Bài viết giới thiệu giải pháp tích hợp kỹ thuật viễn thám và GIS trong giám sát và thành lập bản đồ xâm nhập mặn. Dữ liệu sử dụng là ảnh vệ tinh Landsat 8 kết hợp với số liệu quan trắc độ mặn của nước được thu thập từ các trạm quan trắc thực tế vào mùa khô.
50 SCIENCE & TECHNOLOGY DEVELOPMENT JOURNAL: SCIENCE OF THE EARTH & ENVIRONMENT, VOL 2, ISSUE 2, 2018 Đánh giá xâm nhập mặn vùng cửa sông từ liệu viễn thám kết hợp quan trắc mặt đất Nguyễn Nguyên Vũ, Lê Văn Trung, Trần Thị Vân Tóm tắt—Xâm nhập mặn làm giảm suất trồng, gây thối hóa đất, giảm chất lượng nước, ảnh hưởng nghiêm trọng đến sản xuất nông nghiệp, môi trường đời sống dân sinh Trước diễn biến biến đổi khí hậu hoạt động nhân sinh từ phía thượng nguồn sơng Mê Kơng, vùng hạ lưu thuộc hai cửa Định An Cung Hầu thuộc tỉnh Trà Vinh bị tác động đáng kể xâm nhập mặn từ biển Đông Bài báo giới thiệu giải pháp tích hợp kỹ thuật viễn thám GIS giám sát thành lập đồ xâm nhập mặn Dữ liệu sử dụng ảnh vệ tinh Landsat kết hợp với số liệu quan trắc độ mặn nước thu thập từ trạm quan trắc thực tế vào mùa khơ Phân tích cho thấy có tương quan có ý nghĩa thống kê giá trị quan trắc độ mặn nước giá trị pixel ảnh thành phần thứ Mô phân bố không gian từ nghiên cứu cho thấy xâm nhập mặn tiến sâu vào nội đồng với khoảng cách tính từ cửa sơng vào khoảng từ 30 đến 48 km tùy thời điểm vào mùa khô Kết nghiên cứu hỗ trợ cho nhà quản lý hoạch định chiến lược vùng lương thực an toàn trước nguy xâm nhập mặn Từ khóa—tương quan, nước biển dâng, phân tích khơng gian, xâm nhập mặn GIỚI THIỆU âm nhập mặn tượng nước mặn từ biển với nồng độ mặn từ 4‰ theo sông, kênh, rạch xâm nhập sâu vào nội đồng gây mặn diện rộng xảy triều cường, nước biển dâng cạn kiệt nguồn nước từ X Ngày nhận thảo: 27-11-2018; Ngày chấp nhận đăng: 25-12-2018; Ngày đăng: 31-12-2018 Nguyễn Nguyên Vũ, Trường ĐH Bách Khoa, ĐHQGHCM (e-mail: 1680965@hcmut.edu.vn) Lê Văn Trung, Trường ĐH Bách Khoa, ĐHQG-HCM (e-mail: lvtrung@hcmut.edu.vn) Trần Thị Vân, Trường ĐH Bách Khoa, ĐHQG-HCM (email: tranthivankt@hcmut.edu.vn ) sông thượng nguồn mùa khô Mặn xâm nhập sâu vào nội đồng khiến đất bị nhiễm mặn (mặn hóa) khơng làm giảm suất hầu hết loại thực vật mà làm xấu tính chất lý, hóa học đất, ảnh hưởng tiêu cực đến cân sinh thái vùng Quá trình xâm nhập mặn thường diễn biến phức tạp, khó dự đốn gây ảnh hưởng khu vực rộng lớn, công tác giám sát, phân tích cảnh báo xâm nhập mặn nhiều hạn chế mạng lưới quan trắc thưa thớt, xuống cấp, công tác điều tra xâm nhập mặn thực chủ yếu phương pháp truyền thống đo đạc, lấy mẫu thực địa, … tốn chi phí, thời gian, nhân lực, khó cung cấp thông tin kịp thời cho hệ thống cảnh báo sớm [2] Công nghệ viễn thám với liệu ảnh đa phổ, đa thời gian có khả giám sát liên tục biến động chất lượng nước (độ đục, độ mặn, chất rắn lơ lửng, …) phạm vi rộng lớn mà không bị hạn chế số lượng trạm quan trắc Trên giới có nghiên cứu ứng dụng viễn thám để giám sát độ mặn nước thông qua khảo sát tương quan giá trị phổ ảnh vệ tinh