b) Tình hình phát triển kinh tế vùng Đồng bằng sông Hồng
3.3.2. Đánh giá biến động diện tích trồng lúa vùng Đồng bằng Sông Hồng
Trên cơ sở phương pháp xây dựng bản đồ trồng lúa bằng ảnh MODIS, đề
tài đã tính toán được diện tích trồng lúa từ năm 2000 dến 2009, và đã đánh giá
được biến động diện tích trồng lúa của các tỉnh (hình 3.8) và của cả vùng Đồng bằng sông Hồng (hình 3.7), 1100 1120 1140 1160 1180 1200 1220 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Năm Di ệ n tí ch (ng hì n ha )
Hình 3.7. Đồ thị thế biến động diện tích đất trồng lúa vùng Đồng bằng sông Hồng qua các năm từ ảnh MODIS
55 60 65 70 75 80 85 90 95 100 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Năm Di ệ n t íc h ( n gh ìn h a) Vĩnh Phúc Bắc Ninh Hải Phòng Hưng Yên Hà Nam Ninh Bình
120 130 140 150 160 170 180 190 200 210 220 230 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Năm Di ệ n tí ch (n gh ìn h a) Hà Nội Hải Dương Thái Bình Nam Định
Hình 3.8. Đồ thị biến động diện tích đất trồng lúa từng tỉnh qua các năm từ ảnh MODIS
Ghi chú:
- Diện tích trồng lúa của Hà Nội từ năm 2000-2007: bao gồm diện tích trồng lúa của Hà Nội + Hà Tây
- Diện tích trồng lúa của Hà Nội từ năm 2008-2009: bao gồm diện tích trồng lúa của Hà Nội + Hà Tây + huyện Mê Linh (tỉnh Vĩnh Phúc) + 3 xã huyện Lương Sơn (tỉnh Hoà Bình)
Theo các đồ thị trên các hình 3.7, 3.8 nhận thấy xu thể biến động diện tích trồng lúa của cả vùng Đồng bằng sông Hồng và của các tỉnh giảm một cách rõ rệt. Đặc biệt từ năm 2001 đến năm 2007 diện tích giảm hơn 80 nghìn ha. Nguyên nhân là do qua trình đô thi hóa phát triển nhanh chóng, đất nông nghiệp bị thu hẹp thay vào đó là các khu công nghiệp, các công trình dân sinh, cơ sở hạ
Nhận xét:
Việc sử dụng các số liệu vệ tinh MODIS trên cơ sở cấu trúc dữ liệu chuẩn là phù hợp và khoa học trong việc xây dựng cơ sở dữ liệu, các bản đồ chuyên đề, tạo ra các sản phẩm cụ thể phục vụ công tác giám sát và đánh giá hiện trạng một số yếu tố KTTV.
Các ảnh vệ tinh với dung lượng lớn lại bao gồm nhiều các kênh phổ khác nhau, việc nhập dự liệu ảnh vào thư viện CSDL được thực hiện trực tiếp từ File
ảnh gốc. Ngoài những thông tin được tạo ra một cách tự động, người sử dụng còn có thể xem ảnh dưới dạng BMP hay JPG và những thông tin liên quan khác.
Phương pháp xây dựng bản đồ diện tích trồng lúa trên cơ sở ảnh MODIS với độ chính xác cao hoàn toàn có khả năng ứng dụng trong nghiệp vụ để xác
định diện tích gieo trồng trong từng thời vụ, kịp thời cung cấp số liệu cho các nhà quản lý trong việc giám sát và quy hoạch đất trồng lúa.
Trước sự phát triển mạnh mẽ của quá trình công nghiệp và đô thị hoá, diện tích trồng lúa ở Đồng bằng sông Hồng liên tục giảm từ năm 2000 đến nay. Trong tương lai đểđảm bảo an ninh lương thực cho dân số ở mức 100 đến 120 triệu người, chưa tính đến những năm mất mùa, diện tích trồng lúa không giữ được ổn định sẽđe doạ nghiêm trọng mục tiêu an ninh lương thực quốc gia.
