Mục tiêu của nghiên cứu này nhằm xác định sự thay đổi của lớp phủ thực vật do ảnh hưởng của sự ngập lụt ở tỉnh Vĩnh Long và Trà Vinh trong chu kỳ lũ lụt hàng năm.
136 Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 58, Kỳ (2017) 136-150 Quan trắc diễn biến ngập lụt thực vật tỉnh Vĩnh Long Trà Vinh từ chuỗi ảnh Sentinel-1A Nguyễn Văn Trung * Khoa Trắc địa - Bản đồ Quản lý đất đai, Trường Đại học Mỏ - Địa chất, Việt Nam THƠNG TIN BÀI BÁO TĨM TẮT Q trình: Nhận 15/3/2017 Chấp nhận 10/6/2017 Đăng online 31/8/2017 Mục tiêu nghiên cứu nhằm xác định thay đổi lớp phủ thực vật ảnh hưởng ngập lụt tỉnh Vĩnh Long Trà Vinh chu kỳ lũ lụt hàng năm Để thực mục tiêu này, đồ ngập lụt thực vật xây dựng từ kết xử lý phân loại ảnh Sentinel-1A, mơ hình số độ cao (DEM) liệu đo mực nước khu vực nghiên cứu Trong báo này, sử dụng phương pháp phân loại hướng đối tượng chuỗi ảnh vệ tinh Sentinel-1A sở kết hợp với liệu mơ hình số độ cao liệu mực nước với khoảng thời gian hai thời điểm quan trắc liên tiếp 24 ngày suốt chu kỳ lũ lụt năm (từ tháng 10 năm 2014 đến tháng 11 năm 2015) với độ xác trung bình tồn phần số kappa đạt 0.81 0.78 Thuận lợi nghiên cứu thơng tin lớp phủ thực vật quan sát từ liệu radar điều kiện thời tiết quan trắc điều kiện lớp phủ mặt đất nằm bên tán Phần trăm diện tích thay đổi thực vật quan trắc dựa vào hệ số tán xạ phản hồi giá trị thay đổi theo ảnh hưởng mực nước lũ thực vật Các kết phần đáng kể lớp thực vật vùng thấp ( 10,3% tổng diện tích khu vực nghiên cứu) bị ngập mực nước dâng lên đỉnh lũ Một thay đổi hệ số tán xạ phản hồi từ -7.6dB tới -20.6dB khu vực nghiên cứu giai đoạn nước lũ dâng lên tương ứng với diện tích lớp thực vật bị chìm hồn tồn chiếm 15.38% tổng diện tích khu vực nghiên cứu Từ khóa: Sông Cửu Long Lớp phủ thực vật Sentinel-1A Vùng ngập lụt Quan trắc © 2017 Trường Đại học Mỏ - Địa chất Tất quyền bảo đảm Mở đầu Các đồng châu thổ có ý nghĩa lớn hệ sinh thái, đặc biệt khu vực nhiệt đới nơi lũ lụt xẩy suốt mùa mưa (Ben, 2011) Đồng sông Cửu Long đồng châu thổ rộng lớn Đơng nam Á Phần _ *Tác giả liên hệ E-mail: nguyenvantrung@humg.edu.vn đồng lưu vực sơng Cửu Long (Hình 1a) bao gồm chín sông chảy từ thượng lưu sông Mê Công biển Hồ Tonle Sap đổ biển Đông, Việt Nam Trong mùa mưa, nước lũ chảy từ thượng nguồn sông Mê Công vào sông Cửu Long mưa lớn Theo đó, loại thực phủ bao gồm lúa nước, ăn quả, rừng ngập mặn, cỏ bị ngập nước lũ suốt mùa mưa (Claudia, 2013) Bởi vậy, đồ mô tả mở rộng vùng ngập cung cấp thơng tin hữu ích Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 sống phát triển kinh tế vùng kinh tế trọng điểm đồng sông Cửu Long Tỉnh Trà Vinh Vĩnh Long nằm sông Tiền sông Hậu khu vực ven biển bao gồm khu vực ngập lũ (Hình 1a) Vùng nghiên cứu lựa chọn khu vực bị ngập nước thay đổi theo thời gian Mực nước đo trạm thủy văn sông Tiền sông Hậu phản ảnh mức độ ngập lụt thực vật Các nghiên cứu trước thường tập trung vào quan trắc ngập lụt phạm vi rộng lớn liệu ảnh vệ tinh độ phân giải trung bình (Claudia, 2013) Tuy nhiên, nghiên cứu sử dụng liệu vệ tinh độ phân giải cao để quan trắc phạm vi cấp tỉnh chưa đề cập khu vực nghiên cứu Hơn nữa, liệu vệ tinh Sentinel-1A đưa lên quỹ đạo năm 2014 áp dụng thay cho vệ tinh ERS2, Envisat Radasat-1 sử dụng cho nghiên cứu trước Điều quan trọng để hiểu tác động lũ lụt đồng sông Cửu Long cân phát triển kinh tế đảm bảo hệ sinh thái bền vững nước hạ lưu sông Mê Cơng trình bày (Kummu and Sarkkula, 2008) Sự đa dạng nguồn động vật, thực vật hệ sinh thái chúng vùng ngập nước sông Cửu Long phụ thuộc vào thay đổi chế thủy văn (Campbell et al., 2006) Các thông tin ngập nước thực vật điều kiện đất vùng ngập nước nước lũ quan trọng nông nghiệp, nuôi trồng thủy sản bảo tồn thiên nhiên Để quan trắc thay đổi lớp phủ thực vật, mối quan hệ loại thực vật động lực lũ lụt phải quan tâm Mặc dù lũ lụt tượng xẩy hàng năm vùng ngập lụt mức độ ảnh hưởng thay đổi theo mực nước thời điểm năm Một đồ ngập lụt khơng thể xây dựng từ mơ hình số độ cao, đồ lớp phủ bề mặt liệu mực nước mơ hình số độ cao đồ lớp phủ không đảm bảo độ xác khơng cập nhật đủ trạng thời điểm quan trắc để cung cấp đồ ngập lụt (sẽ đề cập mục 2.3) Tuy nhiên, liệu viễn thám đa thời gian tiềm nghiên cứu tác động lũ lụt thực vật khu vực dân cư (Marti-Cardona, 2010; Claudia, 2013) Một vài nghiên cứu thực vùng ngập lũ biển Hồ Tonle Sap, Campuchia dựa vào liệu Radar Hệ sinh thái vùng ngập nước phía 137 Tây bắc biển Hồ lập đồ với 14 lớp phủ bề mặt từ liệu đa độ phân cực AIRSAR (Milne and Tapley, 2004) Dữ liệu Radar sử dụng rộng rãi để quan trắc thay đổi thực phủ vùng ngập nước