CHƯƠNG 1 TỔNG QUAN
2.2. 3 Xây dựng bản đồ nhiệt, phân tích nội suy khơng gian nhiệt bề mặt bằng phần
Đối với phương pháp nội suy bằng phần mềm Arc GIS 10.1 là xây dựng tập giá trị các điểm chưa biết từ tập điểm đã biết trên miền bao đóng của tập giá trị đã biết bằng một phương pháp hay một hàm tốn học nào đó được xem như là quá trình nội suy. Các dữ liệu nội suy có mối quan hệ không gian với nhau, tức là các điểm gần nhau thì tương tự nhau nhiều hơn so với những điểm ở xa.
Phương pháp nội suy không gian hiện nay được sử dụng khá rộng rãi trên thế giới. Chẳng hạn như trong các Trung tâm dự báo về thời tiết (các bản đồ dự đoán xây dựng từ các trạm thuỷ văn). Sự quan trọng của phương pháp nội suy phụ thuộc vào diện tích vùng khảo sát bởi vì mục tiêu của sự nội suy khơng gian là xây dựng bề mặt xấp xỉ tốt nhất với các dữ liệu thực nghiệm. Chính vì vậy, với mỗi phương pháp nội suy được sử dụng thì độ chính xác phải đạt được tốt nhất.
Có rất nhiều thuật tốn sử dụng để nội suy không gian cho nhiệt độ, nhưng 3 phương pháp nội suy IDW, Spline, Kriging (phương pháp nội suy thống kê không gian) thường được lựa chọn cho nội suy dữ liệu nhiệt độ[16,18,20,21] và theo Jarvis và Stuart (2001) đã kết luận rằng kết quả nội suy bằng ba phương pháp này cho kết quả tương tự nhau đối với yếu tố nhiệt độ tại Anh [16]. Trong đó, đối với việc phân tích dữ liệu nhiệt độ sử dụng trên nền dữ liệu phẳng khơng có yếu tố hình học khơng gian về mặt địa hình nên tác giả lựa chọn phương pháp IDW là phương pháp đơn giản và phù hợp với những dữ liệu nhiệt độ cần phân tích.
Phương pháp Inverse Distance Weight – IDW
Phương pháp IDW xác định các giá trị cell bằng cách tính trung bình các giá trị của các điểm mẫu trong vùng lân cận của mỗi cell. Điểm càng gần điểm trung tâm (mà ta đang xác định) thì càng có ảnh hưởng nhiều hơn. Chẳng hạn, khả năng tiêu dùng của khách hàng sẽ giảm theo khoảng cách.
Trong đó dij là khoảng cách không gian giữa 2 điểm thứ i và thứ j, số mũ p càng cao thì mức độ ảnh hưởng của các điểm ở xa càng thấp và một số xem như không đáng kể, thông thường p = 2 [11].
2.2.4. Trích lọc giá trị nhiệt độ từ ảnh vệ tinh Lansat
Các kênh hồng ngoại nhiệt (kênh 6H và 6L) của dữ liệu ảnh Landsat cho nguồn thông tin quan trọng đối với đối tượng bề mặt có thể được trích lọc từ các kênh hồng ngoại nhiệt là giá trị nhiệt độ bề mặt và giá trị phát xạ. Có nhiều thuật tốn khác nhau để áp dụng trích lọc giá trị nhiệt bề mặt từ các dữ liệu hồng ngoại nhiệt (Landsat, ASTER, MODIS,…). Các nghiên cứu thực nghiệm theo Z.Li, F.Becker, M.Stoll và Z.Wang (1999) cho thấy, các thuật tốn gần như ít chịu ảnh hưởng bởi các sai số hiệu chỉnh nhiễu thiết bị và sai số hiệu chỉnh hệ thống nhưng lại phụ thuộc nhiều vào các sai số hiệu chỉnh khí quyển [27]. Theo kết quả nghiên cứu: ‘‘Trích lọc giá trị nhiệt bề mặt từ ảnh vệ tinh Landsat 7 EMT+’’ của Lê Văn Trung, Nguyễn Thanh Minh(2004), sử dụng thuật toán NOR là thuật toán cho kết quả phù hợp để trích lọc ảnh hồng ngoại nhiệt [3]. Do đó, nghiên cứu lựa chọn thuật tốn NOR để trích lọc giá trị nhiệt bề mặt từ ảnh vệ tinh.
