on chlorophyll retrieval from MERIS imagery of inland and coastal waters Journal of Plankton Research, 27, 125-127 64 Grim, J.A., Knievel, J.C., & Crosman, E.T., 2013 Techniques for Using MODIS Data to Remotely Sense Lake Water Surface Temperatures Journal of Atmospheric and Oceanic Technology, 30, 24342451 16 65 Duan, H., Zhang, Y., Zhang, B., Song, K., Wang, Z., Liu, D., & Li, F., 2007 Estimation of chlorophyll‐ a concentration and trophic states for inland lakes in Northeast Chin a from Landsat TM data and field spectral measurements International Journal of Remote Sensing, 29, 767-786 66 Ha, N.T.T., Han, V.T., Thao, N.T.P., Khanh, D.T.M., 2017 Monitoring the trophic state index of Lake Linh Dam using Landsat Imagery Journal of Mining and Earth Sciences, 58, 3, 42-50 67 Ha, N T T and Koike, K., 2011 Integrating satellite imagery and geostatistics of point samples for monitoring spatio-temporal changes of total suspended solids in bay waters: application to Tien Yen Bay (Northern Vietnam) Frontiers of Earth Science, V.5 (3): 305-316 68 Ha, N T T., Koike, K and Nhuan, M.T., 2014 Improved Accuracy of Chlorophyll-a Concentration Estimates from MODIS Imagery Using a Two-Band Ratio Algorithm and Geostatistics: As Applied to the Monitoring of Eutrophication Processes over Tien Yen Bay (Northern Vietnam) Remote Sens, 421442, doi:10.3390/rs6010421 69 Hadjimitsis, D., Toulios, L., Clayton, C., Spanos, K., 2004 Dam trophic state evaluation using satellite remote sensing techniques: A case study of Asprokremmos Dam in paphos, Cyprus In Proceedings of the International Conference on Protection and Restoration VI, Thassos, Greece, 28 June -1 July 2004 70 Hadjimitsis, D.G., Clayton, C., 2009 Assessment of temporal variations of water quality in inland water bodies using atmospheric corrected satellite remotely sensed image data Environ, Monit, Assess, 159, 281-292 71 Han, L., Jordan, K.J.,2005 Estimating and mapping chlorophyll-a concentration in Pensacola Bay, Florida using Landsat ETM+ data Int J., Remote Sens, 6, 5245-5254 72 Härmä, P.,Vepsäläinen, J., Hannonen, T., Pyhälahti, T., Kämäri, J., Kallio, K., Eloheimo, K., Koponen, S., 2001 Detection of water quality using simulated satellite data and semi-empirical algorithms in Finland Sci, Total Environ, 268, 107-121 73 Harrington, J., Schiebe, F., & Nix, J., 1992 Remote-Sensing of Lake Chicot, Arkansas - Monitoring Suspended Sediments, Turbidity, and Secchi Depth with Landsat Mss Data Remote Sensing of Environment, 39, 15-27 74 Harrington, J., Repic, R., 1995 Hyperspectral and video remote sensing of o klahoma lakes In Papers and Proceedings of Applied Geography Conferences, Applied Geography Conferences, Inc.: Denton, TX, USA, pp 79-86 75 Hellweger, F., Schlosser, P., Lall, U., Weissel, J., 2004 Use of satellite imagery for water quality studies in new york harbor Estuar, Coast, Shelf Sci, 61, 437-448 76 Hoogenboom, H., Dekker, A., Althuis, I.A., 1998 Simulation of aviris sensitivity for detecting chlorophyll over coastal and inland waters Remote Sens, Environ, 65, 333-340 77 Hunter, P.D., Tyler, A.N., Carvalho, L., Codd, G.A., & Maberly, S.C., 2010 Hyperspectral remote sensing of cyanobacterial pigments as indicators for cell populations and toxins in eutrophic lakes Remote Sensing of Environment, 114, 2705-2718 78 Hurley, P., Payzant, L., Topliss, J., 1988 Monitoring offshore water quality from space IGARSS’ 88, Remote Sensing, Moving Towards the 21st Century, In Proceedings of the 1988 International Geoscience and Remote Sensing