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

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Vũ Thị Hân 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 LUẬN VĂN THẠC SĨ KHOA HỌC Hà Nội - 2017 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Vũ Thị Hân 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 Chuyên ngành: Địa chất Môi trường Mã số: Chương trình đào thí điểm LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC Hà Nội - 2017 NGU N H HU HÀ LỜI CẢM ƠN Trước tiên, học viên xin gửi lời biết ơn sâu sắc tới TS Nguyễn Thị Thu Hà, người trực tiếp giảng dạy, hướng dẫn học viên suốt thời gian hoàn thành Luận văn thạc sĩ khoa học Đồng thời, học viên chân thành cảm ơn Trung tâm CARGIS, Phịng Thí nghiệm Trọng điểm Địa chất Mơi trường Biến đổi Khí hậu cung cấp cho học viên mượn máy đo Phổ, máy đo chất lượng nước trường Học viên xin cảm ơn Đề tài NAFOSTED mã số 105.08-2013.12 tạo điều kiện giúp học viên phân tích mẫu Chlorophyll-a Học viên xin cảm ơn Phịng Tài ngun - Mơi trường, Phịng Kế hoạch - Tài chính, Phịng Thống kê, Phịng Quản lý Đơ thị, UBND quận Hồng Mai, Hà Nội cho phép học viên tham khảo số liệu, tài liệu liên quan đến vấn đề nghiên cứu Học viên xin cảm ơn thầy, khoa Địa chất nói chung Bộ mơn Địa chất Mơi trường nói riêng, Trường Đại học Khoa học Tự nhiên - ĐHQGHN ln nhiệt tình giảng dạy cho học viên suốt chương trình đạo tạo thạc sĩ Học viên xin gửi lời cảm ơn đến anh, chị, em bạn bè đồng nghiệp nhóm nghiên cứu Địa chất môi trường tạo điều kiện giúp đỡ cho học viên hoàn thành luận văn Cuối cùng, học viên xin gửi lời cảm ơn đến gia đình ln quan tâm, chia sẻ khó khăn ủng hộ học viên suốt trình học tập nghiên cứu Hà Nội, ngày tháng Học viên Vũ Thị Hân i năm MỤC LỤC MỞ ĐẦU CHƢƠNG 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 hƣởng 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 10 1.2.1 Trên giới 10 1.2.2 Tại Việt Nam 18 CHƢƠNG PHƢƠNG PHÁP NGHIÊN CỨU 23 2.1 THU THẬP VÀ TỔNG HỢP TÀI LIỆU 23 2.2 PHƢƠNG PHÁP KHẢO SÁT THỰC ĐỊA 24 2.3 PHƢƠNG PHÁP XÁC ĐỊNH HÀM LƢỢNG CHLOROPHYLL-A VÀ CHỈ SỐ TSI 27 2.4 DỮ LIỆU ẢNH VỆ TINH SỬ DỤNG 28 2.5 PHƢƠNG PHÁP XỬ LÝ ẢNH 29 2.6 PHƢƠNG PHÁP ĐÁNH GIÁ TÌNH TRẠNG PHÚ DƢỠNG 31 2.7 PHƢƠNG PHÁP PHÂN TÍCH THỐNG KÊ VÀ BẢN ĐỒ 31 CHƢƠNG KẾT QUẢ VÀ THẢO LUẬN 32 3.1 KẾT QUẢ 32 3.1.1 Hiện trạng phú dƣỡng hồ nghiên cứu quận Hoàng Mai 32 3.1.2 Mối quan hệ số TSI với phổ mặt nƣớc hồ nghiên cứu 34 3.1.3 Diến biến TSI hồ nghiên cứu từ năm 2013 đến 36 3.1.3.1 Phương trình tính tốn số TSI 36 3.1.3.2 Diễn biến TSI hồ nghiên cứu từ năm 2013 đến 39 ii 3.2 THẢO LUẬN 50 3.2.1 Mối quan hệ trình thị hóa TSI hồ 50 3.2.2 Đề xuất giải pháp giám sát tình trạng phú dƣỡng hồ thuộc quận Hoàng Mai sử dụng liệu ảnh vệ tinh 55 3.2.2.1 Tích hợp viễn thám phương pháp quan trắc truyền thống 55 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 56 KẾT LUẬN 58 TÀI LIỆU THAM KHẢO 59 iii DANH MỤC HÌNH Hình 1.1 Vị trí Quận Hồng Mai hồ nghiên cứu Hình 1.2 Cơ cấu kinh tế quận Hồng Mai tính đến hết năm 2016 (%) [16] Hình 2.1 Khung Logic giải vấn đề 23 Hình 2.2 Sơ đồ vị trí lấy mẫu hồ nghiên cứu: a) Định Công; b) Yên Sở; c) Linh Đàm 25 Hình 2.3 Hoạt động kiểm tra máy quang phổ trƣớc thực đo phổ điểm khảo sát Hình 2.4 Thực đo phổ lấy mẫu điểm khảo sát Hình 2.5 Ảnh gốc (a) ảnh sau hi đƣợc hiệu chỉnh hí (b) 30 Hình 2.6 Mặt nƣớc đƣợc thể rõ nét thông qua hiển thị tỷ số kênh phổ 6:3 (b) so với ảnh toàn sắc (a) 30 Hình 3.1 Phổ phản xạ mặt nƣớc hồ địa bàn quận Hồng Mai, vị trí kênh phổ ảnh Landsat (B1-B5 ứng với kênh - ênh 5) TSI tƣơng ứng 35 Hình 