Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng bằng sông Cửu Long (LA tiến sĩ)

Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng bằng sông Cửu Long (LA tiến sĩ)Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng bằng sông Cửu Long (LA tiến sĩ)Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng bằng sông Cửu Long (LA tiến sĩ)Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng bằng sông Cửu Long (LA tiến sĩ)Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng bằng sông Cửu Long (LA tiến sĩ)Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng bằng sông Cửu Long (LA tiến sĩ)Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng bằng sông Cửu Long (LA tiến sĩ)Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng bằng sông Cửu Long (LA tiến sĩ)Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng bằng sông Cửu Long (LA tiến sĩ)

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC CẦN THƠ

TRẦN THỊ HIỀN

TÍCH HỢP MÔ HÌNH AQUACROP VÀ ẢNH VIỄN THÁM MODIS TRONG XÁC ĐỊNH CƠ

CẤU MÙA VỤ VÀ NĂNG SUẤT LÚA TRÊN CÁC VÙNG ĐẤT ĐỒNG

BẰNG SÔNG CỬU LONG

LUẬN ÁN TIẾN SĨ NGÀNH KHOA HỌC ĐẤT

MÃ NGÀNH: 62 62 01 03

2017

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC CẦN THƠ

TRẦN THỊ HIỀN

TÍCH HỢP MÔ HÌNH AQUACROP VÀ ẢNH VIỄN THÁM MODIS TRONG XÁC ĐỊNH CƠ

CẤU MÙA VỤ VÀ NĂNG SUẤT LÚA TRÊN CÁC VÙNG ĐẤT ĐỒNG

BẰNG SÔNG CỬU LONG

LUẬN ÁN TIẾN SĨ NGÀNH KHOA HỌC ĐẤT

MÃ NGÀNH: 62 62 01 03

CÁN BỘ HƯỚNG DẪN PGs.Ts VÕ QUANG MINH

2017

Quí Thầy Cô giảng dạy lớp Nghiên cứu sinh Khoa học đất năm 2013 đã nhiệt tình hướng dẫn, giảng dạy và truyền đạt những kiến thức, kinh nghiệm quý báu để tôi hoàn thành chương trình học

Quí Thầy Cô và các anh, chị trong Bộ Môn Khoa học đất - Khoa Nông nghiệp và Sinh học ứng dụng và Bộ môn Tài nguyên Đất đai - Khoa Môi trường và Tài nguyên Thiên nhiên luôn quan tâm, hỗ trợ tôi trong quá trình học tập

Tập thể lớp cao học Khoa học đất Khóa 20, Quản lý đất đai Khóa 18, 19,

20 đã hỗ trợ tôi trong quá trình điều tra khảo sát thực tế

Chi cục Quản lý đất đai, Sở Tài nguyên và Môi trường tỉnh Bến Tre đã tạo điều kiện thuận lợi cho tôi được học tập tại Trường và hoàn thành luận án Xin chân thành cảm ơn:

Ban giám hiệu Trường Đại học Cần Thơ;

Ban Chủ nhiệm Khoa Nông nghiệp và Sinh học Ứng dụng;

Ban Chủ nhiệm và quý thầy cô Khoa Sau Đại học;

Các Phòng Ban chức năng khác của Trường Đại học Cần Thơ;

Đã tạo điều kiện tốt cho công tác đào tạo nghiên cứu sinh

Sau cùng tôi xin chân thành cảm ơn sâu sắc đến gia đình và người thân

đã giúp đỡ, động viên tôi trong suốt quá trình học tập và tạo điều kiện tốt nhất

để tôi hoàn thành luận án

Chân thành cảm ơn!

Trần Thị Hiền

TÓM TẮT

Cây lúa từ lâu đã được coi là cây trồng chủ lực của Đồng Bằng Sông Cửu Long (ĐBSCL) Trong những năm gần đây, do tác động của biến đổi khí hậu tình hình sản xuất lúa có nhiều biến động Sử dụng công nghệ viễn thám

và hệ thống thông tin địa lý GIS trong giám sát cây trồng cung cấp nhiều thông tin quan trọng cho việc phát triển sản xuất Bên cạnh đó, năng suất được

mô phỏng dựa trên mô hình AquaCrop đã góp phần vào việc xây dựng chính sách đảm bảo an ninh lương thực Nghiên cứu ứng dụng công nghệ viễn thám, GIS kết hợp với mô hình AquaCrop để (1) Theo dõi biến động diện tích canh tác cơ cấu mùa vụ lúa trên các vùng đất khác nhau, khu vực ĐBSCL; (2) Xây dựng phương pháp ước đoán năng suất, sản lượng lúa trên các vùng đất khác nhau dựa trên sự tích hợp mô hình AquaCrop và ảnh viễn thám MODIS

Nghiên cứu đã ứng dụng công nghệ viễn thám thông qua sự phân tích biến động giá trị khác biệt thực vật (NDVI) của ảnh MODIS từ năm 2000 đến

2013, khảo sát 204 điểm tại các vùng trồng lúa để theo dõi sự phân bố và đánh giá biến động cơ cấu mùa vụ và xác định khoảng biến động giá trị NDVI của từng mùa vụ trên các tiểu vùng sinh thái ĐBSCL Mô hình mô phỏng năng suất AquaCrop được sử dụng để mô phỏng năng suất tại 2 điểm thuộc vùng đất phèn và đất phù sa, đồng thời đã tiến hành hiệu chỉnh và kiểm định mô hình cho phù hợp với năng suất thực tế Kết quả hiệu chỉnh được sử dụng để

mô phỏng năng suất tại các vị trí còn lại nhằm phục vụ xây dựng bản đồ năng suất lúa Phương pháp ước đoán năng suất, sản lượng lúa được xây dựng dựa trên sự tích hợp mô hình AquaCrop và ảnh viễn thám MODIS thông qua việc xây dựng bản đồ khoanh đất (mỗi khoanh đất có cùng dữ liệu đầu vào mô hình) và bản đồ năng suất lúa

Kết quả nghiên cứu đã xây dựng được thang biến động giá trị NDVI cho các kiểu sử dụng điển hình và các cơ cấu mùa vụ chính, xác định được 8 nhóm

cơ cấu mùa vụ chính ở ĐBSCL từ năm 2000 đến 2013, sự phân bố cơ cấu mùa

vụ chia thành 3 khu vực chính (1) - khu vực đầu nguồn sông Cửu Long chịu ảnh hưởng mạnh của lũ; (2) - khu vực giữa sông Cửu Long chịu ảnh hưởng của lũ nhưng với ít hơn so với khu vực đầu nguồn; (3) khu vực chịu ảnh hưởng của triều biển Đông và biển Tây chịu tác động của xâm nhập mặn và thiếu nước ngọt vào mùa khô Kết quả đánh giá cho thấy độ tin cậy cao với độ chính xác toàn cục 84,5% và chỉ số kappa là 0,78 Đã xây dựng được phương pháp tích hợp mô hình AquaCrop và ảnh viễn thám MODIS để ước đoán năng suất, sản lượng lúa trong đó các dữ liệu về cây trồng như thời gian xuống giống, thời gian sinh trưởng, độ phủ tán được giải đoán từ ảnh MODIS Kết quả ứng dụng tại tỉnh An Giang đã xây dựng bản đồ năng suất lúa các vụ

ii

Đông Xuân 2012 – 2013, Hè Thu 2013 và Thu Đông 2013 Kết quả tính tương quan năng suất dự đoán trung bình theo từng huyện với số liệu thống kê cho thấy hệ số tương quan cao đạt mức ý nghĩa 5% đối với kết quả dự đoán năng suất trung bình vụ Đông Xuân, 1% cho kết quả dự đoán năng suất trung bình

vụ Hè Thu, Thu Đông

Research has used remote sensing (through analysis the changes of The Normalized Difference Vegetation Index - NDVI) of MODIS images from

2000 to 2013, the survey of 204 sites in the rice-growing areas, to monitor the distribution and evaluate the fluctuations of rice crop identified the rules of NDVI variation of ecological subregion Mekong Delta AquaCrop model was used to simulate yield at 2 sites of acid sulphate soils and alluvial soils, then calibration the input parameters and testing models to suit the actual yield Calibration results are used to simulate yield in the other sites to serve the mapping yield Yield and production estimates method is based on the combination of AquaCrop model and MODIS image through creating land units maps (each unit has the same input data model) and the yield map

