zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Khoa Học Tự Nhiên

» Môi trường

Ứng dụng viễn thám nghiên cứu hạn hán tại thành phố Tuy Hòa, tỉnh Phú Yên

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:10

Báo xấu

4
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết Ứng dụng viễn thám nghiên cứu hạn hán tại thành phố Tuy Hòa, tỉnh Phú Yên giới thiệu kết quả tính toán phân vùng hạn hán thông qua chỉ số TVDI tại TP. Tuy Hòa bằng tư liệu ảnh vệ tinh LANDSAT.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Ứng dụng viễn thám nghiên cứu hạn hán tại thành phố Tuy Hòa, tỉnh Phú Yên

KỶ YẾU HỘI NGHỊ KHOA HỌC TOÀN QUỐC TRÁI ĐẤT, MỎ, MÔI TRƯỜNG BỀN VỮNG LẦN THỨ V Doi: 10.15625/vap.2022.0188 ỨNG DỤNG VIỄN THÁM NGHIÊN CỨU HẠN HÁN TẠI THÀNH PHỐ TUY HÒA, TỈNH PHÚ YÊN Nguyễn Huy Anh 1*, Nguyễn Quang Huy, Nguyễn Thị Thảo Nguyên 0F Đại học Tài nguyên và Môi trường Thành phố Hồ Chí Minh 236B Lê Văn Sỹ, Phường 1, Quận Tân Bình, TP. Hồ Chí Minh TÓM TẮT Hạn hán và sa mạc hóa tại Việt Nam đang diễn ra ngày càng gay gắt và trên diện rộng, gây thiệt hại lớn cho nền kinh tế cùng như các vấn đề môi trường, sinh thái và xã hội. Thành phố Tuy Hòa, tỉnh Phú Yên nằm ở vùng Nam Trung Bộ là vùng có nguy cơ hạn hán và sa mạc hóa mạnh nhất ở Việt Nam. Vào mùa khô, tình trạng nắng nóng kéo dài, lượng mưa thấp dẫn đến thiếu nước phục vụ cho sản xuất và sinh hoạt gây thiệt hại lớn đến đời sống và kinh tế của người dân. Mục tiêu của nghiên cứu này nhằm đánh giá tình trạng hạn hán tại thành phố Tuy Hòa, tỉnh Phú Yên dựa trên chỉ số khô hạn nhiệt độ thực vật (TVDI) từ dữ liệu vệ tinh qua các năm 2015, 2019 và 2020. Kết quả nghiên cứu đã thành lập được các bản đồ phân vùng hạn hán thành phố Tuy Hòa dựa trên chỉ số khô hạn nhiệt độ thực vật (TVDI), theo đó vào mùa khô các năm 2015, 2019 và 2020, diện tích hạn tại thành phố Tuy Hòa khá lớn, chiếm 47 % diện tích tự nhiên. Từ khóa: Hạn hán, chỉ số khô hạn TVDI, chỉ số thực vật NDVI, nhiệt độ bề mặt LST. 1. ĐẶT VẤN ĐỀ Hạn hán được nhìn nhận là một trong những hiện tượng môi trường nghiêm trọng gây ảnh hưởng đến môi trường sống và hoạt động của người dân, có xu hướng ngày càng tăng và kéo dài trên diện rộng rất khó kiểm soát do tác động của biến đổi khí hậu. Tại Việt Nam, hạn hán xảy ra hầu như khắp cả nước và đặc biệt nghiêm trọng ở khu vực Nam Trung Bộ và Tây Nguyên, hoạt động này kéo dài có tác động to lớn đến môi trường, kinh tế - xã hội làm sụt giảm sản lượng nông nghiệp và làm tăng nguy cơ cháy rừng phá hủy hệ sinh thái môi trường đặc biệt là đối với nước có thế mạnh về sản xuất nông nghiệp như Việt Nam. Ngoài ra, hạn hán còn gây ảnh hưởng nghiêm trọng đến chất lượng đời sống người dân, gây ra các mâu thuẫn do xung đột nguồn nước. Tình trạng khô hạn thường xảy ra trên diện rộng và khó có thể xác định thời