Symposium, Edinburgh, UK, 12-16 17 79 Kay, J., Kampf, S., Handcock, R., Cherkauer, K., Gillespie, A., & Burges, S., 2005 Accuracy of lake and stream temperatures estimated from thermal infrared images Journal of the American Water Resources Association, 41, 1161-1175 80 Kim, S.I., Kim, H.C., Hyun, C.U., 2014 High resolution ocean color products estimation in Fjord of Svalbard, arctic sea using Landsat-8 oli Korean J., Remote Sens, 30 81 Kloiber, S.M., Anderle, T.H., Brezonik, P.L., Olmanson, L., Bauer, M.E., Brown, D.A., 2000 Trophic state assessment of lakes in the Twin Cities (Minnesota, USA) region by satellite imagery Adv, Limnol, Stuttg, 55, 137-151 82 Kloiber, S.M., Brezonik, P.L., Bauer, M.E., 2002 Application of Landsat imagery to regional-scale assessments of lake clarity Water Res, 36, 4330-4340 83 Kloiber, S.M., Brezonik, P.L., Olmanson, L.G., Bauer, M.E., 2002 A procedure for regional lake water clarity assessment using Landsat multispectral data Remote Sens Environ, 82, 38-47 84 Kondratyev, K.Y., Pozdnyakov, D., Pettersson, L., 1998 Water quality remote sensing in the v isible spectrum Int J., Remote Sens, 19, 957-979 85 Koponen, S., Pulliainen, J., Kallio, K., & Hallikainen, M., 2002 Lake water quality classification with airborne hyperspectral spectrometer and simulated MERIS data Remote Sensing of Environment, 79, 51-59 86 Kratzer, S., Håkansson, B., Sahlin, C., 2003 Assessing Secchi and photic zone depth in the Baltic Sea from satellite data Ambio 32:577-585 87 Kutser, T., 2009 Passive optical remote sensing of cyanobacteria and other intense phytoplankton blooms in coastal and inland waters Int J., Remote Sens, 30:4401-4425 88 Kutser, T., Paavel, B., Metsamaa, L., 2009 Mapping coloured dissolved organic matter concentration in coastal waters Int J., Remote Sens, 30:5843-5849 89 Kutser, T., 2004 Quantitative detection of chlorophyll in cyanobacterial blooms by satellite remote sensing Limnology and Oceanography, 49, 2179-2189 90 Kutser, T., Pierson, D., Kallio, K., Reinart, A., & Sobek, S., 2005a Mapping lake CDOM by satellite remote sensing Remote Sensing of Environment, 94, 535-540 91 Kutser, T., Pierson, D., Tranvik, L., Reinart, A., Sobek, S., & Kallio, K., 2005b Using satellite remote sensing to estimate the colored dissolved organic matter absorption coefficient in lakes Ecosystems, 8, 709-720 92 Lathrop, R., 1992 Landsat Thematic Mapper monitoring of turbid inland water quality Photogramm, Eng, Remote Sens, (United States), 58, 465-470 93 Lathrop, R., Lillesand, T., & Yandell, B., 1991 Testing the Utility of Simple MultiDate Thematic Mapper Calibration Algorithms for Monitoring Turbid Inland Waters International Journal of Remote Sensing, 12, 2045-2063 94 Lee, Z., Shang, S., Hu, C., Du, K., Weidemann, A., Hou, W., Lin, J., Lin, G., 2015 Secchi disk depth: A new theory and mechanistic model for underwater visibility Remote Sens, Environ, , 169, 139-149 95 Li, L., Li, L., & Song, K., 2015 Remote sensing of freshwater cyanobacteria: An extended IOP Inversion Model of Inland Waters (IIMIW) for partitioning absorption coefficient and estimating phycocyanin Remote Sens ing of Environment, 157, 9-23 18 96 Lillesand, T., Kiefer, R.W., Chipman, J., 2014 Remote Sensing and Image Interpretation John Wiley & Sons: New York, NY, USA 97 Lim, J., Choi, M., 2015 Assessment of water quality based on Landsat operational land imager associated with human activities in Korea Environ, Monit, Assess, 187, 1-17 98 Lindell, L., Steinvall, O., Jonsson, M., Claesson, T., 1985 Mapping of coastal-water