The result have determined the rules of NDVI variation for generalized land use and the main rice crop, determined 8 main groups of rice crop in the Delta from 2000 to 2013, the distribution of rice crop is divided into 3 main areas: (1) - The upstream MRD region is strongly influenced by the flood; (2) – the middle MRD region affected by floods, but with less than the upper region; (3) the downstream MRD region affected by the East Sea and the West Sea tides are affected by salinization and water shortages in the dry season Evaluation results showed high reliability with the total accuracy index is 84.5% and kappa is 0.78 It has developed methods combination of AquaCrop model and MODIS image to estimate yield and productivity rice, while crop characteristics input data as time sowing, growing time, canopy cover is determined from MODIS This method is applied in An Giang province, it has created the yield map of Winter Spring 2012 - 2013, Summer Autumn 2013 and Autumn Winter 2013 Calculation results showed a close correlation between predicted and statistics yield of rice by district (reached significance level of 5% in Winter Spring, 1% in Summer Autumn 2013 and Autumn Winter 2013

v

MỤC LỤC

TÓM LƯỢC i

SUMMARY iii

DANH SÁCH BẢNG viii

DANH SÁCH HÌNH x

DANH MỤC CÁC CHỮ VIẾT TẮT xvi

Chương 1: GIỚI THIỆU 1

1.1 Tính cấp thiết của đề tài 1

1.2 Mục tiêu đề tài 2

1.3 Nội dung nghiên cứu 2

1.4 Đối tượng và phạm vi nghiên cứu 3

1.5 Ý nghĩa của luận án 3

1.6 Những điểm mới của luận án 3

CHƯƠNG 2: TỔNG QUAN TÀI LIỆU 5

2.1 Tổng quan về Đồng bằng sông Cửa Long 5

2.1.1 Vị trí địa lý và điều kiện tự nhiên 5

2.1.2 Phân bố và đặc tính các nhóm đất chính 6

2.1.3 Sơ lược về tình hình sản xuất lúa 11

2.2 Giới thiệu khái quát về viễn thám và ứng dụng trong xây dựng bản đồ nông nghiệp 14

2.2.1 Định nghĩa viễn thám 14

2.2.2 Một số đặc trưng chính của hệ thống chụp ảnh vệ tinh MODIS 15

2.2.3 Ảnh chỉ số thực vật và phương pháp tính 15

2.2.4 Phương pháp lựa chọn tư liệu ảnh vệ tinh trong xây dựng bản đồ nông nghiệp 19

2.2.5 Sử dụng tư liệu ảnh viễn thám đa thời gian trong giám sát cây lương thực 21

2.2.6 Ưu điểm và nhược điểm của viễn thám cho lập bản đồ mùa vụ cây trồng ở địa phương, năng suất, và thay đổi trong hệ thống nông nghiệp có tưới 38

2.3 Mô hình hóa 39

vi

2.3.1 Mô hình và mô phỏng 39

2.3.2 Các loại mô hình nông nghiệp 40

2.3.3 Mô hình nước – Tăng trưởng cây trồng 41

2.4 Tích hợp mô hình và viễn thám 45

Chương 3 PHƯƠNG TIỆN VÀ PHƯƠNG PHÁP 59

3.1 Địa điểm và thời gian nghiên cứu 59

3.2 Dữ liệu 59

3.3 Phương pháp thực hiện 59

3.3.1 Phương pháp theo dõi hiện trạng và biến động mùa vụ lúa, tiến độ xuống giống, xác định diện tích trên các vùng đất khác nhau khu vực ĐBSCL 60

3.3.2 Sử dụng mô hình AquaCrop để mô phỏng năng suất lúa trên các vùng đất khác nhau 67

3.3.3 Tích hợp mô hình Aquacrop và viễn thám xây dựng bản đồ năng suất và tính toán sản lượng lúa 71

Chương 4: KẾT QUẢ THẢO LUẬN 75

4.1 Sử dụng ảnh viễn thám trong theo dõi biến động diện tích canh tác cơ cấu mùa vụ lúa trên các vùng đất và sinh thái khác nhau ĐBSCL 75

4.1.1 Kết quả thu thập dữ liệu 75

4.1.2 Phân tích sự biến động giá trị NDVI của các đối tượng sử dụng đất và mùa vụ lúa 76

4.1.3 Sự phân bố cơ cấu mùa vụ từ năm 2000 đến năm 2013 trên các vùng đất và sinh thái ĐBSCL 95

4.1.4 Đánh giá biến động cơ cấu mùa vụ lúa từ năm 2000 – 2013 trên các vùng đất và sinh thái ĐBSCL 114

4.1.5 Đánh giá độ tin cậy kết quả giải đoán 134

4.2 Tích hợp mô hình AquaCrop và ảnh viễn thám trong ước đoán năng suất, sản lượng lúa 137

4.2.1 Xây dựng phương pháp ước đoán năng suất, sản lượng lúa trên các vùng đất khác nhau trên cơ sở sử dụng ảnh viễn thám MODIS và mô hình AquaCrop 137

4.2.2 Ứng dụng mô hình AquaCrop và ảnh viễn thám MODIS trong mô phỏng năng suất lúa trên các vùng đất tỉnh An Giang 141

vii

Chương 5: KẾT LUẬN VÀ KIẾN NGHỊ 174

5.1 Kết luận 174 5.2 Kiến nghị 175

2.5 Kết quả phân tích mô hình hồi quy bậc hai giữa năng

suất lúa và các chỉ số cho các vụ lúa trong năm 2008 37 2.6 Danh sách các thông số cây trồng bảo thủ 44

4.1 Các kênh phổ của đầu đo MODIS được sử dụng trong

4.10 Diện tích của các cơ cấu mùa vụ lúa từ năm 2000 đến

4.11 Diện tích của các hiện trạng mùa vụ lúa từ năm 2000

4.12 Diện tích của các cơ cấu mùa vụ lúa từ năm 2000 đến

4.13 Diện tích của các hiện trạng mùa vụ lúa từ năm 2000

đến 2013 trên vùng phèn phía Tây sông Hậu và khu

4.14 Diện tích của các cơ cấu mùa vụ lúa từ năm 2000 đến

2013 trên vùng phèn phía Tây sông Hậu và khu vực

4.15 Diện tích của các hiện trạng mùa vụ lúa từ năm 2000

đến 2013 trên vùng trũng phèn tây Nam sông Hậu

ix

4.16 Diện tích của các cơ cấu mùa vụ lúa từ năm 2000 đến

2013 trên vùng trũng phèn tây Nam sông Hậu (giáp với

4.17 Diện tích của các hiện trạng mùa vụ lúa từ năm 2000

đến 2013 trên vùng phù sa dọc sông Tiền sông Hậu 125 4.18 Diện tích của các cơ cấu mùa vụ từ năm 2000 đến 2013

trên vùng phù sa dọc sông Tiền sông Hậu 125 4.19 Diện tích của các hiện trạng mùa vụ lúa từ năm 2000

4.20 Diện tích của các cơ cấu mùa vụ từ năm 2000 đến 2013

4.21 Diện tích của các hiện trạng mùa vụ lúa từ năm 2000

4.22 Diện tích của các cơ cấu mùa vụ lúa từ năm 2000 đến

4.24 Tóm tắt dữ liệu đầu vào của mô hình AquaCrop 137 4.25 Danh sách các thông số cây trồng có thể hiệu chỉnh

theo đặc tính giống, môi trường và quản lý 140 4.26 Đặc tính vật lý đất tại 2 điểm thuộc xã Lương An Trà,

huyện Tri Tôn và xã xã Định Thành, huyện Thọai

4.27 Đặc tính cơ bản của các giống lúa chính sản xuất tại

4.28 Diện tích lúa các vụ Đông Xuân 2012 -2013, Hè Thu

4.29 So sánh năng suất lúa mô phỏng với năng suất thống

kê vụ Đông Xuân năm 2012 – 2013 tỉnh An Giang 167 4.30 So sánh năng suất lúa mô phỏng với năng suất thống

4.31 So sánh năng suất lúa mô phỏng với năng suất thống

4.32 Sản lượng lúa Vụ Đông Xuân 2012 – 2013, Hè Thu

2013, Thu Đông 2013 tỉnh An Giang năm 2013 173

2.3 Minh họa độ phủ tán hoặc thảm thực vật (CC), CC là

phần của bề mặt đất được bao phủ bởi tán cây xanh 18 2.4 Quan sát vùng lũ và lúa mới cấy sử dụng dữ liệu VGT

2.5 Sự biến động của các chỉ số thực vật (NDVI, EVI) và

chỉ số nước bề mặt (LSWI) trong 1 pixel đất trồng lúa

2.6 Bản đồ cơ cấu mùa vụ lúa đồng bằng Sông Cửu Long

2.7 Sơ đồ biến động giá trị EVI và chỉ số về lịch canh tác vụ

2.8 Bản đồ lịch xuống giống ở Đồng bằng sông Hồng năm

2.12 Chỉ số NDVI, VCI tháng 9/2004 vùng đồng bằng Sông

2.13 Sự biến đổi của chỉ số khác biệt thực vật theo các giai

2.14 Một số thời vụ điển hình của vùng trồng lúa 2 vụ, 3 vụ 29 2.15 Bản đồ phân bố cơ cấu mùa vụ và thời điểm xuống

2.16 Đồ thị thể hiện mối tương quan giữa diện tích lúa ở giai

đoạn mạ theo số liệu thống kê và số liệu giải đoán 33 2.17 Bản đồ thời gian xuống giống trong tháng 5 năm 2009 33 2.18 Minh họa về cách tính các giá trị NDVImax,

2.19 Mối quan hệ giữa giá trị NDVImax và năng suất lúa 35 2.20 Mối quan hệ giữa tổng của giá trị NDVI (ΣNDVI) và

2.21 Sơ đồ biểu diễn các mô hình nước ở các mức độ khác

xi

2.22 Thành phần chính liên tục của đất – cây trồng – khí

2.23 Hệ số căng thẳng về nước (Ks) ở các mức độ khác nhau

2.24 Sơ đồ tính toán cân bằng nước trong AquaCrop 47 2.25 Sơ đồ thể hiện phương pháp ước đoán năng suất và sản

2.29 So sánh các dữ liệu năng suất đòng hóa và năng suất đo

ngoài đồng trong vụ lúa mì mùa đông qua bốn thí

3.5 Tích họp viễn thám và mô hình Aquacrop trong mô

4.6 Biến đổi theo thời gian của chỉ số NDVI trong vùng cây

4.7 Biến đổi theo thời gian của chỉ số NDVI trong vùng

xii

4.8 Biến đổi theo thời gian của chỉ số NDVI của đối tượng sông 81 4.9 Các nhóm cơ cấu mùa vụ điển hình ở ĐBSCL 83 4.10 Bản đồ phân bố cơ cấu mùa vụ lúa ở ĐBSCL năm 2010 84 4.11 Biến đổi của chỉ số NDVI trong vùng lúa 3 vụ (Đông