gian xảy ra, nên việc nghiên cứu đánh giá khô hạn gặp rất nhiều khó khăn và trên thực tế không thể đặt các trạm quan trắc với mật độ lớn để cung cấp thông tin về hạn hán do chi phí quá lớn [1]. Với sự phát triển vượt bậc của công nghệ thông tin, dữ liệu hình ảnh vệ tinh cho phép chúng ta nghiên cứu, giám sát tình trạng này trên khu vực rộng lớn và trong thời gian dài, giúp cho quá trình theo dõi dễ dàng hơn. Để xác định hạn hán, một số nghiên cứu trên thế giới sử dụng tư liệu viễn thám hồng ngoại nhiệt trong xác định nhiệt và độ ẩm nhằm đánh giá mức độ khô hạn bề mặt. Ở Việt Nam một số nghiên cứu đã sử dụng ảnh nhiệt MODIS, NOAA/AVHRR trong xác định khô hạn dựa trên số quan hệ giữa nhiệt độ bề mặt và loại hình lớp phủ thực vật [2]. Có nhiều chỉ số và hệ số khác nhau được phát triển và sử dụng ở các nước trên thế giới trong xác định hạn hán như chỉ số mưa hóa SPI, chỉ số ẩm Ivanop, chỉ số khô Penman, hệ số khô, hệ số thủy nhiệt,… * Tác giả liên hệ, địa chỉ email: anhnh@hcmunre.edu.vn 349
Nguyễn Huy Anh, Nguyễn Quang Huy, Nguyễn Thị Thảo Nguyên Nguồn ảnh vệ tinh LANDSAT được khai thác toàn toàn miễn phí từ trang web Cục Khảo sát Địa chất Mỹ (USGS) với 2 bộ cảm được thiết kế, cải thiện hiệu suất và độ tin cậy cao lên đến 95 % có thể thu nhận 500 cảnh/ ngày sẽ cung cấp thông tin chi tiết bề mặt Trái đất giúp người dung nhận những thông tin quan trọng trong nhiều lĩnh vực như quản lý năng lượng và nước, theo dõi rừng, giám sát tài nguyên môi trường, quy hoạch đô thị, khắc phục thảm họa và lĩnh vực nông nghiệp [2], [3]. Với độ phân giải không gian 30 m hoặc 60 m (LANDSAT 8 có kênh toàn sắc với độ phân giải lên tới 15 m), ảnh LANDSAT thể hiện những thông tin rõ ràng hơn về sự thay đổi độ ẩm bề mặt so với ảnh MODIS vì độ phân giải không gian của ảnh này khá thấp và không thích hợp cho các nghiên cứu chi tiết. Ngoài ra, nguồn ảnh LANDSAT còn được ứng dụng rất nhiều trong quá trình học, nghiên cứu đề tài cấp sinh viên là nguồn ảnh dễ sử dụng và ứng dụng rộng rãi [4]. Hiện nay khu vực TP. Tuy Hòa, tỉnh Phú Yên (Hình 1) đang chịu nhiều ảnh hưởng từ quá trình khô hạn. Về mùa khô, tình trạng thiếu nước phục vụ sản xuất, sinh hoạt của người dân TP. Tuy Hòa xảy ra trên diện rộng, về mùa khô nhiều nhà máy thiếu nước ngừng hoạt động, cắt giảm nhiều diện tích đất trồng trọt do thiếu nước tưới gây ra thiệt hại lớn về kinh tế và đời sống người dân. Ngoài ra vấn đề khô hạn kéo dài dẫn đến quá trình xâm nhập mặn gia tăng, do thiếu nước làm đời sống và kinh tế khu vực khó khăn, chính vì vậy việc nghiên cứu đánh giá và dự báo hạn hán tại TP. Tuy Hòa là cần thiết. Hình 1. Sơ đồ vị trí khu vực nghiên cứu Việc sử dụng các số liệu từ các vệ tinh quan trắc Trái đất rất có ích và đáng được quan tâm, các dữ liệu vệ tinh viễn thám luôn có sẵn và có thể được sử dụng để phát