độ mặn đo thực địa [1, 3, 4] Mối tương quan có ý nghĩa thống kê tìm thấy độ mặn thực địa giá trị phản xạ phổ kênh ảnh dải sóng khả kiến cận hồng ngoại [7] Mơ hình hồi quy giám sát độ mặn xây dựng dựa kết hợp liệu viễn thám liệu đo mặn thực địa mơ hình áp dụng để thành lập đồ mô độ mặn cho khu vực rộng lớn [4, 5] Các nghiên cứu cho thấy công nghệ viễn thám công cụ hiệu để hỗ trợ phương pháp truyền thống công tác giám sát cảnh báo xâm nhập mặn Ngoài ưu điểm nêu liệu viễn thám có số hạn chế như: độ phân giải ảnh không cao, ảnh bị nhiễu hay bị ảnh hưởng TẠP CHÍ PHÁT TRIỂN KHOA HỌC & CÔNG NGHỆ: CHUYÊN SAN KHOA HỌC TRÁI ĐẤT & MÔI TRƯỜNG, TẬP 2, SỐ 2, 2018 điều kiện môi trường, vấn đề nhầm lẫn phổ đối tượng, điều gây khó khăn cho cơng tác giải đốn làm giảm độ xác kết giải đoán đối tượng ảnh Bài báo trình bày phương pháp kết hợp ảnh vệ tinh có độ phân giải khơng gian thời gian phù hợp với số liệu quan trắc độ mặn nước từ trạm đo mặn cố định, từ đó, xác định tương quan giá trị độ mặn thực tế trạm quan trắc với giá trị phản xạ pixel vị trí thời điểm kênh phổ ảnh vệ tinh Sự kết hợp thực sở tích hợp cơng nghệ viễn thám hệ thống thơng tin địa lý (GIS) để tận dụng ưu hai kỹ thuật việc thu thập, lưu trữ, phân tích xử lý liệu địa lý để nâng cao hiệu việc xây dựng, cập nhật phân tích liệu khơng gian 51 Hình Khu vực nghiên cứu (bên đường màu đỏ) vị trí điểm đo mặn 2.2 Dữ liệu PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Khu vực nghiên cứu Khu vực nghiên cứu tỉnh Trà Vinh – tỉnh Duyên hải Đồng sơng Cửu Long, phía Đơng giáp Biển Đơng, phía Tây giáp Vĩnh Long, phía Nam giáp Sóc Trăng, phía Bắc giáp Bến Tre, có 65 km bờ biển - vị trí địa lý từ 9o31’46” đến 10o04’05’ vĩ độ Bắc từ 105o57’16” đến 106o36’04” kinh độ Đông, bao bọc sông Tiền sông Hậu với hai cửa sơng Định An Cung Hầu (Hình 1) Đồng sông Cửu Long (ĐBSCL) vùng sản xuất nơng nghiệp lớn nước, đóng góp quan trọng cho xuất cung cấp lương thực cho người dân Nằm khu vực này, tỉnh Trà Vinh chịu ảnh hưởng nặng nề mực nước biển dâng, biến đổi khí hậu tác động tiêu cực từ cơng trình ngăn nước thượng nguồn Điều làm cho tình trạng xâm nhập mặn diễn ngày nghiêm trọng dự báo tiếp tục với diễn biến tiêu cực, khó lường thời gian tới 2.2.1 Dữ liệu mặt đất Để giám sát xâm nhập mặn sông kênh rạch thuộc sơng Cửu Long, liệu đo mặn 11 trạm quan trắc phân bố cửa sơng dọc sơng Đài Khí tượng Thủy văn khu vực Nam Bộ cung cấp vào năm 2014 sử dụng Các trạm cung cấp liệu độ mặn liên tục ngày (2 giờ/lần) từ tháng đến tháng năm Dữ liệu tổ chức, lưu trữ quản lý GIS để tạo sở đánh giá xu hướng xâm nhập mặn theo không an thời gian 2.2.2 Dữ liệu ảnh vệ tinh Ảnh vệ tinh Landsat (độ phân giải không gian 30 m) thu nhận lúc 10 sáng ngày 22/02/2014, 10/3/2014, 26/3/2014, 27/4/2014, 13/5/2014 Kích thước cảnh ảnh 185 km x 180 km Các ảnh Landsat tải xuống từ trang web Hiệp hội Khảo sát địa chất Hoa Kỳ (United States Geological Survey - USGS) với định dạng GeoTIFF Các pixel mặt nước ảnh Landsat tách riêng