Luận văn thạc sĩ địa lý Nghiên cứu nhiệt độ bề mặt bằng tư liệu ảnh MODIS phục vụ cảnh báo hạn hán khu vực Tây Nguyên

Phát xạ trung bình của các loại vật chất trên bề mặt trái đất trên kênh 31 và 32 Hình 1.8: Sơ đồ không gian của nhiệt độ bề mặt - chỉ số thực vật và mối quan hệ với sự bay hơi evaporatio

M c l c ục lục ục lục

Lời cảm ơn 6

MỞ ĐẦU 7

1 Tính cấp thiết của đề tài 7

2 Mục tiêu và nhiệm vụ của đề tài 8

3 Giới hạn phạm vi nghiên cứu 9

4 Cấu trúc luận văn 10

CHƯƠNG 1 11

TỔNG QUAN NGHIÊN CỨU ỨNG DỤNG ẢNH MODIS TRONG TÍNH TOÁN NHIỆT ĐỘ BỀ MẶT VÀ CẢNH BÁO KHÔ HẠN 11

1.1 Một số khái niệm liên quan 11

1.1.1 Nhiệt độ bề mặt đất 11

1.1.2 Hạn hán, chỉ số khô hạn 13

1.2 Giới thiệu chung về dữ liệu ảnh MODIS 15

1.3 Cơ sở ứng dụng tư liệu ảnh MODIS trong tính toán nhiệt độ bề mặt và chỉ số khô hạn nhiệt độ - thực vật 20

1.3.1 Tính toán nhiệt độ bề mặt 20

1.3.1.1 Cơ sở lý thuyết tính toán nhiệt độ bề mặt 20

1.3.1.2 Tính toán chỉ số nhiệt độ bề mặt đất từ ảnh MODIS 25

1.3.2 Tính toán chỉ số khô hạn nhiệt độ - thực vật 31

1.3.2.1 Mối quan hệ giữa nhiệt độ bề mặt đất LST và chỉ số thực vật NDVI 31

1.3.2.2 Cơ sở tính toán chỉ số khô hạn nhiệt độ - thực vật 37

1.4 Các phương pháp và quy trình nghiên cứu 44

1.4.1 Phương pháp nghiên cứu 44

1.4.2 Quy trình nghiên cứu 45

CHƯƠNG 2 47

PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN NHIỆT ĐỘ BỀ MẶT VÀ NGUY CƠ HẠN HÁN Ở TÂY NGUYÊN 47

2.1 Các nhân tố tự nhiên 47

2.1.1 Vị trí địa lý 47

2.1.2 Địa hình 48

2.1.3 Địa chất 50

2.1.4 Khí hậu 51

2.1.5 Thủy văn 58

2.1.6 Thổ nhưỡng 60

2.1.7 Thực vật (các loại thảm thực vật chính của Tây Nguyên) 64

2.2 Các hoạt động kinh tế xã hội 69

2.2.1 Hành chính, dân tộc và chính sách phát triển KTXH 69

2.2.2 Phát triển nông – lâm nghiệp: 71

CHƯƠNG 3 76

3.1 Cơ sở dữ liệu và mô hình tính toán 76

3.1.1 MOD11A2 76

3.1.2 MOD09A1 79

3.1.3 Mô hình tính toán 81

3.2 Tính toán nhiệt độ bề mặt khu vực Tây Nguyên 83

3.3 Tính toán chỉ số khô hạn nhiệt độ - thực vật khu vực Tây Nguyên 87

3.3.1 Tính toán chỉ số NDVI từ MOD09A1 87

3.3.2 Tính TVDI từ LST và NDVI 89

3.4 Đánh giá và đưa ra cảnh báo khô hạn cho Tây Nguyên 93

Kết luận 102

Tài liệu tham khảo 104

Danh mục hình

Hình 1 Vùng nghiên cứu khu vực Tây Nguyên

Hình 1.1 Sơ đồ đường bay chụp của vệ tinh MODIS

Hình 1.2 Bức xạ điện từ của vật đen tuyệt đối ở các bước sóng

Hình 1.3 Định luật Wien và quan hệ bước sóng/ cường độ nhiệt độ bức xạ

Hình 1.4 So sánh phát xạ của thạch anh với vật đen tuyệt đối

Hình 1.5 Công suất bức xạ của kim loại theo các bước sóng

Hình 1.6 Cửa số khí quyển và các vùng phát xạ nhiệt

Hình 1.7 Phát xạ trung bình của các loại vật chất trên bề mặt trái đất trên kênh 31 và

32

Hình 1.8: Sơ đồ không gian của nhiệt độ bề mặt - chỉ số thực vật và mối quan hệ với

sự bay hơi (evaporation), sự thoát hơi nước của cây (transpiration) và phần trăm lớpphủ thực vật

Hình 1.9 Mô phỏng về các yếu tố ảnh hưởng tới nhiệt độ bề mặt đất Các biến trongđường tròn có thể nhận được từ dữ liệu viễn thám

Hình 1.10 Chỉ số TVDI của một pixel ảnh (Ts, NDVI) được xác định như một tỷ lệgiữa đường A = (T s T smin) và B = (T smax T smin)

Hình 1.11 Ví dụ về không gian đặc trưng tiêu chuẩn Ts- NDVI

Hình 1.12 Quy trình nghiên cứu hạn hán

Hình 2.1: Bản đồ vùng Tây Nguyên

HÌnh 2.2 Bản đồ địa hình Tây Nguyên

Hình 2.3 Bản đồ địa chất Tây Nguyên

Hình 2.4 Nhiệt độ trung bình tháng và lượng mưa tháng của trạm Đà Lạt và Buôn

Ma Thuật năm 2012

Hình 2.5 Sơ đồ các trạm khí tượng khu vực Tây Nguyên

Hình 2.6 Bản đồ thủy văn Tây Nguyên

Hình 2.7 : Bản đồ đất của Tây Nguyên

Hình 2.8 Hiện trạng lớp phủ rừng Tây Nguyên năm 2010

Hình 2.9 : Vườn Quốc Gia Cát Tiên

Hình 3.1 Mô hình tính toán chỉ số khô hạn TVDI

Hình 3.2 Các bước tính toán nhiệt độ bề mặt đất LST

Hình 3.3 Bản đồ nhiệt độ bề mặt đất khu vực Tây Nguyên tổ hợp 8 ngày từ26/02/2012 đến 5/03/2012

Hình 3.4 Nhiệt độ bề mặt đất khu vực Tây Nguyên tổ hợp cho tháng 1/2012

Hình 3.5 Nhiệt độ bề mặt đất trung bình tháng 1/2012 và tháng 2/2012 tại các trạmkhí tượng

Hình 3.6 Nhiệt độ bề mặt đất tính từ ảnh MODIS và nhiệt độ bề mặt đất trung bìnhtháng 2/2012 và 11/2012 tại các trạm khi tượng

Hình 3.7 Bản đồ chỉ số thực vật NDVI khu vực Tây Nguyên ngày 09/01/2013

Hình 3.8 Chỉ số TVDI của một pixel ảnh (Ts, NDVI) được xác định như một tỷ lệgiữa đường A = (T s T smin) và B = (T smax T smin)

Hình 3.9 Lấy mẫu trên ảnh LST để xác định rìa ướt của tam giác TVDI

Hình 3.10 Phân ngưỡng NDVI

Hình 3.11 Thống kê LST min cho từng lớp NDVI sau khi phân ngưỡng

Hình 3.12 Giá trị rìa khô được sử dụng cho việc tính toán chỉ số TVDI ngày09/01/2013 (trái) và ngày 2/12/2012 (phải)

Hình 3.13 Bản đồ chỉ số khô hạnTVDI cho khu vực Tây Nguyên

Hình 3.14 Chuỗi bản đồ TVDI tổ hợp tháng năm 2011

Hình 3.15 Chuỗi bản đồ TVDI tổ hợp tháng năm 2012

Hình 3.16 Chuỗi bản đồ TVDI tổ hợp 8 ngày cho mùa khô 2011-2012

Hình 3.17 Chuỗi bản đồ TVDI tổ hợp 8 ngày cho mùa khô 2012-2013

Hình 3.18: Bản đồ lớp phủ rừng 2010 khu vực Tây Nguyên (FIPI)

Hình 3.19 Mối quan hệ giữa lượng mưa trung bình tháng tại các trạm khí tượng vàchỉ số khô hạn TVDI

Danh mục bảng

Bảng1: Số liệu hành chính các tỉnh vùng Tây Nguyên

Bảng 1.1 Các đặc tính kỹ thuật của ảnh MODIS

Bảng 1.2 36 kênh phổ của ảnh MODIS

Bảng 1.3 Các kênh ảnh MODIS được sử dụng để tính nhiệt độ bề mặt đất

Bảng 1.4 Hệ số phát xạ trung bình của 13 cấu trúc lá trên kênh 31, 32 của MODISBảng 2.1 : Nhiệt độ trung bình và lượng mưa tại các trạm khí tượng của Tây NguyênBảng 2.2 Danh sách và tọa độ các trạm khí tượng của Tây Nguyên

