Mô hình xác định bụi pm10 trong không khí khu vực hà nội bằng dữ liệu ảnh vệ tinh landsat 8 oli và dữ liệu đo bụi mặt đất

MƠ HÌNH XÁC ĐỊNH BỤI PM10 TRONG KHƠNG KHÍ KHU VỰC HÀ NỘI BẰNG DỮ LIỆU ẢNH VỆ TINH LANDSAT OLI VÀ DỮ LIỆU ĐO BỤI MẶT ĐẤT Nguyễn Như Hùng 1, Trần Vân Anh 2, Phạm Quang Vinh3, Nguyễn Thanh Bình 3, Vũ Văn Hồng 1Học viện Kỹ thuật Quân sự, Đại học Mỏ - Địa chất Hà Nội, Viện địa lý – Viện Hàn lâm Khoa học Cơng nghệ Việt Nam Tóm tắt Bụi PM10 (bụi có đường kính khí động học từ 0,001ữ10àm) l mt nhng tỏc nhõn ụ nhim khụng khí ảnh hưởng lớn tới sức khỏe người Trong nghiên cứu này, tiến hành xây dựng mô hình xác định bụi PM10 khơng khí cách sử dụng kênh ảnh vệ tinh Landsat OLI, với liệu đo bụi PM10 thực địa máy đo DustTrak II Tiến hành phân tích hồi quy để xác định mơ hình tương quan Ở đây, sử dụng 16 điểm đo bụi thực địa Trong đó, 10 điểm dùng để đề xuất mơ hình điểm dùng để kiểm tra mơ hình Kết đánh giá dựa hệ số tương quan (R) bậc hai sai số trung bình (RMSE) số liệu đo số liệu tính Từ khóa: PM10, Landsat OLI, Ơ nhiễm khơng khí Địa liên hệ: nhuhunghvktqs@gmail.com ĐT: 0982963469 Đặt vấn đề Hiện nay, vấn đề nhiễm mơi trường khơng khí, đặc biệt thị khơng cịn vấn đề riêng lẻ quốc gia hay khu vực mà trở thành vấn đề tồn cầu Thực trạng phát triển kinh tế - xã hội quốc gia giới thời gian qua có tác động lớn đến mơi trường làm cho môi trường sống người bị thay đổi ngày trở nên nghiêm trọng Trên giới vấn đề ô nhiễm môi trường không khí ngày quan tâm Ở Việt Nam nhiễm mơi trường khơng khí vấn đề xúc môi trường đô thị, công nghiệp làng nghề Ơ nhiễm mơi trường khơng khí không tác động xấu sức khỏe người (đặc biệt gây bệnh đường hô hấp) mà ảnh hưởng đến hệ sinh thái biến đổi khí hậu như: hiệu ứng nhà kính, mưa axít suy giảm tầng ơzơn,… Cơng nghiệp hóa mạnh, thị hóa phát triển nguồn thải gây nhiễm mơi trường khơng khí nhiều, áp lực làm biến đổi chất lượng khơng khí theo chiều hướng xấu lớn Tại khu công nghiệp, trục đường giao thông lớn bị ô nhiễm với cấp độ khác nhau, nồng độ chất ô nhiễm vượt tiêu chuẩn cho phép Và gia tăng dân số, gia tăng đột biến phương tiện giao sở hạ tầng cịn thấp làm cho tình hình nhiễm trở nên trầm trọng[1, 2] Kết đánh giá chất lượng không khí thơng qua số chất lượng khơng khí AQI (Air Quality Index) cho thấy, đô thị lớn, số ngày có AQI mức (AQI = 101 200) xấu (AQI = 201 - 300) chiếm tỷ lệ lớn Điển đường Nguyễn Văn Cừ (Gia Lâm, Hà Nội), số ngày năm 2014 có AQI mức chiếm tỷ lệ 50% tổng số ngày quan trắc năm, chí, có ngày chất lượng khơng khí suy giảm đến ngưỡng xấu nguy hại (AQI>300) [2] Tuy nhiên, lĩnh vực giám sát nhiễm khơng khí, Việt Nam chủ yếu nội suy dựa liệu từ trạm giám sát, để đo lường phủ trùm khu vực có chi phí lớn Vì vậy, việc cung cấp thơng tin nhiễm khu vực có diện tích lớn khó khăn Các nghiên cứu giới việc sử dụng hình ảnh vệ tinh đa phổ hồn tồn phát nhiễm khơng khí khu vực mà quan tâm Một số nghiên cứu mối quan hệ có liệu vệ tinh nhiễm khơng khí [3-5] Có nghiên cứu sử dụng liệu vệ tinh