hiện sự khởi đầu của khô hạn, cả về thời gian và mức độ khô hạn. Viễn thám có thể được xem là phương án hỗ trợ công tác giám sát mức độ khô hạn cùng với phương pháp đo đạc từ các điểm quan trắc khí tượng hiện nay. Trước những lợi ích từ nguồn dữ liệu vệ tinh và tính cấp thiết của hạn hán đang xảy ra gây ảnh hưởng nghiêm trọng đến TP. Tuy Hòa. Nghiên cứu này giới thiệu kết quả tính toán phân vùng hạn hán thông qua chỉ số TVDI tại TP. Tuy Hòa bằng tư liệu ảnh vệ tinh LANDSAT. 350
Ứng dụng viễn thám nghiên cứu hạn hán tại thành phố Tuy Hòa, tỉnh Phú Yên 2. DỮ LIỆU VÀ PHƯƠNG PHÁP 2.1. Dữ liệu Ở Việt Nam, một số nghiên cứu đã sử dụng ảnh nhiệt MODIS, NOAA/AVHRR trong xác định độ ẩm đất dựa trên mối quan hệ giữa nhiệt độ bề mặt và các loại hình lớp phủ. Tuy nhiên, độ phân giải không gian của ảnh MODIS, NOAA/AVHRR là thấp và không thích hợp cho các nghiên cứu chi tiết. Nghiên cứu này trình bày kết quả sử dụng tư liệu ảnh Landsat 8 với kênh hồng ngoại nhiệt có độ phân giải không gian trung bình từ 60 – 120 m (xem Bảng 1) cung cấp thông tin rõ ràng hơn về sự thay đổi độ ẩm bề mặt so với ảnh MODIS, NOAA/AVHRR, do vậy có thể được sử dụng hiệu quả trong nghiên cứu và giám sát hiện tượng hạn hán [2]. Bảng 1. Thông số ảnh vệ tinh Landsat 8 [4], [3]. Bước sóng Độ phân giải Vệ tinh Kênh/Band (micrometers) (meters) Kênh 1 – Costal aerosol (Xanh tím) - quan sát vùng nước 0,433 – 0,453 30 ven bờ và các hạt mịn. Kênh 2 – Blue (Xanh lơ) 0,450 – 0,515 30 Kênh 3 – Green (Xanh lục) 0,525 – 0,600 30 LDCM Kênh 4 – Red (Đỏ) 0,630 – 0,680 30 Landsat8 Kênh 5 – Near Infrered (NIR) – (Cận hồng ngoại) 0,845 – 0,885 30 bộ cảm Kênh 6 – SWIR1 (Hồng ngoại sóng ngắn 1) 1,560 – 1,660 30 OLI và Kênh 7 – SWIR2 (Hồng ngoại sóng ngắn 2) 2,100 – 2,300 30 TRIs Kênh 8 – Panochromatic (Toàn sắc) 0,500 – 0,600 15 Kênh 9 – Cirrus (Phát hiện mật độ, độ dày mây ti) 1,360 – 1,390 30 Kênh 10 – Thermal Infrered (NIR) 1 (Hồng ngoại nhiệt 1) 10,3 – 11,3 30 Kênh 11 – Thermal Infrered (NIR) 2 (Hồng ngoại nhiệt 2) 11,5 – 12,5 30 Nghiên cứu này sử dụng 3 ảnh vào tháng 5 các năm 2015, 2019, 2020, đặc điểm của các ảnh được thu thập như ở Bảng 2. Bảng 2. Dữ liệu ảnh nghiên cứu Mã ảnh Ngày chụp Tỷ lệ bóng mây (%) LC08_L1TP_123051_20150416_20170409_01_T1 21/05/2015 5,64 LC08_L1TP_123051_20190513_20190521_01_T1 20/05/2019 4,59 LC08_L1TP_123051_20200515_20200527_01_T1 28/05/2020 6,35 2.2. Phương pháp nghiên cứu - Tính chỉ số thực vật NDVI Chỉ số khác biệt thực vật chuẩn hóa NDVI ( Normalized Difference Vegetation Index) là hệ số lớp phủ thực vật chênh lệch chuẩn hóa giữa hệ số phản xạ mặt ở kênh đỏ và kênh hồng ngoại. NDVI là một tham số quan trọng trong nông nghiệp, giám sát lượng mưa, đánh giá tác động của thời tiết tính toán sinh khối, năng suất mùa vụ và sản lượng đồng cỏ, những điều kiện hạn hán và xác định mức sống của thực vật. NDVI là tỉ số giữa hiệu số giá trị phản xạ phổ bề mặt ở kênh hồng ngoại (NIR) và kênh đỏ (RED) trên tổng của chúng. 𝑃𝑁𝐼𝑅 − 𝑃𝑅𝐸𝐷 𝑁𝐷𝑉𝐼 = (1) 𝑃𝑁𝐼𝑅 + 𝑃𝑅𝐸𝐷 351