khả khơng phụ thuộc vào thời tiết Hơn nữa, liệu radar nhạy cảm với sinh khối thực vật, cấu trúc thực vật ngập nước độ ẩm đất (Hess et al., 1995; Bouvet and Toan, 2011; Prakash, 2012) Mối quan hệ tín hiệu radar thực vật ngập nước mơ hình hóa thơng qua giá trị tán xạ phản hồi (Ulaby et al., 1990; Wang, 1995) Một số nghiên cứu thảo luận ảnh hưởng thơng số liệu radar góc chụp, độ phân cực bước sóng quan trắc ngập nước bên tán (Hess et al., 1995; Schmullius, 1997) Các cơng trình mối quan hệ phức tạp tín hiệu radar đối tượng bị ngập nước cấu trúc, mật độ thực vật chiều dài bước sóng góc chụp hệ thống radar Tán xạ phản hồi kênh C tăng cường vùng ngập nước phản xạ hai lần tín hiệu radar cỏ lúa bề mặt nước bên (Kasischke et al., 1997), tượng áp dụng để đo đạc thay đổi mực nước (Alsdorf et al., 2000) Các góc chụp từ 20º đến 30º đối thích hợp nghiên cứu thực vật ngập nước tín hiệu radar trở từ vài loại thực vật mạnh so với góc chụp lớn (Lang et al., 2008) Dữ liệu Envisat ASAR kênh C, đa góc chụp đa thời gian sử dụng để quan trắc mở rộng vùng ngập lụt Doñana (Martin-Cardona et al., 2010) Các nghiên cứu nhấn mạnh tiềm liệu radar việc quan trắc ảnh hưởng lũ lụt đối tượng vùng ngập nước mùa mưa Ưu điểm liệu radar xác định thay đổi đối tượng bề mặt đất vùng ngập nước dựa vào giá trị tán xạ phản hồi Mục tiêu nghiên cứu quan trắc thay đổi lớp thực vật vùng ngập lụt tỉnh Trà Vinh Vĩnh Long liệu Sentinal-1A, mơ hình số độ cao (DEM) đồ trạng sử dụng đất Chúng thực phân loại lớp phủ bề mặt dựa vào giá trị tán xạ phản hồi liệu Sentinal-1A để xác định mở rộng phạm vi ngập nước thực vật sở tương tác tín hiệu radar đối tượng vùng ngập lũ 138 Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 Vùng nghiên cứu liệu sử dụng 2.1 Vùng nghiên cứu Vùng nghiên cứu thuộc tỉnh Trà Vinh tỉnh Vĩnh Long từ 105042’ đến 106025’ kinh độ Đông từ 9035’ đến 10020’ vĩ độ Bắc thể bình đồ ảnh vệ tinh Sentinal-1A chụp ngày 23 tháng 11 năm 2014 (Hình 1b) Khu vực có ảnh sáng tương ứng với vùng thực vật vùng cao, ngược lại vùng tối biểu thị đối tượng vùng thấp bề mặt đất, cỏ, lúa, dân cư bị ngập nước lũ Địa hình vùng nghiên cứu đưa mơ hình số độ cao Hình với độ dốc theo hình dáng khu vực nghiên cứu Độ cao thấp 0m thuộc phía Tây Bắc khu vực nghiên cứu Độ cao cao m thuộc phía Đơng khu vực nghiên cứu Khu vực nghiên cứu có khí hậu nhiệt đới, mùa hè có lượng mưa nhiều mùa đơng Lương mưa trung bình năm xấp xỉ 1500 mm Nhiệt độ trung bình 27°C (Climate-Data.org) Theo báo cáo tổng cục thống kê Việt Nam năm 2011, dân số hai tỉnh Trà Vinh Vĩnh Long vào khoảng 1.028.600 1.012.600 người Đây khu vực có nhiều lồi cá Prawns, Basa Tra sinh sống cung cấp giá trị kinh tế cao Đất đai phì nhiêu điều kiện tốt để trồng giống ăn tiếng bao gồm măng cụt, chôm chôm sầu riêng (báo cáo phát triển kinh tế xã hội năm 2012) Các loại lớp phủ bề mặt khu vực có thay đổi nhanh theo thay đổi mực nước lũ Bản đồ sử dụng đất năm 2015 với tỷ lệ 1:50.000 xuất Bộ Tài nguyên Môi trường thể 30 lớp sử dụng đất hai tỉnh Trà Vinh Vĩnh Long Dựa vào đồ mơ hình số độ cao, liệu cho lớp thực vật lựa chọn để xác định ảnh hưởng mực nước Đầu tiên, vùng nghiên cứu chia làm hai vùng bao gồm vùng cao vùng thấp hai vùng có ảnh hưởng nước lũ thực vật khác Nhóm thứ vùng thấp có độ cao từ 0m đến 1m bao gồm thực vật vùng thấp, lúa nước ngập nước chịu ảnh hưởng trực tiếp tăng mực nước lũ Nhóm thứ hai vùng cao có độ cao m bao gồm thực vật vùng cao, nhóm bị ảnh hưởng lũ lụt khu mực nước dâng lên tới đỉnh lũ Vùng trồng lúa nhóm phân bố xung quanh vùng nghiên cứu tác động nước lũ phụ thuộc vào ngập lụt cục bộ, nông lịch thông số liên quan khác Hình (a) Bản đồ tỉnh đồng sông Cửu Long, khu vực dễ bị ngập lụt xâm nhập mặn (Modified from Mira, 2008); (b) Sentinel-1A data acquired on November 23, 2014 of study area Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 139 Bảng Các thời điểm chụp ảnh vệ tinh Sentinel-1A liệu mực nước tương ứng với thời điểm chụp ảnh trạm đo mực nước bao gồm trạm Đại Ngãi, Trà Vinh, Cần Thơ, Chợ Lách Mỹ Thuận TT 10 11 12 13 14 15 Thời điểm đo Mực nước Mực nước Mực nước Mực nước Mực nước (ngày-tháng-năm) Đại Ngãi (cm) Trà Vinh (cm) Cần Thơ (cm) Chợ Lách (cm) Mỹ Thuận (cm) 06-10-2014 30 22 22 45 73 30-10-2014 30 23 23 47 69 23-11-2014 49 48 48 75 92 05-12-2014 34 40 42 61 72 10-01-2015 28 34 34 48 53 15-02-2015 28 32 33 48 50 11-3-2015 29 31 31 48 49 04-4-2015 1 16 21 28-4-2015 -1 0 13 17 15-6-2015 -4 -5 -5 19 09-7-2015 -10 -19 -19 28 26-8-2015 14 2 33 58 19-9-2015 30 22 22 45 73 13-10-2015 30 22 23 46 71 06-11-2015 38 35 34 58 80 Hình Mơ hình số