Bảng 2.3 Các loại đất chính vùng Tây Nguyên

Bảng 2.4: Hiện trạng lớp phủ rừng Tây Nguyên năm 2010

Bảng 3.1 Các đặc tính kỹ thuật của MOD11A2

Bảng 3.2 Bộ dữ liệu sản phẩm của MOD11A2

Bảng 3.3 Nhãn đánh giá chất lượng sản phẩm cho MOD11A2

Bảng 3.4 Các đặc tính kỹ thuật của MOD09A1

Bảng 3.5 Bộ dữ liệu sản phẩm của MOD09A1

Lời cảm ơn

Trước tiên, em xin bày tỏ lòng biết ơn chân thành tới PGS TS Nguyễn Hiệu,thầy đã tận tình hướng dẫn em hoàn thành luận văn Nhờ có sự giúp đỡ của thầy, emthấy mình trưởng thành hơn rất nhiều sau luận văn thạc sỹ này

Em xin gửi lời cảm ơn chân thành tới các anh chị đồng nghiệp thuộc phòngCông nghệ Viễn thám, GIS và GPS, Viện Công nghệ Vũ trụ, Viện Hàn lâm khoa họcViệt Nam Các anh chị đã chỉ bảo tận tình, định hướng và tạo điều kiện cho em hoànthành luận văn Sau luận văn thạc sỹ này, em học hỏi được rất nhiều điều cũng nhưkinh nghiệm nghiên cứu, làm việc Em xin gửi lời cảm ơn tới chương trình TâyNguyên 3, đã tạo điều kiện về dữ liệu cũng như khảo sát thực địa, là phần rất quantrọng đối với luận văn của em.

Em xin gửi lời cảm ơn tới các thầy các cô trong khoa Địa lý và phòng Sau Đạihọc trường Đại học Tự nhiên Hà Nội đã tạo điều kiện thuận lợi cho em trong thời gianhọc tập và nghiên cứu

Xin gửi lời cảm ơn tới gia đình, người thân và bạn bè đã giúp đỡ, động việnkhích lệ và chia sẻ cùng em trong quá trình thực hiện luận văn

Hà Nội, tháng 12 năm 2013

Tác giả

Nguyễn Thị Quỳnh Trang

MỞ ĐẦU

1 Tính cấp thiết của đề tài

Tây Nguyên là vùng cao nguyên ở Nam Trung Bộ Việt Nam có đất đai màu mỡvới đất đỏ bazan đặc trưng, diện tích rừng còn lại lớn với thảm sinh vật đa dạng, trữlượng khoáng sản phong phú hầu như chưa được khai thác và tiềm năng du lịch cao.Tuy nhiên hiện nay, vùng đất này đang phải đối mặt với không ít nguy cơ về suy thoáirừng cũng như suy thoái chất lượng đất, kéo theo những hậu quả như sụt giảm năng

suất cây trồng và nạn hạn hán đang ngày một mở rộng diện tích Tính đến tháng3/2013, các tỉnh Tây Nguyên đã có trên 73.773 ha/600.000 ha cây trồng các loại bịhạn, chủ yếu là lúa nước và cà phê Dự báo, diện tích khô hạn các tỉnh Tây Nguyên sẽcòn tiếp tục tăng thêm 73.000 ha Trong những năm gần đây, Tây Nguyên liên tục làmột trong những khu vực chịu hạn hán và thiếu nước trầm trọng nhất cả nước Từ đó

có thể thấy những nghiên cứu về cảnh báo hạn hán là rất cần thiết cho công tác ứngphó, cũng như quy hoạch sử dụng đất hợp lý nói riêng, và sử dụng hợp lý tài nguyênthiên nhiên của Tây Nguyên nói chung

Nhiệt độ lớp phủ bề mặt (Land surface temperature - LST) là một trong các chỉ

số về quá trình cân bằng năng lượng trên bề mặt Trái đất, là kết quả của các tương tác,trao đổi năng lượng giữa mặt đất – khí quyển Nhiệt độ bề mặt đất được tính toán trên

cơ sở sự phát xạ của các đối tượng bề mặt (đất đai, lớp phủ thực vật, bề mặt của nhàcửa…) và có mối liên quan mật thiết với các quá trình biến đổi của môi trường đất,đồng thời cũng phản ánh sự thay đổi của lớp phủ thực vật, đóng vai trò quan trọng vớicác chỉ số cảnh báo hạn hán, ví dụ như trong điều kiện khô hạn, nhiệt độ lá cây tăng

cao là một chỉ số phản ánh sự thiếu nước của thực vật (Mcvicar T R và Jupp D.L.B

1998) Mối quan hệ giữa nhiệt độ bề mặt và các loại thực phủ sẽ góp phần tìm ra câu

trả lời tốt nhất để cải thiện những vấn đề như nạn hạn hán, sâu bệnh, cải thiện chấtlượng môi trường, từ đó làm cơ sở khoa học cho công tác cảnh báo hạn và quy hoạch

sử dụng đất

Trong điều kiện hiện nay ở Tây Nguyên, sử dụng các lực lượng hiện có chưa thểđáp ứng những yêu cầu của công tác nghiên cứu, nên một hệ thống có khả năng cungcấp kịp thời, liên tục các thông tin giám sát và quản lý rừng trên diện rộng là hết sứccần thiết Cùng với sự phát triển của công nghệ vệ tinh quan sát Trái đất, khả năngứng dụng công nghệ viễn thám kết hợp với hệ thông tin địa lý trong nghiên cứu lớpphủ thực vật cho thấy có nhiều ưu thế với điều kiện đặc thù của Tây Nguyên Và việcứng dụng ảnh viễn thám, đặc biệt là ảnh MODIS (có khả năng chụp 1 – 4 ảnh/ngày)

hiện nay đáp ứng được các yêu cầu này Ưu điểm của ảnh MODIS là thể thu nhậnđược hàng ngày, với tần suất quan sát lãnh thổ cao, độ phủ trùm lớn, giúp thu thậpthông tin nhanh chóng, đồng bộ, khách quan rất phù hợp cho công tác giám sát lớpphủ và phát triển của rừng ở các tỉnh Tây Nguyên Đây là ưu điểm vượt trội của dữliệu này so với ảnh vệ tinh độ phân giải cao Ngoài ra, ảnh MODIS cũng cung cấpnhững chỉ số quan trọng về hiện trạng lớp phủ rừng như các chỉ số sinh trưởng thựcvật, chỉ số diện tích lá, độ bốc hơi nước bề mặt Trong đó, các thông số về nhiệt độ

bề mặt – LST (Land Surface Temperature) hay chỉ số khô hạn hoàn toàn có thể tínhđược từ ảnh vệ tinh MODIS phục vụ cho công tác cảnh báo hạn hán Bên cạnh đó,trong các loại dữ liệu vệ tinh, thì ảnh MODIS được đánh giá là cung cấp các thông tin

về nhiệt độ cho độ chính xác cao nhất hiện nay

Vì những lý do trên, học viên chọn đề tài : “Nghiên cứu nhiệt độ bề mặt bằng tư

liệu ảnh MODIS phục vụ cảnh báo hạn hán khu vực Tây Nguyên” cho luận văn tốt

nghiệp thạc sỹ của mình

2 Mục tiêu và nhiệm vụ của đề tài.

- Tính toán được nhiệt độ bề mặt khu vực Tây Nguyên từ tư liệu ảnh MODIS vàtính được chỉ số mức khô hạn nhiệt độ - thực vật để xây dựng bản đồ cảnh báo hạnhán khu vực Tây Nguyên

Để đạt được mục tiêu, đề tại thực hiện các nhiệm vụ và nội dung sau:

1) Tổng quan tài liệu, các nghiên cứu về tính toán nhiệt độ bề mặt đất, và cách tínhchỉ số khô hạn nhiệt độ - thực vật từ dữ liệu ảnh MODIS

2) Thu thập, phân tích và đánh giá các tài liệu đã được công bố có liên quan đến nộidung của đề tài (bao gồm cả tài liệu về điều kiện tự nhiên, lẫn kinh tế xã hội);

3) Tính toán chỉ số nhiệt độ bề mặt đất, chỉ số khô hạn

4) Đưa ra các cảnh báo về hạn hán cho khu vực nghiên cứu

3 Giới hạn phạm vi nghiên cứu.

Khu vực nghiên cứu có tọa độ địa lý: 11015' đến 15030' vĩ độ Bắc 107010' đến

109005' kinh độ Đông Thuộc phạm vi hành chính của các tỉnh, xếp theo thứ tự vị tríđịa lý từ bắc xuống nam là: Kon Tum, Gia Lai, Đắk Lắk, Đắk Nông và Lâm Đồng

Hình 1 Vùng nghiên cứu khu vực Tây Nguyên

Bảng1: Số liệu hành chính các tỉnh vùng Tây Nguyên

phố Thị xã Huyện Dân số Diện tích

Mật độ dân số

Đắk Lắk Thành phố Buôn

132 người/km²

người/km²

người/km²Kon Tum Thành phố Kon

45người/km²

Tỉnh Tỉnh lỵ Thành

phố Thị xã Huyện Dân số Diện tích

Mật độ dân số

Tổng Cục Thống kê Việt Nam

Các chỉ số về nhiệt độ bề mặt đất và chỉ số khô hạn được tính toán cho khu vựcnghiên cứu từ năm 2011, 2012 và 2013 Các số liệu thực tế cũng được thu thập vớikhoảng thời gian tương ứng