Nguyễn Huy Anh, Nguyễn Quang Huy, Nguyễn Thị Thảo Nguyên - Nhiệt độ mặt đất LST (Land Surface Temperature) Theo Trần Thị Vân và cs (2009) để tính nhiệt độ bề mặt, giá trị số nguyên của ảnh Landsat được chuyển về giá trị thực của bức xạ điện từ (Wm-2 μm-1) [5]. Đối với ảnh Landsat, giá trị bức xạ được xác định như sau: 𝐿⅄ = 𝑀𝐿 . 𝑄𝑐𝑎𝑙 + 𝐴𝐿 (2) Trong đó: 𝑀𝐿 , 𝐴𝐿 là hệ số chuyển đổi (lấy trong tệp metadata của ảnh Landsat 8), 𝑄𝑐𝑎𝑙 là giá trị số của ảnh (DN). Giá trị bức xạ phổ được tính ở bước trên được dùng để tính nhiệt độ sáng (brightness temperature) theo công thức: 𝐾2 𝑇𝐵 = (3) 𝐾1 𝑙𝑛(1 + ) 𝐿𝜆 Trong đó: Các hệ số K1, K2 được cung cấp trong file metadata ảnh Landsat 8 Nhiệt độ sáng sẽ được hiệu chỉnh trên cơ sở độ phát xạ bề mặt để xác định nhiệt độ bề mặt theo công thức: 𝑇𝐵 𝐿𝑆𝑇 = (4) 𝜆. 𝑇 1 + � 𝐵 � . 𝑙𝑛 υ trong đó: ● λ: giá trị bước sóng trung tâm kênh hồng ngoại nhiệt ℎ𝑐 ● υ= , σ: hằng số Stefan – Boltzmann( 1,38.10−23 J/K) ϖ ● h – hằng số Plank (6,626.10−34J.sec) ● c – vận tốc ánh sáng (2,998 * 108 m/s) ● ε – độ phát xạ bề mặt (surface emissivity) - Chỉ số khô hạn TVDI: Các nghiên cứu trên thế giới cho thấy, nhiệt độ bề mặt và lớp phủ thực vật là những yếu tố quan trọng cung cấp thông tin về độ ẩm tại bề mặt đất. Nhiệt độ có thể tăng lên rất nhanh trong trường hợp bề mặt khô hạn hoặc cây trồng bị thiếu nước. Để đánh giá mức độ khô hạn bề mặt, trong nghiên cứu này sử dụng chỉ số khô hạn nhiệt độ thực vật (Temperature Vegetation Dryness Index – TVDI), được Saldholt I. đưa ra năm 2002 trên cơ sở lượng hóa mối quan hệ giữa nhiệt độ bề mặt và lớp phủ (Hình 2, Hình 3). Chỉ số khô hạn nhiệt độ thực vật TVDI được xác định theo công thức sau: 𝑇𝑆 − 𝑇𝑆𝑚𝑖𝑛 𝑇𝑉𝐷𝐼 = (5) 𝑇𝑆𝑚𝑎𝑥 − 𝑇𝑆𝑚𝑖𝑛 Trong đó: ● Ts : nhiệt độ bề mặt ● 𝑇𝑆𝑚𝑎𝑥 , 𝑇𝑆𝑚𝑖𝑛 tương ứng là nhiệt độ bề mặt cực đại và cực tiểu trong tam giác không gian nhiệt độ/NDVI. 𝑇𝑆𝑚𝑎𝑥 , 𝑇𝑆𝑚𝑖𝑛 được xác định bằng phương pháp hồi quy tuyến tính các giá trị nhiệt 352
Ứng dụng viễn thám nghiên cứu hạn hán tại thành phố Tuy Hòa, tỉnh Phú Yên độ cực đại tại các khoảng giá trị NDVI. Giá trị chỉ số TVDI càng cao tương ứng với nguy cơ khô hạn càng tăng. Tại cạnh khô, chỉ số TVDI có giá trị bằng 1, trong khi đó tại cạnh ướt giá trị của TVDI là 0. Để tính “cạnh khô” 𝑇𝑆𝑚𝑎𝑥 , trong không gian ‘nhiệt độ/ NDVI’, ta chia chỉ số thực vật NDVI thành các khoảng và xác định nhiệt độ cực đại tại các khoảng này. “Cạnh ướt” 𝑇𝑆𝑚𝑖𝑛 được lấy bằng giá trị nhiệt độ bề mặt (LST) thấp nhất xác định ở trên. Từ kết quả hồi quy tuyến tính các giá trị nhiệt độ bề mặt cực đại tại các khoảng giá trị NDVI, ta xác định được “cạnh khô” 𝑇𝑆𝑚𝑎𝑥 (xem Bảng 3) [6]. Hình 