turbidity using Landsat imagery Int J., Remote Sens, 6, 629-642 99 Liu, Y., Islam, M.A., Gao, J., 2003 Quantification of shallow water quality parameters by means of remote sensing Prog, Phys, Geogr, 27, 24-43 100 Maillard, P., Santos, N.A.P., 2008 A spatial-statistical approach for modeling the effect of non-point source pollution on different water quality parameters in the velhas river watershed—brazil J., Environ, Manag, 86, 158-170 101 Mancino, G., Nolè, A., Urbano, V., Amato, M., Ferrara, A., 2009 Assessing water quality by remote sensing in small lakes: The case study of monticchio lakes in southern Italy iFor, Biogeosci, For, 2, 154161 102 Mannheim, S., Segl, K., Heim, B., Kaufmann, H., 2004 Monitoring of lake water quality using hyperspectral chris-proba data In Proceedings of the 2nd CHRIS/PROBA Workshop, ESA/ESRIN, Frascati, Italy, pp 28-30 103 Matthews, M.W., 2011 A current review of empirical procedures of remote sensing in inland and nearcoastal transitional waters Int J., Remote Sens, 32:21:6855-6899 104 Matthews, M.W., Bernard, S., & Robertson, L., 2012 An algorithm for detecting trophic status (chlorophyll-a), cyanobacterial-dominance, surface scums and floating vegetation in inland and coastal waters Remote Sensing of Environment, 124, 637-652 105 Membrillo-Abad, A.S., Torres-Vera, M.A., Alcocer, J., Prol-Ledesma R.S., Oseguera L.A., RuizArmenta, J.R., 2016 Trophic State Index estimation from remote sensing of lake Chapala, México Revista Mexicana de Ciencias Geológicas, 33 (2), 183-191 106 Mishra, S., & Mishra, D.R., 2012 Normalized difference chlorophyll index: A novel model for remote estimation of chlorophyll-a concentration in turbid productive waters Remote Sensing of Environment, 117, 394-406 107 Mishra, S., & Mishra, D.R., 2014 A novel remote sensing algorithm to quantify phycocyanin in cyanobacterial algal blooms Environmental Research Letters, 9, 114003 108 Mishra, S., Mishra, D.R., & Schluchter, W.M., 2009 A Novel Algorithm for Predicting Phycocyanin Concentrations in Cyanobacteria: A Proximal Hyperspectral Remote Sensing Approach Remote Sensing, 1, 758-775 109 Mishra, S., Mishra, D.R., Lee, Z., & Tucker, C.S., 2013 Quantifying cyanobacterial phycocyanin concentration in turbid productive waters: A quasi-analytical approach Remote Sensing of Environment, 133, 141-151 110 Mittenzwey, K.H., Gitelson, A.A., & Kondratiev, K.Y., 1992 Determination of Chlorophyll-a of Inland Waters on the Basis of Spectral Reflectance Limnology and Oceanography, 37, 147-149 111 Mobley, C.D., 1994 Light and Water: Radiative Transfer in Natural Waters Academic Press: New York, NY, USA 19 112 Montanaro, M., Lunsford, A., Tesfaye, Z., Wenny, B., Reuter, D., 2014 Radiometric calibration methodology of the Landsat thermal infrared sensor Remote Sensing, 6(9), 8803-8821 113 114 115 Morel, A., Prieur, L., 1977 Analysis of variations in ocean color Limnol, Oceanog, 22, 709-722 Mulhearn, P., 1995 Landsat reflectivities versus Secchi disc depths Remote Sens, 16, 257-268 Nas, B., Karabork, H., Ekercin, S., Berktay, A., 2007 Assessing water quality in the Beysehir Lake (Turkey) by the application of GIS, geostatistics and remote sensing In Proceedings of the 12th World Lake Conference, Taal 2007, Jaipur, India, p 646 116 Natural Environment Research Council, 2009 Post-processing field spectra in MATLAB (for GER 1500 only), Online at: http://fsf.nerc.ac.uk/user_group/post_processing_in_MATLAB/ Post_processing_field_spectra_in_MAT LAB.pdf 117 Nellis, M., Harrington, J., & Wu, J., 1998 Remote