4 Cấu trúc luận văn

Để hoàn thành các mục tiêu, nội dung đã đặt ra, luận văn được chia thành cácphần chính như sau:

TOÁN NHIỆT ĐỘ BỀ MẶT VÀ CẢNH BÁO KHÔ HẠN

1.1 Một số khái niệm liên quan

1.1.1 Nhiệt độ bề mặt đất

Nhiệt độ bề mặt đất (Land surface temperature - LST) được định nghĩa là nhiệt

độ bề mặt trung bình bức xạ của một khu vực Nhiệt độ bề mặt là một trong các chỉ sốvật lý về quá trình cân bằng năng lượng trên bề mặt trái đất, là yếu tố cơ bản, quyếtđịnh các hiện tượng nhiệt trên mặt đất Nó là kết quả tổng hợp của sự tương tác và

trao đổi năng lượng giữa khí quyển và mặt đất, và sự cân bằng giữa bức xạ nhiệt mặttrời với thông lượng khí quyển – mặt đất quy mô khu vực và trên toàn cầu Nhiệt độ

bề mặt là một chỉ thị quan trọng của sự cân bằng năng lượng trên bề mặt trái đất cũngnhư của hiệu ứng nhà kính Thông số này quyết định nhiệt độ không khí trên bề mặtđất và các bức xạ sóng dài giữa mặt đất và khí quyển, cũng như ảnh hưởng tới cáchiện tượng khác trên mặt đất, như lượng giáng thủy và suất phản chiếu albedo Ngoài

ra, nó còn ảnh hưởng đến phân vùng năng lượng trên mặt đất, các thông lượng nhiệt

bề mặt và thông lượng nhiệt ngầm LST có mối liên hệ chặt chẽ với các quá trình biếnđổi của môi trường đất, đồng thời cũng phản ánh sự thay đổi của thực vật Ví dụ,trong điều kiện khô hạn, nhiệt độ lá cây tăng cao là một chỉ số phản ánh sự thiếu nước

của thực vật (Mcvicar T R và Jupp D.L.B 1998)

Nhiệt độ không khí trên bề mặt đất thường khác đáng kể so với LST trên thực tế

Sự khác biệt này, phụ thuộc vào điều kiện thời tiết và các loại lớp phủ Mặc dù vậyvẫn có mối quan hệ chặt chẽ giữa nhiệt độ không khí và LST LST khác với nhiệt độkhông khí, vì LST liên quan chặt chẽ hơn tới các hoạt động sinh lý của lá cây trongcác thảm thực vật, cũng như liên quan tới độ ẩm đất trong các vùng thưa thớt cây.Nhiệt độ không khí thường không biến đổi theo không gian như LST nên có thể đođược dễ dàng hơn, điều này rất hữu ích trong việc nghiên cứu mối quan hệ giữa nhiệt

độ không khí và dữ liệu LST thu nhận từ dữ liệu vệ tinh Độ chênh lệch khi đo đồngthời LST và nhiệt độ không khí có thể lên đến 20 độ K, do LST liên quan đến nhữngchu trình năng lượng ngày đêm trên mặt đất và chịu ảnh hưởng bới các yếu tố cảnhquan Do độ nhạy của LST với độ ẩm đất và lớp phủ thực vật, nên nó là thành phầnquan trọng trong rất nhiều ứng dụng nghiên cứu về khí hậu, thuỷ văn, sinh thái học vàsinh địa hoá… [29] Các yếu tố ảnh hưởng đến sự thay đổi LST là [3]:

- Loại lớp phủ thực vật/ loại hình sử dụng đất

- Các điều kiện sinh lý

- Mật độ hoạt động của con người

- Loại cảnh quan

Với bề mặt đất trống, LST là nhiệt độ mặt đất, với thảm thực vật dày, LST có thểđược xem như là nhiệt độ bề mặt tán của thực vật và với thảm thực vật thưa thớt, nó lànhiệt độ trung bình của tán thực vật, thân cây và lớp đất nằm dưới thảm thực vật Với

độ phân giải không gian khác nhau của các loại dữ liệu viễn thám, LST trong viễnthám có thể được định nghĩa là nhiệt độ bề mặt trung bình của mặt đất trên quy mômỗi pixel là một hỗn hợp trộn lẫn giữa các loại lớp phủ khác nhau

LST được tính toán trên cơ sở phát xạ của các đối tượng bề mặt (đất đai, lớp phủthực vật, bề mặt của nhà cửa…) quan sát bởi bộ cảm tại các góc nhìn tức thời và nănglượng điện từ đo được trên băng nhiệt hồng ngoại của các bộ cảm đặt trên vệ tinh Từ

đó, nó được mô hình hóa dựa trên các đặc tính vật lý của khí quyển và các chỉ số kỹthuật của bộ cảm [30] Tính toán LST từ dữ liệu viễn thám là tính toán tổng hợp giữacác hợp phần của cán cân năng lượng và bốc hơi trên bề mặt đất Các sản phẩm tínhtoán từ LST được sử dụng để hỗ trợ các nghiên cứu về thay đôi bề mặt đất như quátrình đô thị hóa, sa mạc hóa và nạn phá rừng

Sự so sánh trực tiếp giữa các dữ liệu từ thực địa với LST thường không có ýnghĩa mấy vì bề mặt đất thường không đồng nhất mà LST là giá trị đại diện cho mộtđiểm ảnh, với phạm vi bao trùm lớn Điều này gây khó khăn trong việc phát triển cácphương pháp tính toán LST từ dữ liệu viễn thám và việc đánh giá các phương phápnày [21]

Ứng dụng của LST trong nghiên cứu khoa học và thương mại rất đa dạng, như :biến đổi khí hậu, nhiệt độ đô thị, kiểm định các mô hình, quan trắc mùa vụ, quan lýnước, cảnh báo cháy rừng, các ứng dụng về địa nhiệt …Nghiên cứu này sẽ tập trungvào mối quan hệ giữa LST với hiện trạng lớp phủ rừng, và ứng dụng của nó trongphòng chống cháy rừng cũng như giám sát lớp phủ rừng

1.1.2 Hạn hán, chỉ số khô hạn

Hạn hán được nhìn nhận là một trong những hiện tượng môi trường có tính pháhoại nghiêm trọng, gây ra sự sụt giảm sản lượng nông nghiệp và tăng đáng kể khảnăng cháy rừng Thông thường, hạn hán thường xảy ra trên diện rộng, nên việc quantrắc bằng các phương pháp truyền thống rất khó khăn, đặc biệt ở những nước đangphát triển, với nhiều hạn chế trong việc đầu tư cho hệ thống quan trắc các tham số môitrường Hạn hán gây ra nhiều tác hại rất nặng nề, hơn cả lũ lụt, vì nếu với lũ lụt, cáctác động chỉ xảy ra trong phạm vi thời gian ngắn, thì hạn hán bắt đầu trên 1 khu vực

từ vài tháng đến vài năm, sau đó kéo dài lâu hơn và chậm hơn so với lũ lụt, và rất khónhận biết ở giai đoạn đầu mới xuất hiện Bản chất diễn ra âm thầm và khó quan sáttrực quan của hạn hán gây ra nhiều khó khăn trong việc đánh giá, xem xét về loạithiên tai này Thông thường, có 4 loại hạn hán: hạn hán khí tượng học, hạn hán nôngnghiệp, hạn hán thủy văn học và hạn hán kinh tế xã hội [23]

* Hạn hán khí tượng học

Loại hạn hán này thể hiện hoàn toàn trên cơ sở sự khô hạn và khoảng thời giankhô hạn Cường độ và khoảng thời gian là hai yếu tố quan trọng nhất trong nghiên cứuloại hạn hán này Hạn hán khí tượng nên được định nghĩa theo từng khu vực vì điềukiện khí quyển, yếu tố dẫn đến sự thiếu hụt lượng mưa, lại phụ thuộc khí hậu từngvùng

* Hạn hán nông nghiệp

Loại hạn hán này kết hợp các tính chất khác nhau của hạn hán khí tượng với ảnhhưởng của nông nghiệp, chủ trọng và lượng mưa, sự khác nhau giữa lượng hơi nướcthoát ra thực tế và tiềm năng, thiếu hụt nước trong đất và các yếu tố sinh lý khác củađất và thực vật Nghiên cứu hạn hán nông nghiệp thường được tiến hành trên cơ sởkhác biệt về độ nhạy của các loại cây trồng trong các giai đoạn phát triển khác nhau.Khu vực nông nghiệp là rất quan trọng trong nghiên cứu loại hạn hán này vì nó là khuvực đầu tiên bị ảnh hưởng nghiêm trọng bởi hạn hán