4.12 Biến đổi của chỉ số NDVI trong vùng lúa 3 vụ (Đông

4.13 Biến đổi của chỉ số NDVI trong vùng lúa 3 vụ (Đông

4.14 Biến đổi của chỉ số NDVI trong vùng lúa 3 vụ (Đông

4.15 Biến đổi của chỉ số NDVI trong vùng lúa 3 vụ (Xuân Hè

4.16 Biến đổi của chỉ số NDVI trong vùng lúa 3 vụ (Đông

4.17 Biến đổi của chỉ số NDVI trong vùng lúa 2 vụ (Đông

4.18 Biến đổi của chỉ số NDVI trong vùng lúa 2 vụ (Đông

4.19 Biến đổi của chỉ số NDVI trong vùng lúa 2 vụ (Đông

4.20 Biến đổi của chỉ số NDVI trong vùng lúa 2 vụ (Hè Thu

4.21 Biến đổi của chỉ số NDVI trong vùng lúa 2 vụ (Hè Thu

4.22 Biến đổi của chỉ số NDVI trong vùng trồng 1 vụ lúa Mùa 92 4.23 Biến đổi của chỉ số NDVI trong vùng Tôm - Lúa Mùa 92 4.24 Biến đổi của chỉ số NDVI trong vùng trồng lúa màu

4.25 Biến đổi của chỉ số NDVI trong vùng trồng lúa màu (Hè

4.26 Biến đổi của chỉ số NDVI trong vùng trồng 1 vụ (Đông

4.27 Phân vùng sinh thái nông nghiệp ở ĐBSCL 96

xiii

4.32 Biến động diện tích của các hiện trạng mùa vụ lúa từ

năm 2000 đến 2013 trên vùng Tứ giác Long Xuyên 116 4.33 Biến động diện tích của các cơ cấu mùa vụ từ năm 2000

4.34 Biến động diện tích của các hiện trạng mùa vụ lúa từ

năm 2000 đến 2013 trên vùng Đồng Tháp Mười 119 4.35 Biến động diện tích của các cơ cấu mùa vụ từ năm 2000

4.36 Biến động diện tích của các hiện trạng mùa vụ lúa từ

năm 2000 đến 2013 trên vùng phèn phía Tây sông Hậu

và khu vực trũng giữa sông Tiền, sông Hậu 121 4.37 Biến động diện tích các cơ cấu mùa vụ từ năm 2000-

2013 trên vùng phèn phía Tây sông Hậu và khu vực

4.38 Biến động diện tích của các hiện trạng mùa vụ lúa từ

năm 2000 đến 2013 trên vùng trũng phèn tây Nam sông

4.39 Biến động diện tích của các cơ cấu mùa vụ từ năm 2000

đến 2013 trên vùng trũng phèn tây Nam sông Hậu (giáp

4.40 Biến động diện tích của các hiện trạng mùa vụ lúa từ

năm 2000 đến 2013 trên vùng phù sa dọc sông Tiền

4.41 Biến động diện tích của các cơ cấu mùa vụ từ năm 2000

đến 2013 trên vùng phù sa dọc sông Tiền sông Hậu 126 4.42 Biến động diện tích của các hiện trạng mùa vụ lúa từ

4.43 Sự biến động diện tích của các cơ cấu mùa vụ từ năm

4.44 Biến động diện tích của các hiện trạng mùa vụ lúa từ

năm 2000 đến 2013 trên vùng bán đảo Cà Mau 131 4.45 Biến động diện tích của các cơ cấu mùa vụ từ năm 2000

đến 2013 trên vùng vùng bán đảo Cà Mau 131 4.46 Biến động diện tích canh tác lúa vùng ĐBSCL từ năm

xiv

4.47 Tương quan giữa diện tích thống kê và diện tích giải đoán vụ Đông

4.48 Tương quan giữa diện tích thống kê và diện tích giải

đoán vụ Hè Thu từ ảnh MODIS từ năm 2000 đến 2013 135 4.49 Tương quan giữa diện tích thống kê và diện tích giải

đoán vụ Thu Đông/Mùa từ ảnh MODIS từ năm 2000

4.50 Dữ liệu đầu vào xác định môi trường cây trồng phát

4.51 Xác định thời gian sinh trưởng và thời gian xuống giống

4.59 Biểu đồ thể hiện mối tương quan giữa diện tích xuống

giống giải đoán và diện tích thống kê vụ Đông Xuân

4.60 Bản đồ tiến độ xuống giống vụ Hè Thu năm 2013 tỉnh

4.61 Biểu đồ thể hiện mối tương quan giữa diện tích xuống

giống giải đoán và diện tích thống kê vụ Hè Thu tỉnh An

4.62 Bản đồ tiến độ xuống giống vụ Thu Đông năm 2013

4.63 Biểu đồ thể hiện mối tương quan giữa diện tích xuống

giống giải đoán và diện tích thống kê vụ Thu Đông tỉnh

xv

4.67 Kết quả mô phỏng năng suất tại Định Thành, huyện

4.68 Kết quả mô phỏng năng suất tại xã Lương An Trà,

4.69 Bản đồ dự đoán năng suất lúa vụ Đông Xuân năm 2012

4.70 Đồ thị thể hiện sự năng suất lúa trung bình của từng

huyện theo kết quả dự đoán và số liệu thống kê tỉnh tỉnh

4.71 Bản đồ năng suất lúa vụ Hè Thu năm 2013 tỉnh An Giang 168 4.72 Đồ thị thể hiện năng suất lúa trung bình của từng huyện

theo kết quả dự đoán và số liệu thống kê tỉnh tỉnh An

4.73 Bản đồ năng suất lúa vụ Thu Đông năm 2013 tỉnh An Giang 170 4.74 Đồ thị thể hiện năng suất lúa trung bình của từng huyện

theo kết quả dự đoán và số liệu thống kê tỉnh tỉnh An

xvi

DANH MỤC TỪ VIẾT TẮT

DVI Difference Vegetation Index Chỉ số thực vật

ERS Earth resource satellite Vệ tinh tài nguyên trái đất EVI Enhanced Vegetation Index Chỉ số nổi bật thực vật

System

Hệ thống thông tin địa lý

GPS Global Positioning System Hệ thống định vị toàn cầu

Vegetation Index

Chỉ số thực vật phần trăm hồng ngoại

MODIS Moderate-resolution Imaging

Spectroradiometer

Hệ thống quét ảnh đa phổ độ phân giải trung bình

NDVI The Normalized Difference

Vegetation Index

Chỉ số khác biệt thực vật

NOAA The National Oceanic and

SAR Synthetic Aperture Radar Rada khẩu độ tổng hợp

SAVI the Soil Adjusted Vegetation

Index

Chỉ số đất có điều chỉnh bởi thực vật

SPOT Systeme Pour l’ Observation

De La Terre

Hệ thống giám sát mặt đất

TSAVI Transformed Soil Adjusted

Vegetation Index

Chỉ số chuyển đổi có điều chỉnh bởi thực vật

TVI Transformed Vegetation Index Chỉ số biến đổi thực vật

- xã hội Để khống chế và cân bằng giữa nhu cầu lương thực và sản lượng lúa cung cấp, cần có một chương trình theo dõi lúa hiệu quả ở cấp vùng, quốc gia

và toàn cầu (Dương Văn Khảm, 2007) Trong bối cảnh hội nhập toàn cầu, nhất

là khi nước ta đã gia nhập Tổ chức Thương mại Thế giới (WTO) và với tiềm lực của một nước xuất khẩu gạo đứng hàng thứ 2 - 3 trên thế giới thì những thông tin dự báo về năng suất cây trồng càng trở nên cấp thiết

Cây lúa từ lâu đã được coi là cây trồng chủ lực của nông dân Đồng Bằng Sông Cửu Long (ĐBSCL) ĐBSCL với 6 tiểu vùng sinh thái là Đồng Tháp Mười (ĐTM); Tứ giác Long Xuyên (TGLX); Phù sa giữa sông Tiền, sông Hậu; Tây sông Hậu; Ven biển Nam bộ; Bán đảo Cà Mau (BĐCM) Từng tiểu vùng có điều kiện tự nhiên về đất đai, thời tiết, khí tượng thủy văn, hệ canh tác, kỹ thuật, tập quán canh tác khác nhau do vậy mùa vụ canh tác lúa cũng mang tính đặc thù của từng tiểu vùng (Nguyễn Ngọc Đệ, 2009) Hiện nay, cơ cấu mùa vụ lúa ở ĐBSCL rất phức tạp khiến cho công tác điều tra, thống kê, theo dõi thời vụ xuống giống cũng như lập bản đồ hiện trạng vùng trồng lúa trở nên khó khăn Công tác theo dõi thời vụ xuống giống chủ yếu dựa vào điều tra, báo cáo định kỳ Điều này không đảm bảo độ chính xác và đòi hỏi nhiều thời gian và kinh phí Do đó, cần có biện pháp tích cực hơn nhằm theo dõi sự thay đổi cơ cấu mùa vụ làm cơ sở đánh giá nhanh tình hình sản xuất, dự báo, quản lý cơ cấu mùa vụ, cây trồng một cách khoa học phù hợp với điều kiện thực tế của từng địa phương và nhằm cung cấp thông tin kịp thời nhu cầu ra quyết định, hoạch định chính sách