CHƯƠNG 4
SỬ DỤNG DỮ LIỆU ẢNH MODIS PHỤC VỤ NGHIÊN CỨU GIÁM SÁT TRẠNG THÁI SINH TRƯỞNG VÀ PHÁT TRIỂN CÂY LÚA ỞĐỒNG
BẰNG SÔNG HỒNG 4.1. Cơ sở dữ liệu
Như ở phần khái niệm đã trình bày, việc giám sát sinh trưởng và phát triển của lúa có thểđược phân chia thành hai quá trình chính. Quá trình thứ nhất là phát hiện và phân loại vùng trồng lúa dựa trên chuỗi dữ liệu ảnh viễn thám đa thời gian. Có thể hiểu nhiệm vụ của quá trình này là giám sát lúa về mặt không gian, dựa vào các ảnh viễn thám của khu vực nghiên cứu, các kết quả nghiên cứu về các chỉ tiêu viễn thám sẽ cho ta bức tranh phân bố trạng thái sinh trưởng của cây lúa, sự khác biệt về trạng thái sinh trưởng của từng vùng. Quá trình thứ
hai là giám sát lúa về mặt thời gian trong mùa vụ nghiên cứu, các phương trình hồi quy được xây dựng dựa vào ảnh viễn thám và số liệu thực địa vật hậu học nhằm giám sát trạng thái sinh trưởng và phát triển của lúa trong từng thời đoạn sinh lý mùa vụ, và của thời gian nghiên cứu so với quá khứ. Cơ sở dữ liệu cho cả hai quá trình đó được trình bày chi tiết theo các phần dưới đây.
4.1.1. Dữ liệu ảnh MODIS
Đểđáp ứng yêu cầu nghiên cứu về thảm phủ thực vật và các đối tượng bề
mặt đất, đội nghiên cứu MODIS (MODIS Land Science Team) đã phát triển và cung cấp cho người sử dụng một tập hợp các sản phẩm chuẩn của ảnh MODIS, trong đó có dữ liệu phản xạ bề mặt tổ hợp 8 ngày (8-day composite MODIS Surface Reflectance Product - MOD09A1) ở 7 kênh phổ đầu tiên, độ phân giải không gian là 250 và 500 m, các thông số kĩ thuật của 7 kênh này mô tả trong bảng 4.1. Trong dữ liệu MOD09A1, quá trình hiệu chỉnh khí quyển như loại bỏ
xon khí, mây mỏng đã được thực hiện. Ảnh tổ hợp 8 ngày được tạo ra qua một quá trình bao gồm nhiều bước xử lý, đầu tiên là loại bỏ các pixel có giá trị thấp hoặc có độ phủ quan sát thấp, sau đó chọn những pixel có giá trị kênh blue cực tiểu trong thời gian 8 ngày tổ hợp. Dữ liệu tổ hợp vẫn giữ những đặc tính kỹ
thuật của dữ liệu ảnh hàng ngày như các đặc tính về hình học, những điểm điều chỉnh chất lượng ảnh (quality control flags). Sản phẩm MODIS chuẩn tổ hợp 8 ngày được thiết lập trong lưới chiếu Sinusoidal.
Bảng 4.1. Bảy kênh phổ đầu tiên của MODIS
Kênh Khoảng phổ không gian Phân giải Các đối tượng ứng dụng điển hình
1 0,620-0,670 250 m Các loại mây và các loại đối tượng bao phủ
2 0,841-0,876 250 m Các loại mây và các loại đối tượng bao phủ
bề mặt Trái đất
3 0,459-0,479 500 m bCác loề mặt Trái ại mây và các lođất ại đối tượng bao phủ
4 0,545-0,565 500 m bCác loề mặt Trái ại mây và các lođất ại đối tượng bao phủ
5 1,230-1,250 500 m Các loại mây và các loại đối tượng bao phủ
bề mặt Trái đất
6 1,628-1,652 500 m bCác loề mặt Trái ại mây và các lođất ại đối tượng bao phủ
7 2,105-2,155 500 m Các loại mây và các loại đối tượng bao phủ
bề mặt Trái đất
Nguồn: NASA, 1999
Với mục tiêu của đề tài, chúng tôi sử dụng 2 kênh phổ là kênh đỏ và kênh cận hồng ngoại của đầu thu MODIS để tính toán chỉ số thực vật NDVI. Số
lượng ảnh được sử dụng là tổ hợp ảnh 8 ngày (từ tháng 1/2000 đến tháng 11/2010) và tổ hợp ảnh 16 ngày (từ tháng 1/2000 đến 11/2010) và một số ảnh thu theo từng giờ của vệ tinh MODIS, phạm vi không gian của khu vực nghiên cứu nằm hoàn toàn trong mảnh có phiên hiệu h27v06 chứa toàn bộ Đồng bằng sông Hồng.
Ngoài ra trong đề tài còn sử dụng một số ảnh vệ tinh Landsat và các số
liệu đo đạc khảo sát thực địa để hiệu chỉnh các điểm không rõ ràng và các tham số trong khi tính toán xử lý các ảnh MODIS.