khác cho việc nghiên cứu khí mơi trường như: Sử dụng ảnh NOAA-14 AVHRR[6]; ảnh Landsat TM [7, 8]; ảnh Landsat [9]; ảnh SPOT[10] ảnh MODIS [11] Ở Việt Nam, có số tác giả nghiên cứu khả giám sát nhiễm khơng khí cách sử dụng liệu ảnh vệ tinh Landsat [12, 13]; sử dụng ảnh SPOT5 [14, 15] Tuy nhiên, nghiên cứu có hạn chế như: Các ảnh vệ tinh MODIS NOAA có độ phân giải khơng gian thấp, phù hợp cho nghiên cứu xác định nồng độ chất nhiễm khơng khí phạm vi rộng với độ xác khơng cao, khơng thể áp dụng cho quy mô nhỏ thành phố; Ảnh hay SPOT có độ phân giải khơng gian cao việc tiếp cận khó khăn giá thành cao; Cịn sử dụng ảnh vệ tinh Landsat có độ phân giải không gian tương đương nghiên cứu, phần lớn sử dụng loại ảnh cũ Landsat 4,5,7, ảnh Landsat từ năm 2003 bị lỗi, ảnh có sọc đen ảnh hưởng đến kết tính tốn Hiện ảnh Landsat OLI vào hoạt động từ năm 2013, nhiên việc nghiên cứu khả ứng dụng vào xác định bụi PM10 chưa có Vì vậy, nghiên cứu này, chúng tơi trình bày tiềm thu hồi nồng độ hạt vật chất có đường kính mười micromet (PM10) khí cách sử dụng hình ảnh vệ tinh Landsat OLI thực nghiệm khu vực trung tâm thành phố Hà Nội Khu vực nghiên cứu Khu vực nghiên cứu quận trung tâm Thành phố Hà nội, nơi có mật độ dân cư, giao thơng cao khu vực xây dựng ngây ô nhiễm môi trường lớn Theo số liệu Trung tâm Quan trắc môi trường, Tổng cục Môi trường Việt Nam cho thấy nhiều nút giao thông Kim Liên - Giải Phóng, Phùng Hưng - Hà Đơng, Phạm Văn Đồng – Trần Duy Hưng… khu vực đông dân cư, nồng độ bụi thường cao mức cho phép, có lúc lên gấp lần Các khí nhiễm khác CO, SO2 có xu hướng tăng [1] Hình 1: Khu vực nghiên cứu Dữ liệu sử dụng 3.1 Dữ liệu ảnh vệ tinh Vệ tinh LANDSAT OLI phóng thành cơng vào năm 2013, có hai cảm biến chính: thu nhận ảnh mặt đất (OLI - Operational Land Imager) cảm biến hồng ngoại nhiệt (TIRS - Thermal Infrared Sensor)[16] Kênh ảnh Kênh - Coastal aerosol Kênh 2- Blue Kênh - Green Kênh - Red Kênh - Near Infrared (NIR) Kênh – SWIR Kênh - SWIR Kênh - Panchromatic Kênh – Cirrus Kênh 10 – Thermal Infrared (TIRS) Kênh 10 – Thermal Infrared (TIRS) Bước song (μm) 0.43 – 0.45 0.45 - 0.51 0.53 – 0.59 0.64 – 0.67 0.85 – 0.88 1.57 – 1.65 2.11 – 2.29 0.50 – 0.68 1.36 – 1.38 10.60 – 11.19 11.50 – 12.51 Độ phân giải (m) 30 30 30 30 30 30 30 15 30 100 100 Bảng 1: Các kênh ảnh độ phân giải không gian ảnh Landsat OLI - Ảnh Landsat OLI sử dụng nghiên cứu cảnh ảnh có số hiệu: LC81270452015022LGN00 chụp ngày 22 tháng năm 2015 tải xuống từ trang http://landsat.usgs.gov, ảnh nhà cung cấp xử lý mức L1 (level 1) Do đặc thù thời tiết miền Bắc nên toàn cảnh ảnh có số khu vực mùa có mây mây mù, nhiên khu vực vị trí quan trắc bụi đảm bảo cho việc thực nghiệm nghiên cứu Hình 2: Ảnh Landsat OLI với tổ hợp kênh (4,3,2) Kênh ảnh Kênh Kênh Kênh Kênh Kênh Kênh Kênh Kênh Kênh ML 0.012963 0.013274 0.012232 0.010315 0.0063121 0.0015698 0.0005291 0.011673 0.0024669 AL -64.81459 -66.37093 -61.16025 -51.57377 -31.56057 -7.84883 -2.64548 -58.36731 -12.33459 Mp 0.00002 0.00002 