độ cao (DEM) trạm đo mực nước (Nguồn: MRC) 2.2 Dữ liệu sử dụng Dữ liệu sử dụng nghiên cứu bao gồm 15 cảnh ảnh Sentinel-1A chụp từ tháng 10 năm 2014 đến tháng 11 năm 2015 (Bảng 1) Tất ảnh chụp góc tới 230 với độ phân cực VV có độ phân giải không gian 20m suốt mùa mưa mùa khô năm Các điều kiện thay đổi bề mặt suốt mùa mưa phức tạp thay đổi bề mặt mùa khô (AlmeiaFilho et al., 2009) Dữ liệu Sentinel-1A quan trắc thay đổi bề mặt khoảng thời gian 12 ngày suốt mùa mưa mùa khô năm Chúng sử dụng chuỗi ảnh Sentinel-1A để xác 140 Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 định giá trị tán xạ phản hồi từ lớp phủ bề mặt để tính tốn thay đổi diện tích lớp phủ bề mặt tác động lũ lụt Dữ liệu mực nước thời điểm chụp ảnh vệ tinh Sentinel-1A thu thập trạm đo mực nước vùng nghiên cứu đưa Bảng 2.3 Dữ liệu bổ trợ Mực nước thời điểm vệ tinh Sentinel-1A chụp ảnh quan trắc trạm Đại Ngãi, Trà Vinh, Cần Thơ, Chợ Lách Mỹ Thuận kết so với mực nước biển trung bình gốc Hà Tiên Mực nước trạm đo thủy chuẩn xác từ trạm gốc Hà Tiên thực Ủy hội sơng Mê Cơng (MRC) (Hình 2b) Mơ hình số độ cao hai tỉnh Trà Vinh Vĩnh Long (Hình 2b) sản xuất Ban hỗ trợ kỹ thuật MRC từ đồ địa hình với khoảng cao 1m tỷ lệ gốc 1: 40.000 Độ xác mặt chia mẫu khơng gian 65m độ xác độ cao 0,3m Bản đồ trạng sử dụng đất năm 2015 tỷ lệ 1: 50.000 bao gồm 30 lớp sử dụng đất hai tỉnh Trà Vinh Vĩnh Long thu thập phục vụ công tác phân loại đánh giá độ xác phân loại ảnh vệ tinh Sentinel-1A Các lớp thông tin liên quan đến thực vật sử dụng để phục vụ công việc xác định trạng thái ngập lụt khu vực nghiên cứu chu kỳ lũ lụt năm Phương pháp 3.1 Xử lý liệu Sentinel-1A Tất liệu Sentinel-1A cung cấp quan không gian Châu Âu dạng S1A_IW_GRDH_1SDV chuẩn hóa xạ để thu giá trị tán xạ phản hồi (σº), mô tả theo công thức sau điểm ảnh (Laur et al., 2004): i, j N sin DN ij2 N K sin ref i , j 1 (1) Trong đó: • N số điểm ảnh vùng quan tâm (Area of Interest - AOI) ví dụ nhóm điểm ảnh tương ứng với mục tiêu phân bố ảnh, • i j vị trí điểm ảnh theo hàng cột, • DNij giá trị số tương ứng với vị trí điểm ảnh (i,j), bố, • α góc tới trung bình mục tiêu phân • αref góc tới tham khảo, ví dụ 23,00, • K số chuẩn hóa (60dB) Trong nghiên cứu này, giá trị tán xạ phản hồi (σº) công thức (1) sử dụng để chuẩn hóa liệu Sentinel-1A vùng ngập lũ Trà Vinh Vĩnh Long Hiệu chỉnh hình học với độ xác vị trí điểm ảnh nhỏ kích thước điểm ảnh hệ tọa độ địa lý thực dựa vào mơ hình số độ cao (DEM) với độ xác độ cao 0,3 m để hiệu chỉnh sai số địa hình gây lấy mẫu với điểm ảnh 20 m Giá trị tán xạ phản hồi lớp phủ bề mặt thu không đồng nhiễu đốm Bởi vậy, áp dụng phương pháp lọc Lee tăng cường với cửa sổ lọc 5x5 điểm ảnh để giảm nhiễu thu giá trị tán xạ phản hồi trung bình lớp phủ bề mặt đồng (Lee et al., 2009) 3.2 Phân loại hướng đối tượng lớp phủ bề mặt Quy trình phân loại hướng đối tượng chia thành bước sau: • Phân đoạn đa độ phân giải, • Xây dựng hệ thống phân cấp lớp, • Phân loại theo định (các luật phân loại) • Đánh giá kết phân loại Phân loại hướng đối tượng thực phần mềm eCognition (Baatz et al., 2004) mô tả trước (Whiteside and Ahmad, 2004) Tuy nhiên, việc ứng dụng phương pháp phân loại phục vụ quan trắc thay đổi lớp phủ bề mặt vùng ngập lũ chưa thực trước Quá trình chia thành bước bao gồm phân đoạn phân loại Phân đoạn đa độ phân giải: Công đoạn phương pháp phân loại hướng đối tượng phân đoạn ảnh thành đối tượng theo hai mức tỷ lệ Ảnh cắt theo ranh giới khu vực nghiên cứu phân đoạn thành đối tượng phần mềm eCognition Quá trình phân đoạn ảnh thành đối tượng chịu ảnh hưởng ba thông số: tỷ lệ (scale), màu sắc (colour) độ chặt (compactness) (Willhauck et al., 2000) Thông số tỷ lệ ảnh hưởng trực tiếp đến kích thước đối tượng phân mảnh Thông số màu sắc liên quan đến hình dạng cấu Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 trúc đặc thù riêng đối tượng Lựa chọn thông số tối ưu giúp cho đối tượng phân mảnh đồng phổ không gian Trong độ chặt định nghĩa tỷ số chu vi đối tượng bậc hai tổng số pixel nằm đối tượng Thơng số tỷ lệ đặt người xử lý ảnh chịu ảnh hưởng đồng điểm ảnh (pixel) đối tượng Thông số màu sắc cân đồng màu sắc đồng hình dạng Thơng số độ chặt cân phân bố phân bố nhiều Trọng số thông số tiêu chuẩn đồng đối tượng Một kiểm tra trực quan đối tượng từ kết thay đổi trọng số sử dụng để xác định giá trị toàn trọng số mức tỷ lệ (Bảng 2) Đầu tiên, đồng điểm ảnh xem xét đối tượng lớp phủ thực vật Dựa vào mơ hình số độ cao mực nước, hai nhóm chia vùng cao vùng thấp Trong nhóm, thực vật, thực vật ngập lụt bề mặt nước phân loại Bởi vậy, có hai mức tỷ lệ chọn cho