sensing of temporal and spatial variations in pool size, suspended sediment, turbidity, and Secchi depth in Tuttle Creek Reservoir, Kansas: 1993 Geomorphology, 21, 281-293 118 Oesch, D., Jaque,t J.M., Klaus, R., Schenker, P., 2008) Multi-scale thermal pattern monitoring of a large lake (Lake Geneva) using a multi-sensor approach Int J., Remote Sens, 29:5785-5808 119 Ogashawara, I., Mishra, D.R., Mishra, S., Curtarelli, M.P., & Stech, J.L., 2013 A Performance Review of Reflectance Based Algorithms for Predicting Phycocy anin Concentrations in Inland Waters Remote Sensing, 5, 4774-4798 120 Olmanson, L.G., Bauer, M.E., Brezonik, P.L., 2008 A 20-year Landsat water clarity census of Minnesota’s 10,000 lakes Remote Sens, Environ, 112, 4086-4097 121 Olmanson, L.G., Kloiber, S.M., Bauer, M.E., Brezonik, P.L., 2001 Image Processing Protocol for Regional Assessments of Lake Water Quality University of Minnesota: St, Paul, MN, USA 122 O'Reilly, J.E., S Maritorena, B.G., Mitchell, D.A., Siegel, K.L., Carder, S.A., Garver, M., Kahru, and McClain, C., 1998 Ocean color chlorophyll algorithms for SeaWiFS Journal of Geophysical Research, 103:24, 937-24, 953 123 Ưstlund, C., Flink, P., Strưmbeck, N., Pierson, D., Lindell, T., 2001 Mapping of the water quality of Lake Erken, Sweden, from imaging spectrometry and Landsat Thematic Mapper Sci, Total Environ, 268, 139-154 124 Palmer, S.C.J., Tiit K., Peter, D., Hunter, K., 2014 Remote sensing of inland waters: Challenges, progress and future directions Remote Sensing of Environment, http://dx.doi.org/10.1016/j.rse.2014.09.02 125 Pattiaratchi, C., Lavery, P., Wyllie, A., Hick, P., 1994 Estimates of water quality in coastal waters using multi-date Landsat Thematic Mapper data Int J., Remote Sens, 15, 1571-1584 126 Pierson, D., Kratzer, S., Strömbeck, N., Håkansson, B., 2008 Relationship between the attenuation of downwelling irradiance at 490 nm with the attenuation of PAR (400nm- 700nm) in the Baltic Sea Remote Sens, Environ, 112:668-680 127 Politi, E., Cutler, M.E.J., & Rowan, J.S., 2012 Using the NOAA Advanced Very High Resolution Radiometer to characterise temporal and spatial trends in water temperature of large European lakes Remote Sensing of Environment, 126, 1-11 20 128 Powell, R., Brooks, C., French, N., Shuchman, R., 2008 Remote Sensing of Lake Clarity Michigan Tech Research Institute: Ann Arbor, MI, USA, 2008 129 Pozdnyakov, D., Shuchman, R., Korosov, A., Hatt, C., 2005 Operational algorithm for the retrieval of water quality in the great lakes Remote Sens, Environ, 97, 352-370 130 Patra, P.P., Dubey, S.K., Trivedi, R.K., Sahu, S.K., Rout, S.K., 2017 Estimation of chlorophyll‐a concentration and trophic states in Nalban Lake of East Kolkata Wetland, India from Landsat OLI data Spatial Information Research,25, 75-87 131 Qi, L., Hu, C., Duan, H., Barnes, B.B., Ma, R., 2014 An EOF-based algorithm to estimate chlorophyll a concentrations in Taihu Lake from MODIS land-band measurements: Implications for near real-time applications and forecasting models Remote Sens, 6, 10694-10715 132 Quibell, 1992 The Feasibility of Managing the Nitrogen to Phosphorus Ratio in the Hartbeespoort Dam as a Means of Controlling Microcystis Scums Institute for Water Quality Studies Report No N/A210/02/DEQ0492, Department of Water Affairs and Forestry, Pretoria 133 Reed-Andersen, T., Carpenter, S.R., Lathrop, R.C., 2000 Phosphorus flow in a watershed -lake ecosystem Ecosystems, 3, 561-573 134 Ritchie, J.C., Cooper, C.M., Schiebe, F.R., 1990 The relationship of MSS and TM digital