để so sánh với giá trị độ mặn đo thời điểm vị trí tương ứng ngồi thực địa 2.3 Tách đối tượng mặt nước ảnh viễn thám Mục tiêu nghiên cứu giám sát xâm nhập mặn nước dựa vào mối quan hệ liệu viễn thám giá trị độ mặn nước đo đạc 52 SCIENCE & TECHNOLOGY DEVELOPMENT JOURNAL: SCIENCE OF THE EARTH & ENVIRONMENT, VOL 2, ISSUE 2, 2018 thực địa Do đó, pixel mặt nước ảnh viễn thám cần tách riêng để so sánh với giá trị độ mặn vị trí tương ứng ngồi thực địa Để chiết tách mặt nước khu vực nghiên cứu, số NDWI (Normalized Difference Water Index) [8] sử dụng sau: NDWI = (Green - NIR) (Green + NIR) Trong đó, Green giá trị độ sáng kênh 3, NIR giá trị độ sáng kênh ảnh Landsat Chỉ số NDWI nhằm làm bật khả phản xạ nước bước sóng Green (0,525-0,600 μm) so với bước sóng cận hồng ngoại NIR (0,845-0,885 μm) Các pixel có giá trị NDWI dương (0 < NDWI < 1) đại diện cho đối tượng mặt nước ảnh 2.4 Đặc trưng phản xạ phổ muối nước Phổ phản xạ thông tin quan trọng mà viễn thám thu đối tượng Trái đất Dựa vào đặc điểm phổ phản xạ (cường độ, dạng đường cong dải bước sóng khác nhau) phân tích, so sánh nhận diện đối tượng bề mặt Thành phần muối nước bao gồm kết hợp anion (chlorides, carbonates, bicarbonates, sulfates) cation (sodium, calcium, magnesium, potassium) như: Halite (NaCl), Gypsum (CaSO4.2H2O), Calcium carbonate (CaCO3), Sodium bicarbonate (NaHCO3), Sodium sulfate (Na2SO4) … Nghiên cứu thực nghiệm dải bước sóng khác cho thấy đặc trưng phản xạ phổ thành phần muối thể Hình [7] Biểu đồ cho thấy tất loại muối sodium sulfate, halite, gypsum, calcium carbonate, sodium bicarbonate phản xạ mạnh (hơn 80%) dải bước sóng từ 0,4 đến 1,4 μm (từ kênh khả kiến đến cận hồng ngoại) Đây sở đặt giả thuyết sử dụng kênh khả kiến (Kênh 2, Kênh 3, Kênh 4) kênh cận hồng ngoại (Kênh 5) ảnh Landsat để phát triển mơ hình mơ độ mặn nước 2.5 Phân tích thành phần (Principal Component Analysis – PCA) Ảnh viễn thám chụp kênh phổ gần có độ tương quan cao, thơng tin chúng bị trùng lặp lớn gây nhiễu ảnh dư thừa thông tin Bản chất phương pháp phân tích thành phần thuật toán thống kê nhằm biến đổi tập liệu đa biến tương quan vào tập liệu đa biến không tương quan (gọi thành phần - PC) Các thành phần loại bỏ thơng tin trùng lắp, từ tạo ảnh chứa thông tin chủ yếu dễ nhận biết so với ảnh gốc, giúp làm bật đặc tính phổ số đối tượng bề mặt Trái đất [10] Như trình bày mục 2.4, loại muối chủ yếu phản xạ mạnh dải bước sóng từ 0,4 – 1,4 μm tương ứng với kênh ảnh 1, 2, 3, 4, ảnh Landsat 8, đó, nghiên cứu thực phân tích thành phần riêng cho kênh ảnh hàm lượng thơng tin thành phần thể Bảng 1: Bảng Phân tích thành phần từ kênh đến kênh ảnh Landsat Thành phần PC1 PC2 PC3 Lượng thơng tin (%) 88,6053 8,9432 2,2976 Thành phần PC4 PC5 Lượng thông tin (%) 0,1223 0,0322 Trong năm thành phần từ PC1 đến PC5 thành phần PC1 chứa phần lớn lượng thông tin ảnh (88,6%) 2.6 Phát triển mơ hình giám sát xâm nhập mặn từ ảnh Landsat Hình Đường đặc trưng phản xạ phổ muối bước sóng khác [7] Nghiên cứu