2. Không gian nhiệt độ / NDVI [8] Hình 3. Mối quan hệ giữa các chỉ số của TVDI [8] Mức độ khô hạn được phân cấp theo chỉ số TVDI như sau: Bảng 3. Phân cấp mức độ khô hạn đối với chỉ số TVDI STT Gía trị TVDI Mức khô hạn 1 0 - 0,2 Không khô hạn 2 0,2 - 0,4 Khô hạn nhẹ 3 0,4 - 0,6 Khô hạn trung bình 4 0,6 - 0,8 Khô hạn nặng 5 0,8 - 1,0 Khô hạn rất nặng Chỉ số TVDI nhận giá trị trong khoảng từ 0 đến 1. Phân cấp mức độ khô hạn bề mặt đối với chỉ số khô hạn nhiệt độ – thực vật TVDI được trình bày trong Bảng 3. Trong đó, giá trị TVDI nhỏ hơn 0,2 tương ứng với các vùng không có nguy cơ hạn hán (bề mặt nước, thực vật tươi tốt, đất nông nghiệp ngập nước). Nếu chỉ số TVDI trong khoảng từ 0,2 đến 0,4 tương ứng với các khu vực ít có nguy cơ khô hạn (khu vực đất rừng); chỉ số TVDI trong khoảng 0,4 – 0,6 tương ứng với các khu vực khô hạn trung bình; trong khoảng 0,6 – 0,8 tương ứng với khô hạn nặng. Nếu giá trị chỉ số TVDI lớn hơn 0,8 khu vực có mức độ khô hạn rất nặng [7]. - Phương pháp nội suy Kriging: Phương pháp nội suy Kriging khảo sát mối quan hệ giữa sự biến động của dữ liệu theo vị trí của chúng trong không gian, từ đó rút ra mô hình toán phản ánh mối quan hệ này. Nhờ vào mô hình toán, các nhà nghiên cứu có thể dự báo trước được giá trị của dữ liệu nội suy ở những vị trí chưa có số liệu khảo sát tực tế. Để có thể sử dụng phương pháp nội suy Kriging, các dữ liệu khảo sát cần phải có tọa độ địa lý tương ứng. 353
Nguyễn Huy Anh, Nguyễn Quang Huy, Nguyễn Thị Thảo Nguyên 3. KẾT QUẢ VÀ THẢO LUẬN 3.1. Xác định chỉ số NDVI Nhìn vào hình trên ta thấy chỉ số NDVI của khu vực dao động trong khoảng - 0,283287 đến - 0,731285 trong năm 2015, từ - 0,700537 đến - 0,828561 trong năm 2019 và từ - 0,837952 đến - 0,8077174 trong năm 2020. Các đối tượng được thể hiện qua cấp độ xám: nước, mây được thể hiện rõ bởi màu trắng, đất trống, cát được thể hiện bởi màu xám, màu càng sáng chứng tỏ nơi đó thực vật càng nhiều. Dựa vào ba ảnh chỉ số thực vật trên ta có thể thấy vùng đất trống của năm 2020 rất nhiều, tiếp đến là năm 2019 và 2015 (Hình 4). Hình 4. Kết quả tính giá trị NDVI 3.2. Nhiệt độ bề mặt đất LST Áp dụng công thức (4) để tính toán nhiệt độ bề mặt đất như sau: 𝑇𝐵 𝑇𝐵 _𝑏10 LST= 𝜆.𝑇𝐵 = 10.8𝑥10−6 𝑥 𝑇𝐵 𝑏10 1+� �.𝑙𝑛 1+� � 𝑥 𝑙𝑛0.96 υ 0.144 Trong đó: ρ: giá trị bước sóng trung tâm kênh hồng ngoại nhiệt. ● Landsat 8: kênh 11 có bước sóng từ 10,3 – 11,3 µm. vậy ρ= 10,8 µm = 10,8 𝑥10−6m. ● ρ= ℎ./σ, σ: hằng số Stefan – Boltzmann (1,38 𝑥10−23 J/K). ● h – hằng số Plank (6,626 𝑥10−34 J.sec ). ● c – vận tốc ánh sáng (3x108 m/s). 6,626x10−34 x 3x108 υ= 1,38x10−23 = 0,144 ● ε – độ phát xạ bề mặt (surface emissivity). Độ phát xạ bề mặt của mỗi loại thảm phủ như sau: ● Không thực vật (đất, nhựa đường, cát, pixel hỗn hợp) : ε = 0,96. ● Thực vật: ε = 0,97 ● Nước: ε = 0,98 ở đây sử dụng hệ số độ phát xạ là ε = 0,96. 354