*Hạn hán thủy văn

Loại hạn hán này liên quan đến ảnh hưởng của những thời kỳ thiếu hụt lượngmưa trên bề mặt hoặc dưới bề mặt cung cấp nước hơn là thiếu hụt lượng mưa Hạnhán thủy văn thường xảy ra đồng thời hoặc sau hạn hán khí tượng và hạn hán nôngnghiệp Không giống như hai loại hạn hán đã kể trên, hạn hán thủy văn cần nhiều thờigian diễn ra hơn trước khi sự thiếu hụt lượng mưa được nhận diện trong các thànhphần khác của hệ thống thủy văn (như hồ chứa và lượng nước ngầm)

*Hạn hán kinh tế- xã hội

Loại hạn hán này liên quan đến nguồn cung và cầu của một số hàng hóa kinh tếhoặc dịch vụ với các yếu tố của hạn hán khí tượng, hạn hán thủy văn và hạn hán nôngnghiệp Để minh họa, có thể coi nguồn cung của 1 số loại hàng hóa kinh tế như nước

và thủy điện, những yếu tố phụ thuộc thời tiết Nhu cầu đối với những hàng hóa nàyluôn luôn tăng do sự tăng lên của dân số, mức tiêu thụ bình quân đầu người cũng tăng.Hạn hán kinh tế - xã hội sẽ xuất hiện nếu cầu vượt quá cung

Trong nghiên cứu này, học viên sẽ chỉ đề cập đến việc quan trắc và đánh giá hạnhán nông nghiệp

Theo phương pháp quan trắc hạn hán theo điểm truyền thống, lượng mưa ngắnhạn và dài hạn thường được áp dụng đồng thời để đưa ra các miêu tả kỹ lưỡng về mật

độ, chu kỳ, và phân bố không gian của hạn hán Với dữ liệu viễn thám hiện nay, cungcấp phương pháp kết hợp các phát xạ từ bề mặt đất và các thông tin về nhiệt là cáchtiếp cận phù hợp và đáp ứng được yêu cầu cập nhật, và nhiều yêu cầu khác của quantrắc hạn hán

Dựa trên mối quan hệ giữa nhiệt độ bề mặt đất và thực trạng lớp phủ, các nhànghiên cứu đã sử dụng tư liệu viễn thám để tính toán ra các chỉ số phục vụ cảnh bảokhô hạn và hạn hán như chỉ số VCI (Vegetation condition index – chỉ số điều kiệnthực vật), TCI (temperature condition index – chỉ số điều kiện nhiệt độ), CWSI (cropwater stress index – chỉ số thiếu hụt nước cho mùa vụ), TVDI (temperature vegetationdryness index – chỉ số khô hạn nhiệt độ thực vật) hay VTCI (Vegetation

Temperature condition index – chỉ số điều kiện thực vật – nhiệt độ) Mỗi loại chỉ sốkhô hạn đều có những điểm mạnh, điểm yếu riêng, đã và đang được áp dụng đểnghiên cứu khô hạn ở một số khu vực trên thế giới

1.2 Giới thiệu chung về dữ liệu ảnh MODIS.

Ảnh MODIS được thu từ 2 vệ tinh do NASA phóng lên quỹ đạo là vệ tinh Terra(phóng vào tháng 12/1999) và vệ tinh Aqua (vào tháng 6/2002) Với tầm quan sát lênđến hơn 2.330 km, trong khoảng thời gian một ngày đêm, các đầu đo của các vệ tinhnày sẽ quét gần hết Trái đất trừ một số giải hẹp ở vùng xích đạo Các dải này sẽ đượcphủ hết vào ngày hôm sau Các ứng dụng tiêu biểu của ảnh MODIS có thể kể đến là:nghiên cứu khí quyển, mây, thời tiết, lớp phủ thực vật, biến động về nông nghiệp vàlâm nghiệp, cháy rừng, nhiệt độ mặt nước biển và màu nước biển, v.v Bên cạnh đó,

dữ liệu MODIS đóng một vai trò rất quan trọng trong việc xây dựng các mô hìnhtương tác cho các hiện tượng xảy ra trên toàn bộ Trái đất Các mô hình này cũng cóthể được sử dụng để dự báo trước những biến động của môi trường

Ảnh MODIS gồm có 36 kênh phổ, bao gồm các kênh kế thừa từ vệ tinh LandSatcộng thêm các kênh trong vùng cận hồng ngoại và hồng ngoại dài Trong số bảy kenhphổ chủ yếu được sử dụng cho lập bản đồ bề mặt đất, các kênh từ 3-7 (với độ phângiải không gian 500 m) có bước sóng trung tâm tại 648, 858, 470, 555, 1240, 1640, và

2130 nm Kênh 1 và 2 có độ phân giải không gian 250 m được tập trung vào màu đỏ(620-670 nm) và hồng ngoại (841-876 nm) được thiết kế để phục vụ việc tính toán sảnphẩm chỉ số thực vật chuẩn hóa (NDVI) toàn cầu Các dải phổ trải dài từ vùng ánhsáng nhìn thấy (VIS) đến khu vực sóng hồng ngoại dài (LWIS) của ảnh MODIS chophép đo một số lượng lớn (40-50) các thông số địa vật lý

Ảnh MODIS có độ phân giải thời gian khá cao (có khả năng chụp 1 – 4ảnh/ngày), cung cấp dữ liệu ảnh toàn cầu 2 ngày một lần và dữ liệu được lưu trữ ởdạng 12 bit Ngoài ra, ảnh MODIS có đặc tính chỉnh hình học và phổ Phương pháp

chỉnh phổ kênh đối với kênh được tham chiếu cho 36 kênh cho ra sai số ½ pixel hoặccao hơn.

Các nhà khoa học thiết kế và chịu trách nhiệm phát triển MODIS cung cấp sảnphẩn tiêu chuẩn miễn phí cho người sử dụng Để đảm bảo chất lượng của sản phẩm,các điểm kiểm chứng được sử dụng để tiến hành việc kiểm chứng độ chính xác Điềucần lưu ý khi sử dụng các sản phẩm MODIS là chất lượng mỗi pixel và được lưu trữdưới dạng số nhị phân Vì lý do này, việc chuyển đổi giá trị pixel của metadata từ sốthập phân sang số nhị phân và giải đoán chúng dựa trên hướng dẫn sử dụng cho mỗidòng sản phẩm trước khi sử dụng nó là rất cần thiết ( Nugroho , 2006)

Bảng 1.1 Các đặc tính kỹ thuật của ảnh MODIS[31]

Quỹ đạo ở độ cao 705km, quỹ đạo bay xuống (Terra) - 10.30

a.m, quỹ đạo bay lên (Aqua) - 1.30 p.m, đồng bộ mặt trời, gần cực

Kích thước dải quét 2330 km

Tốc độ truyển dữ liệu 11 Mbps (mỗi ngày đêm)

Định dạng dữ liệu 12 bits

Độ phân giải không gian 250m (kênh 1-2)

500m (kênh 3-7)1000m (kênh 8-36)Tuổi thọ hoạt động 6 năm

4 545 - 565 29.0

5 1230 - 1250 5.4

6 1628 - 1652 7.3

7 2105 - 2155 1.0Nghiên cứu màu nước biển/ sinh vật phù du/ hóa

18 931 - 941 3.6

19 915 - 965 15.0Nghiên cứu nhiệt độ bề mặt/ mây 20 3.660 - 3.840 0.45(300K)

21 3.929 - 3.989 2.38(335K)

22 3.929 - 3.989 0.67(300K)

23 4.020 - 4.080 0.79(300K)Nghiên cứu nhiệt độ khí quyển 24 4.433 - 4.498 0.17(250K)

25 4.482 - 4.549 0.59(275K)Nghiên cứu mây, bốc hơi nước 26 1.360 - 1.390 6.00

27 6.535 - 6.895 1.16(240K)

28 7.175 - 7.475 2.18(250K)Nghiên cứu các đặc tính của mây 29 8.400 - 8.700 9.58(300K)Nghiên cứu tầng ozon 30 9.580 - 9.880 3.69(250K)Nghiên cứu nhiệt độ bề mặt/ mây 31 10.780 -

11.280

9.55(300K)

32 11.770 -

12.270 8.94(300K)Nghiên cứu các đặc tính của mây

về ban đêm thì chiều bay của vệ tinh ngược lại Như vậy vệ tinh TERRA sẽ bay lãnhthổ Việt Nam một ngày hai lần vào lúc 10h30 sáng và 10h30 tối, do đó ở Việt Nam sẽthu được ảnh MODIS hai lần trong một ngày Do độ phân giải không-thời gian và độphân giải phổ của vệ tinh TERRA cao nên được ứng dụng rộng rãi trong nhiều nghiệpvụ

Hầu hết các sản phẩm chính thức của MODIS đều được chụp theo hệ thốnglưới ô vuông như hình minh họa Các ô được chia theo đơn vị 10 độ, bắt đầu từ 0 (nhưhình) Mức độ xử lý của ảnh MODIS: ảnh MODIS được phân phối dưới nhiều mức độ

xử lý khác nhau, hầu hết là miễn phí Mức độ này được chia thành: 0, 1A, 1B, 2, 2G,