phát triển mơ hình thực nghiệm để ước lượng độ mặn nước thông qua hàm số với biến đầu vào giá trị phổ TẠP CHÍ PHÁT TRIỂN KHOA HỌC & CƠNG NGHỆ: CHUYÊN SAN KHOA HỌC TRÁI ĐẤT & MÔI TRƯỜNG, TẬP 2, SỐ 2, 2018 53 kênh ảnh thành phần có tương quan cao với độ mặn thực địa, mối tương quan xác định dựa vào hệ số tương quan Pearson (r) Kỹ thuật phân tích hồi quy tuyến tính phi tuyến, với đơn biến đa biến sử dụng để định lượng mối quan hệ giá trị phản xạ ảnh vệ tinh giá trị độ mặn nước từ phát triển mơ hình thực nghiệm Nghiên cứu sử dụng 40/55 giá trị liệu giá trị độ mặn thực địa giá trị phản xạ phổ ảnh Landsat (tại vị trí thời gian tương ứng với thời gian đo mặn thực địa) để xây dựng mơ hình mơ độ mặn nước từ giá trị phản xạ bề mặt 15 giá trị lại liệu dùng để đánh giá phù hợp mô hình thơng qua việc tính tốn bậc hai sai số tồn phương trung bình (Root Mean Square Error – RMSE) Mơ hình tối ưu lựa chọn mơ hình có hệ số xác định bội R2 lớn RMSE nhỏ Trong mơ hình này, giá trị độ mặn đóng vai trò biến phụ thuộc, giá trị kênh ảnh thành phần biến độc lập Bảng cho biết kênh 1, kênh 2, kênh 3, kênh 4, kênh có tương quan tốt với giá trí độ mặn thực địa (hệ số Pearson r > 0,5) Trong đó, kênh (kênh khả kiến Red, bước sóng 0,525 – 0,60 μm) có tương quan mạnh với hệ số Pearson r = 0,83 Kết cho thấy sử dụng giá trị kênh khả kiến cận hồng ngoại (bước sóng từ 0,4 – 1,4 μm) ảnh Landsat để phát triển mơ hình mơ độ mặn nước Cùng với việc phân tích tương quan kênh phổ 1, 2, 3, 4, ảnh Landsat giá trị độ mặn thực địa, nghiên cứu tiến hành khảo sát tương quan độ mặn thực địa thành phần tính tốn từ năm kênh ảnh Landsat gốc Các thành phần loại bỏ thơng tin trùng lắp nên chứa thông tin chủ yếu dễ nhận biết so với ảnh gốc, giúp làm bật đặc tính phổ đối tượng, vậy, biến số đưa vào để phát triển mơ hình mơ độ mặn Kết tính tốn hệ số tương quan Pearson năm thành phần PC1 đến PC5 với giá trị độ mặn thực địa thể Bảng 3 KẾT QUẢ VÀ THẢO LUẬN Bảng Hệ số tương quan (r) thành phần độ mặn thực tế 3.1 Tương quan liệu viễn thám liệu độ mặn nước Trước xây dựng mơ hình cần khảo sát tương quan biến độc lập (giá trị phổ ảnh viễn thám) biến phụ thuộc (giá trị độ mặn) để làm sở lựa chọn biến độc lập phù hợp, biến có tương quan cao với biến phụ thuộc Mức độ tương quan biến thể qua hệ số tương quan Pearson Tương quan kênh phổ ảnh Landsat (từ kênh đến kênh 5) năm thời điểm ảnh 22/02/2014, 10/3/2014, 26/3/2014, 27/4/2014, 13/5/2014 giá trị độ mặn đo 11 trạm đo mặn Đài Khí tượng Thủy văn Nam vị trí thời điểm thu nhận ảnh thể Bảng đây: Bảng Hệ số tương quan (r) kênh ảnh Landsat độ mặn đo thực địa Kênh - Coastal Aerosol Kênh - Blue Kênh - Green Kênh - Red Kênh - Near Infrared (NIR) Hệ số tương quan (r) 0,67790 0,785104 0,81233 0,82786 -0,58903 PC1 PC2 PC3 PC4 PC5 Hệ số tương quan (r) 0,860305 0,562152 -0,503505 -0,26186 0,240409 Bảng cho thấy thành phần thứ PC1 có tương quan mạnh với giá trị độ mặn thực địa (hệ số Pearson r = 0,86) Từ đó, nghiên cứu lựa chọn thành phần PC1 để