Ứng dụng viễn thám nghiên cứu hạn hán tại thành phố Tuy Hòa, tỉnh Phú Yên Hình 5. Giá trị nhiệt độ mặt đất (LST) qua các năm Nhiệt độ sau khi hiệu chỉnh có đơn vị là Kenvin 0K. Để dễ quan sát và đánh giá, chuyển đổi từ ảnh nhiệt o K sang ảnh nhiệt o C theo công thức: o C = o K - 273,15. Sau khi chuyển đổi ta được ảnh nhiệt (oC) với nhiệt độ dao động từ khoảng 22 - 35,5 o C đối với năm 2015, 23,4 - 35 o C đối với năm 2019 và 25,7 - 37,2 o C đối với giữa năm 2020. Nhiệt độ của TP. Tuy Hòa khá cao so với nhiệt độ trung bình của cả nước. Phân tích kết quả nhận được cho thấy, những vùng có nhiệt độ bề mặt cao phân bố chủ yếu ở những khu vực không có hoặc ít thực vật che phủ (Hình 5). 3.3. Chỉ số khô hạn TVDI Từ kết quả tính toán hồi quy giữa nhiệt độ và NDVI có thể thấy nhiệt độ và TVDI có sự tương quan với nhau, có nghĩa chỉ số khô hạn NDVI ảnh hưởng đến hạn hán. Vì bản chất của hạn hán ở khu vực này là do thiếu hụt thực vật lớn. Nếu ở những khu vực độ che phủ thực vật cao thì nhiệt độ càng thấp và ngược lại độ che phủ thấp thì nhiệt độ cao dẫn đến tỷ lệ khô hạn cực cao (Hình 6, Hình 7). Hình 6. Kết quả tính toán hồi quy và biểu đồ tương quan giữa nhiệt độ và NDVI năm 2015 Từ kết quả hồi quy tuyến tính các giá trị nhiệt độ bề mặt cực đại tại các khoảng giá trị NDVI, “cạnh khô” 𝑇𝑆𝑚𝑎𝑥 trong không gian Ts/NDVI cho các ảnh năm 2015, 2019, 2020 được xác định như sau (Hình 6, Hình 7): 355
Nguyễn Huy Anh, Nguyễn Quang Huy, Nguyễn Thị Thảo Nguyên 𝑇𝑆𝑚𝑎𝑥 (2015) = -13,613*NDVI + 38,267 (R² = 0,957) 𝑇𝑆𝑚𝑎𝑥 (2019) = -7,641*NDVI + 31,354 (R² = 0,985) 𝑇𝑆𝑚𝑎𝑥 (2020) = -6,891*NDVI + 38,328 (R² = 0,923) Hình 7. Kết quả tính toán hồi quy và biểu đồ tương quan giữa nhiệt độ và NDVI năm 2020 Áp dụng công thức (5) xác định được mức độ khô hạn tương ứng là nhiệt độ bề mặt cực đại và cực tiểu trong tam giác không gian nhiệt độ/NDVI. 𝑁ℎ𝑖𝑒𝑡𝑑𝑜_2015−21,912 Đối với ảnh năm 2015: TVDI = 𝑇𝑆𝑚𝑎𝑥 −21,912 𝑁ℎ𝑖𝑒𝑡𝑑𝑜_2017−23,466 Đối với ảnh năm 2019: TVDI = 𝑇𝑆𝑚𝑎𝑥 −23,466 𝑁ℎ𝑖𝑒𝑡𝑑𝑜2020 −25,701 Đối với ảnh năm 2020: TVDI = 𝑇𝑆𝑚𝑎𝑥 −25,701 Các giá trị 21,912; 23,466; 25,701 là nhiệt đô thấp nhất với các đối tượng không phải là mây. Bản đồ phân vùng mức độ khô hạn tương đối khu vực TP. Tuy Hòa trên cơ sở chỉ số khô hạn nhiệt độ - thực vật TVDI được thể hiện trên hình dưới. Hình 8. Mức độ khô hạn ở Tuy Hòa qua các năm (2015, 2019, 2020) Từ Hình 8 có thể thấy sự thay đổi của các vùng khô hạn như sau: phần lớn diện tích của khu vực qua các năm đều nằm trong vùng khô hạn trung bình đến nặng, khô hạn xảy ra nghiêm trọng nhất vào năm 2020. Để biết được diện tích khô hạn và diễn biến qua các năm ta có bảng thống kê diện tích của các loại hạn như sau: 356