3 và 4 Ảnh 0 và 1A là ảnh gốc, chưa được hiệu chỉnh địa lý và khí quyển, ảnh 1B đãđược hiệu chỉnh địa lý, ở dạng gí trị số DN Ảnh ở mức độ 2 trở lên hầu hết đã đượchiệu chỉnh khí quyển, người dùng có thể tải trực tiếp, sử dụng công cụ thích hợp đểnắn chỉnh địa lý và tách các băng khác nhau từ ảnh tải về

Hình 1.1 Sơ đồ đường bay chụp của vệ tinh MODIS

1.3 Cơ sở ứng dụng tư liệu ảnh MODIS trong tính toán nhiệt độ bề mặt và chỉ số khô hạn nhiệt độ - thực vật.

1.3.1 Tính toán nhiệt độ bề mặt

1.3.1.1 Cơ sở lý thuyết tính toán nhiệt độ bề mặt

Như ta đã biết mọi vật thể ở nhiệt độ lớn hơn 0K đều phát xạ Đặc điểm (cường

độ và phổ) của bức xạ phát xạ này phụ thuộc chặt chẽ vào nhiệt độ và hệ số phát xạcủa đối tượng Trong vật lý học, vật đen tuyệt đối, hay ngắn gọn là vật đen, là vật hấpthụ hoàn toàn tất cả các bức xạ điện từ chiếu đến nó, bất kể bước sóng nào Điều này

có nghĩa là sẽ không có hiện tượng phản xạ hay tán xạ trên vật đó, cũng như không códòng bức xạ điện từ nào đi xuyên qua vật

Năm 1879, Josef Stefan qua nhiều thí nghiệm về bức xạ nhiệt, kết hợp với những

cơ sở lý thuyết do Ludwig Boltzmann đưa ra sau đó ít lâu, đã tổng kết thành định lý

Stefan- Boltzmann: Công suất bứïc xạ nhiệt của một vật thì tỷ lệ với lũy thừa bậc bốncủa nhiệt độ tuyệt đối của vật bức xạ và diện tích bề mặt vật bức xạ.

2

4 5

10 670400

5 15

k



T: nhiệt độ tuyệt đối: công suất bức xạ nhiệt Với vật đen tuyệt đối, bức xạ điện từ phát ra trong trạng thái cân bằng nhiệt ởnhiệt độ xác định được miêu tả mởi định luật Planck :

1

12

B

e c

h T

B   hay

1

12

B

e

hc T

Hình 1.2 Bức xạ điện từ của vật đen tuyệt đối ở các bước sóng[16]

Hình 1.3 Định luật Wien và quan hệ bước sóng/ cường độ nhiệt độ bức xạ[16]

Đối với những vật không phải vật đen tuyệt đối, bức xạ điện từ được tính theocông thức: nhân hàm Plank với độ phát xạ ε (λ):

L(λ, T) = ε(λ) B(λ, Ts) (3)

Hình 1.4 So sánh phát xạ của thạch anh với vật đen tuyệt đối [16]

Trong đó, () là hệ số phát xạ đặc trưng riêng cho mỗi đối tượng, có giá trị từ 0

đến 1 và liên hệ với hệ số phản xạ r() theo định luật Kirchhoff bởi công thức :

 

1 5 2

,

) ( 2

hc

Trong đó,

c 1 = 2hc 2 = 3.74 x 10 -16 W/m2

c 2 = hc/k = 1,44 x 10 4

mK

Wien đã khảo sát công suất bức xạ của vật đen (=1) theo những bước sóng

khác nhau ở những nhiệt độ khác nhau, và vẽ được 3 đồ thị phát xạ của kim loại ở banhiệt độ khác nhau Từ đồ thị dưới đây, ta có thể thấy, công suất bức xạ phụ thuộc vàobước sóng và nhiệt độ tuyệt đối của vật bức xạ, giá trị cực đại của công suất bức xạ bịlệch về phía bước sóng ngắn (tần số cao gọi là vùng tử ngoại) khi nhiệt độ tuyệt đốicủa vật tăng lên

Hình 1.5 Công suất bức xạ của kim loại theo các bước sóng[13]

Trên cơ sở đó, năm 1984, Wien đã tìm ra quy luật xác định bước sóng (địnhluật dịch chuyển Wien) nội dung như sau: bước sóng max ứng với cực đại của hàmPlank của vật đen tuyệt đối biến thiên tỉ lệ nghịch với nhiệt độ tuyệt đối của nó:

các kênh thu được ở bước sóng khoảng 10 m Mặt khác, đặc điểm quang phổ của khíquyển cho thấy cửa sổ khí quyển trong vùng phổ 8-14 m (hình 1.6), nơi hấp thụ khíquyển ít nhất và thông qua đó các nguồn năng lượng của mặt đất có thể truyền qua với

ít thất thoát nhất Vì thế, vùng phổ này (gọi là bước sóng quang phổ nhiệt) thườngđược chọn để xác định nhiệt độ của các đối tượng mặt đất Tuy nhiên đây lại là vùng

mà hơi nước có khả năng hấp thụ rất lớn nên trong viễn thám người ta phải giới hạnvùng phổ sử dụng vào hai cửa sổ của khí quyển ở các dải sóng: 3,7-4,2m và 8,4-13,4m

Hình 1.6 Cửa số khí quyển và các vùng phát xạ nhiệt[16]

1.3.1.2 Tính toán chỉ số nhiệt độ bề mặt đất từ ảnh MODIS

Quang phổ phát xạ của mặt đất thường được đo bằng một bộ cảm được đặt trongmột máy bay hoặc vệ tinh cách xa mặt đất, do đó, việc truyền tải quang phổ phát xạqua khí quyển tới bộ cảm bị ảnh hưởng bởi một số yếu tố, khiến cho việc thu nhậnnhiệt độ bề mặt đất từ các dữ liệu viễn thám khá phức tạp

Ảnh MODIS cung cấp các kênh nhiệt hồng ngoại 20, 22, 23, 29, 31, và 32trong 2 cửa sổ 3,7-4,2m và 8,4-13,4m để hiệu chỉnh các ảnh hưởng của khí quyển,tính toán phát xạ và nhiệt độ bề mặt (bảng 1.2) Kênh 21 mặc dù cũng nằm trong vùng

này nhưng do được thiết kế riêng để phát hiện cháy nên có khoảng đo rộng, độ nhạythấp không thích hợp cho nhiệm vụ xác định nhiệt độ bề mặt, kênh 30 thì rơi vào vùnghấp thụ của Ozon Vì thế, LST thường được tính từ nhiệt độ bức xạ của kênh 31, 32(trong dải sóng 10.5 đến 12.5 µm) Có 7 sản phẩm về LST do ảnh MODIS cung cấp,khác nhau về quy mô không gian, thời gian, được tổ hợp hàng ngày, tám ngày và hàngtháng trên lưới quy chiếu toàn cầu [26] Để tính toán LST ở tỷ lệ nhỏ có thể dùng sảnphẩm MOD11A2 của ảnh MODIS Đây là ảnh nhiệt tính trung bình cho 8 ngày, với

độ phân giải 1 km Việc tính toán này dựa trên một cơ sở dữ liệu về các loại vật liệuvới độ phát xạ nhiệt đã được biết trước Ảnh nhiệt MOD11A2 đã được kiểm nghiệm

độ với độ chính xác 1oK trong điều kiện trời quang mây Bên cạnh đó, các chỉ số kỹthuật đối với phát xạ bề mặt đất thu nhận từ dữ liệu MODIS là 0.02 cho kênh 29, 31

và 32, và 0.05 cho kênh 20, 22 và 23 (Wan, 1999) Sau khi hiệu chỉnh dữ liệu của

MODIS TIR được kiểm chứng bởi các phép đo thực địa, nó có thể đạt tới độ chínhxác cỡ 0,5°K đối với các bề mặt đồng nhất trong điều kiện không khí khô Bảng dướiđây thống kê các kênh được sử dụng để tính toán nhiệt độ bề mặt đất

Bảng 1.3 Các kênh ảnh MODIS được sử dụng để tính nhiệt độ bề mặt đất [31]

STT Kênh Độ rộng bước

sóng (µm)

Lưu trữ (bit)

Độ phân giải không gian (m)

số (gồm n hệ số phát xạ và LST) Nếu không có các thông tin biết trước, thì không thểtính được cả LST lẫn hệ số phát xạ một cách chính xác Hầu hết các nghiên cứu vềtách biệt LST- hệ số phát xạ đều sử dụng thêm một phương trình thực nghiệm để Nphương trình cũ cộng thêm 1 phương trình này sẽ tìm được N+1 ẩn số Nhiều thuậttoán khác nhau đã được xây dựng để tách biệt LST với hệ số phát xạ [23]

Việc tính toán LST từ dữ liệu vệ tinh gặp rất nhiều khó khăn vì, bên cạnhnhững hiệu chỉnh về ảnh thông thường, còn cần phải hiệu chỉnh về phát xạ, hiệu chỉnh

về khí quyển và hiệu chỉnh về địa hình Cho đến nay, nhiều thuật toán để tính LST từ

dữ liệu vệ tinh đã được đề xuất, đó là

- Thuật toán chia tách cửa sổ (Split-window)