đưa vào liệu phát triển mô hình mơ độ mặn 3.2 Mơ hình thống kê mô độ mặn Nghiên cứu tiến hành phát triển mơ hình thực nghiệm ước lượng độ mặn (Bảng 4) dựa vào 40 mẫu quan sát, mơ hình sử dụng để mơ phân bố không gian độ mặn dựa vào lượng phản xạ phổ ảnh vệ tinh 54 SCIENCE & TECHNOLOGY DEVELOPMENT JOURNAL: SCIENCE OF THE EARTH & ENVIRONMENT, VOL 2, ISSUE 2, 2018 Bảng Các mơ hình thực nghiệm ước lượng độ mặn (S) dùng kênh phổ Blue (B), Green (G), Red (R) thành phần PC1 ảnh Landsat TT Mơ hình S = 0,0014.e0,0006.(PC1) S = 0,0001.e0,0011.(G) S = 0,0131.e0,0007.(R) S = 0,0042.(PC1) – 54,015 S = 0,00001.e0,0012.(B) S = 0,0053.(R) – 41,889 S = 0,0081.(G) – 74,6 S = 0,0095.(B) – 94,186 R2 0,8195 0,7859 0,751 0,7401 0,7269 0,6854 0,6599 0,6164 xâm nhập mặn 15 giá trị độ mặn quan trắc thực tế RMSE 1,592 2,029 2,073 2,317 2,651 2,761 3,601 4,081 Các mơ hình Bảng có hệ số xác định bội R2 lớn 0,6 Các mơ hình dạng phi tuyến có hệ số xác định bội R2 cao so với mơ hình dạng tuyến tính (0,73 – 0,82 so với 0,61 – 0,74) Các mơ hình tuyến tính phi tuyến sử dụng thành phần PC1 có hệ số xác định bội R2 lớn mơ hình sử dụng kênh khả kiến Như vậy, mơ hình phù hợp mơ hình phi tuyến số dạng Exponential sử dụng thành phần PC1 có hệ số xác định bội R2 lớn sai số RMSE nhỏ Các thông số thống kê mơ hình số giá trị kiểm định t-stat = 5,68 trị số p-value = 0,00075 (< 0,05) cho thấy có mối liên hệ giá trị độ mặn đo thực địa giá trị thành phần PC1 ảnh Landsat thời điểm vị trí đo mặn, mối liên hệ có ý nghĩa thống kê Trị số R2 = 0,8195 cho biết mối liên hệ chặt chẽ hai biến độ mặn PC1 mơ hình số giải thích khoảng 82% khác biệt độ mặn thực địa vị trí khác ảnh thành phần PC1 Hình cho thấy mối quan hệ phi tuyến giá trị độ mặn thực địa giá trị thành phần PC1 thể thơng qua mơ hình số Hình thể tương quan chặt chẽ liệu thực địa liệu ước tính từ mơ hình (trên sở liệu kiểm tra gồm 15 mẫu quan sát) thể thông qua mối quan hệ tuyến tính với hệ số R2 = 0,8948 (hệ số tương quan r = 0,945; kiểm định t = 10,705; p-value = 8,116e-8) Hình thể biểu đồ tương quan 40 giá trị độ mặn quan trắc thực tế giá trị phản xạ phổ tương ứng ảnh thành phần PC1 với sai số bình phương nhỏ (RMSE=1,592) hình thể kết đánh giá mơ hình giám sát Hình Mơ hình giám sát xâm nhập mặn từ ảnh Landsat Hình Đánh giá kết theo số liệu thực tế trạm quan trắc 3.3 Xây dựng đồ xâm nhập mặn từ ảnh Landsat Bản đồ xâm nhập mặn thành lập dựa mơ hình: S = 0,0014.e0,0006.(PC1) cho ảnh Landsat thời điểm thu nhận khác Trong đó, giá trị độ sáng pixel ảnh PC1 chuyển thành giá trị độ mặn vector hóa phần mềm GIS để thể phân bố không gian độ mặn sơng từ hai cửa sơng Cung Hầu Định An, tỉnh Trà Vinh Cấp độ mặn phân thành cấp dựa ngưỡng mặn ảnh hưởng đến sinh trưởng trồng g/l, bao gồm: (1) độ mặn nhỏ g/l; (2) độ mặn khoảng từ đến g/l; (3) độ mặn khoảng từ đến 10 g/l; (4) độ mặn lớn 10 g/l Hình kết phân vùng độ mặn theo cấp cho thấy, vào tháng 2, ranh mặn g/l có xu hướng xâm nhập vào nội đồng theo cửa sông Cung hầu