Ứng dụng công nghệ viễn thám hồng ngoại nhiệt trong khảo sát sự phân bố nhiệt độ bề mặt
MỤC LỤC
Viễn thám hồng ngoại nhiệt
Vệ tinh Landsat 8 sẽ kéo dài trên 40 năm quan sát Trái đất, cung cấp những thông tin quan trọng trong nhiều lĩnh vực như quản lý năng lượng và nước, theo dừi rừng, sức khỏe con người và môi trường, quy hoạch đô thị, khắc phục thảm họa và lĩnh vực nông nghiệp. Với số lượng kênh phổ nhiều: 14 kênh, trong đó có 3 kênh trong dải sóng nhìn thấy với độ phân giải 15m, 6 kênh trong dải sóng hồng ngoại với độ phân giải 30m và 5 kênh trong dải sóng hồng ngoại nhiệt với độ phân giải 60m, ảnh vệ tinh ASTER có khả năng cung cấp thông tin nhiều hơn các loại tư liệu vệ tinh khác.
Ứng dụng của ảnh hồng ngoại nhiệt
Lượng hơi nước trong khí quyển thường được biểu diễn bằng độ cao của lớp nước lắng, tức là của 1 lớp nước mà ta sẽ thu được nếu như toàn bộ hơi nước chứa trong khí quyển đều đọng lại thành nước. Tuy nhiên, độ phân giải không gian của ảnh MODIS, NOAA/AVHRR là rất thấp, độ chính xác không cao và không tích hợp cho các nghiên cứu chi tiết, do vậy ảnh nhiệt MODIS, NOAA/AVHRR chỉ thích hợp cho các nghiên cứu ở quy mô lớn. Ảnh nhiệt LANDSAT với độ phân giải không gian 120m (TM), 60m (ETM+), 100m (LANDSAT 8 OLI) cung cấp thụng tin rừ ràng hơn về sự thay đụ̉i nhiệt độ mặt đất so với ảnh MODIS, NOAA/AVHRR, do vậy có thể được sử dụng hiệu quả trong nghiên cứu môi trường đô thị.
Bên cạnh những ứng dụng chính trên, dữ liệu viễn thám hồng ngoại nhiệt còn được sử dụng trong các nghiên cứu về ô nhiễm không khí nhằm xác định hàm lượng bụi trong không khí, nghiên cứu hiện tượng tẩy trắng san hô vùng ven bờ do sự nóng lên của nhiệt độ nước biển, trong dự báo cháy rừng,…. Đặc biệt trong hải dương học, nghiên cứu nhiệt độ, độ muối giúp tính toán mật độ riêng, thể tích riêng, phân chia các khối nước, nghiên cứu sự di chuyển của các khối nước, tính toán dòng chảy mật độ, vận tốc âm v.v… Trong nghiên cứu các hiện tượng thời tiết khí hậu như: hoạt động của gió mùa, dải hội tụ nhiệt đới, bão, El Nino, La Nina…. Nhiệt độ trong môi trường nước thường thấp hơn ở môi trường không khí và ổn định hơn, do đó những loài thuỷ sinh vật nói chung đều là những loài hẹp nhiệt, chúng có thể tồn tại trong một khoảng nhiệt độ nào đấy (gọi là khoảng nhiệt tồn tại), song chúng chỉ có thể phát triển được trong khoảng nhiệt độ thích.
PHƯƠNG PHÁP XÁC ĐỊNH NHIỆT ĐỘ BỀ MẶT BẰNG DỮ LIỆU ẢNH HỒNG NGOẠI NHIỆT LANDSAT
Chuyển đổi giá số của ảnh sang giá trị phản xạ phổ
Đây là bước đầu tiên của quy trình tính nhiệt độ mặt đất, giữ vị trí quan trọng của cả quá trình. Do đó cần phải chuyển đổi giá trị số 8 bit của dữ liệu ảnh số sang giá trị bức xạ phổ - giá trị phản ánh năng lượng phát ra từ mỗi vật thể được thu trên kênh nhiệt. QCAL là giá trị bức xạ đã được hiệu chỉnh và tính định lượng ở dạng số nguyên.