- Thuật toán ngày/ đêm (day/ night LST algorithm)

Thuật toán hệ số phát xạ suy giải alpha (AlphaDerived Emissivity Method ADE)

Thuật toán hiệu giữa giá trị cực đại và cực tiểu (Maximum MinimumDifference Method - MMD)

- Thuật toán hệ số phát xạ quy chuẩn (Normalized Emissivity Method – NEM)

…

Các thuật toán này được kỳ vọng sẽ đưa ra được kết quả với độ chính xác 1 °

K Các phép đo hiện tại về phổ phát xạ từ các loại vật liệu che phủ bề mặt đất cho thấyphát xạ trung bình thu được từ các kênh 31, 32 là tương đối ổn định Hiện nay, haithuật toán chia cửa sổ Split-window và thuật toán ngày/ đêm - day/ night LSTalgorithm được sử dụng nhiều nhất để tính toán LST

Một thuật toán LST tốt phải đảm bảo 2 yếu tố sau:

1) Tính được LST chính xác hơn

2) Ít nhạy cảm với những biến chưa biết trong phạm vi hiểu biết hiện nay củacon người về phát xạ bề mặt và tính chất khí quyển, và độ nhiễu của bộ thu [9]

LST từ sản phẩm MOD11A2 được tính toán từ thuật toán chia cửa sổ Thuậttoán chia tách cửa sổ do Price (1984) xây dựng được sử dụng nhiều nhất để tính toánLST từ các dữ liệu viễn thám [12]

Thuật toán này được áp dụng cho các bề mặt có hệ số phát xạ đã biết, và hoạtđộng theo nguyên tắc thay vì xác định nhiệt độ một cách đơn giản, thì sử dụng thêmmột kênh ảnh khác để loại bỏ ảnh hưởng của khí quyển theo cách thức như sau: chọn

sử dụng hai kênh ảnh chịu ảnh hưởng khác nhau của khí quyển, hiệu T giữa hai giá

trị nhiệt độ T 1 và T 2 có thể coi là một chỉ thị về trạng thái của khí quyển nên có thể sửdụng các số liệu đo đạc thực tế để xác định hàm hồi quy tuyến tính giữa nhiệt độ thực

đo T và các giá trị này T fT1,T2,T Phương pháp này do đòi hỏi phải biết trước

hệ số phát xạ của đối tượng nên thường chỉ được áp dụng cho mục đích xác định nhiệt

độ bề mặt một môi trường đồng nhất, có hệ số phát xạ đã biết với độ chính xác cao.[6]

Thuật toán chia cửa sổ được viết một cách khái quát như sau:

Thuật toán Split-window được xây dựng với mục đích hiệu chỉnh khí quyển vàcác ảnh hưởng phát xạ tới các loại che phủ đất với hệ số phát xạ đã biết Độ chính xáccủa thuật toán này phụ thuộc vào những hiểu biết về hệ số phát xạ  31 và  32 chocác kênh 31, 32 đối với các loại lớp phủ đất Trong cùng một thảm thực vật, hệ sốphát xạ của các loài khác nhau Các thí nghiệm thực tế đã cho thấy, thành phần lákhác nhau khiến hệ số phát xạ dao động từ 0,90 đến 1,0, quy mô tán khác nhau cũngkhiến hệ số phát xạ dao động từ 0,96 đến 1,0 [Olioso, 1995] 13 loài với hệ số phát xạtrung bình trên các kênh 31, 32 là 0,989 và 0,988 với độ lệch chuẩn của 0,005 và

0,004 được liệt kê trong bảng 2 Cấu trúc bề mặt và độ nhám cũng ảnh hưởng tới hệ

số phát xạ Thuật toán chia cửa sổ được xây dựng dựa trên những phân loại về hệ sốphát xạ như vậy

Bảng 1.4 Hệ số phát xạ trung bình của 13 cấu trúc lá trên kênh 31, 32 của MODIS

[25]

Cây thường xuân (Algerian ivy) 0.993 0.992Hoa mộc lan (Magnolia) 0.993 0.991San hô (Coral) 0.997 0.993Cây nguyệt quế (Laurel) 0.989 0.988Cây nguyệt quế Ấn độ (Indian laurel) 0.984 0.984Cây táo gai Ấn độ (Indian hawthorn) 0.989 0.988

Cây tuyết tùng (Cedar) 0.983 0.982Cây bách (Cypress) 0.988 0.988Cây tùng (Spruce) 0.991 0.990Cây thông (Pine) 0.986 0.987Cây gai (Fine thorn) 0.980 0.979

Cỏ xanh (Sod grass) 0.992 0.992

Sự phát xạ của hầu hết các loại lớp phủ trên kênh 31, 32 MODIS khả ổn định vàchỉ dao động trong khoảng nhất định, như hình dưới đây thể hiện

Hình 1.7 Phát xạ trung bình của các loại vật chất trên bề mặt trái đất trên kênh 31

và 32 [25]

Một số thuật toán LST chỉ phù hợp với các pixels trong phạm vị góc nhìn 45 độ

vì với góc nhìn lớn hơn, độ chính xác sẽ thấp Vì góc nhìn cực đại của MODIS là 65

độ tính từ vùng tâm ảnh Dạng tuyến tính của thuật toán LST phụ thuộc vào góc nhìn,tương tự với thuật toán chia cửa sổ cho vùng của Beck và Li (1990) được đưa ra dướidạng sau :

T T  C B

B B T T A A

1(

độ không khí bề mặt và cột hơi nước.[25]

Sản phẩm mà MOD11A2 cung cấp là bức xạ bề mặt, để chuyển đổi sang nhiệt

độ bề mặt cần nhân với hệ số (0.02) và cần hiệu chỉnh đối với từng khu vực cụ thể:Nhiệt độ bề mặt (độ kenvin)= Giá trị pixel trên ảnh LST *0.02 [3]

Về cơ bản, việc tính toán LST từ ảnh viễn thám có 2 bước:

- Đưa bức xạ phổ về nhiệt độ bức xạ

- Hiệu chỉnh phát xạ phổ

1.3.2 Tính toán chỉ số khô hạn nhiệt độ - thực vật

1.3.2.1 Mối quan hệ giữa nhiệt độ bề mặt đất LST và chỉ số thực vật NDVI

Dựa trên mối quan hệ chặt chẽ giữa nhiệt độ bề mặt đất (LST) và chỉ số thực vật(NDVI) (Wang et al., 2003), chúng ta có thể tính toán đc các chỉ số chỉ thị hạn háncho các điều kiện lớp phủ thực vật khác nhau theo đặc trưng quang phổ phản xạ vànhiệt độ bề mặt đất Vì phát xạ nhiệt độ bề mặt là hàm số của sự thay đổi lớp phủ thựcvật và hàm lượng nước trong đất Dựa vào các nghiên cứu trước đây, Lambin vàEhrlich (1996) [9] đã đưa ra mối tương quan về không gian của chỉ số thực vật vànhiệt độ bề mặt đất theo khái niệm của sự bay hơi, sự thoát hơi nước và hợp phần lớpphủ thực vật (Hình 1.8) Theo đó, các thay đổi về nhiệt độ bề mặt có mối tương quankhá chặt chẽ với những thay đổi lớp phủ thực vật và hàm lượng nước trên bề mặt đấttrống Đất trống khô – chỉ số thực vật thấp, nhiệt độ cao, đất trống ẩm – chỉ số thựcvật thấp, nhiệt độ thấp Khi phần trăm lớp phủ thực vật tăng, nhiệt độ bề mặt giảmtheo nhiều cơ cấu sinh lý.[20]

Hình 1.8: Sơ đồ không gian của nhiệt độ bề mặt - chỉ số thực vật và mối quan hệ với sự bay hơi (evaporation), sự thoát hơi nước của cây (transpiration) và phần trăm

vì thực vật vẫn xanh ở giai đoạn đầu hạn hán Và NDVI thường chỉ cho biết chỉ số vềlượng thực vật và thành phần chlorophyll trong thực vật chứ không nói lên trạng tháinước của khu vực nghiên cứu Vì thế, cần dùng chỉ số nhạy cảm với thanh phần nướchơn khi quan trắc hạn hán [15] Trong khi, nhiệt độ bề mặt trái đất thu được từ cáckênh nhiệt lại là một chỉ thị tốt cho dòng nhiệt ẩn Nhiệt độ bề mặt có thể tăng lên rấtnhanh khi thực vật thiếu nước và lớp phủ thực vật có tác động đáng kể đến việc xácđịnh nhiệt độ bề mặt Do đó, nhiệt độ bề mặt đất (LST) từ dữ liệu các kênh nhiệt TIR

là nguồn cung cấp thông tin quan trọng và hữu ích về tình trạng bề mặt đất và đượcứng dụng rộng rãi để nghiên cứu về nguồn nước và nguồn năng lượng tương tác trên

lớp khí quyển bề mặt (Gutman 1990) Vì thế, LST cũng được sử dụng như một chỉ số

để đánh giá mức độ bốc hơi nước, mức độ hạn hán, độ ẩm của đất và quán tính nhiệt(Moran et al 1994; Ottle và Vidalmadjar 1994; Moran et al 1996; Sobrino et al.1998; Gupta et al 2002; Narasimhan et al 2003; Jang et al 2006, Anderson et al2007) Trong trường hợp hạn hán, LST có thể được sử dụng như một chỉ thị về đất vàước tính mức độ thiếu nước của thực vật vì điều kiện khô hạn phụ thuộc trực tiếp vào

sự thiếu hụt độ ẩm đất, sự thiếu hụt này sẽ khiến nhiệt độ lá cây và nhiệt độ bề mặtcùng tăng lên [15]