Trong những năm gần đây, với sự phát triển nhanh và mạnh của công nghệ vũ trụ, rất nhiều nước trên thế giới đã ứng dụng công nghệ viễn thám trong nghiên cứu nông nghiệp đặc biệt là trong việc giám sát và dự báo năng suất cây trồng Việc nghiên cứu sử dụng dữ liệu viễn thám miễn phí hoặc với giá rẻ để điều tra cơ cấu mùa vụ và hiện trạng sử dụng đất thành công sẽ góp phần tiết kiệm được chi phí, nguồn nhân lực và thời gian trong công tác điều tra Ảnh vệ tinh MODIS có độ phân giải thời gian cao và sử dụng miễn phí là một trong những lựa chọn cho thấy có khả năng đáp ứng được nhu cầu về theo dõi tiến độ phát triển cây lúa, xác định cơ cấu mùa vụ trên diện rộng cả khu

2

vực ĐBSCL Đồng thời với sự phát triển của công nghệ vi tính hiện nay đã tạo thuận lợi cho việc tạo dựng và mô phỏng mô hình phức tạp của môi trường bao quanh Trong số các mô hình mô phỏng năng suất AquaCrop là một mô hình mô phỏng năng suất cây trồng đáp ứng với nước, một mô hình đơn giản

có thể ứng dụng trên phạm vi lớn Việc nghiên cứu sử dụng công nghệ theo dõi cơ cấu mùa vụ, mô hình dự đoán năng suất, sản lượng lúa sẽ góp phần tiết kiệm được chi phí và nguồn nhân lực Do vậy, đề tài “Tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xác định cơ cấu mùa vụ và năng suất lúa trên các vùng đất Đồng Bằng Sông Cửu Long” được thực hiện

+ Mô phỏng năng suất lúa trên các vùng đất khác nhau;

+ Xây dựng bản đồ năng suất và dự đoán sản lượng lúa

1.3 Nội dung nghiên cứu

Những nội dung nghiên cứu gồm:

- Sử dụng ảnh viễn thám MODIS theo dõi biến động chỉ số khác biệt thực vật và xác định các cơ cấu mùa vụ điển hình ở ĐBSCL;

- Đánh giá biến động diện tích canh tác cơ cấu mùa vụ lúa trên các vùng đất khác nhau, khu vực ĐBSCL từ năm 2000 – 2013;

- Xây dựng phương pháp ước đoán năng suất, sản lượng lúa dựa trên sự tích hợp mô hình AquaCrop và ảnh viễn thám MODIS;

3

Ứng dụng mô hình AquaCrop và ảnh viễn thám MODIS trong mô phỏng năng suất lúa trên các vùng đất tỉnh An Giang các vụ Đông Xuân 2012 - 2013,

Hè Thu 2013, Thu Đông 2013

1.4 Đối tượng và phạm vi nghiên cứu

Đề tài được thực hiện trên các vùng canh tác lúa khu vực ĐBSCL cụ thể:

- Theo dõi biến động cơ cấu mùa vụ tại các vùng đất thuộc 6 tiểu vùng sinh thái khu vực ĐBSCL, thời gian: Từ năm 2000 đến 2013

- Mô phỏng năng suất lúa tại 2 vị trí thuộc nhóm đất phèn và đất phù sa (1) Xã Lương An Trà, huyện Tri Tôn, tỉnh An Giang; (2) Xã Định Thành, huyện Thoại Sơn, tỉnh An Giang; (Thời gian: Vụ Đông Xuân 2012 -2013, vụ

Hè Thu 2013, vụ Thu Đông 2013)

- Xây dựng bản đồ năng suất lúa tỉnh An Giang; Thời gian: Vụ Đông Xuân 2012 - 2013, vụ Hè Thu 2013, vụ Thu Đông 2013

1.5 Ý nghĩa của luận án

Ý nghĩa thực tế

Luận án đã đánh giá được biến động cơ cấu mùa vụ ở các vùng đất khác nhau trên cơ sở sử dụng công nghệ viễn thám và GIS một cách tiết kiệm và nhanh chóng, đồng thời đánh giá được các tác động của điều kiện tự nhiên đến

sự phân bố và thay đổi mùa vụ lúa trên từng vùng đất khác nhau Xây dựng được bản đồ năng suất và dự đoán sản lượng góp phần quan trọng trong hỗ trợ ra quyết định sản xuất nông nghiệp

1.6 Những điểm mới của luận án

- Xây dựng thang biến động giá trị khác biệt thực vật (NDVI) trên các vùng đất khác nhau khu vực ĐBSCL;

4

- Ứng dụng viễn thám và GIS trong theo dõi sự phân bố và biến động cơ cấu mùa vụ trên các vùng đất khác nhau Xác định các yếu tố chính ảnh hưởng đến sự phân bố và thay đổi mùa vụ lúa;

- Xây dựng phương pháp tích hợp mô hình AquaCrop và ảnh viễn thám MODIS trong xây dựng bản đồ năng suất và tính toán sản lượng lúa

5

Chương 2: TỔNG QUAN TÀI LIỆU 2.1 Tổng quan về Đồng bằng sông Cửu Long

2.1.1 Vị trí địa lý và điều kiện tự nhiên

Đồng Bằng Sông Cửu Long nằm ở vùng cực Nam của nước Việt Nam, nằm trong vùng từ 8030’-110 vĩ độ Bắc và từ 104030’-1070 kinh độ Đông (Lê Sâm, 1996) ĐBSCL có vị trí như một bán đảo với 3 mặt Đông, Nam và Tây Nam giáp biển, có đường bở biển dài 700 km, phía Tây có đường biên giới giáp với Campuchia và phía Bắc giáp với vùng kinh tế Đông Nam Bộ - vùng kinh tế lớn nhất của Việt Nam hiện nay ĐBSCL nằm trên địa hình tương đối bằng phẳng, mạng lưới sông ngòi, kênh rạch dày đặc rất thuận lợi cho giao thông thủy ĐBSCL có 13 đơn vị hành chính bao gồm: 1 thành phố trực thuộc trung ương (Thành phố Cần Thơ) và 12 tỉnh (Long An, Đồng Tháp, An Giang, Tiền Giang, Bến Tre, Vĩnh Long, Trà Vinh, Hậu Giang, Kiên Giang, Sóc

Trăng, Bạc Liêu và Cà Mau)

Xét về diện tích và ưu thế phát triển, ĐBSCL có diện tích tự nhiên gần 4 triệu ha, trong đó đất nông nghiệp 2,6 triệu ha; đất lâm nghiệp 253.000 ha; bãi bồi, ven sông, ven biển, đầm lầy 160.000 ha Đây là vùng đồng bằng lớn nhất nước ta và là đồng bằng lớn của Đông Nam Á và Châu Á So với các vùng khác trên cả nước, ĐBSCL có ưu thế hơn hẳn để phát triển một nền nông nghiệp có tỷ suất hàng hóa cao theo hướng sinh thái đa dạng, phong phú về lương thực, cây ăn trái, chăn nuôi, nuôi trồng thủy sản và cả nghề rừng

Theo Bùi Bá Bổng (2001), phù sa bồi đắp với trầm tích biển qua các thời

kỳ mực nước biển thay đổi và nguồn vật liệu hữu cơ từ rừng và rừng ngập mặn

đã hình thành một đồng bằng phù sa phì nhiêu xen lẫn với các vùng nhiễm mặn Đất phù sa chiếm 1,2 triệu ha, đất phèn 1,6 triệu ha, đất mặn 0,75 triệu

ha, đất than bùn 0,35 triệu ha Diện tích đất nông nghiệp là 2,4 triệu ha với cây trồng chính là lúa, cây ăn trái, bắp, đậu, mía, khóm, rừng tràm 120.000 ha chiếm 60% diện tích rừng của đồng bằng

Một nhận định khác của Nguyễn Văn Bộ (2001), ĐBSCL là đồng bằng rất trẻ, đang phát triển về các cửa sông Đồng Nai, Vàm Cỏ, sông Tiền, sông Hậu và mạnh nhất là ở mũi Cà Mau (60-80 m/năm), độ cao trung bình 2 m Có thể chia thành các vùng sau: Vùng ngập úng sâu từ Long Xuyên, Cao Lãnh đi

về phía Campuchia; vùng ngập vừa bao gồm vùng đất của Tân An, Mỹ Tho,

Gò Công, Bến Tre, Trà Vinh, Sóc Trăng Ngoài ra, phía Đông Bắc có vùng phèn Đồng Tháp Mười ngập nước

6

Đồng Bằng Sông Cửu Long với 6 tiểu vùng sinh thái là Đồng Tháp Mười; Tứ giác Long Xuyên; Phù sa giữa sông Tiền, sông Hậu; Tây sông Hậu; Ven biển Nam bộ; Bán đảo Cà Mau Từng tiểu vùng có điều kiện tự nhiên về đất đai, thời tiết, khí tượng thủy văn, hệ canh tác, kỹ thuật, tập quán canh tác khác nhau do vậy mùa vụ canh tác lúa cũng mang tính đặc thù của từng tiểu vùng

2.1.2 Phân bố và đặc tính các nhóm đất chính

Đồng bằng sông Cửu Long được tạo thành do trầm tích sông ngòi và khoáng sinh phèn (pyrite) được hình thành trong các lớp trầm tích đầm lầy Việc tiêu thủy lớp trầm tích chức khoáng sinh phèn này đã tạo nên các vùng đất phèn rộng lớn Ở gần sông các trầm tích khoáng sinh phèn bị chồng phủ bởi các loại trầm tích sông