trình phân loại Lựa chọn tốt thông số tỷ lệ 10 cho mức (Kavzoglu, 2014) Thông số độ chặt cố định 0,5, tiến hành kiểm tra thông số hình dạng khác 0,1; 0,2; 0,3;…;0,9 Độ xác cao kết phân loại nhận tương ứng với thơng số hình dạng 0,2 0,4 mức tỷ lệ Tiếp tục giữ thơng số tỷ lệ hình dạng, giá trị tối ưu thông số độ chặt 0,7 Bảng Các giá trị thông số trọng số mức tỷ lệ Mức Thơng số tỷ Thơng số hình Thơng số tỷ lệ lệ dạng độ chặt 0.2 0.7 10 0.4 0.7 Phân loại: Phân loại hướng đối tượng khác với phân loại có giám định phương pháp lấy mẫu xây dựng lý thuyết sở Quy trình phân loại hướng đối tượng theo lớp thứ bậc Dựa vào cấu trúc thứ bậc, lớp nhóm theo phương pháp cho phép xuống theo mô tả lớp thấp Phân nhóm theo cấu trúc thứ bậc mở phạm vi lớn việc xây dựng định nghĩa 141 ảnh chiến lược phân tích khác Tuơng tác nguời dùng với quy trình dựa vào thống kê, cấu trúc, hình dạng mối quan hệ đối tượng định nghĩa vùng mẫu Sự phân loại đối tượng có theo phương pháp người láng giềng gần “phân loại cứng” “phân loại mềm” sử dụng chức mờ (fuzzy) (Manakos, 2001) Theo phương pháp phân loại mềm, lớp chế phân loại bao gồm mơ tả lớp Mỗi mơ tả lớp bao gồm diễn tả mờ cho phép đánh giá đặc trưng đặc biệt toán tử logic chúng Một quy tắc mờ có điều kiện bao gồm kết hợp vài điều kiện để thõa mãn yêu cầu đối tượng gán vào lớp Tập hợp mờ định nghĩa chức thành viên nhằm xác định giá trị đặc trưng liên quan đến điển hình, điển hình, khơng điển hình lớp, ví dụ chúng có cao, thấp thành viên tập hợp mờ (Mitri and Gitas, 2002) Bốn lớp phủ bề mặt vùng nghiên cứu xác định dựa vào cấu trúc hình thành thực vật đặc tính nước Các quy tắc phân lớp đối tượng phát triển sử dụng dấu hiệu phổ, hình dạng, vị trí mối quan hệ cấu trúc đối tượng Các quy tắc sử dụng để phân loại ảnh, mơ hình số độ cao mực nước (Bảng 3) Các mẫu lớp lựa chọn từ đối tượng ảnh vùng mẫu trình phân loại Các đối tượng gán theo quy tắc phân loại sử dụng dấu hiệu phổ, hình dạng, vị trí mối quan hệ cấu trúc Các quy tắc sử dụng phân loại mờ với gán lớp xác xuất tới đối tượng Bảng Xây dựng quy tắc phân loại liệu Sentinal-1 dựa vào DEM liệu mực nước Quy tắc phân loại SentinelMực nước DEM (m) 1A (dB) (cm) Nước Mặt < -13 -20 Thực vật > -10 > ≤1 vùng thấp Thực vật > -10 >1 vùng cao Thực vật < -10 < > ngập lụt > -13 20 Lớp phủ bề mặt Đánh giá kết phân loại: 142 Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 Bảng Kết đánh giá độ xác kết phân loại hướng đối tượng từ ảnh chụp 06/10/2014 Số liệu kiểm chứng Các vùng mẫu Nước Thực vật Thực vật Thực vật Tổng Độ xác mặt vùng thấp ngập lụt vùng cao hàng sản xuất Kết phân loại Nước mặt 171 Thực vật vùng thấp 11 Thực vật ngập lụt Thực vật vùng cao Tổng cột 190 Độ xác sử dụng 0.90 Độ xác tồn phần 0.83 Chỉ số Kappa 10 11 12 13 14 15 16 208 45 269 0.77 18 28 252 305 0.83 187 276 274 307 1044 0.91 0.84 0.76 0.82 0.77 Bảng Độ xác toàn phần số Kappa ảnh phân loại TT 231 32 280 0.83 Thời điểm chụp ảnh để Độ Chỉ số thành lập đồ lớp phủ xác toàn Kappa bề mặt phần 06-10-2014 0,83 0,77 30-10-2014 0,81 0,80 23-11-2014 0,78 0,77 05-12-2014 0,82 0,79 10-01-2015 0,84 0,80 15-02-2015 0,79 0,76 11-3-2015 0,81 0,76 04-4-2015 0,84 0,80 28-4-2015 0,82 0,77 15-6-2015 0,78 0,75 09-7-2015 0,80 0,79 26-8-2015 0,82 0,78 19-9-2015 0.83 0,77 13-10-2015 0,81 0,76 06-11-2015 0,79 0,78 Mơ hình số độ cao, đồ lớp phủ bề mặt mực nước có sẵn kết hợp với chiều cao thực vật xác định trạng thái thực vật Các kết khơng có hỗ trợ liệu viễn thám sử dụng để đánh giá kết đạt Chúng lựa chọn ngẫu nhiên điểm mẫu để đánh giá toàn khu vực nghiên cứu Các điểm mẫu ngẫu nhiên bao gồm 190, 280, 269 307 điểm ảnh lựa chọn để đánh giá kết phân loại bốn lớp phủ bề mặt đưa Bảng Độ xác lớp nước mặt cao với độ xác cao 90% hình ảnh bề mặt nước ảnh đồng cao Tuy nhiên, độ xác thực vật ngập lụt thấp khoảng 78% lẫn lộn thực vật nước mặt Độ xác tồn phần số Kappa tất đồ lớp phủ bề mặt đưa Bảng Độ xác toàn phần từ 0,78 đến 0,84 số Kappa từ 0,75 đến 0,8 Mặc dù khó phân loại xác lớp phủ bề mặt vùng ngập lũ trọn lẫn bề mặt nước thực vật thay đổi chúng theo chu kỳ lũ lụt hàng năm Sự đóng góp mơ hình số độ cao, đồ lớp phủ bề mặt liệu mực nước giúp cho việc nhận đồ lớp phủ bề mặt thời điểm chụp ảnh với độ xác cao nêu Bảng Bảng Các kết thảo luận 4.1 Các đặc tính hệ số tán xạ phản hồi lớp phủ bề mặt Các hệ số tán xạ phản hồi quan trắc từ vùng quan tâm (Region of Interest (ROIs)) thể thay đổi lớp phủ có tương quan cao với thay đổi mực nước đưa Hình Lớp phủ thực vật nằm vùng thấp chịu ảnh hưởng sớm lũ lụt thực vật vùng cao độ cao địa hình vùng thấp m Trong mùa lũ, trạng thái