Ứng dụng viễn thám nghiên cứu hạn hán tại thành phố Tuy Hòa, tỉnh Phú Yên Năm 2020 là năm có mức độ hạn nặng nhất, qua Bảng 4 cho nhận thấy diện tích vùng khô hạn trung bình và nặng đều cao hơn so với các năm còn lại ở tất cả các địa phương. Trong khi đó, nhìn chung diễn biến khô hạn ở năm 2015 ít khốc liệt hơn. Nguyên nhân là vì đợt hạn hán năm 2020 là do tổng lượng bốc hơi 1.279,4 mm và lượng mưa bình quân năm 2020 trong toàn thành phố chỉ đạt 1.100 mm, thấp hơn lượng mưa trung bình nhiều năm (1.900 mm), hạn hán xảy ra năm 2020 do lượng mưa bình quân chỉ bằng 61 % so với lượng mưa trung bình nhiều năm. Hệ quả là lượng nước chứa trong các ao hồ giảm thấp đáng kể, dòng chảy cơ bản suy giảm, lượng nước khai thác bị thiếu hụt (Hình 8). Qua kết quả phân vùng dựa trên chỉ số khô hạn TVDI, cho thấy hạn hán đều xảy ra nghiêm trọng vào mùa khô các năm 2019, 2020. Chỉ số ngưỡng hạn hán nằm trong mức cảnh báo từ trung bình đến nặng chiếm hơn 50 % diện tích và có xu hướng ngày càng mở rộng về quy mô và mức độ do hiện tượng hoang mạc hóa. Mùa khô năm 2020, diện tích hạn nặng chiếm 47 % diện tích, nhiều sông hồ trên địa bàn bị khô kiệt. Các tương tác giữa đại dương và khí quyển cũng ảnh hưởng rất lớn đến mức độ hạn hán tại khu vực, cụ thể năm 2019 hạn hán xảy ra nghiêm trọng kết hợp với hiện tượng EL Nino đã làm phần lớn diện tích nằm trong ngưỡng hạn nặng gây thiệt hại rất lớn đối với kinh tế. Bảng 4. Diện tích vùng khô hạn của từng xã, phường qua các năm (đơn vị: ha) Diện tích (ha) Năm Không Khô hạn nhẹ Khô hạn Khô hạn Khô hạn khô hạn trung trình nặng rất nặng 2015 3.006 3.013 2.201 2.215 81 2019 2.606 2.162 3.922 1.851 27 2020 2.290 2.396 1.981 3.851 131 4. KẾT LUẬN Tư liệu ảnh vệ tinh quang học Landsat được tích hợp các kênh hồng ngoại nhiệt và đặc biệt được cung cấp hoàn toàn miễn phí với chu kì cập nhật 16 ngày là nguồn tư liệu phong phú và quý giá trong nghiên cứu và giám sát hiện tượng hạn hán. Kết quả nhận được trong nghiên cứu có thể sử dụng trong thành lập bản đồ nguy cơ hạn hán tỷ lệ góp phần ứng phó và giảm thiểu ảnh hưởng của hạn hán đến môi trường sống và hoạt động sản xuất của người dân. Kết quả nghiên cứu cũng cho thấy vai trò quan trọng của lớp phủ thực vật trong giảm nguy cơ hạn hán. Những khu vực có nhiệt độ cao, ít thực vật, đất trống thì độ khô hạn cao. Ngoài ra có những khu vực khác có nhiều thực vật nhưng độ khô hạn vẫn khá cao, điều này đã phản ánh thực tế như những nghiên cứu trước đó về chỉ số TVDI đó là tuy điều kiện thực vật có tồn tại nhưng lượng nước bên dưới thấp cũng thể hiện tình trạng khô hạn cao và được thể hiện qua chỉ số TVDI cao. Như vậy, những khu vực có thực vật nhưng độ khô hạn bên dưới cao là biểu hiện quan trọng cho thấy khả năng xảy ra cháy rừng là cực kỳ cao. TÀI LIỆU THAM KHẢO 1. Đào Xuân Học và ctv (2022). Hạn hán và những giải pháp giảm thiệt hại. NXB Nông nghiệp, Hà Nội, 188tr. 2. Trần Hùng (2003). “Sử dụng tư liệu MODIS theo dõi độ ẩm đất/thực vật bề mặt thử nghiệm với chỉ số mức khô hạn nhiệt độ - thực vật(TVDI)”. 357
