Theo Nguyễn Ngọc Thạch (2005), chỉ số thực vật là thông tin tiêu biểu cho việc nghiên cứu lượng chlorophyl (diệp lục tố). Tính chất phổ biến của thực vật có đặc điểm khác biệt với các đối tượng khác là có sự phản xạ mạnh ở dải Green (0,5 – 0,6 µm). Do đó, có sự khác biệt lớn về độ sáng giữa band gần hồng ngoại và band Green. Đặc điểm đó được gọi là tính chất xanh lá cây của đối tượng. Như vậy giữa độ sáng và độ xanh có sự khác biệt lớn nhất về giá trị DN (Digital Number). Thông thường tổng độ sáng của các band cao hay thấp liên quan đến các loại đất khác nhau, còn sự khác biệt về giá trị DN giữa band Green và gần hồng ngoại liên quan đến độ xanh. Để hình dung rõ được ý nghĩa sự khác biệt đó, người ta tạo ra ảnh chỉ số khác biệt thực vật (Normal Different Vegetation Index - NDVI).
Bất kỳ vật thể nào trên bề mặt đất và khí quyển đều có tác dụng điện từ. Đồng thời, bất kỳ vật thể nào có nhiệt độ cao hơn nhiệt độ tuyệt đối đều liên tục phát ra sóng điện từ (nhiệt bức xạ). Do thành phần cấu tạo của các vật thể trên bề mặt trái đất và các thành phần vật chất trong bầu khí quyển là khác nhau nên sự hấp thu hoặc phát xạ các sóng điện từ cũng khác nhau. Dựa trên tính chất vật lý này ta có thể xác định được các đặc trưng quang phổ khác nhau của bề mặt trái đất và khí quyển bằng các dữ liệu viễn thám. Một trong những đặc trưng quang phổ quan trọng nhất của viễn thám là quang phổ thực vật, quang phổ phát xạ và phản xạ Albedo. Từ những đặc trưng này ta có thể tính toán được các chỉ số thực vật, làm cơ sở cho việc phân loại, đánh giá sự biến động của lớp phủ bề mặt. Có nhiều phương pháp tính toán NDVI.
Bảng 1: Các phương pháp tính toán chỉ số thực vật (Vegetation Index)
Chỉ số Công thức Người phát triển
NDVI (The Normalized Difference Vegetation Index - Chỉ số khác biệt thực vật) NIR−RED NDVI= NIR+ RED Rouse et al (1973)
RVI (The Ratio Vegetation Index –
Chỉ số tỉ lệ thực vật)
NIR RVI=
RED
Jordan (1969) SAVI (The Soil Adjusted
Vegetation Index - Chỉ số đất có điều chỉnh bởi thực vật) (NIR−RED) SAVI= (1 +L) (NIR+RED + L) Huete (1988) TSAVI (Transformed Soil
Adjusted Vegetation Index - Chỉ số
chuyển đổi có điều chỉnh bởi thực vật)
A (NIR−aRED−b)
TSAVI=
(RED+aNIR−a b) Baret et al (1989)
SAVI (The Soil Adjusted Vegetation Index - Chỉ số đất có điều chỉnh bởi thực vật) NIR SAVI= (RED+ b/a) Major et al (1990)
PVI (Perpendicular Vegetation Index - Chỉ số thực vật vuông góc)
NIR−aRED−b+2a PVI=
1a2
Richarson & Wiegand (1977) DVI (Difference Vegetation Index
- Chỉ số điều chỉnh thực vật) DVI=NIR-RED Turker (1979)
(Trong đó: RED là là phổ phản xạ của kênh đỏ; NIR là phổ phản xạ của kênh cận hồng ngoại gần; a b là các hằng số. Nguồn: Halounová. L et al, 2005)
Theo Dương Văn Khảm và ctv (2007), chỉ số khác biệt thực vật được xác định : - Các chỉ số phổ thực vật được phân tách từ các band nhìn thấy, cận hồng ngoại, hồng ngoại và dải đỏ là các tham số trung gian mà từ đó có thể thấy được các đặc tính khác nhau của thảm thực vật như: sinh khối, chỉ số diện tích lá, khả năng quang hợp các sản phẩm sinh khối theo mùa. Những đặc tính đó có liên quan và phụ thuộc rất nhiều vào dạng thực vật bao phủ và thời tiết, đặc tính sinh lý, sinh hoá và sâu bệnh…Công nghệ gần đúng để giám sát đặc tính các hệ sinh thái khác nhau là phép nhận dạng chuẩn và phép so sánh giữa chúng.