Thuật toán NOR được phát triển đầu tiên bởi Gillespie (1985). Sau đó được sử dụng trước tiên bởi Realmuto (1990) và tiếp đó là Gillespie và nnk (1998). Thuật toán này đưa ra giả thiết rằng: tồn tại một hằng số phát xạ chung cho các pixel tại một vị trí đã xác định trước tương ứng đối với tất cả N kênh nhiệt. Do vậy, chúng ta có thể xác định được N giá trị nhiệt bề mặt tại vị trí pixel xác định đó ở tất cả các kênh nhiệt dựa vào các giá trị bức xạ tương ứng của mỗi pixel. Giá trị nhiệt bề mặt Ts lớn nhất trong số N giá trị nhiệt đã tính được xem là giá trị nhiệt bề mặt cần xác định. Cơng thức tính giá trị nhiệt bề mặt cũng dựa theo cơng thức như sau:
Ts = Br-1
Trong đó:
Br : giá trị bức xạ bề mặt vật thể đen tuyệt đối ( ) tương ứng ở nhiệt độ Ts. Cơng thức Plank tính Br = C1/[ 5(exp(C2/ s) – 1)]. C1 : giá trị hằng số C1 = 1,191*10-8 (W/(m2*sr*cm-4)).
C2 : giá trị hằng số C2 = 1,439 (cm*K).
: chiều dài bước sóng (cm). Ratr : giá trị bức xạ hấp thụ.
Ratr : giá trị bức xạ phản xạ.
r : tổng hệ số truyền khí quyển trong kênh r.
Dữ liệu các kênh hồng ngoại nhiệt Landsat ETM+ (các kênh phổ 6L, tương ứng với trạng thái low gain và 6H, tương ứng với trạng thái high gain) thu nhận từ vệ tinh, sau khi đã thực hiện các định dạng lại, hiệu chỉnh khí quyển, hiệu chỉnh bức xạ và hiệu chỉnh hình học sẽ được phân phối đến người sử dụng ở cấp độ 1G( L1G, Level 1 Geometrically Corrected). Ở cấp độ sản phẩm 1G, giá trị các pixel được lưu trữ ở định dạng số (DN, digital number). Vì thế, để thực hiện tính giá trị nhiệt bề mặt từ các kênh hồng ngoại nhiệt, người sử dụng cần thực hiện trình tự theo các bước sau:
Bước 1: Thực hiện tính chuyển các giá trị pixel từ định dạng số DN sang định dạng bức xạ theo công thức:
Radiance = L = (LMAX – LMIN)/255*DN + LMIN
Với các giá trị LMAX, LMIN được tính tương ứng với từng trạng thái gain. Kênh phổ Trạng thái low gain Trạng thái high gain
LMIN LMAX LMIN LMAX
6 0.00 17.04 3.20 12.65
(theo đơn vị: W/m2*str* m)
Bước 2: Sau khi đã tính chuyển sang giá trị bức xạ L , áp dụng các thuật tốn NOR để tính giá trị bề mặt LST tương ứng (giá trị nhiệt bề mặt lúc này được tính theo đơn vị Kelvin).