Lmax, Lmin – giá trị bức xạ phổ (spectral radiance) ứng với DNmax và DNmin ở kênh 6 (giá trị này được lấy từ dữ liệu trong file ảnh Landsat). Tùy vào từng ảnh mà ta có thể lựa chọn giá trị Lmax và Lmin thỏa mãn yêu cầu. RADIANCE_ADD_BAND_x là hai giá trị được xác định từ file metadata của ảnh đầu vào.
Chuyển đổi giá trị bức xạ phổ sang giá trị nhiệt độ bức xạ
Độ phát xạ bề mặt được xác định dựa vào kết quả phân loại loại hình lớp phủ hoặc chỉ số thực vật chuẩn hóa NDVI. Khi tiến hành phân loại có thể sử dụng nhiều thuật toán khác nhau tuy nhiên, thuật toán Maximum Likehood thường được sử dụng nhiều hơn. Khác với việc dựa vào kết quả phân loại loại hình lớp phủ, khi xác định độ phát xạ bề mặt dựa vào chỉ số thực vật chuẩn hóa NDVI – Normal Difference Vegetation Index đạt độ chính xác cao hơn do kết quả phân loại phụ thuộc khá nhiều vào trình độ người giải đoán.
Sự khác biệt đáng kể này giữa kênh red và hồng ngoại gần là vì red edge - thuộc tính phổ duy nhất làm cho thực vật khỏc với tất cả cỏc đối tượng mặt đất khỏc và rừ ràng đặc tớnh phụ̉ này của thực vật có thể được làm nổi bật bằng các phép tính tỷ lệ. (1993), ε được xác định bằng cách đo trực tiếp độ phát xạ và phản xạ phổ trong dải sóng nhìn thấy và cận hồng ngoại để xác định mối liên quan với chỉ số thực vật NDVI. (1996) đưa ra cũng dựa trên chỉ số NDVI nhưng có thể áp dụng trên các khu vực không đồng nhất với nhiều kiểu bề mặt thay đổi.
PHƯƠNG PHÁP XÁC ĐỊNH NHIỆT ĐỘ BỀ MẶT BẰNG ẢNH HỒNG NGOẠI NHIỆT ASTER
Giới thiệu chung
Chuyển đổi giá trị số sang giá trị bức xạ phổ Chuyển đổi giá trị số sang giá trị bức xạ phổ. Chuyển đổi giá trị bức xạ phổ sang giá trị nhiệt độ Chuyển đổi giá trị bức xạ phổ sang giá trị nhiệt độ. Thành lập bản đồ nhiệt độ bề mặt Thành lập bản đồ nhiệt độ bề mặt.
Tính giá trị nhiệt độ bề mặt
Giá trị bước sóng của kênh ảnh là giá trị trung bình của dải bước sóng thuộc kênh ảnh đó. Với 5 kênh ảnh hồng ngoại nhiệt của ảnh Aster, các giá trị bước sóng và hệ số hiệu chỉnh được thể hiện trong bảng 3.3.
ĐÁNH GIÁ SỰ PHÂN BỐ NHIỆT ĐỘ BỀ MẶT
Tính giá trị nhiệt độ bề mặt bằng phần mềm Erdas
Tuy nhiên, trong quá trình nghiên cứu, tôi sử dụng phương pháp tính hệ số phát xạ dựa vào giá trị NDVI được trình bày trong bảng 12. Để thực hiện điều này, tôi sử dụng Tool Modeler, xây dựng một Modeler cho phép tính NDVI đồng thời tính hệ số phát xạ dựa vào chỉ số NDVI. Trong modeler trên, ta sử dụng hai ảnh đầu vào: n1_hn là ảnh khu vực nghiên cứu và n11_hesophatxa là ảnh hệ số phát xạ thu được trong phần 3.2.1.