- Có nhiều chỉ số thực vật khác nhau, nhưng chỉ số khác biệt thực vật (NDVI) được trung bình hoá trong một chuỗi số liệu theo thời gian sẽ là công cụ cơ bản để giám sát sự thay đổi trạng thái lớp phủ thực vật, trên cơ sở đó biết được tác động của thời tiết, khí hậu đến sinh quyển.
- Chỉ số khác biệt được tính theo công thức:
NIR−RED
NDVI =
NIR+ RED
Trong đó:
+ NIR là phổ phản xạ của kênh cận hồng ngoại gần (Near Infrared) và + RED là phổ phản xạ của kênh đỏ.
+ -1< NDVI < 1
Từ các giá trị định lượng của NDVI ta có thể xác định được trạng thái sinh trưởng và phát triển của thực vật nói chung và cây trồng nói riêng. Giá trị NDVI càng lớn đối với những vùng có độ che phủ thực vật càng cao và càng bé đối với những vùng thực vật thưa thớt. Ví dụ: nếu cây xanh tốt chỉ số khác biệt thực vật (NDVI=0,72) lớn hơn rất nhiều so với cây bị úa vàng (NDVI=0,14). Như vậy từ giá trị định lượng của NDVI có thể xác định trạng thái sinh trưởng và phát triển của của thực vật nói chung và cây trồng nói riêng.
Hiện nay, ngoài việc sử dụng chỉ số NDVI còn có các thuật ngữ khác như: TVI (Transformed Vegetation Index), IPVI (Infranred Percentage Vegetation), DVI (Differece Vegetation Index) và PVI (Perpendicular Vegetation Index). Thực ra các thuật ngữ này chỉ là tên mới nhằm phù hợp cho việc tính toán nhanh hơn, tách ly được các đặc trưng cụ thể của nhiều thực vật khác nhau và chỉ ra được yêu cầu riêng của nhiều lĩnh vực ứng dụng (Võ Quang Minh, 2008).
1.3.6 Giới thiệu về phần mềm xử lý ảnh ENVI
Theo Lê Văn Trung và ctv (2006), Envi “The Environment for Visualizing Images” là một phần mềm chuyên nghiệp và có rất nhiều chức năng xử lý ảnh viễn thám, được viết bằng ngôn ngữ IDL (Interactive Data Language). IDL là ngôn ngữ lập trình cấu trúc mạnh được dùng cho việc xử lý ảnh tổng hợp để đáp ứng nhu cầu xử lý ảnh máy bay, ảnh vệ tinh và đáp ứng đầy đủ nhu cầu cần thiết cho việc ứng dụng viễn thám trong môi trường thân thiện và sáng tạo. Hiện nay, ENVI được sử dụng phổ biến trong công tác quản lý tài nguyên thiên nhiên và giám sát môi trường vì ENVI là một phần mềm được thiết kế tốt để đáp ứng cho các nhu cầu xử lý ảnh và cung cấp các công cụ cho việc hiển thị dữ liệu và phân tích ảnh ở các kích thước và các loại ảnh khác nhau trong một môi trường thân thiện với người sử dụng.