0.00002 0.00002 0.00002 0.00002 0.00002 0.00002 0.00002 Ap -0.1 -0.1 -0.1 -0.1 -0.1 -0.1 -0.1 -0.1 -0.1 ESUN Lmax Lmin 1972.2325 784.715615 -64.801627 2019.5903 803.54066 -66.357656 1861.0352 740.46387 -61.148018 1569.3297 624.419755 -51.563455 960.35153 382.1029035 -31.554258 238.83069 95.028013 -7.8472602 80.498733 32.0290885 -2.6449509 1776.0492 706.622745 -58.355637 375.32713 149.3337015 -12.332123 Bảng 2: Các thông số kênh ảnh Landsat OLI chụp ngày 22/1/2015 3.2 Dữ liệu đo bụi mặt đất  Trên sở lập lịch chụp ảnh vệ tinh Landsat OLI quan sát, theo dõi thời tiết để tiến hành thu thập liệu bụi thực địa ngày chụp ảnh vệ tinh Việc thu thập liệu đo mặt đất tiến hành vào 22 tháng năm 2015 máy đo bụi DustTrak II-Model 8532 sản xuất Mỹ Máy cung cấp kết đo theo thời gian thực, dựa nguyên tắc tán xạ ánh sáng 90, bơm hút mẫu khí qua buồng quang học để đo, có độ xác đọc số đến 0.001mg/m3 Mỗi điểm đo xác định tọa độ GPS thời gian đo đảm bảo theo yêu cầu máy đo bụi (hình 2, hình 3) Hình 2: Đo bụi thực địa xử lý số liệu đo Hình 3: Sơ đồ vị trí đo bụi thực địa TT điểm đo PM10 (μg/m3) TT điểm đo PM10 (μg/ m3) L1.1 L1.2 L1.3 L1.4 L1.5 L1.6 L1.7 L1.8 421 431 483 408 418 417 353 380 L1.9 L1.10 L1.11 L1.12 L1.13 L1.14 L1.15 L1.16 384 347 403 395 347 360 433 460 Bảng 3: Dữ liệu đo bụi thực địa máy đo bụi DustTrack II Phương pháp nghiên cứu Quá trình nghiên cứu chia thành bước sau: Thu thập liệu, tiền xử lý ảnh, xử lý liệu, lựa chọn mơ hình đánh giá kết Tất bước tiền xử lý xử lý liệu thực cách sử dụng phần mềm Matlab, ERDAS image, ArGIS Microsoft Ecxel Landsat OLI Giá trị đo bụi PM10 mặt đất Tiền xử lý ảnh Hiệu chỉnh khí Tính phản xạ khí Khảo sát phân tích tương quan hồi quy Lựa chọn kiểm tra mơ hình xác định bụi PM10 Hình 4: Quy trình xác định bụi PM10 từ liệu ảnh vệ tinh Landsat OLI liệu đo bụi mặt đất 4.1 Tiền xử lý ảnh Việc tiền xử lý ảnh tiến hành cách chuyển giá trị số (DN- Digital Nember) sang giá trị bước xạ phổ phản xạ phổ Có nhiều mức hiệu chỉnh xạ Đầu tiên chuyển đổi DN thành giá trị xạ đầu thu, thứ hai chuyển đổi xạ phổ đầu thu xạ phổ bề mặt trái đất, cuối tiến hành hiệu chỉnh khí ảnh để loại bỏ ảnh hưởng điều kiện khí đến chất lượng ảnh 4.1.1 Chuyển đổi DN sang giá trị xạ phổ đỉnh khí (TOA) Dữ liệu ảnh Landsat OLI chuyển đổi sang lieu xạ phổ đỉnh khí [16] sử dụng công thức sau: Lλ = ML*Qcal + AL (1) Trong đó: Lλ - Bức xạ phổ đỉnh khí (Watts/( m2 * srad * μm)) ML - Hệ số thay đổi tỷ lệ xạ kênh ảnh theo tính chất đa bội, lấy tệp liệu metadata (RADIANCE_MULT_BAND_x, x kênh ảnh) AL - Hệ số thay đổi tỷ lệ xạ kênh ảnh theo tính chất cộng dồn, lấy tệp liệu metadata (RADIANCE_ADD_BAND_x, x kênh ảnh) Qcal - Lượng tử hóa hiệu chuẩn tiêu chuẩn giá trị số kênh ảnh (DN) 4.1.2 Chuyển đổi giá trị số DN sang phản xạ đỉnh khí Dữ liệu kênh ảnh Landsat OLI chuyển đổi thành phản xạ đỉnh khí TOA cách sử dụng hệ số phản xạ hồi quy cung cấp tệp liệu matadata (tệp tin MTL) Phương trình sau sử dụng để chuyển đổi giá trị DN sang phản xạ TOA liệu Landsat