Định An sâu thời điểm tháng Ranh mặn g/l xâm nhập sâu 50 km vào nội TẠP CHÍ PHÁT TRIỂN KHOA HỌC & CƠNG NGHỆ: CHUYÊN SAN KHOA HỌC TRÁI ĐẤT & MÔI TRƯỜNG, TẬP 2, SỐ 2, 2018 đồng vào tháng 2/2014, vào tháng 5, nước mặn rút dần, chiều sâu xâm nhập ranh mặn g/l xấp xỉ 30 km (Bảng 5) Bảng Chiều dài xâm nhập mặn dọc sông từ cửa sông Cung Hầu Định An Cửa sông Cửa Cung Hầu Cửa Định An 22/02/2014 48 km 38 km a) Ảnh ngày 22/02/2014 13/5/2014 36 km 30 km 55 Từ cuối tháng đến tháng 5/2014 gần toàn tỉnh Trà Vinh bị nước mặn xâm nhập, huyện Cầu Ngang, huyện ven biển Duyên Hải phần huyện Trà Cú nằm ranh mặn lớn từ g/l đến 10 g/l Xem xét xu hướng xâm nhập mặn mốc thời gian từ cửa sông Cung Hầu Định An sơng Cửu Long vào nội đồng cho thấy giải pháp ứng dụng ảnh vệ tinh Landsat thể phù hợp phân bố khơng gian tiến trình xâm nhập mặn Việc tạo cơng cụ GIS phân tích trực quan nhiều cấp độ mặn khác nhau, hỗ trợ hiệu cho công tác giám sát xâm nhập mặn tồn mạng lưới sơng kênh rạch địa bàn ĐBSCL b) Ảnh ngày 13/05/2014 Hình Phân vùng độ mặn nhánh từ cửa sơng Cung Hầu Định An, tỉnh Trà Vinh KẾT LUẬN lý đưa giải pháp ứng phó xâm nhập mặn phù hợp, phân vùng ảnh hưởng mặn khu vực canh tác nông nghiệp nội đồng, lập kế hoạch mùa vụ nhằm hạn chế thiệt hại xâm nhập mặn Mật độ trạm quan trắc dọc sông Cửu Long chưa đủ để xác định cụ thể xâm nhập mặn theo không gian thời gian (tác động đến xã cơng trình ngăn mặn) Bài báo đề xuất LỜI CẢM ƠN giải pháp phối hợp liệu quan trắc thực tế với Nghiên cứu tài trợ Trường Đại học liệu ảnh viễn thám Landsat 8, nhằm thành lập Bách khoa – ĐHQG-HCM khuôn khổ Đề đồ giám sát xâm nhập mặn hiệu dọc tài mã số TNCS-MTTN-2017-11 Các tác giả xin nhánh sơng từ cửa sông Cung Hầu, trân trọng cảm ơn Định An, tỉnh Trà Vinh nói riêng vùng ĐBSCL nói chung Kết đạt cung cấp TÀI LIỆU THAM KHẢO thông tin trực quan cho nhà khoa học kết hợp [1] A Akhtar, Kh.H Shahbaz, Nisar, A.H Munir, and A Suad, “Characterizing soil salinity in irrigated agriculture using a mơ hình thủy triều lưu lượng nước từ remote sensing approach”, Phys Chem Earth, pp.1-10, thượng nguồn để tạo hệ thống cảnh báo sớm 2013 Ngoài ra, giải pháp đề xuất nhằm hỗ trợ nhà quản 56 SCIENCE & TECHNOLOGY DEVELOPMENT JOURNAL: SCIENCE OF THE EARTH & ENVIRONMENT, VOL 2, ISSUE 2, 2018 [2] Cục Thông tin KH&CN Quốc gia, “Xâm nhập mặn ĐBSCL: nguyên nhân, tác động giải pháp ứng phó”, 2016 [3] El Saadi, A.M., Yousry, M.M Jahin, H.S, “Statistical estimation of rosetta branch water quality using multispectral data”, Water Sci., vol.28, pp 18-30, 2014 [4] Han L., Jordan, K.J., “Estimating and mapping chlorophylla concentration in Pensacola Bay, Florida using Landsat ETM+ data”, Int J Remote Sens, vol.26, pp 5245-5254, 2005 [5] Hellweger, F., Schlosser, P., Lall, U and Weissel, J., “Use of satellite imagery for water quality studies in New York harbor”, Estuar Coast Shelf Sci, vol 61, pp 437-448, 2004 [6] M Haji Gholizadeh, M Melesse, and L Reddi, “A Comprehensive Review on Water