data with suspended sediments, chlorophyll, and temperature in Moon Lake, Mississippi Remote Sens, Environ, 33, 137-148 135 Ritchie, J.C., Zimba, P.V., Everitt, J.H., 2003 Remote sensing techniques to assess water quality Photogramm, Eng, Remote Sens, 69, 695-704 136 Ruiz-Verdú, A., Simis, S.G.H., de-Hoyos, C., Gons, H.J., PaMartínez, R., 2008 An evaluation of algorithms for the remote sensing of cyanobacterial biomass Remote Sens, Environ, 112:3996 -4008 137 Sawaya, K.E., Olmanson, L.G., Heinert, N.J., Brezonik, P.L., Bauer, M.E., 2003 Extending satellite remote sensing to local scales: Land and water resource monitoring using high -resolution imagery Remote Sens, Environ, 88, 144-156 138 Schalles J F., 2009 Optical remote sensing techniques to estimate phytoplankton c hlorophyll - a concentrations in coastal waters with varying suspended matter and CDOM concentrations In: Richardson, L L., and LeDew, E.F., editors Remote sensing of Aquatic Coastal Ecosystem Processes: Science and Management Application, Netherlands: Springer, 27-78 139 Schalles, J.F., & Yacobi, Y.Z., 2000 Remote detection and seasonal patterns of phycocyanin, carotenoid and chlorophyll pigments in eutrophic waters Ergebnisse der Limnologie, 153-168 140 Schiebe, F., Harrington, J., & Ritchie, J., 1992 Remote-Sensing of Suspended Sediments - the Lake Chicot, Arkansas Project International Journal of Remote Sensing, 13, 1487-1509 141 Schlichter, D., Kampmann, H., Conrady, S., 1997 Trophic potential and photoecology of endolithic algae living within coral skeletons Mar, Ecol, 18, 299-317 142 Seyhan, E., Dekker, A., 1986 Application of remote sensing techniques for water quality monitoring Hydrobiol, Bull, 20, 41-50 143 Shafique, N.A., Fulk, F., Autrey, B.C., Flotemersch, J., 2003 Hyperspectral Remote Sensing of Water Quality Parameters for Large Rivers in the Ohio River Basin In Proceedings of the 1st Interagency Conference on Research in the Watersheds, Benson, AZ, USA 21 144 Simis, S., Peters, S., & Gons, H., 2005 Remote sensing of the cyanobacterial pigment phyco cyanin in turbid inland water Limnology and Oceanography, 50, 237-245 145 Simis, S., Ruiz-Verdú, A., Domínguez-Gómez, J.A., Pa-Martinez, R., Peters, S.W.M., & Gons, H.J., 2007 Influence of phytoplankton pigment composition on remote sensing of cyanobacte rial biomass Remote Sensing of Environment, 106, 414-427 146 Song, K., Wang, Z., Blackwell, J., Zhang, B., Li, F., Zhang, Y., Jiang, G., 2011 Water quality monitoring using Landsat Themate Mapper data with empirical algorithms in Chagan Lake, China J Appl, Remote Sens, 147 Song, K.S., Li, L., Tedesco, L., Duan, H.T., Li, L.H., & Du, J., 2014 Remote Quantification of Total Suspended Matter through Empirical Approaches for Inland Waters Journal of Environmental Informatics, 23, 23-36 148 Stadelmann, T.H., Brezonik, P.L., Kloiber, S.M., 2001 Seasonal patterns of chlorophyll-a and Secchi disk transparency in lakes of east-central Minnesota: implications for design of groundand satellite-based monitoring programs Lake Reserv, Manage, 17:299-314 149 Swanson, H., Zurawell, R., 2006 Steele Lake Water Quality Monitoring Report, Monitoring and Evaluation Branch Environmental Assurance Division, Alberta Environment: Edmonton, AB, Canada 150 Thao, N.T.P., Ha, N.T.T., Linh, N.T., 2017 Integrating satellite imagery and geost atistics for estimating Chl-a concentration in Hoan Kiem lake Geo-spatial Technologies and Earth Resource, Science and Technology, VietNam, ISBN 978-604-913-618-4 151 Thiemann, S., Kaufmann, H., 2002 