OLI [16] sau: ρλ' = Mρ*Qcal + Aρ (2) đó: ρλ' - TOA Phản xạ đỉnh khí quyển, chưa hiệu chỉnh góc tới Mρ - Hệ số thay đổi tỷ lệ phản xạ kênh ảnh theo tính chất đa bội, lấy tệp liệu metadata (REFLECTANCE_MULT_BAND_x, x kênh ảnh) Aρ -Hệ số thay đổi tỷ lệ phản xạ kênh ảnh theo tính chất cộng dồn, lấy tệp liệu metadata (REFLECTANCE_ADD_BAND_x, x kênh ảnh) Qcal - Lượng tử hóa hiệu chuẩn tiêu chuẩn giá trị số kênh ảnh (DN) TOA phản xạ đỉnh khí hiệu chỉnh góc tới mặt trời: đó: ρλ - TOA Phản xạ đỉnh khí θSE - Góc tới mặt trời (SUN_ELEVATION) θSZ - Góc thiên đỉnh mặt trời; θSZ = 90° - θSE 4.2 Hiệu chỉnh khí Để xác định phản xạ khí ta cần tiến hành tính phản xạ bề mặt Tuy nhiên, ánh sáng qua tầng khí chịu tác động tán xạ, hấp thụ hạt lơ lửng bầu khí Vì vậy, để nâng cao kết xác định phản xạ bề mặt đất cần phải hiệu chỉnh khí Ảnh Landsat OLI cung cấp cho phép chuyển đổi trực tiếp từ giá trị số ảnh (DN) sang phản xạ đỉnh khí (TOA), từ tiếp tục tính phản xạ mặt đất Theo [17] phản xạ mặt đất (ρ) tính theo cơng thức sau: đó: LP -Bức xạ đường truyền, TV - Hàm truyền xạ qua khí từ bề mặt trái đất đầu thu, TZ - Hàm truyền xạ qua khí từ mặt trời bề mặt đất, Edown - Bức xạ phổ tới mặt phẳng địa hình đối tượng ESUNλ - Bức xạ phổ mặt trời mặt phẳng địa hình vng góc với tia sáng mặt trời d - Khoảng cách từ trái đất đến mặt trời Để hiệu chỉnh khí chúng tơi sử dụng phương pháp trừ đối tượng tối DOS (Dark Object Subtraction) [18] xác định xạ đường truyền theo [19] Phương pháp DOS loại trừ ảnh hưởng khí dựa sở phản xạ đối tượng Đây phương pháp đơn giản, dựa giá trị phản xạ thu (TOA) kênh ảnh Nguyên lý phương pháp dựa giả thuyết số điểm ảnh ảnh vệ tinh có giá trị phản xạ khơng Vì vậy, giá trị phản xạ ghi nhận đối tượng ảnh kết tia tán xạ khí Phương pháp DOS phương pháp đơn giản có hiệu định hiệu chỉnh ảnh hưởng khí quyển, loại bỏ lớp mây mù Đối với ảnh Landsat OLI có cơng thức sau: Trong đó, Lmin giá trị xạ phổ bé kênh ảnh, lấy tệp liệu metadata (RADIANCE_MINIMUM_BAND_x, x kênh ảnh) Với phương pháp DOS phụ thuộc vào việc xác định thông số TV, TZ Edown mà chia phương pháp khác (DOS1, DOS2, DOS3, DOS4) có độ xác khác Trong nghiên cứu này, chúng tơi sử dụng DOS1, thông số xác định theo[17] : TV = 1; TZ = 1; Edown = Lúc xạ đường truyền tính theo cơng thức: Và phản xạ mặt đất tính theo cơng thức sau: 4.3 Mối quan hệ độ dày sol khí (AOT) hàm lượng bụi PM10 Năng lượng mặt trời vào lớp Sol khí tầng đối lưu, tác động phân tử khí nhiễm hạt bụi, phần bị phản xạ lớp Sol khí đầu thu ảnh vệ tinh, phần tia nắng tới đối tượng bề mặt đất phản xạ đầu thu ảnh vệ tinh Dựa suy giảm lượng tới đầu thu vệ tinh bị hấp thụ, tán xạ phân tử khí nhiễm hạt bụi từ tính tốn hàm lượng bụi khơng khí Sau hiệu chỉnh khí quyển, ta tính phản xạ đỉnh khí (TOA) phản xạ mặt đất từ ta tính phản xạ khí Từ đó, tính độ dày sol khí (AOT) sau đưa [8] (8) Trong đó: R(λ) - Hàm phản xạ khí tương ứng với sóng (λ) Phương trình (8) viết lại cho kênh ảnh sau: AOT(λ) = a o R λ1 + ajRλ2 + a2Rλ3 +… (9) Trong