3.2 Mối quan hệ TSI tính tốn từ thực địa tỷ số phổ phản xạ mặt nƣớc tƣơng đƣơng tỷ số ảnh vệ tinh Landsat 8: a) kênh với 2; b) kênh với 4; c) kênh với 36 Hình 3.3 Mối quan hệ tỷ lệ kênh phổ R(561)/R(482) đo đƣợc mặt nƣớc tỷ lệ kênh phổ chiết tách từ ảnh (b3/b2) 37 Hình 3.4 Mối quan hệ TSI tỷ số phổ phản xạ kênh với kênh ảnh Landsat 37 Hình 3.5 Mối quan hệ TSI tính tốn từ thực địa TSI tính tốn từ ảnh Landsat 38 Hình 3.6 Mối quan hệ TSI tính tốn từ thực địa TSI tính tốn từ ảnh Landsat (đợt kiểm chứng) 39 Hình 3.7 Giá trị TSI trung bình tháng năm 2013 hồ nghiên cứu 40 Hình 3.8 Giá trị TSI trung bình tháng năm 2016 hồ nghiên cứu 40 Hình 3.9 Giá trị TSI trung bình thời điểm qua năm, từ năm 2013 đến năm 2017 hồ nghiên cứu 41 Hình 3.10 Biến động TSI từ năm 2013 đến năm 2017 hồ Linh Đàm 43 iv Hình 3.11 Biến động TSI từ năm 2013 đến năm 2017 hồ Yên Sở 46 Hình 3.12 Biến động TSI từ năm 2013 đến năm 2017 hồ Định Công 50 Hình 3.13 Sơ đồ diện tích mặt nƣớc đất thị quận Hồng Mai năm 2013; 2015 2017 51 Hình 3.14 Dân số trung bình quận Hồng Mai từ năm 2013 - 2016 (ngƣời) [2] 52 Hình 3.15 Diện tích đất thị quận Hồng Mai từ năm 2013 - 2016 (ha) [2] 52 Hình 3.16 Mối tƣơng quan hàm lƣợng TSI diện tích đất xây dựng quận Hoàng Mai 53 Hình 3.17 Mối tƣơng quan hàm lƣợng TSI dân số quận Hồng Mai 53 Hình 3.18 Mặt nƣớc hồ Linh Đàm bị rác thải bủa v y 01/06/2016 53 Hình 3.19 Một góc hồ khu vực hồ Định Công chụp ngày 01/04/2017 53 v DANH MỤC BẢNG Bảng 1.1 Số nắng, lƣợng mƣa, độ ẩm nhiệt độ trung bình quận Hoàng Mai, 2016 Bảng 1.2 Tình hình dân số quận Hồng Mai đến ngày 31/12 năm Bảng 2.1 Số lƣợng mẫu lấy hồ nghiên cứu 24 Bảng 2.2 Các ảnh vệ tinh Landsat sử dụng nghiên cứu 28 Bảng 2.3 ảng ph n loại mức độ phú dƣỡng hồ Carlson Simpson 31 Bảng 3.1 Kết thống ê hàm lƣợng Chl-a TSI đợt khảo sát hồ nghiên cứu 32 Bảng 3.2 Kết thống ê hàm lƣợng Chl-a TSI đợt khảo sát hồ Linh Đàm 33 Bảng 3.3 Kết thống ê hàm lƣợng Chl-a TSI đợt khảo sát hồ Định Công 34 Bảng 3.4 Kết thống ê hàm lƣợng Chl-a TSI đợt khảo sát hồ Yên Sở 34 Bảng 3.5 Hệ số tƣơng quan Pearson (R) TSI dải kênh/tỷ lệ kênh Landsat OLI hồ nghiên cứu 35 vi KÍ HIỆU VIẾT TẮT TSI Chỉ số phú dƣỡng BOD Nhu c u oxy sinh h a DO Nồng độ oxy h a tan DOM Các chất hữu h a tan CDOM Các chất hữu h a tan c màu TSS Tổng chất rắn lơ lửng SDD Độ s u đĩa Secchi P Phot N Nitro TP Tổng Photpho vii MỞ ĐẦU Phú dƣỡng tƣợng thƣờng gặp hồ đô thị, sông kênh dẫn nƣớc thải Biểu phú dƣỡng hồ đô thị nồng độ chất dinh dƣỡng Nitro (N), Photpho (P) cao, tỷ lệ P/N cao tích luỹ tƣơng đối P so với N, yếm hí mơi trƣờng khử lớp nƣớc đáy thuỷ vực, phát triển mạnh mẽ tảo nở hoa tảo, ém đa dạng sinh vật nƣớc, đặc biệt cá, nƣớc có màu xanh đen đen, c mùi hai thối khí hidro sunfua (H2S) Nguyên nh n g y phú dƣỡng thâm nhập lƣợng lớn N, P từ nƣớc thải sinh hoạt hu d n cƣ, đ ng ín thiếu đ u môi trƣờng hồ Sự phú dƣỡng nƣớc hồ đô thị sông kênh dẫn nƣớc thải g n thành phố lớn trở thành tƣợng phổ biến h u hết nƣớc giới Hiện tƣợng phú dƣỡng hồ thị ênh nƣớc thải tác động tiêu cực tới hoạt động văn hoá d n cƣ đô thị, làm biến đổi hệ sinh thái nƣớc hồ, tăng thêm mức độ ô nhiễm khơng khí thị [164] Các hồ thị h u hết đ ng vai tr quan trọng việc tiếp nhận, điều hịa nƣớc khí hậu, tạo cảnh quan, nơi vui chơi giải trí cộng đồng Quận Hoàng Mai - thành Phố Hà Nội nằm vùng địa hình thấp đồng sơng Hồng nên ph n lớn hồ thuộc địa bàn quận có nguồn gốc từ 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 nƣớc thủ Hà Nội Quận Hồng Mai có khoảng 14 hồ, ao vừa lớn [1] Trong đ c hồ lớn hồ Linh Đàm (75 ha), hồ Yên