Lake water quality monitoring using hyperspectral airborne data-A semiempirical multisensor and multitemporal approach for the Mecklenburg Lake District, Germany Remote Sens, Environ, 81, 228-237 152 Torbick, N., Hession, S., Hagen, S., Wiangwang, N., Becker, B., & Qi, J., 2013 Mapping inland lake water quality across the Lower Peninsula of Michigan using Landsat TM imagery International Journal of Remote Sensing, 34, 7607-7624 153 Hung, T.L., Tuyen, V.D., 2014 Estimating suspended sediment concentrations in surface water of Tri An Lake (Vietnam) using Lands at multispectral images Vestnik OrelGAU 3(48), UDC 528.854.2, 66.974.434 154 Tyler, A.N, Svab, E., Preston, T., Présing, M., Kovács, W.A., 2006 Remote sensing of the water quality of shallow lakes: A mixture modeling approach to quantifying phytoplankton in water characterized by high-suspended sediment Int J., Remote Sens, 27:1521-1537 155 Usali, N., Ismail, M.H., 2010 Use of remote sensing and gis in monitoring water quality J., Sustain, Dev, 3, 228-238 156 Vincent, R.K., Qin, X., McKay, R.M.L., Miner, J., Czajkowski, K., Savino, J., Bridgemanet, T., 2004 Phycocyanin detection from LANDSAT TM data for mapping cyanobacterial blooms in Lake Erie Remote Sens, Environ, 89:381-392 157 Wang, F., Han, L., Kung, H.T., Arsdale, R., 2006 Applications of Landsat -5 TM imagery in assessing and mapping water quality in Reelfoot Lake, Tennessee Int J., Remote Sens, 27, 5269-5283 158 Wang, X., Ma, T., 2001 Application of remote sensing techniques in monitoring and assessing the water quality of Taihu Lake Bull Environ, Contam, Toxicol, 67, 863-870 22 159 Watanabe, F.S., Alcântara, E., Rodrigues, T.W., Imai, N.N., Barbosa, C.C., Rotta, L.H., 2015 Estimation of Chlorophyll-a Concentration and the Trophic State of the Barra Bonita Hydroelectric Reservoir Using OLI/Landsat-8 Images Int J Environ Res Public Health, 12(9):10391-417 160 Wloczyk, C., Richter, R., Borg, E., Neubert, W., 2006 Sea and lake surface temperature retrieval from Landsat thermal data in Northern Germany Int J., Remote Sens, 27:2489-2502 161 Zhang, C., Han, M., 2015 Mapping chlorophyll—A concentration in Laizhou Bay using Landsat oli data In Proceedings of the 36th IAHR World Congress, The Hague, The Netherlands 162 Zhang, Y., Qin, B., Zhu, G., Gao, G., Luo, L., & Chen, W., 2006 Effect of sediment resuspension on underwater light field in shallow lakes in the middle and lower reaches of the Yangtze River: A case study in Longgan Lake and Taihu Lake Science in China Series D-Earth Sciences, 49, 114-125 163 Zhou, W., Wang, S., Zhou, Y., Troy, A., 2006 Mapping the concentrations of total suspended matter in lake Taihu, China, using Landsat-5 TM data Int J., Remote Sens, 27:1177-1191 Các trang Web 164 https://tusach.thuvienkhoahoc.com/wiki/S%E1%BB%B1_ph%C3%BA_d%C6%B0%E1%BB%A1ng_l %C3%A0_g%C3%AC%3F 165 166 http://cecr.vn/category/ho-ha-noi http://harrisgeospatial.com/docs/RadiometricCalibration.html 23 ... độ xác cao Xuất phát từ thực tiễn trên, đề tài Nghiên cứu giám sát mức độ phú dưỡng số hồ quận Hoàng Mai, Hà Nội sử dụng liệu ảnh vệ tinh Landsat tiến hành nghiên cứu với mục tiêu nghiên cứu. .. văn sử dụng liệu ảnh vệ tinh Landsat để tính tốn TSI nước hồ Định Cơng, n Sở, Linh Đàm thuộc quận Hồng Mai Kết nghiên cứu đạt sau: Ảnh Landsat phù hợp để nghiên cứu giám sát mức độ phú dưỡng hồ. .. hệ số phú dưỡng (TSI) nước số hồ thuộc quận Hoàng Mai, Hà Nội thông số thu ảnh Landsat 8; - Sử dụng liệu ảnh Landsat để tính tốn, mơ hình hóa phân bố khơng gian thời gian - TSI nước hồ lớn quận