Bước 3: Thực hiện tính chuyển giá trị bề mặt LST từ đơn vị Kelvin về đơn vị Celcius(oC) theo cơng thức:
Phương pháp thực hiện tính giá trị nhiệt bề mặt LST từ các kênh hồng ngoại nhiệt Landsat ETM+ bằng phần mềm ENVI có thể được tóm tắt theo quy trình thực hiện như sau:
Hiện nay có các nguồn ảnh từ vệ tinh Landsat 4-5TM dừng hoạt động năm 2011 nên sẽ có nguồn ảnh sử dụng từ trước năm 2011 bằng vệ tinh này. Landsat 7 vẫn hoạt động cho đến nay tuy nhiên cửa sổ chụp ảnh của vệ tinh này bị nhiễu nên tất cả các ảnh từ năm 2004 đến nay đều khơng thể sử dụng để trích lọc nhiệt bề mặt. Hoặc Landsat 8 bắt đầu hoạt động sau năm 2013 nên có thể sử dụng ảnh từ năm 2013 đến nay bằng vệ tinh này.
Đối với ảnh khu vực Hà Nội có thể sử dụng path/row : 127/25 có thể cắt được đầy đủ khu vực nội thành Hà Nội. Tuy nhiên, đối với việc trích lọc bề mặt là việc sử dụng các phương pháp hiệu chỉnh lấy nguồn thông tin từ giá trị nhiệt độ bề mặt và giá trị phản xạ, nên đối với ảnh các ngày nhiều mây bắt đầu từ 20% trở lên khơng thể sử dụng để trích lọc nhiệt độ cho khu vực Hà Nội.
Dựa vào dữ liệu ảnh từ các vệ tinh, điều kiện mây và thời gian nghiên cứu từ 1980-2013, nghiên cứu lựa chọn ảnh viễn thám chụp ngày 24 tháng 9 năm 2011 từ
2.2.5. Khảo sát trực tiếp và nghiên cứu thực địa tại các khu vực trạm quan trắc và khu vực lân cận trắc và khu vực lân cận
Nhằm đưa ra được những kết quả nghiên cứu trực quan và thực tiễn, tác giả thực hiện khảo sát bề mặt đồ thị bằng các máy đo nhiệt độ bề mặt AR 350+ và máy chụp ảnh nhiệt Fluke Ti110 tại các các tuyến phố chính trong thành phố Hà Nội và đo đạc so sánh giữa mái nhà đã được phủ sơn trắng nhằm chống hấp phụ bề mặt giảm nhiệt độ cho đô thị.
Nghiên cứu đã lựa chọn khảo sát thực địa nhằm đánh giá vai trò của cây xanh đối đối với nhiệt độ đô thị :
- Ngày khảo sát: Ngày 5 tháng 9 năm 2015
- Thời tiết: Trời ít mây, khơng mưa, nhiệt độ trung bình từ 28-34 oC - Thời gian đo: 13h-15h
- Phương pháp đo: Đo nhiệt độ bề mặt và chụp phổ nhiệt độ bề mặt - Vị trí đo:
Các đường phố ít được cây xanh che bóng, đường phố có mật độ nhà cao tầng lớn và có nhiều bề mặt khơng thấm nước: đường Trần Duy Hưng, đường Nguyễn Chí Thanh, đường Tơn Đức Thắng.
Các đường phố được cây xanh che bóng suốt ngày: đường Kim Mã, đường Hoàng Diệu, đường Nguyễn Thái Học.
Tiếp theo nghiên cứu thực hiện khảo sát mức độ giảm thiểu nhiệt độ bề mặt nhờ sơn trắng bề mặt tại Công ty Honda Việt Nam:
- Ngày khảo sát : Ngày 5 tháng 3 năm 2015
- Thời tiết : Trời ít mây, khơng mưa, nhiệt độ trung bình 34,5 oC - Thời gian đo: 11h-12h
- Diện tích: 8,000 m2
- Vị trí thử nghiệm: Kho phụ tùng và xe thành phẩm tại Bình Dương của Cơng ty Honda Việt Nam đã áp dụng thử nghiệm sơn trắng mái nhà nhằm làm giảm nhiệt độ bên trong thay vì sử dụng điều hịa nhiệt độ cho khơng gian lớn khơng có con người làm việc.