4.1.2. Dữ liệu thực địa
Các ô ruộng mẫu thực địa được lựa chọn tại xã Yên Sơn, huyện Quốc Oai; Trạm Thực Nghiệm Khí tượng Nông nghiệp Hoài Đức thuộc Hà Nội; Huyện Nam Trực, Trực Ninh, Hải Hậu thuộc tỉnh Nam Định, Xã Thanh Long, huyện Bình Xuyên, tỉnh Vĩnh Phúc, Xã Bình Định, huyện Yên Lạc, tỉnh Vĩnh Phúc (hình 4.1). Trong các ruộng thực địa, mỗi ruộng là giống lúa khác nhau để
phục vụ sự nghiên cứu giám sát lúa được toàn diện và chi tiết. Dựa trên khoảng thời gian diễn biến các quá trình sinh trưởng và phát triển của cây lúa theo nông lịch hàng năm, đề tài đã lập kế hoạch đi thực địa nhiều lần, thời gian thực địa tương ứng với bốn giai đoạn sinh trưởng và tạo năng suất của lúa là đẻ nhánh, làm đòng, trổ bông, lúa chín của ruộng lúa thực địa mẫu, mỗi lần thực địa đều sử
dụng máy đo quang phổ ADS đểđo đạc các giá trị đường cong phổ phản xạ của cây lúa làm số liệu để xác định các chỉ tiêu viễn thám tích hợp với số liệu ảnh vệ
tinh. Có thể nhận thấy rõ điều này qua đồ thị thể hiện sự biến động các chỉ số
thực vật theo thời gian tại một vùng diện tích trên ảnh viễn thám tương ứng với một mảnh ruộng thực nghiệm mẫu (hình 4.2). Trên đồ thị, hai cực đại của EVI
và NDVI rõ rệt thể hiện cho giai đoạn lúa làm đòng ở hai vụ lúa là vụđông xuân và vụ mùa, đó là giai đoạn mà các chỉ số thực vật đạt giá trị maximum. Ngược lại hai cực tiểu của NDVI và EVI, đồng thời đó cũng là hai thời điểm duy nhất trong năm của đất trồng lúa mà giá trị LSWI cao hơn giá trị NDVI và EVI, chính là giai đoạn lúa mới cấy, bề mặt đất ruộng được bao phủ bởi nước.
Hình 4.1. Sơ đồ khu vực thực địa
Hình 4.2. Sự biến động các chỉ số thực vật tính từ ảnh MODIS và những mốc thời gian thực địa
Trong mỗi đợt thực địa, các thông số sinh lý của lúa được thu thập nhằm phục vụ việc xây dựng phương trình hồi quy giữa thông số sinh lý và các chỉ số
thực vật tính dựa trên ảnh MODIS. Các thông số sinh lý này bao gồm ba loại chính là: 1) Thông số vềđộ cao, bao gồm: độ cao cây được đo bằng thước ngay
tại thực địa (ảnh mô tả tại Phụ lục P.4.1, P4.2); 2) Thông số về mật độ, bao gồm mật độ khóm và mật độ nhánh, mật độ khóm được đo bằng số khóm lúa trong 1m2, mật độ nhánh được đo bằng số nhánh trên khóm trung bình trên 1m2 ; 3) là thông số về khối lượng, bao gồm sinh khối khô và sinh khối tươi, hai thông số
sinh khối này được chia ra thành sinh khối riêng của các bộ phận sinh lý riêng của lúa là thân, rễ, lá và hạt, sinh khối tươi được đo bằng tổng trọng lượng tươi trong 1m2, sinh khối khô đo bằng tổng trọng lượng sau khi đã phơi khô trong 1m2.
Ngoài ra tọa độ ruộng thực địa được đo bằng GPS cũng là một yếu tố
quan trọng cần đo đạc. Chỉ khi xác định được toạđộ ruộng thực địa mẫu, ta mới có thể so sánh, đánh giá và phân tích hồi quy giữa số liệu thực địa và số liệu ảnh viễn thám.
Khi xây dựng phương trình hồi quy, chỉ những thông số tiêu biểu đại diện cho sự sinh trưởng và phát triển của lúa được lựa chọn. Đề tài đã lựa chọn ba thông số sinh lý tiêu biểu nhất là độ cao cây, tổng sinh khối khô và tổng sinh khối tươi để đưa vào quá trình hồi quy. Dựa trên những phương trình này, các quá trình sinh trưởng và phát triển của lúa sẽ được mô phỏng và giám sát với tính cập nhật và toàn diện của dữ liệu viễn thám MODIS.