Rλi phản xạ khí (i = 1, tương ứng với bước sóng vệ tinh), aj hệ số thuật toán (j = 0, 2) xác định thực nghiệm Mối quan hệ PM AOT bắt nguồn từ lớp khí đồng đơn chứa hạt Sol khí hình cầu Nồng độ tập trung bề mặt thu sau sấy mẫu khơng khí đưa [20] Trong n(r) mơ tả phân bố kích thước hạt điều kiện khơ ρ mật độ khối lượng Sol khí Do đó, ta thấy rằng hàm lượng PM tương quan tốt với AOT trực tiếp Bằng cách thay AOT PM10 vào phương trình (9) ta có phương trình (11), thuật tốn cho kênh ảnh bước sóng (λ), PM10 đơn giản hóa [7, 8] PM10 = a o R λ1 + ajRλ2 + a2Rλ3 +… (11) Trong Rλi phản xạ khí (i = 1, tương ứng với bước sóng vệ tinh), aj hệ số thuật toán (j = 0, 2) xác định thực nghiệm Kết thực nghiêm 5.1 Phân tích tương quan hồi quy Trên sở phương trình (11) tiến hành khảo sát phân tích tương quan hồi quy mơ hình tính bụi PM10 với ảnh Landsat OLI chụp ngày 22 tháng năm 2015 khu vực Hà Nội, Việt Nam Như nghiên cứu trước việc xác định bụi PM10 xác định độ dày sol khí (AOT) liệu ảnh vệ tinh Landsat tư liệu ảnh khác nghiên cứu [7-9]… chủ yếu sử dụng kênh phổ xanh (blue), xanh (green) đỏ (red) có bc súng t 0.45àm ữ0.69àm Vỡ vy nghiờn cu tiến hành khảo sát với kênh phổ ảnh Landsat OLI bao gồm Kênh - Coastal aerosol (0.43àm ữ 0.45àm), Kờnh 2- Blue (0.45àm ữ 0.51àm), Kờnh Green (0.53àm ữ 0.60 àm) v Kờnh Red (0.63àm ữ 0.68àm) T d liu nh gc, ta tiến hành thực loạt bước xử lý để lấy liệu từ ảnh, sau kết hợp với liệu đo mặt đất để tính tốn hệ số phương trình hồi quy tuyến tính với mơ hình Bảng Với 16 điểm đo liệu bụi thực địa máy DustTrack II (Bảng 3), sử dụng 10 điểm để tiến hành phân tích hồi quy tuyến tính, điểm lại dung để kiểm tra kết mơ hình hồi quy Các mơ hình hồi quy tính tốn phân tích phần mềm Microsoft Ecxel Trong giá trị phản xạ khí Ri xem biến độc lập, nồng độ bụi PM10 đo trạm đo thực địa biến phụ thuộc kết tính tốn hồi quy thể Bảng Kênh Kênh Kênh Kênh PM10 = PM10 = PM10 = PM10 = PM10 = PM10 = PM10 = PM10 = PM10 = PM10 = PM10 = PM10 = PM10 = PM10 = PM10 = a0 a0 a0 a0 a0 a0 a0 a0 a0 a0 a0 a0 a0 a0 a0 + a1.R1 + a2.R2 + a3.R3 + a4.R4 + a1.R1 + a1.R1 + a1.R1 + a2.R2 + a3.R3 + a4.R4 + a2.R2 + a2.R2 + a1.R1 + a1.R1 + a1.R1 + a1.R1 + a2.R2 + a2.R2 + a2.R2 + a2.R2 + a3.R3 + a3.R3 + a3.R3 + a3.R3 + a3.R3 + a3.R3 + a4.R4 + a4.R4 + a4.R4 + a4.R4 + a4.R4 + a4.R4 Bảng 4: Các mơ hình khảo sát phân tích tương quan hồi quy a0 -1459 -1125 114 10 385 -3921 -2925 -2770 -3017 2775 -1996 -1679 -432 -435 1298 a1 a2 a3 a4 7829 7000 1531 2189 -23732 29535 16832 25949 -14269 -3749 31766 21804 -10166 -15265 18890 -19224 38551 31346 25336 37418 -19864 -36455 -18994 -37618 -40526 -41283 -7430 25143 -6260 19224 16543 18466 R R2 RMSE(μg/m3) 0.371 0.437 0.122 0.261 0.534 0.616 0.413 0.816 0.585 0.694 0.824 0.610 0.778 0.917 0.942 0.138 0.191 0.015 0.068 0.285 0.380 0.171 0.666 0.343 0.482 0.679 0.372 0.605 0.841 0.887 39.490 38.239 42.204 41.054 38.428 35.807 41.395 26.280 36.859 32.721 27.806 38.922 30.854 19.563 18.065 Bảng 5: Kết phân tích tương quan hồi quy