Các ưu điểm của ENVI được thể hiện ở cách tiếp cận trong công tác xử lý ảnh, đó là việc kết hợp các kỹ thuật dựa trên kênh phổ và kỹ thuật dựa trên tập tin. Khi dữ liệu được mở, các kênh phổ được lưu vào danh sách chờ xử lý của chương trình, hoặc khi các tập tin được mở, các kênh phổ của các tập tin được xử lý như một nhóm. ENVI có tất cả các chức năng xử lý ảnh cơ bản, trong chế độ tương tác với người sử dụng về đồ họa. Đặc biệt trong khi xử lý, ENVI không có giới hạn về kênh phổ được xử lý đồng thời do vậy các dữ liệu ảnh siêu phổ cũng có thể được xử lý và phân tích bằng ENVI. Hiện nay, ENVI phiên bản mới có nhiều cải tiến hơn so với những phiên bản trước, có thêm nhiều chức năng và đặc biệt là tốc độ đọc và xử lý dữ liệu nhanh hơn nhiều so với phiên bản trước (Lê Văn Trung và ctv, 2006).
1.4 Khái quát về vệ tinh MODIS
Theo John J. Qu and Menas Kafatos (2005), MODIS là bộ cảm đặt trên vệ tinh TERRA được phóng vào quỹ đạo tháng 12 năm 1999 và vệ tinh AQUA được phóng vào quỹ đạo tháng 5 năm 2002. Là hai vệ tinh nghiên cứu môi trường của NASA (Hoa Kỳ), mang đầu đo quang học là MODIS (Moderate Resolution Imaging Spectroradiometer), với mục đích quan trắc, theo dõi các thông tin về mặt đất, đại dương và khí quyển trên phạm vi tòan cầu. Độ rộng của cảnh chụp MODIS là 2330 km, gồm 36 băng phổ từ bước sóng 0,4 đến 14 micromét trong các dải phổ nhìn thấy, hồng ngoại gần và sóng ngắn và kênh nhiệt với độ phân giải không gian là 250m (băng 1, 2), 500m (băng 3 đến băng 7) và 1000m (băng 8 đến băng 36), được ứng dụng rất rộng rãi trong nhiều lĩnh vực và tuỳ vào mục đích nghiên cứu có thể sử dụng các kênh phổ khác nhau trong số các kênh phổ này của MODIS. Các dữ liệu MODIS thường được sử dụng trong công tác theo dõi mây, nghiên cứu chất lượng khí quyển, chỉ số thực vật, nhiệt độ bề mặt lục địa, nhiệt độ mặt nước biển, ngập lụt, cháy rừng...
Theo Nasa, (2010), các thông số kỹ thuật của vệ tinh MODIS trình bày ở bảng 2:
Bảng 2: Các thông số kỹ thuật của vệ tinh MODIS
Số kênh phổ 36 kênh phổ
Độ cao bay 705 km
Quỹ đạo Đồng bộ mặt trời
Tốc độ quét 20.3 rpm1
Độ phủ 2330 km
Kích thước 1.0 x 1.6 x 1.0 m
Trọng lượng 228.7 kg
Độ phân giải không gian 12 bits
Độ phân giải bức xạ 250 m (kênh 1, 2)
Chu kỳ lặp Ít nhất 1-2 ngày
Quy chiếu ISIN, SIN
Dạng dữ liệu HDF
Thời gian tồn tại trên quỹ đạo 6 năm
Vệ tinh TERRA mang đầu đo MODIS ban ngày đi từ bắc xuống nam, qua xích đạo khoảng 10h30’ giờ địa phương, thời gian bay hết một vòng quanh trái đất xấp xỉ 1h40’. Còn về ban đêm thì chiều bay của vệ tinh ngược lại. Như vậy vệ tinh TERRA sẽ bay qua lãnh thổ Việt Nam một ngày hai lần vào lúc 10h30 sáng và 10h30 tối, do đó ở Việt Nam sẽ thu được ảnh MODIS hai lần trong một ngày. Đặc tính chụp phủ vùng rộng lớn (2330 km), độ phân giải thời gian cao, cộng thêm nhiều kênh thiết kế chuyên, để hiệu chỉnh ảnh hưởng khí quyển đã làm tăng khả năng sử dụng ảnh MODIS trong