Do đó, mối quan hệ LST – NDVI cho thấy nhiều thông tin hơn so với từng chuỗi

số liệu NDVI hay LST riêng biệt vì các nhà nghiên cứu đã chỉ ra rằng: LST và NDVIkết hợp với nhau có thể cung cấp thông tin về điều kiện sức khỏe thực vật và độ ẩmtrên bề mặt trái đất (Sandholt et al, 2002) Và mô hình không gian thời gian của sựthay đổi thực vật có thể liên quan đồng thời đến sự biến đổi của lượng mưa và hàmnhiệt độ nên kết hợp các chỉ số khác nhau để nghiên cứu hạn hán sẽ tôt hơn là nghiêncứu riêng lẻ từng chỉ số nào đó như chỉ nghiên cứu về NDVI [24] Để giải quyết vấn

đề này, phương pháp kết hợp giữa chỉ số thực vật NDVI và LST được để xuất để xácđịnh trạng thái trữ nước của lớp phủ

Sự biến thiên theo không gian và thời gian của mối quan hệ LST-NDVI trênphạm vi lục địa hay trên toàn cầu đã được nhiều nhà khoa học nghiên cứu trước đây.Tiềm năng về việc thu nhận thông tin về năng lượng và nguồn nước của bề mặt đấthoặc các loại che phủ đất thông qua LST và NDVI cũng được nhiều nhà khoa họcquan tâm Nghiên cứu của Goetz (1997) đã cho thấy mối quan hệ nghịch giữa LST vàNDVI, ở các tỷ lệ khác nhau (25m2 đến 1.2km2), phần lớn là do những thay đổi về độche phủ thảm thực vật và độ ẩm của đất, và chỉ ra rằng, nhiệt độ bề mặt có thể tănglên nhanh chóng theo mức độ thiếu nước Sử dụng đồ thị phân tán LST-NDVI, Price(1990) đã phân biệt được khu vực được che phủ kín bởi thực vật, với khu vực đất khô,đất ẩm Hope và McDowell (1992) cũng sử dụng mối quan hệ LST-NDVI để phân

biệt khu vực cháy rừng và khu vực chưa bị cháy Đồ thị phân tán LST-NDVI đã đượcchứng minh là có liên quan đến địa hình cũng như lớp phủ thực vật (Nemani et al1993) Đồ thị LST-NDVI được sử dụng trong rất nhiều các ứng dụng liên quan đếnnước và cân bằng năng lượng, những ứng dụng liên quan đến độ ẩm đất, cho biết tìnhtrạng hạn hán (Nemani and Running 1989; Carlson et al 1994; Gillies và Carlson năm1995; Gillies et al năm 1997; Goetz 1997) Goward et al (2002) sử dụng NDVI vàLST để dự đoán về nhiệt độ lớp không khí sát bề mặt đất [2] Đường dốc trong đồ thịLST - NDVI cho biết các thông tin liên quan đến độ ẩm đất trung bình Đồ thị nàythường có dạng hình tam giác (Price, 1990, Carlson et al, 1994) hoặc hình thang(Moran, Clarke et al 1994), nếu biểu diễn một phạm vi rộng các phân nhóm lớp phủthực vật và độ ẩm đất[9] Đồ thị phân tán LST-NDVI được sử dụng để mô hình hóamối quan hệ đất – thực vật – khí quyển (mô hình SVAT) trong mối tương tác với sựbốc hơi nước bề mặt (Carlson và cộng sự năm 1994; Moran và cộng sự năm 1994;.Gillies và Carlson 1995; Moran và cộng sự 1996; Gillies et al 1997; Sandholt et al.2002; Jang và cộng sự 2006; Stisen et al 2007).

Không gian LST/NDVI được nghiên cứu cho những loại lớp phủ khác nhau dướinhững điều kiện khí hậu khác nhau, phạm vi cũng khác nhau, vì thế đồ thị biểu diễncũng rất khác nhau Hình dáng đồ thị LST/NDVI được xây dựng trên giả thiết chỉ sốthực vật có quan hệ tuyển tính với phân đoạn lớp phủ thực vật (Fractional vegetationcover) và sự biến thiên của nhiệt độ bề mặt – nhiệt độ không khí là hàm của chỉ sốthực vật, trong đó cân bằng năng lượng trên bề mặt là nhân tố kiểm soát Những yếu

tố ảnh hưởng tới vị trí các pixel trong không gian LST/ NDVI là:

1 Phân đoạn lớp phủ thực vật (Fractional vegetation cover)

2 Sự bốc hơi nước

3 Các đặc tính nhiệt của bề mặt

4 Bức xạ ròng

5 Áp suất khí quyển và độ gồ ghề bề mặt

6 Các nhân tố tương tác: Không có mối liên hệ trực tiếp nào giữa nhiệt độ bềmặt và độ ẩm bề mặt đất nhưng độ ẩm bề mặt đất đóng vai trò quan trọng trong cơ chếtương tác dưới đây

Hình 1.9 Mô phỏng về các yếu tố ảnh hưởng tới nhiệt độ bề mặt đất Các biến

trong đường tròn có thể nhận được từ dữ liệu viễn thám [9]

Trong đó :

Sn: Cân bằng bức xạ ròng sóng ngắn

Rn: Cân bằng bức xạ ròng

GLAI: Chỉ số diện tích lá còn xanh

Fc: Phân đoạn lớp phủ thực vât

ET: Bốc hơi nước

RS: Sự đóng lỗ khí của lá cây

M1: thành phần độ ẩm đất (phần rễ)

M0: thành phần độ ẩm đất (các phần trên )

Hoặc có thể chia các nhân tố ảnh hưởng tới mối han hệ LST/NDVI thành 2 loại,trực tiếp và gián tiếp[2]:

Các biến trực tiếp liên quan đến mối quan hệ LST- NDVI:

và vĩ độ cao, mối tương quan này là thuận (Schultz and Halpert 1995; Churkina andRunning 1998; Nemani et al 2003; Julien and Sobrino 2009) [2] Các nghiên cứutrước đây đã cho thấy khi nước là nhân tố quyết định quá trình sinh trưởng (nhữngvùng vĩ độ thấp và vào giữa các mùa) của thực vật , mối quan hệ LST-NDVI lànghịch đảo Tuy nhiên, khi năng lượng là nhân tố quyết định quá trình sinh trưởng củathực vật ( những vùng ở vĩ độ cao, ở độ cao lớn, đặc biệt ở giai đoạn đầu mùa sinhtrưởng), mối quan hệ này lại là thuận [14]

Nhiều nghiên cứu đã được thực thiện để giải thích mối quan hệ này theo các biến

về sinh học và địa lý (như loại che phủ đất và loại hình sử dụng đất, phân đoạn thảmthực vật, điều kiện độ ẩm và địa hình) Và các nhà khoa học đã chứng minh được rằngvào thời điểm bắt đầu và kết thúc mùa sinh trưởng, bức xạ năng lượng mặt trời là yếu

tố chủ yếu thúc đẩy các mối tương quan giữa LST và NDVI, trong khi các biến sinh lý

khác đóng vai trò nhỏ Còn những thời điểm vào giữa các mùa, khi thông lượng bức

xạ đủ lớn để không hạn chế sự sinh trưởng của thực vật, thì bức xạ mặt trời lại đóngvai trò nhỏ hơn các biến sinh lý trong mối tương quan LST – NDVI Và khi nănglượng là yếu tố hạn chế sinh trưởng thực vật, hay những nơi điều kiện nhiệt độ bị hạnchế như ở các khu vực vĩ độ cao và nơi có độ cao lớn, mối quan hệ giữa LST vàNDVI là tỷ lệ thuận Vì thế, ở những nơi này, việc LST tăng không thể được xem làdấu hiệu của hạn hán Các nghiên cứu trước đây thường giả thiết rằng mối quan hệgiữa LST và NDVI là nghịch đảo, nhưng ở những khu vực mà nước là yếu tố hạn chế

sự sinh trưởng của thực vật qua thời gian, giả thiết này mới đúng Mà hạn hán thì chủyếu xảy ra ở các vĩ độ thấp, một vài chỉ số chỉ thị hạn hán cũng được xây dựng dựatrên giả thiết rằng tồn tại mối quan hệ nghịch đảo mạnh mẽ giữa LST và NDVI, nênkhi áp dụng mối quan hệ LST/NDVI trong quan trắc hạn hán, cần sử dụng mối quan

hệ thực nghiệm giữa LST-NDVI một cách thận trọng, cần kiểm tra lại giả thiết trên vàhạn chế việc áp dụng phương pháp này chỉ trong các khu vực và thời điểm mà mốitương quan LST/NDVI là nghịch đảo, cụ thể, nước là yếu tố chính quyết định tăngtrưởng của thực vật, chứ không phải năng lượng [2]