Hình 6: Biểu đồ tương quan tuyến tính giá trị PM10 tính giá trị PM10 đo thực địa dùng để tính mơ hình Từ kết phân tích (bảng 5) biểu đồ tương quan tuyến tính giá trị PM10 tính giá trị PM10 đo thực địa (hình 6) ta thấy rằng, với việc sử dụng kênh phổ độc lập hệ số tương quan R thấp sai số trung bình (RMSE) cao Việc kết hợp kênh phổ với cho kết tốt Khi kết hợp ba kênh 2, ( blue, green red) nghiên cứu có cho ta hệ số tương quan R =0.917; R2 = 0.84 sai số trung bình RMSE =19.563 μg/m3, cao việc sử dụng kênh phổ đơn lẻ kết hợp hai đến kênh phổ cho kết cao tốt Tuy nhiên, từ kết tính tốn cho thấy kết hợp phản xạ khí tính từ kênh phổ có hệ số tương quan cao ( R =0.942 R2 = 0.887) sai số trung bình thấp (RMSE= 18.065 μg/m3) Qua kết khảo sát trên, mơ hình hồi quy áp dụng dựa hệ số tương quan cao giá trị lỗi sai số trung bình thấp (RMSE) nêu Bảng Vì vậy, hàm hồi quy cho kết tốt có dạng sau: PM10 = 1298 -19224R1 + 37418.R2 -41283.R3 + 18466.R4 (12) Trong Ri phản xạ khí (i = 1, 2,3 tương ứng với kênh phổ vệ tinh) 5.2 Kiểm tra mơ hình hồi quy Từ phương trình (12), sử dụng phần mềm ERDAS, ArcGis tiến hành tính bụi PM10 từ liệu phản xạ khí kênh phổ Dựa tạo độ điểm đo liệu bụi thực địa dùng để kiểm tra mô hình, tiến hành chiết xuất giá trị bụi MP10 ảnh Kết tính tốn đưa vào so sánh sai số tương quan với giá trị điểm đo thực địa cho ta kết sau: Tên điểm kiểm tra 11 12 13 14 15 16 PM10 đo (μg/m3) 403 395 347 360 433 460 PM10 tính (μg/m3) 383.654 412.646 339.200 363.267 394.368 490.139 Sai số (μg/m3) 19.346 -17.646 7.800 -3.267 38.632 -30.139 Bảng 6: Bảng tính so sánh độ bụi PM10 điểm kiểm tra Hình 5: Tính tương quan giá trị PM10 tính kiểm tra theo mơ hình (8) giá trị PM10 đo thực địa Hình 6: Bản đồ phân bố bụi PM10 Hà Nội từ ảnh vệ tinh Landsat 8OLI Tương ứng với vị trí phép đo PM10 thực địa thành phố Hà Nội, Việt Nam ta có giá trị tính tốn PM10 từ mơ hình sai số tuyệt đối điểm đo (bảng 6) Mối quan hệ bụi PM10 chiết xuất từ ảnh vệ tinh Landsat OLI với phép đo mặt đất PM10 kiểm tra phân tích tương quan (hình 5) Kết cho thấy mối tường quan cao, hệ số tương quan R = 0.879, R2 = 0.773 sai số trung bình (RMSE) 22.727 μg/m3 Từ ta thấy tính đắn mơ hình tính nồng độ bụi PM10 xây dựng từ giữ liệu đo thực địa liệu ảnh vệ tinh Landsat OLI Mặt khác từ đồ bụi PM10 (hình 6) so sánh với thực tế báo cáo nhiễm khơng khí thành phố [1] Ta thấy mật độ PM10 phản ánh thực tế, ô nhiễm PM10 tập trung khu đô thị xây dựng tuyến giao thông lớn Kết luận Kết nghiên cứu ( R =0.942 R2 = 0.887 sai số trung bình thấp RMSE= 18.065 μg/m3) tính đắn phương pháp xác định nhiễm khơng khí PM10 tính tốn cách sử dụng giá trị phản xạ khí kênh ảnh Landsat OLI kết hợp với liệu đo bụi PM10 mặt đất Kết kiểm tra mơ hình (R = 0.879, R2 = 0.773 sai số trung bình (RMSE) 22.727 μg/m3) từ điểm đo bụi độc lập, từ ta thấy tính tin cậy mơ hình tính nồng độ bụi PM10 xây dựng từ tập liệu đo thực địa có nghiên cứu liệu ảnh vệ tinh Landsat OLI ngày Hình ảnh Landsat OLI sử dụng thành cơng để tính nồng