Ứng dụng viễn thám và google earth engine trong phân tích, đánh giá diễn biến tình hình hạn hán tại lưu vực sông Ba/Đà Rằng

Kỷ yếu Hội nghị: Nghiên cứu cơ bản trong “Khoa học Trái đất và Môi trường” DOI: 10.15625/vap.2019.000156 366 ỨNG DỤNG VIỄN THÁM VÀ GOOGLE EARTH ENGINE TRONG PHÂN TÍCH, ĐÁNH GIÁ DIỄN BIẾN TÌNH HÌNH HẠN HÁN TẠI LƢU VỰC SÔNG BA/ĐÀ RẰNG Thẩm Thị Ngọc Hân 1, Phạm Thị Mai Thy 2 Trung tâm Vũ trụ Việt Nam, Viện Hàn lâm Khoa học và Công nghệ 1 ttnhan@vnsc.org.vn, 2 ptmthy@vnsc.org.vn TÓM TẮT Hạn hán là một trong những thảm họa thiên nhiên có tác động to lớn đến môi trường, kinh tế, xã hội và sức khoẻ con người. Những năm gần đây hạn hán đang diễn ra gay gắt trên diện rộng tại các tỉnh khu vực Trung Bộ và Tây Nguyên. Vì thế việc xác định mức độ hạn hán trong một khoảng thời gian dài là rất quan trọng. Nghiên cứu được thực hiện nhằm đánh giá tình hình hạn hán trên lưu vực sông Ba/Đà Rằng trong khoảng thời gian vào mùa khô của năm 1989, 2000, 2005, 2010, 2015, 2016, 2017 và 2019 trên cơ sở ứng dụng ảnh viễn thám Landsat và nền tảng Google Earth Engine hỗ trợ quá trình xử lý, trích xuất dữ liệu. Kết quả thống kê cho thấy chỉ số độ ẩm của lưu vực ở mức độ Trung bình và Khô từ năm 1989 đến 2019. Từ khóa: Lưu vực sông Ba/Đà Rằng, Hạn hán, Google Earth Engine, Landsat, Ảnh viễn thám. 1. GIỚI THIỆU Sông Ba là con sông lớn nhất vùng ven biển miền Trung, dài 388 km được ắt ngu n từ đỉnh n i Ngọc Rô (tỉnh Kon Tum) cao 1 549 m của d y Trường ơn, chảy qua tỉnh Gia Lai, Đắk Lắk và Phú Yên với diện tích lưu vực 13.900km2. Phạm vi lưu vực từ 12o35' đến 14o38' vĩ độ Bắc và 108 o00' đến 109o55' kinh độ Đông Dòng chảy đổ ra biển Đông tại cửa Đà Rằng thuộc tỉnh Phú Yên Địa hình tại đây ị chia cắt mạnh, lưu vực sông Ba có dạng lòng máng chạy dài từ thượng ngu n đến cửa sông. Hiện nay, tình trạng hạn hán, xâm nhập mặn đang diễn ra ở khu vực Trung Bộ, do nắng nóng và thiếu hụt lượng mưa trong thời gian dài Lượng mưa từ tháng 1-6/2019 ở Trung Bộ thấp hơn so với trung bình nhiều năm (TBNN) khoảng từ 20-90% Lượng dòng chảy trên các sông thuộc khu vực Trung Bộ phổ biến thấp hơn TBNN cùng kỳ từ 35-60%, một số sông hụt trên 70% trong đó có sông Ba (Phú Yên) [1]. Vì thế việc xác định mức độ hạn hán trong một khoảng thời gian dài là rất quan trọng để các nhà quản lý địa phương có thể kịp thời đưa ra những giải pháp hạn chế hoặc thích ứng với hạn hán. 2. PHƢƠNG PHÁP Dữ liệu nghiên cứu được trích xuất từ ảnh viễn thám Landsat 5 và Landsat 8 cho các thời điểm vào mùa khô (từ tháng 2 đến tháng 5) của năm 1989, 2000, 2005, 2010, 2015, 2016, 2017 và 2019. Chỉ số khô hạn nhiệt độ – thực vật (TDVI – Temperature Vegetation Dryness Index) được sử