Các nhóm đất chính ở ĐBSCL (Hình 2.1) gồm:

- Đất phù sa khoảng 1,2 triệu ha, các loại này tập trung ở vùng trung tâm ĐBSCL Chúng có độ phì nhiêu tự nhiên cao và không có các yếu tố hạn chế nghiêm trọng nào Nhiều loại cây trồng có thể canh tác được trên đất này

- Đất phèn 1,6 triệu ha, các loại đất này được đặc trưng bởi độ axit cao, nồng độ độc tố nhôm tiềm năng trung bình Các loại đất phèn tập trung tại ĐTM và TGLX còn các loại đất phèn mặn tập trung tại vùng trung tâm BĐCM

- Đất nhiễm mặn khoảng 0,75 triệu ha các loại đất này chịu ảnh hưởng của nước mặn trong mùa khô Các vùng đất này khó có thể được cung cấp nước ngọt Hiện nay, lúa được trồng vào mùa mưa và ở một số khu vực người

ta nuôi tôm trong mùa khô

- Các loại đất khác khoảng 0,35 ha gồm: Đất than bùn (vùng rừng U Minh, đất xám trên phù sa cổ (cực Bắc của ĐBSCL) và đất đồi núi (phía Tây – Bắc ĐBSCL)

Nhìn chung, ở ĐBSCL rất thuận lợi cho phát triển nông nghiệp không có hạn chế lớn Do nền đất yếu cho nên để xây dựng công nghiệp, giao thông, bố trí dân cư cần phải gia cố, bồi đắp nâng nền, do đó cần đòi hỏi nhiều chi phí (Ngô Ngọc Hưng, 2009)

Nhóm đất phù sa ven sông Tiền và sông Hậu

Đây là nhóm đất chiếm diện tích nhỏ (khoảng 1 triệu ha/toàn quốc và gần 4% (150.955 ha) so với các nhóm đất khác ở ĐBSCL) phân bố dọc theo hai bên sông Tiền, sông Hậu và các con sông chảy từ huyện Tân Châu, thị xã Châu Đốc, tỉnh An Giang đến gần vùng cửa sông đổ ra biển của các huyện, tỉnh nằm ở phía Đông đồng bằng Nhóm này bao gồm chủ yếu là các loại đất

Đất phù sa ven sông còn được gọi là “đê sông” hay đê tự nhiên Đó là hai

gờ chạy song song nhau, bọc lấy lòng sông giữa Đê tự nhiên có bề ngang vượt 2.000 m Đối với các sông rạch nhỏ, đê cũng giảm kích thước Bình thường, bề ngang của đê suýt soát bề ngang của sông Vào mùa lũ, khi nước sông dâng lên cao, vật liệu thô theo dòng nước trôi lơ lửng trên mặt cũng tràn vào hai bên bờ Mùa lũ này đến mùa lũ khác, vật liệu thô kế tiếp nhau lắng xuống tạo ra bờ đê cao hơn đất liền bên trong, lũ cao đến đâu đê cao đến đó (Ngô Ngọc Hưng, 2009)

Nhóm đất phù sa xa sông Tiền và sông Hậu

Theo Ngô Ngọc Hưng (2009), đất phù sa xa sông còn được gọi là “bưng sau đê” là khu đất thấp nằm sau lưng đê sông lập nên đơn vị bồi tích bưng sau

đê, có tính trũng thấp Nó được giới hạn bằng nhiều yếu tố địa hình khác nhau Các đê tự nhiên vây quanh, đê tự nhiên phối hợp với giồng, đê tự nhiên phối hợp với đất đắp Nhìn từ trên máy bay xuống, đê tự nhiên có triền thoai thoải

từ chân đê vào đến giữa tâm Ở các nơi khác, giữa trung tâm của trũng bao giờ cũng có một bưng lầy Phần lớn đất phù sa xa sông ĐBSCL có độ cao 0,5 – 1,0 m

Bưng sau đê thuộc loại móng yếu Tùy nơi, nó dễ bị lầy hóa khi úng ngập, là trầm tích mỏng, đơn vị này tùy thuộc rất nhiều vào đơn vị trầm tích bên dưới nó

- Nhóm đất phù sa xa sông này thường phân bố thành dãy dài có dạng khép kín nằm phía trong cùng của nhóm đất phù sa ven sông được bồi hàng năm

- Chiếm diện tích gần 24% (894.509 ha) so với các nhóm đất khác ở đồng bằng Có thể tìm thấy rãi rác ở các tỉnh ĐBSCL Một số đơn vị đất khác còn ảnh hưởng của sự bồi tụ phù sa theo triền sông hàng tháng và lũ hàng năm

- Địa hình thay đổi từ trung bình đến trung bình thấp với cao trình biển đông trong khoảng: 0,5 – 1,2 m

Tương tự như đất phèn tiềm tàng, ở đất phèn hoạt động cũng có thể gặp tầng phèn ở bất kỳ độ sâu nào trong đất Tầng sinh phèn bị oxy hóa thành tầng phèn có thể là do mực thủy cấp trong đất bị xuống thấp hay do tầng sinh phèn được đào bới lên Tầng phèn thường ở trạng thái bán thuần thục, có chứa những đốm phèn Jarosite màu vàng rơm, nên rất dễ nhận diện ngoài đồng Đất rất chua và chứa nhiều độc chất hòa tan như SO42− từ 0,08 – 2,3%, Al3+ từ 8 -1.200 cmol kg-1, Fe2+ từ 73 – 215 cmol kg-1 Khi xây dựng hệ thống canh tác trên nhóm đất này phải quan tâm đến đặc tính chua và độc chất trong đất, nhất

là tầng sinh phèn

Một số đặc điểm của các vùng sinh thái đất phèn

Vùng phèn Tứ Giác Long Xuyên

Đất phèn hoạt động ở TGLX hình thành do quá trình canh tác và để khô nước, mực nước ngầm hạ thấp, ở đất này có tầng Jarosit xuất hiện gần hoàn thiện gần mặt đất, trong đất vẫn còn nhiều xác bã sú vẹt, thành phần cơ giới chủ yếu là sét, được phân bố theo từng lõm ở khắp nơi của vùng, từ sau 1975 một diện tích lớn đất phèn được khai thác để trồng tràm và dứa tại Hòn Đất tỉnh Kiên Giang

Vùng phèn Đồng Tháp Mười

Đất phèn ĐTM hình thành trên những vùng biển đầm lầy hóa, là một đồng lụt kín được bao quanh bởi những gò cao của những bậc thềm phù sa cổ

10

phía Tây Bắc, sông Tiền ở phía Tây và thềm cao của đồng bằng ven biển ở phía Đông và Đông Nam, với dấu tích của những giồng cát Tân Hiệp – Nhị

Quý (Tôn Thất Chiểu và ctv., 1991)

Phần lớn đất phèn bắt nguồn từ trầm tích sét nặng có độ thấm cao, khi bị oxy hóa dễ dàng xuất hiện khoáng Jarosit ĐTM có địa hình trũng thấp, chủ yếu là đất phèn tiềm tàng đã và đang chuyển sang đất phèn hoạt động, thực vật chủ yếu là đồng cỏ thấp gồm cỏ Năng, cỏ Nồm, Đưng, lúa trời, Bàng, Lao sậy, Đến rừng mọc ven rạch hay rừng tràm (Beemen and Pons, 1978) Rừng bảo tồn quốc gia Tràm Chim, Đồng Tháp là điển hình của tràm tự nhiên mọc trên đất phèn

Vùng phèn Bán đảo Cà Mau

Đất phèn BĐCM hình thành trên trầm tích sông biển hỗn hợp chứa Pyrit

bị phủ một lớp trầm tích sông mỏng bên trên Đặc biệt trong khu vực BĐCM, phần đất mũi chạy dài đến Gành Hào là vùng đất phèn tiềm tàng dưới rừng

ngập mặn (Tôn Thất Chiểu và ctv., 1991) Nếu như ở ĐTM và TGLX đất phèn

rất tập trung thì ở đây nó xuất hiện kiểu da báo, xen giữa đất mặn và đất phù sa trung tính Đất phèn tiềm tàng nhiễm mặn tập trung chạy dọc ven biển cả hai

bờ Đông và Tây của Bán Đảo, xen kẽ với đất mặn hay bùn mặn

Ở một số khu vực đất phèn được hình thành trên các dạng bưng đìa có hàm lượng Pyrit rất cao tích lũy trong lớp sét hữu cơ mà đôi khi dày thành lớp than bùn như ở U Minh (khoảng 1- 4 m) Nhóm đầm lầy than bùn tại rừng U Minh có một đơn vị chú dẫn bản đồ là đất than bùn – phèn được hình thành trên trầm tích đầm lầy nội địa hay các dòng sông cổ, quá trình tích lũy hữu cơ thực vật đã phát triển lâu đời từ những địa hình trũng thấp Rừng U Minh là kiểu rừng ngập nước ngọt đặc thù Rừng tràm bán tự nhiên tại khu bảo tồn Vồ Dơi – rừng U Minh với sự tích tụ lớp than bùn – phèn dưới tán rừng chiếm phần lớn diện tích phía Tây khu bảo tồn

Vùng phèn Tây sông Hậu

Vùng phèn phía Tây sông Hậu và khu vực trũng giữa sông Tiền, sông Hậu: Châu Thành, Tam Bình, Bình Minh thuộc tỉnh Vĩnh Long và huyện Phụng Hiệp thuộc tỉnh Cần Thơ Đặc trưng nhất là vùng đất phèn Hòa An, với các loại đất phèn hoạt động nặng chiếm khoảng 10% tầng sulphuric xuất hiện

ở độ sâu 5 cm lớp đất mặt (Typic Sulfaquepts), đất phèn trung bình chiếm 50% với tầng sulphuric ở độ sâu 50 – 100 cm (Sulfuric Tropaquepts) và có 30% đất phèn nhẹ với tầng sulfuric ở độ sâu hơn 100 cm (Sulfuric

Tropaquepts) (Lê Quang Trí và ctv., 1999), phần đất nằm dọc theo những con

sông và kênh lớn thuộc biểu loại đất phù sa

11

Nhìn chung, tầng mặt đất phèn ở bốn vùng sinh thái có pH thấp (3,8-4,7)

và hàm lượng Al3+ trao đổi biến động trong khoảng 3,0-10,0 cmol.kg-1 Trong

đó, đất phèn ĐTM có độ chua thấp nhất (pH<4,0) và hàm lượng Al3+ trao đổi cao nhất (9,0-10,0 cmol.kg-1) Điều này đưa đến đất phèn ĐTM có Ca2+ trao đổi rất thấp (1 cmol.kg-1) so với đất phèn của 3 vùng còn lại (3 cmol.kg-1)

Tứ giác Long Xuyên có hàm lượng Fe tự do (1,7-2,0% Fe2O3) cao nhất trong các tầng đất của phẫu diện so với đất phèn của các vùng khác Đồng thời, hàm lượng SO42− hòa tan trong đất mặt của TGLX và ĐTM đạt đến 0,4%

SO42− và tăng cao ở tầng C (1,1-1,2% SO42−)

Điều kiện pH thấp của đất phèn đưa đến sự tích lũy cao hàm lượng cacbon hữu cơ trong đất mặt (5,2%) và do đó lượng N tổng số trong đất phèn cao hơn so với đất phù sa Có sự thể hiện rõ rệt tương quan nghịch giữa pH đối với Al3+ trao đổi, SO42− hòa tan và hàm lượng cacbon trong đất phèn ĐBSCL (Ngô Ngọc Hưng, 2009)

c Nhóm đất nhiễm mặn

Nhóm đất này có ở vùng ven biển, trong mùa nắng kênh rạch đều bị mặn Các tỉnh có diện tích đất mặn lớn nhất là Cà Mau, Bạc Liêu và Sóc Trăng Về mặt phân loại đất mặn, tất cả những đất có quá trình mặn được xếp vào đất mặn, mặn do ngập nước triều biển hoặc do nước ngầm mặn gây nên Đất mặn

ở ĐBSCL thường có thành phần cơ giới nặng, hàm lượng sét cao Về mùa khô, đất mặn nhiều tầng đất mặt có hàm lượng sét cao Về mùa khô, đất mặn nhiều tầng đất mặt có hàm lượng Cl đạt tới 0,5 – 0,7% và EC 10-12 dS.m-1 Mùa mưa các trị số này giảm nhanh, đây là đặc tính đáng chú ý trong bố trí hệ thống canh tác (Nguyễn Bảo Vệ, 2005) Các vùng đất bị nhiễm mặn chiếm gần 0,8 triệu ha nằm dọc theo bờ biển việc canh tác lúa chủ yếu vào mùa mưa, mùa khô đất mặn khó trồng trọt, năng suất thấp Các vùng này chủ yếu ở Bến Tre, Bạc Liêu, Cà Mau, Kiên Giang và một số huyện ở Sóc Trăng, Trà Vinh (Nguyễn Ngọc Đệ và Lê Anh Tuấn, 2012)

Đất nhiễm mặn chứa các thành phần muối chủ yếu bao gồm calcium (Ca2+), magiesium (Mg2+), natri (Na+), kali (K+), choloride (Cl-), biccarbonate (HCO3-), hoặc sulfate (SO42−) Sự hiện diện của các muối trong đất được xác định bằng Na+ với Ca2+ và Mg2+, và khả năng sodic hóa của đất được xác định thông qua việc tính toán tỉ số hấp phụ của Na trên keo sét và phần trăm Na trao đổi (Ann McCauley, 2005)

2.1.3 Sơ lược tình hình sản xuất lúa

 Thực trạng thời vụ sản xuất lúa

12

Theo nhận định của Cục trồng trọt (2006) về thực trạng sản xuất lúa ở ĐBSCL như sau:

Đồng bằng sông Cửu Long với 6 tiểu vùng sinh thái là Đồng Tháp Mười;

Tứ giác Long Xuyên; Phù sa giữa sông Tiền, sông Hậu; Ven biển Nam Bộ; Bán đảo Cà Mau Từng tiểu vùng có điều kiện tự nhiên về đất đai, thời tiết, khí tượng thủy văn, hệ canh tác, kỹ thuật, tập quán canh tác… khác nhau do vậy mùa vụ canh tác lúa cũng mang tính đặc thù của từng tiểu vùng

Trong nhiều năm qua, do điều kiện tự nhiên, ưu thế của từng vùng và do

sự phát triển kinh tế nông nghiệp của địa phương mà hình thành cơ cấu cây trồng và thời vụ lúa khác nhau trong năm Hệ thống mùa vụ lúa của các tỉnh ĐBSCL đã trở nên rất phức tạp

Vụ Đông Xuân: Được sản xuất hầu hết ở các tỉnh (trừ Cà Mau với diện tích chỉ có 50 ha) Thời vụ xuống giống chính từ 15/10 đến 15/01 Xuống giống sớm nhất vào đầu tháng 10 (một số vùng của Vĩnh Long, Sóc Trăng, Kiên Giang, Long An, Hậu Giang) Xuống giống muộn nhất vào giữa tháng 1 năm sau (một số diện tích của tỉnh Đồng Tháp và An Giang)

Vụ Hè Thu: Thời vụ xuống giống chính từ ngày 01/03 đến ngày 30/05 Một số tỉnh có diện tích xuống giống sớm hơn vào đầu tháng 02 (Tiền Giang, Đồng Tháp, Long An, Kiên Giang, Hậu Giang, Sóc Trăng, Bạc Liêu) có nơi gọi diện tích xuống giống sớm này là vụ Xuân Hè, có nơi gọi là vụ Hè Thu sớm Xuống giống muộn nhất vào nữa cuối tháng 6 có các tỉnh (Bến Tre, Trà Vinh, Kiên Giang, Sóc Trăng, Bạc Liêu, Cà Mau) một số nơi gọi diện tích xuống giống muộn này là vụ Hè Thu muộn và thống kê vào vụ lúa Hè Thu, có nơi thống kê vào diện tích lúa Thu Đông

Vụ Thu Đông: Một số tỉnh Đồng Tháp, An Giang, Tiền Giang, Vĩnh Long, Kiên Giang, Cần Thơ, Hậu Giang xuống giống phổ biến vào ngày 15/06 đến 30/08 An Giang và Đồng Tháp có diện tích xuống giống sớm vào cuối tháng 5 kết thúc vào cuối tháng 8 Các tỉnh ven biển Trà Vinh, Sóc Trăng, Bạc Liêu, Cà Mau thường bắt đầu muộn hơn vào tháng đầu tháng 8 và kết thúc vào cuối tháng 9

Vụ Mùa: Các tỉnh Đồng Tháp, Tiền Giang, Vĩnh Long, Cần Thơ và Hậu Giang đã không còn sản xuất vụ mùa Vụ mùa thường bắt đầu sạ, cấy vào đầu tháng 6 – 7 và kết thúc vào cuối tháng 9

 Các hệ thống canh tác trên đất lúa hiện nay

Theo Nguyễn Ngọc Đệ (2009), có hai nhóm điển hình trên hai vùng sinh thái lớn:

13

Vùng phù sa nước ngọt

Cơ cấu ba vụ lúa chủ yếu tập trung ở những vùng đồng ruộng đã được kiến thiết tốt, có nguồn nước ngọt bổ sung và đủ phương tiện cung cấp nước như Mỹ Tho, Châu Thành, Cai Lậy, Cái Bè (Tiền Giang), một phần Long An dọc theo quốc lộ 1 Người ta làm 3 vụ lúa một năm: Hè Thu – Thu Đông – Đông Xuân bằng phương pháp sạ thẳng với cách sạ thẳng với các giống lúa ngắn ngày chất lượng cao

- Vụ Hè Thu từ tháng 4 đến tháng 8 dương lịch;

- Vụ Thu Đông từ tháng 8-9 đến tháng 11-12 dương lịch;

- Vụ Đông Xuân từ tháng 11-12 đến tháng 3 - 4 dương lịch

Cơ cấu 2 lúa + 1 màu tỏ ra thích hợp và khá phổ biến trong những năm

2000 – 2006 Cơ cấu này phổ biến là lúa Hè Thu – lúa Đông Xuân – màu Xuân Hè

Ở vùng đầu nguồn sông Cửu Long dọc theo hai bờ sông Tiền và sông Hậu, người dân thường trồng hai vụ lúa Hè Thu và Đông Xuân Do nước lũ về rất sớm nên vụ Hè Thu vùng này thường được bắt đầu vào khoảng tháng 3 – 4 dương lịch với các giống lúa ngắn ngày (90 – 100 ngày) bằng phương pháp sạ thẳng và thu hoạch vào tháng 7, tháng 8 dương lịch trước khi lũ ngập ruộng, trễ nhất là đến giữa tháng 9 dương lịch Trong thời gian giữa mùa lũ, đất ruộng được bỏ trống, đến khoảng tháng 11 âm lịch, nước rút tới đâu người ta tiến hành sạ lúa Đông Xuân tới đó Thời điểm xuống giống trễ nhất là cuối tháng