độ PM10 Thành phố Hà Nội Việc tính tốn PM10 dựa mơ hình phả xạ khí cho đồ bụi phản ảnh thực tế khu vực tập trung ô nhiễm bụi Thành phố Hà Nội Nghiên cứu tương lai cần xem xét sử dụng nhiều trạm nhiễm khơng khí liệu đo thực địa để tính tốn hồi quy để lựa chọn mơ hình xác Trong nghiên cứu chủ yếu xác định bụi khu vực có nồng độ bụi cao, để nâng cao độ tính khách quan phương pháp cần phải tăng dày điểm đo bụi đo đạc khu vực có mức độ nhiễm khơng khí khác Trên sở kết đồ phân bố bụi PM10 có được, thấy việc ảnh hưởng khí địa vật bề mặt tác động ảnh hưởng đến kết việc xác định bụi PM10 từ ảnh vệ tinh Landsat OLI Vì cần nghiên cứu tiếp phương pháp hiệu chỉnh ảnh nâng cao độ xác phương pháp Lời cảm ơn Tác giả báo xin chân thành cảm ơn Phịng thí nghiệm Mơi trường Xây dựng – Viện Kỹ thuật Cơng trình đặc biệt – Học Viện Kỹ thuật Quân cung cấp máy đo bụi thực địa DustTrak II cho nghiên cứu Tài Liệu Tham Khảo Bộ Tài nguyên Môi trường, Báo cáo môi trường quốc gia 2013- Môi trường khơng khí, Số ĐKKHXB: 31-2014/CXB/19-915/BĐ; Quyết định số 51/QĐXB ngày 01 tháng 08 năm 2014, 2014 Bộ Tài nguyên Môi trường, Báo cáo trạng môi trường Quốc gia giai đoạn 2011-2015 2015 Ung, A., et al Satellite data for the air pollution mapping over a city–The use of virtual stations in EARSeL Symposium 2001 “Observing our environment from space: new solutions for a new millenium” 2001 Balkema Ung, A., et al Air pollution mapping over a city–virtual stations and morphological indicators in 10th International Symposium “Transport and Air Pollution” 2001 Weber, C., et al Urban morphology, remote sensing and pollutants distribution: An application to the city of Strasbourg, France in 12th World Clean Air & Environment Congress, Greening the New Millennium 2001 Asmala Ahmad and Mazlan Hashim, Determination of haze using NOAA-14 AVHRR satellite data [Online] available: http://www.gisdevelopment.net/aars/acrs/2002/czm/050.pdf, 2002 Lim, H., et al., Remote sensing of PM10 from LANDSAT TM imagery Acrs 2004, 2004: p 739-744 Nadzri, O., Z.M.J Mohd, and H.S Lim, Estimating Particulate Matter Concentration over Arid Region Using Satellite Remote Sensing: A Case Study in Makkah, Saudi Arabia Modern applied Science 4., 2010: p 131-142 Sam Appadurai.A and J.Colins JohnnyM.E, Satellite based estimation of pm10 from AOT of landsat 7ETM+ over Chennai city International Journal of Advances in Engineering Research, 2016 Vol No 11 10 Sifakis, N and P.-Y Deschamps, Mapping of Air Pollution Using SPOT Satellite Photogrammetric Engineering & Remote Sensing, 1992 5: p 11 Péré, J.