nghiên cứu những vùng nhiệt đới nhiều mây. Bộ dữ liệu MODIS khá lớn, hầu hết các file dữ liệu MODIS được lưu trữ với định dạng Hierarchical Data Format Earth Observing System (HDF-EOS), một định dạng tập tin lưu trữ chuẩn dựa trên đối tượng nghiên cứu được phát triển bởi The National Center for Supercomputing Applications (NCSA) của trường Đại Học Illinois. Các dòng sản phẩm MODIS đất và đại dương được thể hiện trong một dạng quy chiếu bản đồ mới được gọi hệ quy chiếu Integerized Sinusoidal (ISIN) (John J. Qu and Menas Kafatos (2005)). Với 16 kênh nhiệt có khả năng nghiên cứu nhiệt độ của lớp phủ mặt đất hoặc trường nhiệt mặt biển có độ chính xác bằng hoặc hơn 1%. Độ chính xác này là yêu cầu của chương trình EOS/ESE. Các dữ liệu này phải phụ thuộc vào bộ cảm, cho nên việc hiệu chỉnh phổ và hình học được quan tâm đặc biệt. Dữ liệu MODIS bao gồm các loại sau: (bảng 3)
Bảng 3: Các kênh cuả bộ cảm MODIS
Ứng dụng phổ biến Kênh phổ Dải sóng (nm) Độ phân giải (m)
Khoanh ranh giới mây/đất
Nghiên cứu lớp phủ rừng 1 2 620-670 nm 841-876 nm 250 250 Đặc tính đất/mây 3 4 5 6 7 459-479 nm 545-565 nm 1230-1250 nm 1628-1652 nm 2105-2155 nm 500 500 500 500 500 Mầu của biển,
phytopkanhton/sinh - địa hóa 8 9 10 11 12 13 14 15 16 405 – 420 nm 438 – 448 nm 483 – 493 nm 526 – 536 nm 546 – 556 nm 662 – 672 nm 673 – 683 nm 743 – 753 nm 862 – 877 nm 1000 1000 1000 1000 1000 1000 1000 1000 1000
Hơi nước khí quyển 17
18 19 890 – 920 nm 931 – 941 nm 915 – 965 nm 1000 1000 1000 Nhiệt độ bề mặt/mây 20 21 22 3.66 – 384 µm 3,929 – 3,989 µm 4,020 – 4,080 µm 1000 1000 1000 Nhiệt độ khí quyển 23 24 4,433 – 4,498 µm 4,482 – 4,549 µm 1000 1000 Mây ti 25 1,36 – 1,39 µm 1000 Hơi nước 26 27 28 29 6,538 – 6,895 µm 7,175 – 7,495 µm 8,4 – 8,7 µm 9,58 – 9,88 µm 1000 1000 1000 1000 Tầng ozone 30 9,58 – 9,88 µm 1000 Nhiệt độ bề mặt lớp phủ/mây 31 32 10,78 – 11,28 µm 11,77 – 12,27 µm 1000 1000 Mây vĩ độ cao 33 34 35 36 13,185 – 13,485 µm 13,485 – 13,758 µm 13,785 – 14,085 µm 14,085 – 14,385 µm 1000 1000 1000 1000
Dữ liệu nghiên cứu mây: với độ phân giải 250 x 250m vào ban ngày và độ phân giải 1000 x 1000m vào ban đêm.
Nồng độ tầng đối lưu và đặc tính quang học của khí quyển: với độ phân giải 5km cho vùng biển và 10km cho đất liền vào ban ngày.
Đặc tính về mây: độ dày quang học, ảnh hưởng của bán kính hạt, pha nhiệt động học, mây ở các vùng vĩ tuyến cao, nhiệt độ mây ở độ phân giải 1 – 5km ban ngày và 5km ban đêm.
Phủ thực vật và đất: điều kiện và năng suất của lớp phủ thực vật đặc trưng bởi chỉ số thực vật và được hiệu chỉnh tác động của khí quyển, đất, phân cực và ảnh hưởng theo hướng; phản xạ bề mặt, kiểu phủ đất và năng suất xanh của thực vật, chỉ số lá theo diện tích,…
Phản xạ và diện tích phủ của tuyết và băng trên biển.
Đo nhiệt độ bề mặt đất: với độ phân giải 1km vào ban ngày và đêm với độ chính xác của nhiệt độ tuyệt đối là 0,3 – 0,50 tại đại dương và mặt đất.