Theo mô hình trên, ảnh n15_lstk là giá trị nhiệt độ mặt đất tính theo độ Kelvin và n17_lstc là giá trị nhiệt độ mặt đất tính theo độ C. Tuy nhiên, việc hiển thị kết quả tính nhiệt độ bề mặt trên phần mềm ERDAS không mang tính trực quan do ảnh đầu ra là ảnh xám, mắt người không. Để thành lập bản đồ phân bố nhiệt độ bề mặt, kết quả nhận được sẽ được xử lý bằng phần mềm ArcGIS nhằm gán màu cho từng khu vực với các khoảng giá trị nhiệt độ khác nhau.
Xây dựng chương trình LST tính giá trị nhiệt độ bề mặt
Chương trình có giao diện đơn giản, hiển thị ảnh đơn kênh vào có thư mục lưu trữ nhiều kênh ảnh cùng lúc. Chức năng chính của chương trình là tạo ảnh NDVI và ảnh nhiệt độ mặt đất như hình 4.12.
Đánh giá kết quả xác định bề mặt bằng chương trình LST và phần mềm ERDAS
Trong chương trình LST, kết quả nhiệt độ thu được cũng mang giá trị tương tự. Do dữ liệu đầu vào khác nhau, chương trình chạy với nhiều hàm nhỏ nên tốc độ xử lý chậm hơn ERDAS. Tuy nhiên, khi kích thước ảnh càng lớn, chương trình LST xử lý càng chậm.
ERDAS cho phép người dùng có thể lưu ảnh kết quả dưới nhiều định dạng khác nhau. Tuy nhiên, hiện nay chương trình mới chỉ xử lý với ảnh đơn kênh dạng .TIFF. Do vậy, so với ERDAS chương trình vẫn còn rất nhiều hạn chế, cần khắc phục.
Đánh giá sự thay đổi nhiệt độ bề mặt khu vực nghiên cứu
Là một trong 3 loại của kỹ thuật viễn thám, viễn thám nhiệt cung cấp dữ liệu phong phú trong nghiên cứu, giám sát tài nguyên môi trường đặc biệt là trong nghiên cứu nhiệt độ, độ ẩm đất. Một số công trình nghiên cứu của Trần Thị Vân mới dừng lại ở xác định nhiệt độ bề mặt từ dữ liệu ảnh nhiệt Landsat mà chưa quan tâm xây dựng chương trình tính nhiệt độ bề mặt. Công trình nghiên cứu của Trần Hùng và cộng sự tuy đã nghiên cứu độ ẩm từ dữ liệu ảnh nhiệt, nhưng trong nghiên cứu này sử dụng ảnh MODIS độ phân giải không gian 1km, do vậy độ chính xác chưa cao cũng như không thể áp dụng cho các nghiên cứu ở mức độ chi tiết.
Ảnh nhiệt Landsat với độ phân giải không gian trung bình (60-120m ) và ảnh nhiệt Aster (60m) có thể được sử dụng hiệu quả trong khảo sát sự phân bố nhiệt độ bề mặt ở quy mô cấp vùng với độ chính xác đảm bảo. Tuy nhiên, giá thành các phần mềm này rất cao, bên cạnh đó, trong các phần mềm này chỉ hộ trợ một số hàm toán học đơn giản nên không giải quyết được trọn vẹn bài toán xác định nhiệt độ bề mặt. Vì vậy chương trình LST do tác giả xây dựng có thể được sử dụng hiệu quả trong nghiên cứu nhiệt độ bề mặt với độ chính xác đảm bảo và thời gian tính toán tương đối nhanh.
Kiến nghị
Trên thế giới hiện nay có rất nhiều phần mềm xử lý ảnh viễn thám.