dụng để đánh giá mức độ khô hạn vì đây là chỉ số khá tốt trong việc nghiên cứu hạn hán ở cấp vùng và độc lập hoàn toàn với iến lệ thuộc như áp suất không khí, tốc độ gió,[2] Ngoài ra, đề tài xử lý và trích xuất các dữ liệu từ ảnh viễn thám thông qua nền tảng Google Earth Engine Đây là công cụ hỗ trợ các phần xử lý dữ liệu không gian địa lý cũng phân tích các ộ dữ liệu lớn 2.1. Phƣơng pháp tính toán chỉ số NDVI Chỉ số thực vật khác iệt chuẩn hóa NDVI (Normalized Difference Vegetation Index) được tính từ hai kênh phổ h ng ngoại nhiệt và kênh đỏ, theo tỷ số (2 1) sau: Kỷ yếu Hội nghị: Nghiên cứu cơ bản trong “Khoa học Trái đất và Môi trường” 367 NDVI = (2.1) 2.2. Phƣơng pháp xác định nhiệt độ bề mặt LST Để tính nhiệt độ bề mặt, giá trị số nguyên của ảnh Landsat được chuyển đổi về giá trị thực của bức xạ điện từ (Wm-2μm-1). Chuyển đổi từ giá trị số về giá trị bức xạ: (2.2) trong đó: = Giá trị bức xạ ở kênh L (Watts/(m 2*srad*μm)); = Hệ số rescaling, có trong metadata (RADIANCE_MULT_BAND_x, x là kênh phổ); = Hệ số cộng, có trong metadata (RADIANCE_ADD_BAND_x, x là kênh phổ); = Giá trị số của phần tử ảnh. Ảnh Landsat 5 TM: sử dụng kênh 6 h ng ngoại nhiệt. Ảnh Landsat 8 OLI: sử dụng kênh 10 h ng ngoại nhiệt. au đó, giá trị bức xạ của kênh nhiệt được chuyển đổi về giá trị nhiệt độ sáng: (2.3) với: , là hằng số hiệu chỉnh (có trong metadata); = Nhiệt độ sáng ( o K); = Giá trị bức xạ (Wm-2μm-1). Hợp phần thực vật Pv là ình phương tỷ số hiệu của chỉ số thực vật khác biệt chuẩn hóa NDVI, với NDVIs là chỉ số thực vật của đất trống và NDVIv là chỉ số thực vật của đất phủ đầy thực vật, theo công thức sau: [ ] (2.4) Van de Griend và Owe (1993) đ thực hiện thí nghiệm đo đạc trực tiếp độ phát xạ (Emissivity/Emittance - ε) và phản xạ phổ [3] trong dải khả kiến và cận h ng ngoại để tính NDVI và tìm ra được mối quan hệ thực nghiệm giữa độ phát xạ và NDVI như sau: ε = a + ln (NDVI) (2.5) trong đó, a và là các hằng số được dẫn xuất từ phân tích h i quy với a = 1,0094 và b = 0,047. Theo mô hình này, độ phát xạ hiệu quả của bề mặt không đ ng nhất được định nghĩa là tổng độ phát xạ của các thành phần đơn giản của nó: 𝜀 = 𝜀v Pv + 𝜀s (1 Pv) (2.6) trong đó: 𝜀v và 𝜀s là độ phát xạ của thực vật và đất tinh khiết, nghĩa là trong vòng một pixel đại diện chỉ là thực vật hoặc chỉ là đất, không có sự pha trộn; Pv là hợp phần hiện diện của thực vật trong pixel, có giá trị từ 0 (đối với đất trống) đến 1 (đối với đất phủ đầy thực vật). Cuối cùng, nhiệt đ bề mặt được tính dựa trên nhiệt độ sáng và độ phát xạ theo công thức (2.7). Kết quả chuyển về độ Celsius như sau: oC = oK – 273,15. ( o K) (2.7) 2.3. Phương pháp tính toán chỉ số khô hạn TVDI Để lượng hóa quan