Màu của biển (phổ phát xạ của đại dương) dựa trên dữ liệu kênh phổ trong dãi sóng nhìn thấy (VIS) và hồng ngoại gần.
Nồng độ chlorophyla (với 35%) từ 0,05 đến 50 mg/m3 cho nước của chlorophyla.
1.5 Các kết quả nghiên cứu trong và ngoài nước về ứng dụng viễn thám MODIS trong theo dõi hiện trạng cơ cấu mùa vụ lúa MODIS trong theo dõi hiện trạng cơ cấu mùa vụ lúa
1.5.1 Các kết quả nghiên cứu ngoài nước
Theo tác giả Liu Jiyuan và ctv, (2003) đã nghiên cứu đề tài : “ Sự thay đổi sử dụng đất ở Trung Quốc từ năm 1995 đến năm 2000 bằng ảnh vệ tinh Landsat”, (Liu, Liu, Zhuang, Zhang, & Deng, 2003). Kết quả đề tài cho thấy sự thay phát triển của đất đô thị và diện tích nông nghiệp bị mất đi do các chính sách phát triển kinh tế liên quan; đồng thời làm nền tảng cho việc nghiên cứu sự thay đổi của hiện trạng sử dụng đất theo thời gian nói chung và về cây lúa nói riêng.
Ngòai ra, theo Xiangming Xiao và cộng tác viên thuộc Viện Nghiên cứu Trái đất, đại dương và Vũ trụ, Đại học New Hampshire, Durham, NH 03824, USA đã nghiên cứu đề tài : “Lập bản đồ lúa gạo nông nghiệp ở miền nam Trung Quốc sử dụng ảnh MODIS đa thời gian độ phân giải 250m”, (2005). Bộ ảnh được chọn sử dụng là ảnh phản xạ bề mặt được tổng hợp theo chu kỳ lặp là 8 ngày (MOD09A1). Tác giả đã tính toán các loại chỉ số khác nhau để hỗ trợ cho công tác giải đoán ảnh, bao gồm:
NDVI, LSWI và EVI sử dụng các băng phổ xanh dương (Blue), đỏ (Red), NIR (841–875 nm) and SWIR (1628–1652 nm) thông qua công thức tính:
Tác giả tính toán chỉ số thực vật, che ảnh, lập bản đồ lũ lụt và bản đồ lúa gạo của 6 tỉnh miền nam Trung Quốc. Sau đó tiến hành nắn chỉnh bản đồ và cắt theo ranh giới cấp tỉnh và huyện để có số liệu kết luận về diện tích lúa ở cấp tỉnh và huyện.
Kết quả đề tài cho thấy khả năng ứng dụng của ảnh Modis trong việc phát hiện các giai đoạn quan trọng trong lũ lụt và giai đoạn sạ lúa thông qua sự biến thiên có tính chu kỳ của các giá trị NDVI. Ứng dụng này có tiềm năng cung cấp các số liệu hữu ích về sự phân bố không gian của nông nghiệp lúa gạo ở các nước nông nghiệp chiếm ưu thế nói riêng và Châu Á nói chung (Xiangming Xiao & III, 2005).
1.5.2 Các kết quả nghiên cứu trong nước
Theo Dương Văn Khảm và ctv (2007) đã nghiên cứu về “Sử dụng tư liệu viễn thám đa thời gian để đánh giá biến động chỉ số thực vật lớp phủ và một số phân tích về thời vụ và trạng thái sinh trưởng của cây lúa ở đồng bằng sông Hồng và ĐBSCL”. Việc nghiên cứu bước đầu ứng dụng tư liệu ảnh viễn thám MODIS tổ hợp 32 ngày (từ tháng 1 năm 2001 đến tháng 12 năm 2005) để tính toán các chỉ số thực vật (sử dụng 2 kênh phổ là kênh đỏ và cận hồng ngoại của đầu thu MODIS) và đánh giá sự biến động chỉ số thực vật NDVI, VCI và một số phân tích về thời vụ và trạng thái sinh trưởng của cây lúa ở đồng bằng Sông Hồng và ĐBSCL. Kết quả nghiên cứu