4.2. Các phương pháp nghiên cứu chỉ tiêu viễn thám đểđánh giá trạng thái sinh trưởng, phát triển và hình thành năng suất lúa sinh trưởng, phát triển và hình thành năng suất lúa
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 không tuyệt đối (0oK =-273.16 0C) 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 khác nhau, nên sự hấp thu hoặc phát xạ các sóng điện từ là khác nhau. Vì vậy trên cơ sở các dữ liệu viễn thám ta có thể xác định được các đặc trưng quang phổ khác nhau của bề mặt trái đất và khí quyển. 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 làm cơ sở để xây dựng lên các chỉ số thực vật, và các thành phần vật lý của bề mặt và khí quyển [1, 2, 3, 7]
4.2.1. Chỉ số thực vật chuẩn hóa (Normalized Difference Vegetation Index NDVI) NDVI)
Các chỉ số phổ thực vật được phân tách từ các băng thị phổ, cận hồng ngoại, hồng ngoại và dải đỏ là các tham số trung gian mà từđó 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, tổng các sản phẩm sinh khối theo mùa. Những đặc tính đó có liên quan và phụ thuộc rất lớn 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 các chỉ số thực vật khác nhau, nhưng chỉ số thực vật chuẩn hoá (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 thực vật, trên cơ sở đó biết được tác
động của thời tiết khí hậu đến sinh quyển. Chỉ số thực vật NDVI được tính theo công thức 3.2
Hình 4.3 là mô phỏng chỉ số thực vật NDVI, rõ ràng nếu cây xanh tốt chỉ
số thực vật NDVI lớn hơn rất nhiều so với cây bị úa vàng. Như vậy giá trị định lượng của NDVI có thể xác định được trạng thái sinh trưởng và phát triển của thực vật nói chung và cây trồng nói riêng.
Hình 4.3. Mô phỏng chỉ số NDVI
Nhiều nghiên cứu cho thấy NDVI có khả năng được dùng không riêng để đánh giá trạng thái sinh trưởng, phát triển, mà còn dùng cho việc giám sát hiệu quả sản phẩm ban đầu của cây trồng . Huest (1988) đã phát hiện chỉ số thực vật của đất (AVI), qua đó có thể biết được đặc tính của hệđất- cây trồng- khí quyển thông qua phân tích các dải trung của tia hồng ngoại. Kogan (1995, 1997) đã tìm
được mối tương quan giữa các chỉ số thực vật NDVI để tính toán chỉ số trạng thái thực vật (Vegetation Condition Index VCI) từ đó đánh giá và phân loại lớp phủ thực vật.
4.2.2. Chỉ số dị thường thực vật (Anomaly Vegetation Index-AVI)
Chỉ số dị thường thực vật được tính theo công thức:
NDVI NDVI
AVI = j − (4.1) Trong đó NDVI là giá trị trung bình chỉ số thực vật được tính trung bình cho mỗi vùng hoặc địa phương có đồng nhất về thảm phụ thực vật nghiên cứu.
j
NDVI là chỉ số thực vật của pixel thứ j. Chỉ số này dùng đểđánh giá mức độ
chênh lệch giá trị NDVI của pixel thứ j so với giá trị NDVI trung bình của cả
lớp phủ bề mặt (Đổng Triệu Hoa 1999), Căn cứ vào bảng chỉ tiêu đánh giá này ta có thểđánh giá được trạng thái sinh trưởng và phát triển lớp phủ thực vật.
Bảng 4.2. Các chỉ tiêu đánh giá trạng thái lớp phủ bề mặt
AVI Trạng thái, lớp phủ 0,0 Nước, đất trống hoặc mây <-0,03 Thực vật phát triển rất kém -0,03 - 0,03 Thực vật phát triển bình thường 0,03 - 0,135 Thực vật phát triển tốt >0,135 Thực vật phát triển rất tốt
4.2.3. Chỉ số trạng thái thực vật (Vegetation Condition Index-VCI)
Ngoài chỉ số khác biệt thực vật NDVI thì chỉ số trạng thái thực vật VCI
được tính toán trên cơ sở phân tích chuỗi số liệu NDVI cũng là thước đo đểđánh giá trạng thái sinh trưởng và phát triển của lớp phủ bề mặt.
Chỉ số trạng thái thực vật được đưa ra đầu tiên bởi Kogan (1997), thể hiện mối quan hệ giữa NDVI của thời điểm hiện tại với NDVI cực trị được tính toán từ chuỗi số liệu. Công thức tính của VCI như sau:
) ( 100 * ) ( min max min NVDI NDVI NDVI NDVI VCI j − −