-C., et al., Mapping of PM10 surface concentrations derived from satellite observations of aerosol optical thickness over South-Eastern France Atmospheric Research, 2009 91(1): p 1-8 12 Trần Xuân Trường, Vương Trọng Kha, and Nguyễn Văn Mạnh, Nghiên cứu xây dựng chương trình giám sát nhiễm khơng khí vùng mỏ từ liệu ảnh vệ tinh Tạp chí Cơng ngiệp Mỏ, 2013 số 26 13 14 15 16 17 18 19 20 Trần Thị Vân, Nguyễn Phú Khánh, and Hà Dương Xuân Bảo, Viễn thám độ dày quang học mô phân bố bụi PM10 khu vực nội thành Thành phố Hồ Chí Minh, Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường,, 2014 Số 20: p 52-62 Luong Chinh Ke, et al Detecting Air Pollution In Vietnam By Optical Satellite Images in E-proceedings of The 31th Asian Conference on Remote Sensing (ACRS2010) 2010 Trần Thị Vân, Trịnh Thị Bình, and Hà Dương Xuân Bảo, Nghiên cứu khả phát ô nhiễm bụi khu vực đô thị công nghệ viễn thám nhằm hỗ trợ quan trắc mơi trường khơng khí Tạp chí Phát triển Khoa học Cơng nghệ, 2014 16(2M): p 33-47 Using the USGS Landsat Product, https://landsat.usgs.gov/Landsat8_Using_Product.php Moran, M.S., et al., Evaluation of simplified procedures for retrieval of land surface reflectance factors from satellite sensor output Remote Sensing of Environment, 1992 41(2-3): p 169-184 Chavez, P.S., Image-based atmospheric corrections-revisited and improved Photogrammetric engineering and remote sensing, 1996 62(9): p 1025-1035 Sobrino, J.A., J.C Jiménez-Muñoz, and L Paolini, Land surface temperature retrieval from LANDSAT TM Remote Sensing of Environment, 2004 90(4): p 434-440 Koelemeijer, R., C Homan, and J Matthijsen, Comparison of spatial and temporal variations of aerosol optical thickness and particulate matter over Europe Atmospheric Environment, 2006 40(27): p 5304-5315 DETERMINING PM10 MODEL IN HANOI USING LANDSAT OLI AND GROUND-MEASURED DUST DATA Nguyen Nhu Hung1 , Tran Van Anh2, Pham Quang Vinh3, Nguyen Thanh Binh3 Military of Technical Academy, 2Hanoi University of Mining and Geology, 3Institute of Geography - Vietnam Academy of Science and Technology Abstract: PM10 (Particulate matter 10 is a dust with aerodynamic diameters of 0.001 ÷ 10μm) is one of the air pollutants affecting human health In this study, we conducted a modeling study to identify PM10 dust in the air by using Landsat OLI satellite image, along with PM10 ground-measured data using the machine DustTrak II Conduct regression analysis to determine the correlation model Here, we used 16 in-situ measurement points In that, 10 points were used to determine the regression function and other points were used to test the regression model Results were evaluated based on correlation coefficient (R) and Root Mean Square Error (RMSE) between measured and calculated data Keywords: PM10, Landsat OLI, air pollution ... tính bụi PM10 với ảnh Landsat OLI chụp ngày 22 tháng năm 2015 khu vực Hà Nội, Việt Nam Như nghiên cứu trước việc xác định bụi PM10 xác định độ dày sol khí (AOT) liệu ảnh vệ tinh Landsat tư liệu ảnh. .. mười micromet (PM10) khí cách sử dụng hình ảnh vệ tinh Landsat OLI thực nghiệm khu vực trung tâm thành phố Hà Nội Khu vực nghiên cứu Khu vực nghiên cứu quận trung tâm Thành phố Hà nội, nơi có mật... chụp ảnh vệ tinh Landsat OLI quan sát, theo dõi thời tiết để tiến hành thu thập liệu bụi thực địa ngày chụp ảnh vệ tinh Việc thu thập liệu đo mặt đất tiến hành vào 22 tháng năm 2015 máy đo bụi