lớp phủ bề mặt thay đổi điều kiện độ ẩm đất nước mặt tăng Sự thay đổi hệ số tán xạ phản hồi đo mùa khô mùa mưa sử dụng để tính tốn thay đổi Theo thay đổi hệ số tán xạ Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 phản hồi, thay đổi hàng năm chia làm hai giai đoạn (Hình 3a): - Giai đoạn mùa khơ (mực nước 30 cm) coi giai đoạn có tán xạ phản hồi kênh C ổn định Trong suốt giai đoạn này, nước mặt vùng ngập lụt bắt đầu giảm Giá trị tán xạ phản hồi giảm từ dB to dB rút nước lũ đến mức nhỏ nhất, kết tán xạ hai lần giảm dần đến mức nhỏ mùa khô Sự phân biệt giá trị tán xạ phản hồi thực vật, thực vật ngập lụt nước mặt rõ ràng - Giai đoạn mùa mưa (mực nước tăng lên 30cm) tương ứng với giảm nhanh giá trị tán xạ phản hồi Khi mực nước vươn tới tán thực vật bị ngập hoàn toàn, phản xạ tín hiệu tăng với bề mặt nước gây giảm tổng tán xạ phản hồi Giá trị tán xạ phản hồi lớp cỏ nông nghiệp vùng thấp thấp mực nước vượt chiều cao thực vật vùng thấp thay bề mặt nước lũ giai đoạn tương ứng với giảm giá trị tán xạ phản hồi Đặc biệt, ăn vùng cao có chiều cao lớn thường khơng bị chìm hồn tồn nước lũ dẫn đến có giá trị tán xạ phản hồi cao giai đoạn tượng tán xạ hai lần (a) 143 Các giá trị tán xạ phản hồi thực vật vùng thấp giảm từ -7,6dB mùa khô tới -12,9dB mùa mưa Trong mùa khô, khác giá trị tán xạ phản hồi thực vật ngập lụt thực vật 4,2dB Sự khác lớn giá trị tán xạ phản hồi thực vật vùng thấp hai mùa 5,1dB Sự khác giải thích khác chế tán xạ sau: phản xạ hai lần, tán xạ khối tán xạ bề mặt Khi mực nước tăng tán xạ phản hồi nhìn chung giảm tín hiệu bị tán xạ theo nhiều hướng Tuy nhiên, phản xạ hai lần tăng, đặc biệt ăn vùng thấp, kết giảm tán xạ phản hồi đến mức tối thiểu mùa mưa Cây có thân lớn đóng vai trò quan trọng giá trị tán xạ phản hồi tăng phản xạ hai lần bề mặt đất tán bị ngập nước lũ (Lee et al., 2004) Tuy nhiên, ăn có thân nhỏ khơng xẩy phản xạ lần bề mặt nước thân Thực vật vùng cao vùng nông nghiệp nằm địa hình có độ cao lớn 1m chịu ảnh hưởng nước lũ vươn lên đến đỉnh ngập lụt cục Các giá trị tán xạ phản hồi thực vật khác với thực vật vùng thấp giai đoạn thay đổi mực nước Hình (b) Hình (a) Mực nước giá trị tán xạ phản hồi thực vật năm; (b) Sự thay đổi tán xạ phản hồi tương ứng với lớp phủ bề mặt 144 Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 Giá trị tán xạ phản hồi thực vật vùng cao thường cao giá trị phản hồi thực vật vùng thấp Giá trị lớn nhỏ tán xạ phản hồi thực vật vùng cao suốt thời gian quan trắc -7,2 dB -10,1 dB Theo Hình 3, thực vật vùng cao bắt đầu chịu tác động lũ lụt mực nước m, thực vật vùng thấp bắt đầu chịu tác động lũ lụt mực nước 0,3 m Cần ý giá trị tán xạ phản hồi ăn vùng cao cao lý tín hiệu phản xạ hai lần thời điểm lũ đạt đỉnh Khi mực nước 1m, cỏ vùng cao vùng thấp có giá trị tán xạ phản hồi khác Điều thể tán xạ phản hồi kênh C vùng cỏ bị ảnh hưởng trực tiếp hàm lượng nước đất, rừng ngập nước ăn có kết phức tạp chế tán xạ có kết hợp phản xạ bề mặt nước, thân tán Khu vực nông nghiệp đưa thay đổi mẫu tương tự với lớp cỏ vùng cao so sánh giá trị tán xạ phản hồi mực nước lớn 1m Trong mùa khơ, khu vực nơng nghiệp có giá trị tán xạ phản hồi thấp so với khu vực cỏ tự nhiên Điều giải thích khác sinh khối loại thực vật Hình Thực vật có chiều cao thấp nhạy cảm với điều kiện mùa khô Các giai đoạn trồng trọt, thu hoạch phát triển gây thay đổi lớp phủ vùng nông nghiệp (Toan et al., 1997) Bởi vậy, việc sử dụng giá trị tán xạ phản hồi khó phân biệt khu vực nông nghiệp đồng cỏ tự nhiên Tất loại thực vật trừ lớp rừng vùng thấp đưa giảm dần giá trị tán xạ phản hồi suốt giai đoạn đầu mùa mưa tăng dần vào cuối mùa mưa Mực nước tăng gây thay đổi nhanh thay đổi ngược lại nước lũ rút 4.2 Sự thay đổi lớp phủ bề mặt Chúng tơi tính tốn vẽ thay đổi diện tích lớp thực vật, thực vật ngập lụt, nước mặt Hình 3b với độ xác độ lệch chuẩn Độ lệch chuẩn lớp phủ lấy từ kết đánh giá độ xác kết phân loại ảnh vệ tinh Sentinel-1A Theo kết tính tốn, diện tích lớp thực vật vùng thấp giảm 37,19% tổng số diện tích lớp thực vật vùng thấp mực nước lên đến 0,48 m, điều 10,3% diện tích thực vật vùng thấp tồn khu vực nghiên cứu chịu ảnh hưởng lũ lụt Theo kết tính tốn diện tích thực vật ngập lụt vùng nghiên cứu, diện tích lớn nhỏ thực vật ngập lụt chiếm 33,94% 16,76% tổng diện tích khu vực nghiên cứu Có nghĩa diện tích thực vật ngập lụt (17,18% tổng diện tích khu vực nghiên cứu) chuyển sang lớp thực vật mực nước giảm Tổng diện tích nước mặt 4,67% tổng diện tích khu vực nghiên cứu mùa khơ Tuy nhiên, diện tích nước mặt tăng lên 20.05% tổng diện tích khu vực nghiên cứu mùa mưa Sự thay