Sở (130 ha); hồ Định Công (25 ha) số hồ nhỏ hác nhƣ hồ Đền Lừ (4 ha), số hồ điều h a nƣớc cho khu vực nhỏ, hỗ trũng thuộc địa bàn phƣờng Định Công, Giáp át, đặc biệt khu vực ao hồ thuộc phƣờng Hoàng Văn Thụ, Thịnh Liệt, Yên Sở, Tr n Phú, Lĩnh Nam, Hồng Liệt Tổng diện tích ao hồ, ruộng trũng nêu hoảng 400 [17] Hệ thống hồ lớn địa bàn quận có bề dày lịch sử trở thành biểu tƣợng, niềm tự hào quận, đồng thời đ ng vai tr quan trọng đời sống cộng đồng, việc tiếp nhận trực tiếp nƣớc thải, nƣớc mƣa lƣu vực thoát nƣớc xung quanh sau đ tiêu thoát qua mƣơng thoát nƣớc thành phố Hà Nội, chúng c n đƣợc sử dụng cho mục đích cảnh quan du lịch phục vụ vui chơi giải trí, ni cá quận 11 Nguyễn Thị Hƣởng 2011 Đánh giá diễn biến chất lƣợng nƣớc hồ Hà Nội giai đoạn 2006-2010 Luận văn Thạc sỹ Khoa Học Môi Trƣờng, ĐH Khoa học Tự nhiên - ĐH Quốc gia Hà Nội 12 Nguyễn Thị Thu Hà, ùi Đình Cảnh, Nguyễn Thiên Phƣơng Thảo, ùi Thị Nhị, 2016 Thử nghiệm mơ hình h a ph n bố hơng gian hàm lƣợng Chlorophyll-a số trạng thái phú dƣỡng nƣớc hồ T y sử dụng ảnh Sentinel2A Tạp chí Khoa học Đại học Quốc Gia Hà Nội, Các hoa học Trái đất Môi trƣờng, 33, 123-132 13 Nguyễn Văn Thảo, Vũ Duy Vĩnh, Nguyễn Đắc Vệ, Phạm Xu n Cảnh, 2016 X y dựng thuật toán xử l liệu viễn thám xác định hàm lƣợng vật chất lơ lửng vùng biển ven bờ ch u thổ sơng Hồng Tạp chí Khoa học Cơng nghệ iển, 16(2), tr 129 - 135 14 Phan Minh Thụ, Nguyễn Tác An, 2005 Mơ hình h a ph n bố hàm lƣợng Chlorophyll-a thực vật iển Đông Hội nghị Những v n đề nghiên cứu Khoa học Sự sống 2005, Hà Nội, 1078-1080 15 Phan Minh Thụ, Nguyễn Tác An, 2011 Mơ hình h a ph n bố chlorophyll-a vùng biển Nam Trung huôn hổ dự án hợp tác Việt Đức Tuyển tập báo cáo Hội thảo Quốc tế Hợp tác quốc tế điều tra, nghiên cứu tài nguyên môi trƣờng biển Hà Nội, 15-16/9/2011: 413-419 16 UN D quận Hoàng Mai, 2017 áo cáo inh tế xã hội năm 2016 quận Hoàng Mai 17 Viện Quy hoạch X y 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 60 21 Ammenberg, P., Flink, P., Lindell, T., Pierson, D., & Strombeck, N., 2002 Biooptical 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, 12471267 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 multisensor 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, 5239-5255 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 simultaneous 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 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 61 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, 487-502 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 La e Monitoring Methods North American Lake Management Society, Madison, WI 37 Carlson, R.E., 1977 A trophic state index for lakes Limnology and Oceanography, 22(2), 361-369 38 Chipman, J.W., Olmanson, L.G., Gitelson, A.A., 2009 Remote Sensing Methods for Lake Management: A Guide for Resource Managers and DecisionMakers 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, 1473-1486 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, 799821 62 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 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 La es 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 la e: 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, 19611975 63 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, 215-226 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, 2411624131 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, 2410924125 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 Int 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., arrow, 