Quality Parameters Estimation Using Remote Sensing Techniques”, Sensors, vol 16, pp 1-43, 2016 [7] Metternicht G.I, J.A Zinck, “Remote sensing of soil salinity: potentials and constraints”, Remote Sensing of Environment, vol.85, pp 1-20, 2003 [8] S.K McFeeters, “The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features”, International Journal of Remote Sensing, vol 17, pp 1425-1432, 1996 [9] Somvanshi, S., Kunwar, P., Singh, N., Shukla, S and Pathak, “Integrated remote sensing and GIS approach for water quality analysis of gomti river, Uttar Pradesh”, Int J Environ Sci., vol 3, pp 62-74, 2012 [10] T.L Hùng, “Phương pháp phân tích thành phần xác định phân bố khoáng vật sét, oxit sắt tư liệu ảnh vệ tinh Landsat”, Tạp chí Khoa học ĐHSP TP.HCM., vol 51, pp 148-157, 2013 Evaluating salinity intrusion in estuaries using remote sensing data integrated in-situ observation Nguyen Nguyen Vu, Le Van Trung, Tran Thi Van* Ho Chi Minh City University of Technology, VNU-HCM *Corresponding author: tranthivankt@hcmut.edu.vn Received: 27-11-2018, Accepted: 25-12-2018, Published: 31-12-2018 Abstract—Saline intrusion reduces crop productivity, causes land degradation, decreases water quality, and severely affects agricultural production, the environment as well as livelihoods Under the evolution of climate change and human activities from the upstream of the Mekong, the downstream areas of Dinh An and Cung Hau estuaries in Tra Vinh province are also significantly affected by saline intrusion from the East Sea This article presents the integrated solution of remote sensing and GIS in monitoring and mapping salinity intrusion The data used are Landsat satellite images combined with salinity water monitoring data collected from actual observation stations during the dry season Analysis showed that there was a statistically significant correlation between the observed salinity value of the water and the pixel value of the first principal component image Simulation of spatial distribution from the study indicates that saline intrusion is now entering the interior with a distance from the estuary to about 30 - 48 km depending on the time of the dry season The results of this study will assist managers in planning food safety strategies at the risk of saline intrusion Index Terms—correlation, mean sea level rise, spatial analysis, salinity intrusion ... sát Hình Mơ hình giám sát xâm nhập mặn từ ảnh Landsat Hình Đánh giá kết theo số liệu thực tế trạm quan trắc 3.3 Xây dựng đồ xâm nhập mặn từ ảnh Landsat Bản đồ xâm nhập mặn thành lập dựa mơ hình:... pháp kết hợp ảnh vệ tinh có độ phân giải khơng gian thời gian phù hợp với số liệu quan trắc độ mặn nước từ trạm đo mặn cố định, từ đó, xác định tương quan giá trị độ mặn thực tế trạm quan trắc. .. ứng ngồi thực địa 2.3 Tách đối tượng mặt nước ảnh viễn thám Mục tiêu nghiên cứu giám sát xâm nhập mặn nước dựa vào mối quan hệ liệu viễn thám giá trị độ mặn nước đo đạc 52 SCIENCE & TECHNOLOGY