đổi diện tích thực vật nhạy cảm với lên xuống mực nước cỏ lúa có chiều cao thấp Sau đạt mực nước thấp nhất, diện tích lớp thực vật ngập lụt diện tích lớp thực vật giảm nhanh diện tích nước mặt tăng Điều có nghĩa phần diện tích thực vật ngập lụt thực vật chuyển sang lớp nước mặt Các đồ đưa chi tiết loại lớp phủ thời điểm quan trắc giúp cho việc cung cấp thông tin thay đổi lớp phủ thực vật chu kỳ lũ lụt Ảnh hưởng lũ lụt mức nước 30 cm, chúng tơi có so sánh đồ lớp phủ bề mặt mức nước 30 cm thành lập từ ảnh Sentinel-1A đồ xây dựng mô từ mơ hình số độ cao, đồ sử dụng đất mực nước 30 cm (Hình 5) Kết so sánh đồ thành lập ảnh Sentinel-1A đồ mơ nhìn chung tương tự nhau, có khác từ đến 12,5% tổng diện tích lớp phủ Sự khác hai đồ diện tích thực vật vùng thấp thực vật vùng cao 3,8% 1,2% tổng diện tích khu vực nghiên cứu Có vài nguồn sai số tồn q trình mơ mơ hình số độ cao đồ sử dụng đất Ví dụ, độ xác mơ hình số độ cao lấy từ độ địa hình có khoảng cao 1m đạt độ xác 0,3 m Bởi vậy, kết thu từ mô sử dụng mơ hình số độ cao đồ sử dụng đất khơng đủ độ xác để áp dụng cho khu vực nghiên cứu rộng lớn với đa dạng loại thực vật có chiều cao khác Kết nghiên cứu tính tốn thay đổi lớp phủ bề mặt theo mực nước giúp cho việc hiểu rõ động lực lũ lụt hoạt động người phương pháp giảm thiểu tác động thích nghi với chúng Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 145 (a) (b) (c) (d) (e) (f) (g) (h) (i) (j) (k) (l) (m) (n) (o) 146 Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 Hình Các đồ lớp phủ bề mặt thời điểm (a) 06-10-2014; (b) 30-10-2014; (c) 23-11-2014; (d) 05-12-2014; (e) 10-01-2015; (f) 15-02-2015; (g) 11-3-2015; (h) 04-4-2015; (i) 28-4-2015; (j) 156-2015; (k) 09-7-2015; (l) 26-8-2015; (m) 19-9-2015; (n) 13-10-2015; (o) 06-11-2015 vùng nghiên cứu Bảng Diện tích lớp phủ bề mặt chu kỳ lũ lụt (đơn vị: phần trăm) TT Ngày chụp (năm-tháng-ngày) 10 11 12 13 14 15 2014-10-06 2014-10-30 2014-11-23 2014-12-05 2015-01-10 2015-02-15 2015-03-11 2015-04-04 2015-04-28 2015-06-15 2015-07-09 2015-08-26 2015-09-19 2015-10-13 2015-11-06 Thực vật vùng Thực vật ngập Thực vật vùng cao lụt thấp % % % % (ha) (ha) (ha) 12.02 163945.78 43.45 85184.36 22.58 82809.09 21.95 19.47 141994.21 37.64 97775.53 25.92 64058.29 16.98 20.05 146381.49 38.81 83958.24 22.26 71237.98 18.89 8.86 159256.17 42.21 104432.24 27.68 80152.78 21.25 5.61 171491.42 45.45 96982.23 25.70 87703.62 23.24 6.18 144673.18 38.30 126682.36 33.53 83079.25 21.99 6.77 136601.85 36.27 127831.82 33.94 86732.39 23.03 9.82 182141.87 48.35 63358.21 16.82 94214.69 25.01 5.76 182681.82 48.38 71203.58 18.86 102001.74 27.01 7.99 170232.41 45.22 80206.81 21.31 95893.24 25.47 4.67 175874.17 46.61 88747.19 23.52 95051.52 25.19 5.93 182171.83 48.25 74352.41 19.69 98611.96 26.12 8.18 171332.25 45.34 78881.44 20.88 96727.23 25.60 8.38 179604.28 47.50 74372.72 19.67 92473.57 24.46 13.95 175853.11 46.64 63205.24 16.76 85392.34 22.65 Nước mặt (ha) 45351.23 73462.43 75624.89 33416.27 21179.37 23327.14 25493.53 37004.23 21745.15 30092.12 17621.95 22394.27 30917.13 31671.31 52604.24 (a) Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 147 (b) Hình Các đồ lớp phủ bề mặt (a) thành lập từ ảnh Sentinel-1A mực nước 30 cm; (b) thành lập dựa vào mơ hình số độ cao kết hợp đồ lớp phủ mực nước 30 cm tương tác mực nước chiều cao thực Kết luận vật độ cao địa hình Tổng diện tích lớp phủ thực vật vùng thấp chiếm 37,94% toàn khu vực Trong nghiên cứu này, phương pháp phân nghiên cứu tác động lũ lụt khu vực loại hướng đối tượng áp dụng kết đáng kể Theo tính tốn chúng tôi, hợp liệu ảnh vệ tinh Sentinel-1A, mơ hình thay đổi giá trị tán xạ phản hồi từ -7,6 dB số độ cao mực nước để xây dựng đồ ngập đến -20,6 dB thực vật vùng thấp giai nước thực vật thời điểm mà ảnh vệ tinh đoạn nước lũ dâng lên tương ứng với thay đổi cung cấp suốt chu kỳ lũ lụt năm Các thơng diện tích thực vật vùng thấp khoảng 10,3% tổng số trình phân loại lựa chọn tối ưu diện tích khu vực nghiên cứu Diện tích thực vật độ xác tồn phần số Kappa ngập nước (17,18% tổng diện tích khu vực nghiên kết phân loại 0,81 0,78 cứu) chuyển sang diện tích thực vật mực Dựa vào đồ ngập lụt thực vật với nước lũ giảm sau đạt đỉnh lũ Các kết tính độ xác đảm bảo u cầu, chúng tơi xác tốn cho thấy diện tích lớn định thay đổi lớp phủ bề mặt khu lớp phủ bề mặt (15,38% tổng diện tích khu vực vực ngập nước thuộc tỉnh Trà Vinh Vĩnh Long, nghiên cứu) bị chìm hồn tồn nước lũ lũ thay đổi diện tích lớp tính tốn lụt đạt đỉnh Khi chúng tơi so sánh kết lấy từ theo thay đổi mực nước Các kết ảnh vệ tinh Sentinel-1A kết khác lấy từ thay đổi giá trị tán xạ phản hồi đo kết hợp với mơ hình số độ cao đồ lớp phủ lớp phủ bề mặt mùa khô mùa mực nước 30 cm, chúng tơi tìm thấy mưa phụ thuộc vào vị trí, đặc tính thực vật khác diện tích lớp thực vật ngập lụt thay đổi mực nước tương ứng hai kết lớn khoảng 3,8% Khi tính tốn thay đổi diện tích Điều cho thấy cần thiết phải sử dụng ảnh loại thực vật, chúng tơi tìm thấy SAR để cung cấp ngập nước thực vật thay đổi diện tích lớp phụ thuộc vào tương lai để phục vụ công tác quản lý lũ lụt 148 Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 Lời cảm ơn Chúng tơi cảm ơn cung cấp miễn phí liệu Sentinel-1A từ Cơ quan không gian Châu Âu Các tác giả chân thành cảm ơn Ủy hội sông Mê Công cung cấp liệu mực nước mơ hình số độ cao, cảm ơn Tổng cục quản lý đất đai thuộc Bộ Tài nguyên Môi trường cung cấp đồ sử dụng đất khu vực nghiên cứu Tài liệu tham khảo Almeia-Filho, R., Y E Shimabukuro, A Rosenqvist and G A Sanchez, 2009 “Using dual-polarized ALOS PALSAR data for detecting new fronts of deforestation in the Brazilian Amazonia,” Int J Remote Sens 30(14), 3735-3742 Alsdorf, D E., J M Melack, T Dunne, L A K Mertes, L L Hess, and L C Smith, 2000.“Interferometric radar measurements of water level changes on the Amazon flood plain,” Nature 404, 174-177 Baatz, M., Benz, U., Dehghani, S., Heynen, M., Höltje, A., Hofmann, P., Lingenfelder, I., Mimler, M., Sohlbach, M., Weber, M., & Willhauck, G., (2004), eCognition Professional: User guide 4.; Munich: Definiens-Imaging Ben, A L., 2011 Wetlands: Integrating Multidisciplinary Concepts NewYork, USA: Springer, ch 1, 3-25 Bouvet, A., and T Le Toan, 2011.“Use ENVISAT/ASAR wide-swath data for timely rice fields mapping in the Mekong River Delta,” Remote Sens Environ 115(4), 1090-1101 Campbell, I C., C Poole, W Giesen, and J ValboJorgensen, 2006.“Species diversity and ecology of Tonle Sap Great Lake, Cambodia,” Aquat Sci 68(3), 355-373 Claudia, K., Huadong, G., Juliane, H., Patrick, L., Xinwu, L and Stefan, D.,2013 “Flood Mapping and Flood Dynamics of the Mekong Delta:ENVISAT-ASAR-WSM Based Time Series Analyses,” Remote Sens 5., 687-715 Climate: Vinh Long and Tra Vinh Provinces http://en.climate-data.org/location/6157/; http://en.climate-data.org/region/810/ ESA, 2014 “SENTINEL-1 SAR User Guide Introduction,” Available at: https://sentinel.esa.int/web/sentinel/userguides/sentinel-1-sar Hess, L., J Melack, S Filoso, and Y Wang, 1995 “Delineation of inundated area and vegetation along the Amazon floodplain with the SIR-C synthetic aperture radar,” IEEE Trans Geosci Remote Sensing 33(4), 896-904 Kasischke, E., and L Bourgeau-Chavez, 1997 “Monitoring South Florida Wetlands Using ERS-1 SAR Imagery,” Photogramm Eng Remote Sens 63(3), 281-291 Kavzoglu, T.; Yildiz, M., 2014 “Parameter-Based Performance Analysis of Object-Based Image Analysis Using Aerial and Quikbird-2 Images,” ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume II-7, 31-37 Kummu, M., and J Sarkkula, 2008.“Impact of the Mekong River flow alteration on the Tonle Sap flood pulse,” A Journal of the Human Environment 37(3), 185-192 Lang, M W., P Townsend, and E Kasischke, 2008.”Influence of incidence angle on detecting flooded forests using C-HH synthetic aperture radar data,” Remote Sens Environ., 112(10), 3898-3907 Laur, H., P Bally , P Meadows , J Sanchez , B Schaettler , E Lopinto , D Esteban , 2004 “Derivation of the backscattering coefficient σo in ESA ERS SAR PRI products,” Issue 2, Rev 5f , ESA, pp 4-5 Lee, S K., S H Hong, S W Kim, Y Yamaguchi, and J S Won, 2006.“Polarimetric features of oyster farm observed by AIRSAR and JERS-1,” IEEE Trans Geosci Remote Sens., 44(10), 27282735 Lee J.-S.; Jen-Hung Wen ; Thomas L Ainsworth ; Kun-Shan Chen ; Abel J Chen., 2009 “Improved Sigma Filter for Speckle Filtering of SAR Imagery,” IEEE Transactions on Geoscience and Remote Sensing, vol 47, no 1, pp 202 – 213.Manakos, I., (2001) “eCognition and Precision Farming” http://www.lrzmuenchen.de/~lnn/ eCognition Application Notes, Vol 2, No 2, April 2001 Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 Marti-Cardona, B., C Lopez-Martinez, J DolzRipolles, and E Bladè-Castelle, 2010.“ASAR polarimetric, multi-incidence angle and multitemporal characterization of Doñana wetlands for flood extent monitoring,” Remote Sens Environ 114(11), 2802-2815 Milne, A K., and I J Tapley, 2004.