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, 2434-2451 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 China from Landsat TM data and field spectral measurements International Journal of Remote Sensing, 29, 767-786 64 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 TwoBand Ratio Algorithm and Geostatistics: As Applied to the Monitoring of Eutrophication Processes over Tien Yen Bay (Northern Vietnam) Remote Sens, 421-442, 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 oklahoma lakes In Papers and Proceedings of Applied Geography Conferences, Applied Geography Conferences, Inc.: Denton, TX, USA, pp 79-86 65 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, 437448 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 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, 137151 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 visible 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 66 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 Sensing of Environment, 157, 9-23 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 coastalwater turbidity using Landsat imagery Int J., Remote Sens, 6, 629-642 67 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, 154-161 102 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 near-coastal 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., Ruiz-Armenta, 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 quasianalytical approach Remote Sensing of Environment, 133, 141-151 68 110 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 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 Morel, A., Prieur, L., 1977 Analysis of variations in ocean color Limnol, Oceanog, 22, 709-722 114 Mulhearn, P., 1995 Landsat reflectivities versus Secchi disc depths Remote Sens, 16, 257-268 115 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_MATLAB.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 Phycocyanin 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 la es Remote Sens, Environ, 112, 40864097 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 69 122 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, 1-11 128 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 70 132 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 chlorophyll - 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 71 143 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 144 Simis, S., Peters, S., & Gons, H., 2005 Remote sensing of the cyanobacterial pigment phycocyanin 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 cyanobacterial 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 geostatistics 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 72 153 Hung, T.L., Tuyen, V.D., 2014 Estimating suspended sediment concentrations in surface water of Tri An Lake (Vietnam) using Landsat 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, 863-870 159 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 73 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 http://cecr.vn/category/ho-ha-noi 166 http://harrisgeospatial.com/docs/RadiometricCalibration.html 74 ... QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Vũ Thị Hân 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 Chuyên... hồ, trở nên phổ biến, hiệu 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? ?? đƣợc tiến hành... Chính vậy, nghiên cứu sử dụng số Chl-a để tính tốn TSI cho khu vực nghiên cứu 2.4 DỮ LIỆU ẢNH VỆ TINH SỬ DỤNG Bảng 2.2 Các ảnh vệ tinh Landsat sử dụng nghiên cứu STT Ngày chụp Cảnh Độ phân giải