Nguyễn Huy Anh, Nguyễn Quang Huy, Nguyễn Thị Thảo Nguyên 3. Nguyễn Huy Anh, Nguyễn Thùy Đoan Trang, Nguyễn Thị Thảo Nguyên, Trần Văn Trọng, Trần Văn Sơn (2021), “Ứng dụng ảnh viễn thám khảo sát nhiệt độ bề mặt TP. Hồ Chí Minh giai đoạn 2016-2020”, Tạp chí Khí tượng Thủy văn số 729, tr. 29-39, doi:10.36335/VNJHM.2021(729).29-39. 4. Hội Khảo sát Địa chất Hoa Kỳ, web: http://earthexplorer.usgs.gov. 5. Trần Thị Vân, Hoàng Thái Lan, Lê Văn Trung (2009), “Nghiên cứu xác định nhiệt độ bề mặt đô thị bằng phương pháp viễn thám nhiệt”, Tạp chí Phát triển Khoa học và Công nghệ, chuyên san Kỹ thuật – Công nghệ, Đại học Quốc gia TPHCM, tập12, số 4, pp. 107-120, 2009. 6. Lê Sâm, Nguyễn Đình Vượng (2008). “Thực trạng hạn hán, hoang mạc ở Ninh Thuận nguyên nhân và giải pháp khắc phục”, Tuyển tập kết quả khoa học và công nghệ, 2008. 7. Trịnh Lê Hùng, Đào Khánh Hoài (2015), “Ứng dụng viễn thám đánh giá nguy cơ hạn hán khu vực huyện Bắc Bình, tỉnh Bình Thuận”, Tạp chí Khoa học ĐHSP TPHCM, số 5(70). 8. Sandholt I., Rasmussen K., Anderson J. (2002), “A simple interpretation of the surface temperature/vegetation index space for assessment of the surface moisture status”, Remote Sensing of Environment, 79, pp. 213 -224. APPLICATION OF REMOTE SENSING IN DROUGHT ASSESSMENT IN TUY HOA CITY, PHU YEN PROVINCE, VIETNAM Nguyen Huy Anh 2*, Nguyen Quang Huy, Nguyen Thi Thao Nguyen 1F Ho Chi Minh University of Natural Resource and Environment 236B Le Van Sy, Ward 1, Tan Binh, HCMC ABSTRACT Drought and desertification in Vietnam are becoming more and more severe and widespread, causing great damage to the economy, environment and society. Tuy Hoa city in Phu Yen province is in the South Central region, which is the area at greatest risk of drought and desertification in Vietnam. In the dry season, prolonged high temperature weather and low precipitation lead to a lack of water for production and daily life, causing great damage to local economy and society. This study's goal was to determine the extent of the drought in Tuy Hoa city, Phu Yen province, using satellite-derived vegetation temperature drought index (TVDI) data for the years 2015, 2019, and 2020. Based on the vegetation temperature drought index (TVDI), Results had created a drought zoning map for Tuy Hoa city. According to this map, in the dry seasons of 2015, 2019 and 2020, the drought region in Tuy Hoa city was rather sizable, taking up 47 % of the area. Keywords: Drought, temperature drought index (TVDI), Normalized Difference Vegetation Index (NDVI), Land Surface Temperature (LST). * Corresponding author, email address: anhnh@hcmunre.edu.vn 358

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.