“Mapping and assessment of wetland ecosystems in the northwestern Tonle Sap Basin with AIRSAR Data,” Mekong River Commission and the University of New South Wales (project report), 129 pages Mira K., 2008 “Mekong Delta at the Crossroads: More Control or Adaptation?” Ambio, 37(3), 205-212 Mitri, G.H., and Gitas, I.Z., 2002 “The development of an object-oriented classification model for operational burned area mapping on the Mediterranean island of Thasos using LANDSAT TM images” Forest Fire Research & Wildland Fire Safety, Viegas (ed.) Millpress, Rotterdam, ISBN 90-77017-72-0 Prakash, R., D Singh, and N P Pathak, 2012.“A fusion approach to retrieve soil moisture with SAR and optical data,” IEEE J Sel Topics Appl Earth Observ Remote Sens (JSTARS), 5(1), 196-206 Schmullius, C., and D Evans, 1997.“Review article synthetic aperture radar (SAR) frequency and polarization requirements for applications in ecology, geology, hydrology, and oceanography: A tabular status quo after SIRC/X-SAR,” Int J Remote Sens 18(13), 27132722 149 Shuhua Q., Daniel G B., Qing T., Kathleen M B., 2009 “Inundation Extent and Flood Frequency Mapping Using LANDSAT Imagery and Digital Elevation Models, “ GIScience & Remote Sensing 46(1), 101-127 Toan, T L., F Ribbes, L F Wange, N Floury, N Ding, and K H Kong, 1997.“Rice crop mapping and monitoring using ERS-1 data based on experiment and modeling results,” IEEE Trans Geosci Remote Sensing 35(1), 41-56 Ulaby, F T., K Sarabandi, K McDonald, M Whitt, and M C Dobson, 1990.“Michigan microwave canopy scattering model,” Int J Remote Sens 11(7), 1223-1253 Wang, Y., L L Hess, S Filoso, and J M Melack, 1995.“Understanding the radar backscattering from flooded and nonflooded Amazonian forests: results from canopy backscatter modeling,” Remote Sens Environ 54(3), 324332 Whiteside, T., & Ahmad, W., 2004 “Objectoriented classification of ASTER imagery for landcover mapping in monsoonal northern Australia,” Proceedings of 12th Australasian Remote Sensing and Photogrammetry Conference Willhauck, G., Schneider, T., De Kok, R., & Ammer, U., 2000 “Comparison of object-oriented classification techniques and standard image analysis for the use of change detection betweeen SPOT multispectral satellite images and aerial photos,” Proceedings of XIX ISPRS Congress, 16-22 July, Amsterdam 150 Nguyễn Văn Trung/Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 58 (4), 136-150 ABSTRACT Monitoring the process of vegetation inundation in Vinh Long and Tra Vinh provinces using multi-temporal Sentinel-1A data Trung Van Nguyen Faculty of Geomatics and Land Administration, Hanoi University of Mining and Geology, Vietnam The aims of the study were to determine the vegetation change due to the effect of the flood in Tra Vinh and Vinh Long provinces during the annual flood pulse For performing this purpose, the flooded maps of vegetation were constructed from classified results of Sentinel-1A data, Digital Elevation Models (DEM), and water level data in the study area In this paper, we used an object-oriented classification method for multi-temporal Sentinel-1A data with 24 days interval based on the association with DEM and the water level data in the year (from October 2014 to November 2015) with overall accuracy and kappa coefficient (0.81 and 0.78, respectively) The advantage of this study was that land cover information can be observed from radar data in all weather condition, and able to detect the surface condition changes beneath the canopy of vegetation The areal variations of vegetated types were estimated based on the backscattering coefficient values change because these value changes were affected by varying the floodwater level for vegetation The results indicated that a large portion of the lowland vegetation (about 10.3% of the total study area) was covered with the water surface at the peak of the flooding A backscattering coefficient changes from -7.6 dB to -20.6 dB in the flood development stage showed that the areal vegetation was completely inundated about 15.38% of the total study area Keywords: Cuu Long rivers, Land cover, Sentinel-1A, floodplain, monitoring ... thay đổi đối tượng bề mặt đất vùng ngập nước dựa vào giá trị tán xạ phản hồi Mục tiêu nghiên cứu quan trắc thay đổi lớp thực vật vùng ngập lụt tỉnh Trà Vinh Vĩnh Long liệu Sentinal-1A, mơ hình số... tích thực vật ngập lụt thực vật chuyển sang lớp nước mặt Các đồ đưa chi tiết loại lớp phủ thời điểm quan trắc giúp cho việc cung cấp thông tin thay đổi lớp phủ thực vật chu kỳ lũ lụt Ảnh hưởng... hồi quan trắc từ vùng quan tâm (Region of Interest (ROIs)) thể thay đổi lớp phủ có tương quan cao với thay đổi mực nước đưa Hình Lớp phủ thực vật nằm vùng thấp chịu ảnh hưởng sớm lũ lụt thực vật