Dựa trên không gian tam giác cơ bản cho mối quan hệ của LST và NDVI, chỉ sốđiều kiện thực vật nhiệt độ VTCI đã được Wang et al 2001 xây dựng, ứng dụng choquy mô vùng Năm 2002, Sandholt et al đã đề xuất chỉ số khô hạn nhiệt độ - thực vậtTVDI cho đánh giá trạng thái độ ẩm bề mặt đất [28] Về thực chất, hai loại chỉ số này

có cùng bản chất và được xây dựng trên cùng một cơ sở khoa học, trong nghiên cứucủa mình, học viên sẽ sử dụng chỉ số TVDI

1.3.2.2 Cơ sở tính toán chỉ số khô hạn nhiệt độ - thực vật

Không gian phân tán pixel (Ts, NDVI) sẽ cung cấp thông tin hữu ích về điềukiện thực vật và độ ẩm bề mặt Vị trí của pixel trong không gian này bị ảnh hưởngbởi rất nhiều yếu tố như nhiệt độ, độ phủ thực vật, độ ẩm, độ bay hơi và những đườngđồng mức của các yếu tố chính (độ ẩm, độ bay hơi) có thể vẽ được trong tam giác xác

định nên không gian (Ts, NDVI) Dựa trên không gian (Ts, NDVI), chỉ số TVDI đượcxây dựng để xác định độ ẩm đất (Sandholt et al, 2002) Sau khi quan sát mối quan hệgiữa NDVI và LST, để lượng hóa quan hệ giữa NDVI và LST, Sandholt (2002) đã đềxuất sử dụng chỉ số khô hạn nhiệt độ - thực vật TVDI xác định theo công thức sau:

min min

*

s s

s

T T TVDI

a b NDVI T





Ở đây, Ts min là nhiệt độ bề mặt cực tiểu trong tam giác xác định để rìa ướt, Ts

là nhiệt độ quan sát tại pixel ảnh cần tính, Ts max là nhiệt độ bề mặt cực đại quan sátđược cho mỗi khoảng giá trị của NDVI Tham số a và b của đường “rìa khô” cho mỗi

1 cảnh MODIS được xác định bằng hàm hồi quy bình phương tối thiểu của các giá trịcực đại Ts đối với những khoảng giá trị NDVI Hệ số a và b được xác định từ khu vực

đủ lớn để thể hiện phạm vi trọn vẹn của các nội dụng độ ẩm bề mặt ( Với Tmin, a và bxác định không đổi cho từng ảnh MODIS, giá trị TVDI cho từng pixel ảnh được tínhtheo công thức (9) khi thay vào các giá trị của Ts và NDVI tương ứng) Vì TVDI cóthể được tính cho từng pixel, toàn bộ độ phân giải không gian của dữ liệu được duytrì [9]

Chỉ số TVDI được xây dựng trên giả thiết [9]:

- Độ ẩm đất là nguồn gốc chính cho những thay đổi về Ts

- TVDI liên quan đến độ ẩm bề mặt đất vì những thay đổi trong quan tính nhiệt

và kiểm soát bay hơi trên phân vùng bức xạ ròng

Trong không gian Ts/NDVI, TDVI được biểu diễn dưới dạng đường thằng Dạngkhông gian của TVDI có thể được so sánh với mô phỏng của độ ẩm

Hình 1.10 Chỉ số TVDI của một pixel ảnh (Ts, NDVI) được xác định như một tỷ

lệ giữa đường A = (T s T smin) và B = (T smax T smin)[9]

Trong không gian (Ts, NDVI), độ dốc của đường biên phía trên liên quan đếnmức bay hơi của bề mặt, đến kháng trở của lá và độ ẩm trung bình của đất [15] Vớicùng điều kiện khí hậu thì nhiệt độ bề mặt sẽ nhỏ nhất tại những nơi có độ bay hơi cựcđại do lượng nước bão hòa, tạo nên đường đáy “rìa ướt” của tam giác không gian (Ts,NDVI), hay nói cách khác, nó được mô hình hóa thành đường nằm ngang, trái với “rìakhô” dốc Tại những nơi có độ bay hơi cực tiểu do bề mặt rất khô (dù có hay không cóphủ thực vật) thì nhiệt độ bề mặt sẽ tăng cực đại – tạo nên đường giới hạn trên “rìakhô” Như vậy, điểm mấu chốt để tính được TDVI là xác định được đường rìa khô đốivới ảnh đang nghiên cứu và đường rìa khô được mô hình hóa như một xấp xỉ tuyếntính (Ts max= a+b*NDVI) và từ các khoảng giá trị NDVI sẽ tính ra được những pixelvới nhiệt độ bề mặt cực đại tương ứng để tính tham số a và b Hay nói cách khác, đểxác định hệ số quyết định “rìa khô”, nhiệt độ cực đại quan trắc được cho khoảng thờigian nhỏ của NDVI được chiết tách trong không gian Ts/NVDI Việc xác định các hệ

số TVDI gặp nhiều khó khăn nhất là trong mùa khô và hiện nay vẫn chưa có cách giảiquyết triệt để nào để tìm những hệ số này [9]

TDVI có giá trị là 1 tại “rìa khô” và 0 tại “rìa ướt” Xu hướng chung cho TVDI

là đạt giá trị cao trong mùa khô và giá trị thấp trong mùa mưa, thay đổi nhiều trongmùa khô[9] Không có phương pháp cụ thể nào để xác định rìa khô và rìa ướt, phươngpháp thường được dùng có 2 cách Cách thứ 1, các điểm được trích xuất từ dữ liệu cảkhu vực nghiên cứu, cách thứ 2, các điểm mẫu được chia thành các nhóm theo loạilớp phủ và cho mỗi nhóm, mối quan hệ LST-NDVI lại được tính riêng lẻ ( Verbesselt

et al 2007)

Rìa khô và rìa ướt có thể nhận biết 1 cách trực quan, rõ ràng, có thể xử lý và biểudiễn nhanh chóng Nhưng đôi khi, các pixel của các rìa bị phân tán và hình dạng sẽkhông theo lối thông thường Từ đó, chúng ta có thể xem xét việc sử dụng đồ thị phântán để khắc phục các vấn đề với rìa khô và rìa ướt Hình dáng bất thường của các rìa

có thể là do các hệ số được lựa chọn chưa tốt Từ đó, chúng ta thiết lập một khônggian đặc trưng tiêu chuẩn làm nền theo mối quan hệ giữa rìa khô và rìa ướt Nó có thểđược sử dụng để hiệu chỉnh và chỉnh sửa các hệ số của rìa nóng và rìa lạnh Khônggian đặc trưng tiêu chuẩn trước đây chia LST thành các khoảng thời gian thích hợp,

và rồi thành lập phương trình của tất cả các rìa khô tương ứng Phương pháp này cóthể bao gồm sai số, nhưng khoảng thời gian chia càng nhỏ, sai số sẽ càng nhỏ Các hệ

số của rìa khô được thay thế bằng các đường viền tương ứng trong ảnh tham khảo vềkhông gian đặc trưng tiêu chuẩn như hình mình họa dưới đây [10]

Hình 1.11 Ví dụ về không gian đặc trưng tiêu chuẩn Ts- NDVI [10]

Đồ thị TVDI trong không gian Ts/ NDVI có 2 dạng, hình tam giác và hình thang.Điểm khác biệt giữa 2 dạng này là, trong các tiếp cận hình thang, giá trị NDVI càngcao, thì giá trị TVDI tính được càng không chắc chắc, và ở những giá trị TDVI thấp,

có thể xảy ra hiện tượng tính vượt quá giá trị TVDI thực Sự không chắc chắn trongxác định các hệ số của TVDI có ảnh hưởng mạnh nhất tới TVDI tại những giá trịNDVI cao hơn Trong suốt mùa mưa, thảm thực vật hút nước làm giảm TVDI, nhưngvào cuôi mùa mưa, giá trị TVDI tăng lên vì độ ẩm của bề mặt đất hơn các giá trị tíchhợp ở vùng rễ [9]

TVDI rất nhạy cảm với lượng mưa Đặc biệt, giá trị cao nhất của TVDI trongthời gian theo dõi sẽ tương ứng với lượng mưa ít hoặc không mưa, và chỉ số này giảm

đi trong những ngày có lượng mưa lớn hơn Tóm lại, giá trị TVDI lớn đồng nghĩa vớiđiều kiện khô và ngược lại [15]Bên cạnh đó, các loại lớp phủ khác nhau sẽ cho dạngTs/NDVI khác nhau và điều kiện khí quyển, độ ẩm bề mặt khác nhau, sự lựa chọn tỷ