12 dương lịch Vụ Đông Xuân thu hoạch rộ vào cuối tháng 2, đầu tháng 3 dương lịch Sau khi thu hoạch xong vụ Đông Xuân lại phải chuẩn bị để xuống giống Hè Thu ngay Gần đây, nhiều diện tích ở vùng này, có mực nước lũ hàng năm khá cao rất thích hợp để nuôi trồng các loại thuỷ sản như tôm càng xanh, cá đồng trên ruộng bằng phương pháp đăng quầng hoặc trồng các loại rau thuỷ sinh như rau nhút Nhiều nơi bỏ hẳn vụ Hè Thu để nuôi tôm sau vụ lúa Đông Xuân đem lại lợi nhuận cao gấp nhiều lần so với lúa Nhiều vùng với

hệ thống đê bao khép kín như khu vực Bắc vào Vàm Nao, thuộc huyện Chợ Mới và Phú Tân (An Giang), người dân có thể trồng 3 vụ lúa hoặc 2 lúa + màu chủ động tưới tiêu, trong khu đê bao với tần suất 3 năm xả lũ một lần

Vùng nước trời nhiễm mặn

Vùng này vẫn còn chiếm diện tích khá lớn ở các tỉnh ven biển trải dài từ Long An, Tiền Giang, Bến Tre, Trà Vinh, Sóc Trăng, Bạc Liêu, Cà Mau và Kiên Giang Tại vùng này, cơ cấu phổ biến trên đất lúa vẫn là lúa hai vụ (Hè Thu bằng giống lúa cao sản ngắn ngày sạ khô và cấy lắp vụ bằng các giống lúa

14

địa phương, hoặc bằng các giống lúa cao sản ngắn ngày hoặc trung mùa) Vùng khó khăn hơn vẫn tiếp tục duy trì cơ cấu một vụ lúa trung mùa cao sản Đặc biệt vùng ven biển cơ cấu lúa + tôm sú hoặc tôm chuyên canh đang phát triển mạnh mẽ do lợi nhuận hấp dẫn của việc nuôi tôm Cơ cấu lúa + tôm tỏ ra bền vững và ít rủi ro hơn tôm chuyên canh

Do đó, có thể nói cơ cấu mùa vụ, kỹ thuật canh tác lúa ở ĐBSCL đã chuyển biến rất nhanh chóng cùng với sự phát triển của hệ thống thuỷ lợi, các tiến bộ khoa học – kỹ thuật trong ngành trồng lúa, đặc biệt đối với giống lúa ngắn ngày năng suất cao kháng sâu bệnh

2.2 Giới thiệu khái quát về viễn thám và ứng dụng trong xây dựng bản đồ nông nghiệp

2.2.1 Định nghĩa viễn thám

Viễn thám được hiểu như một khoa học, công nghệ để thu nhận thông tin

về một đối tượng nào đó thông qua việc phân tích các tư liệu nhận được từ các phương tiện Tuy nhiên, việc thu nhận thông tin này không có sự tiếp xúc trực tiếp với đối tượng, hiện tượng được nghiên cứu Dưới đây là một số định nghĩa về viễn thám theo quan điểm của nhiều tác giả khác nhau

Theo Thomas and Ralph (1994), viễn thám là khoa học và công nghệ thu thập thông tin về một vật thể, một vùng hay một hiện tượng thông qua sự phân tích của dữ liệu có được bởi một thiết bị mà không có sự tiếp xúc trực tiếp với vật thể, vùng hay một hiện tượng nghiên cứu

Theo Nguyễn Ngọc Thạch (2005), Viễn thám là một khoa học, nghệ thuật thu nhận thông tin từ xa về một đối tượng hoặc một hiện tượng mà không có sự tiếp xúc trực tiếp với đối tượng hoặc hiện tượng đó

Viễn thám là một kỹ thuật để quan sát các đối tượng trên bề mặt trái đất hay bầu khí quyển từ ngoài không gian sử dụng vệ tinh hoặc máy bay mà việc quan sát này được thực hiện từ xa, không tiếp xúc trực tiếp với các đối tượng Viễn thám sử dụng một phần hoặc nhiều phần của phổ điện từ Nó thu thập dữ liệu bằng cách ghi nhận năng lượng điện từ phản xạ hoặc phát ra từ bề mặt của đối tượng (Shefali Aggarwal, 2003)

Mặc dù có nhiều định nghĩa nhưng nhìn chung quan điểm của các tác giả đều có điểm chung đó là: Viễn thám là khoa học thu nhận thông tin của đối tượng mà không cần tiếp xúc trực tiếp với đối tượng

15

2.2.2 Một số đặc trưng chính của hệ thống chụp ảnh vệ tinh MODIS

Bộ cảm MODIS đặt trên vệ tinh TERRA và AQUA (gọi tắt là vệ tinh MODIS) Trong khoảng thời gian một ngày đêm, các đầu đo của các vệ tinh này sẽ quét gần hết Trái đất trừ một số dãy hẹp ở vùng xích đạo Các dãy này

sẽ được phủ hết vào ngày hôm sau Trong mỗi phiên thu ta sẽ thu được dữ liệu tại 36 băng phổ (nếu phiên thu được thực hiện vào ban ngày) hoặc tại các băng

từ 20 đến 36 là các băng hồng ngoại nhiệt (nếu phiên thu được thực hiện vào ban đêm) Vệ tinh TERRA được phóng vào quỹ đạo tháng 12 năm 1999 và vệ tinh AQUA được phóng vào quỹ đạo tháng 5 năm 2002 với mục đích quan trắc, theo dõi các thông tin về mặt đất, đại dương và khí quyển trên phạm vi toàn cầu, các thông số kỹ thuật của vệ tinh MODIS thể hiện ở Bảng 2.1 Các ứng dụng tiêu biểu có thể kể đến là nghiên cứu khí quyển, mây, thời tiết, lớp phủ thực vật, biến động về nông nghiệp và lâm nghiệp Dữ liệu ảnh MODIS gồm 36 kênh với độ dài sóng từ 0,4 µm đến 14,4 µm với các đặc tính chính, các bước sóng được ứng dụng để nghiên cứu đối tượng bao phủ bề mặt trái đất Với độ phủ vùng rộng lớn, độ phân giải thời gian cao, chụp ở nhiều kênh thiết kế chuyên để tính hiệu chỉnh ảnh hưởng khí quyển đã làm tăng khả năng

sử dụng ảnh MODIS trong nghiên cứu những vùng nhiệt đới nhiều mây (Tổng hợp từ http://modis.gsfc.noaa.gov)

Bảng 2.1: Các thông số kỹ thuật của vệ tinh MODIS

Thời gian qua xích đạo 10:30 a.m hoặc 1:30 p.m

Kích thước 1,0 x 1,6 x 1,0 m

Độ phân giải bức xạ 12 bits

Độ phân giải không gian

250 m (kênh 1-2)

500 m (kênh 3-7)

1000 m (kênh 8-36)

(Nguồn: Tổng hợp từ trang web http://modis.gsfc.noaa.gov)

2.2.3 Ảnh chỉ số thực vật và phương pháp tính

 Chỉ số thực vật (VI)

Theo Nguyễn Ngọc Thạch (2005), chỉ số thực vật là thông tin tiêu biểu cho việc nghiên cứu lượng chlorophyl (diệp lục tố) Tính chất phổ biến của

16

thực vật có đặc điểm khác biệt với các đối tượng khác là có sự phản xạ mạnh ở dải Green (0,5 – 0,6 μm) Do đó, có sự khác biệt lớn về độ sáng giữa band gần hồng ngoại và band Green Đặc điểm đó được gọi là tính chất xanh lá cây của đối tượng Như vậy giữa độ sáng và độ xanh có sự khác biệt lớn nhất về giá trị

DN (giá trị số) Thông thường tổng độ sáng của các band cao hay thấp liên quan đến các loại đất khác nhau, còn sự khác biệt về giá trị DN giữa band Green và gần hồng ngoại liên quan đến độ xanh Để hình dung rõ được ý nghĩa sự khác biệt đó, người ta tạo ra ảnh chỉ số khác biệt thực vật (Normal Different Vegetation Index - NDVI)

Bất kỳ vật thể nào trên bề mặt đất và khí quyển đều có tác dụng điện từ Đồng thời, bất kỳ vật thể nào có nhiệt độ cao hơn nhiệt độ tuyệt đối (k= -273,160C) đều liên tục phát ra sóng điện từ (nhiệt bức xạ) Do thành phần cấu tạo của các vật thể trên bề mặt trái đất và các thành phần vật chất trong bầu khí quyển là khác nhau nên sự hấp thu hoặc phát xạ các sóng điện từ cũng khác nhau Dựa trên tính chất vật lý này ta có thể xác định được các đặc trưng quang phổ khác nhau của bề mặt trái đất và khí quyển bằng các dữ liệu viễn thám Một trong những đặc trưng quang phổ quan trọng nhất của viễn thám là quang phổ thực vật, quang phổ phát xạ và phản xạ Albedo Từ những đặc trưng này ta có thể tính toán được các chỉ số thực vật, làm cơ sở cho việc phân loại, đánh giá trạng thái và sự biến động của lớp phủ bề mặt Có nhiều phương

pháp tính toán chỉ số thực vật (Bảng 2.2)

Bảng 2.2: Các phương pháp tính toán chỉ số thực vật

NDVI (The Normalized

Difference Vegetation Index-

Chỉ số khác biệt thực vật) NDVI = NIR − RED

NIR + RED

Rouse et al., 1973

RVI (The Ratio Vegetation

Index – Chỉ số tỉ lệ thực vật) RVI = REDNIR Jordan,

1969 SAVI (The Soil Adjusted

TSAVI (Transformed Soil

Adjusted Vegetation Index -

Chỉ số chuyển đổi có điều

17

PVI (Perpendicular Vegetation

Wiegand , 1977 DVI (Difference Vegetation

đầu tiên bởi Rouse và các cộng sự năm 1973 nhằm nhấn mạnh vùng thực phủ trên ảnh mới Sau đó, chỉ số thực vật được nhiều tác giả đề xuất cách tính phù hợp hơn cho từng khu vực và từng loại ảnh vệ tinh

+ Chỉ số khác biệt được tính theo công thức 2.1:

RED NIR

RED NIR

18

(Nguồn: Dương Văn Khảm và ctv., 2007)

Hình 2.2: Mô phỏng chỉ số NDVI

 Tính toán độ phủ từ chỉ số NDVI

Độ phủ của tán (CC) là phần đất mặt được phủ bởi tán cây xanh, được tính theo chiều thẳng đứng ở khu vực trồng cây Khái niệm về độ phủ được trình bày ở Hình 2.3

(Nguồn: Raes et al., 2012)

Hình 2.3 Minh họa độ phủ tán hoặc thảm thực vật , độ phủ tán là phần của bề

mặt đất được bao phủ bởi tán cây xanh

19

Có nhiều phương pháp khác nhau để tính độ phủ từ chỉ số NDVI Theo cách của Gutman and Ignatov (1998) độ phủ của tán theo từng điểm ảnh theo công thức 2.2

NDVI∞− NDVI𝑠 (2.2) Trong đó CC: Độ phủ tán lá

- NDVI: Giá trị NDVI của pixel được đánh giá

- NDVIs Giá trị NDVI của đất trống

- NDVI∞ Giá trị NDVI tối đa

Ngoài ra, độ phủ tán cũng được tính toán dựa trên mối quan hệ chủng

loài được đề xuất bở Baret et al., (1995) Phương pháp này liên kết các khoảng

trống với độ che phủ theo công thức 2.3 và 2.4

- P0: khoảng trống;

- CC: Độ phủ tán lá;

- NDVI: Giá trị NDVI của pixel được đánh giá;

- NDVIs Giá trị NDVI của đất trống;

- NDVI∞ Giá trị NDVI tối đa

2.2.4 Phương pháp lựa chọn tư liệu ảnh vệ tinh trong xây dựng bản

đồ nông nghiệp

Lập bản đồ thảm thực vật bằng ảnh viễn thám cần cân nhắc về các mặt khác nhau như quy trình và kỹ thuật Với sự tiến bộ nhanh chóng của công nghệ viễn thám ngày càng có nhiều nguồn ảnh để lựa chọn Mỗi ảnh có sự khác biệt về đặc điểm quang phổ, phản xạ, phân giải không gian và thời gian

do đó rất thích hợp cho sử dụng vào các mục đích khác nhau của bản đồ thảm thực vật

Phương pháp truyền thống (khảo sát thực địa, báo cáo, phân tích số liệu) không có hiệu quả để thấy được độ phủ thực vật vì tốn thời gian, số liệu lạc hậu và chi phí cao Các công nghệ viễn thám cung cấp một phương tiện thực

20

tế và kinh tế để nghiên cứu thay đổi thảm thực vật, đặc biệt là trong khu vực

rộng lớn (Langley et al., 2001, Nordberg and Evertson, 2003)

Việc lựa chọn ảnh cho mỗi mục đích sử dụng được xác định bởi bốn yếu

tố sau: (i) mục tiêu lập bản đồ, (ii) chi phí thu thập ảnh, (iii) ảnh hưởng điều kiện khí hậu (đặc biệt là các điều kiện khí quyển) và (iv) các vấn đề kỹ thuật cho giải đoán ảnh Đầu tiên, mục tiêu lập bản đồ liên quan đến những gì sẽ được thể hiện và mức độ chính xác của bản đồ Nói chung, hình ảnh có độ phân giải thấp có thể được áp dụng xác định thảm thực vật mức độ tổng quát, trong khi các hình ảnh với độ phân giải tương đối cao hơn được sử dụng để xác định thảm thực vật ở mức độ chi tiết hơn Thứ hai, hình ảnh viễn thám có thể rất tốn kém và chi phí để thu thập ảnh chắc chắn là một xem xét khi lựa chọn loại ảnh

Xét về tỉ lệ bản đồ, lập bản đồ thảm thực vật ở tỉ lệ nhỏ thường sử dụng ảnh có độ phân giải cao, trong khi ảnh có độ phân giải thấp được sử dụng cho một bản tỉ lệ lớn Thứ ba, nó làm tăng tính khả thi của việc sử dụng dữ liệu từ các nguồn khác nhau để có được một loạt hình ảnh đám mây miễn phí trong

một thời gian dài (Soudani et al., 2006) Cuối cùng, một số chi tiết cụ thể về

kỹ thuật cần phải xét đến chất lượng hình ảnh, tiền xử lý và giải thích khi lựa chọn phù hợp của cảm biến Trong lĩnh vực lập bản đồ thảm thực vật, các cảm biến thường được áp dụng nhất bao gồm Landsat (chủ yếu TM và ETM+), SPOT, MODIS, NOAA-AVHRR, IKONOS và QuickBird Bên cạnh đó các loại ảnh Radar RADARSAT, ERS, Envisat, và gần đây có ảnh SENTINEL -1 phục vụ tốt cho trong theo dõi hoạt động nông nghiệp đặc biệt theo dõi tình trạng cây trồng, lập bản đồ đất canh tác

Bảng 2.3: Tóm tắt các quy mô, phương pháp xây dựng bản đồ của các loại ảnh

Quy mô Loại ảnh Phương pháp lập bản

đồ Tài liệu tham khảo

Địa

phương

Landsat TM/ETM+,

SPOT, LISS, ASTER,

AWiFS, CBERS, THEOS

Dịch giải ảnh, Phân loại ảnh, Kỹ thuật phân ngưỡng, kỹ thuật

al., 1976; Manavalan et al.,

1995; Starbuck et al., 2007; Pohl et al., 1998

Vùng,

khu vực

Landsat TM/ETM+,

MODIS,

Phân tích chuỗi thời

gian,

Thenkabail et al., 2009; Toomanian et al., 2004; Biggs

21

Quy mô Loại ảnh Phương pháp lập bản

đồ Tài liệu tham khảo

MERIS, AVHRR, SPOT

2005

Lục địa

Landsat TM/ETM+,

MODIS, MERIS, AVHRR, SPOT

VGT

Phân tích chuỗi thời gian với các dữ liệu bổ trợ, kỹ thuật trộn ảnh

Ozdogan et al., 2006; Thenkabail et al., 2009; Ozdogan et al., 2008; Thenkabail et al., 2005; Biggs

et al., 2006; Dheeravath et al.,

2009; Pohl et al., 1998

Toàn cầu

MODIS, MERIS,

AVHRR, SPOT VGT

Phân nhóm không có giám sát, áp dụng thuật toán cho chuỗi

dữ liệu đa thời gian,

sử dụng phụ trợ khác

dữ liệu (thống kê, thật

dữ liệu mặt đất ) Phân tích chuỗi thời gian với các dữ liệu bổ

trợ

Loveland et al., 2000; FAO, 1998; Arino et al., 2007; Thenkabail et al., 2007; Thenkabail et al., 2009

2.2.5 Sử dụng tư liệu ảnh viễn thám đa thời gian trong giám sát cây lương thực

Hầu hết các tư liệu viễn thám quang học với chức năng quan trắc bề mặt đất và thảm phủ thực vật đều được các nhà khoa học thí nghiệm đưa vào các nghiên cứu về mùa vụ Mỗi loại tư liệu viễn thám đều có những ưu điểm riêng cho từng mục đích sử dụng, nghiên cứu giám sát mùa vụ cây trồng cũng đòi hỏi những đặc tính riêng của tư liệu viễn thám mà không phải loại tư liệu nào cũng phù hợp Tư liệu Landsat được sử dụng trong một số công trình về phân

loại đất mùa vụ của Xiangming Xiao (Xiao et al., 2002a; Xiao et al., 2002c)

Tuy có độ phân giải không gian cao (30 m) nhưng tư liệu Landsat có độ phân giải thời gian khá thấp, thời gian quay lại chụp lặp là 16 ngày, hơn nữa bất cứ

dữ liệu viễn thám quang học nào cũng không thể tránh được vấn đề mây phủ,

do đó nếu trong khoảng thời gian mùa vụ, hai điểm hạn chế này kết hợp lại sẽ không phù hợp cho những nghiên cứu theo dõi những quá trình biến đổi thảm thực vật trong thời gian ngắn như các nghiên cứu về mùa vụ Với ưu thế là độ phân giải không gian, ảnh Landsat trong các nghiên cứu nói trên chủ yếu làm nhiệm vụ phân loại đất mùa vụ và bổ sung thông tin, kiểm chứng và so sánh với kết quả giám sát lúa của các dữ liệu khác như MODIS hoặc NOAA