hệ giữa NDVI và LST, chỉ số khô hạn thực vật TDVI được tính toán theo công thức (2.8), công thức này do Sandholt (2002) thiết lập và chứng minh [2]: (2.8) trong đó, L T là nhiệt độ bề mặt tại tất cả các phân tử ảnh được sử dụng để tính toán, LSTmin là nhiệt độ bề mặt cực tiểu, LSTmax là nhiệt đ bề mặt cực đại, được quan sát cho mỗi khoảng nhỏ giá trị NDVI. LSTmax được tính theo công thức: LSTmax = a + b*NDVI. Hồ Chí Minh, tháng 11 năm 2019 368 Chỉ số TDVI có khoảng giá trị từ 0-1, khoảng giá trị này có thể biểu diễn thông tin độ ẩm bề mặt đất theo các cấp độ: 0 – 0,2: Rất ẩm; 0,2 – 0,4: Ẩm; 0,4 – 0,6: Trung bình; 0,6 – 0,8: Khô; 0,8 – 1: Rất khô. 3. KẾT QUẢ VÀ THẢO LUẬN 3.1. Kết quả thành lập bản đồ chỉ số khô hạn tại lƣu vực sông Ba/Đà Rằng Kết quả chỉ số khô hạn được cho tám thời điểm phân tích được trình ày ở Hình 1 H nh 1: Bản đồ chỉ số hạn hán tại lưu vực sông Ba/Đà Rằng qua các thời điểm 3.2. Đánh giá diễn biến tình hình hạn hán tại lƣu vực sông Ba/Đà Rằng Kết quả tính toán chỉ số TVDI từ ảnh vệ tinh Landsat trong các tháng mùa khô của năm 1989, 2000, 2005, 2010, 2015, 2016, 2017 và 2019 cho thấy mức độ hạn hán khá cao và phân ố không đ ng đều qua các năm tại lưu vực Vào năm 1989, giá trị TVDI cao tại phần lưu vực thuộc tỉnh Ph Yên và tại phía Tây của lưu vực thuộc tỉnh Gia Lai hầu như đều chịu ảnh hưởng của hạn hán hằng năm Từ năm 2005 trở đi, độ ẩm ề mặt đất ở cấp độ Khô (Bảng 1) Đặc iệt vào năm 2016, hạn hán xảy ra gần như trên toàn lưu vực Ngoài ra, để đánh giá tính chính xác của dữ liệu vệ tinh, nghiên cứu cũng thu thập số liệu khí tượng được quan trắc tại các trạm An Khê, Ayunpa (Gia Lai); M’Đrak (Đăk Lăk); và ơn Hòa – Củng ơn, Tuy Hòa (Ph Yên) 4. KẾT LUẬN Nghiên cứu về chỉ số han hán dựa trên ảnh viễn thám tại lưu vực sông Ba/Đà Rằng cho phép tính toán nhanh chóng cho một khu vực rộng lớn trong một khoảng thời gian dài, đặc iệt là tại những vị trí địa lý hiểm trở Đề tài đ ứng dụng công cụ Google Earth Engine trong quá trình xử lý dữ liệu nhằm r t ngắn được thời gian xử lý cũng như tiết kiệm được ộ nhớ lưu trữ Kết quả trích Năm 1989 Năm 2000 Năm 2005 Năm 2010 Năm 2015 Năm 2016 Năm 2017 Năm 2019 Kỷ yếu Hội nghị: Nghiên cứu cơ bản trong “Khoa học Trái đất và Môi trường” 369 xuất được đánh giá với số liệu để kiểm chứng độ chính xác và cũng là ngu n tham khảo hỗ trợ cho những nhà quản lý lưu vực Bảng 1: Kết quả thống kê giá trị trung ình NDVI, L T, TVDI qua các năm NDVI LST ( o C) TVDI 1989 0.48 26.07 0.549 Trung bình 2000 0.46 27.09 0.559 Trung bình 2005 0.35 32.89 0.604 Khô 2010 0.45 32.56 0.616 Khô 2015 0.50 33.07 0.632 Khô 2016 0.43 35.68 0.755 Khô 2017 0.57 29.46 0.573 Trung bình 2019 0.51 31.64 0.640 Khô TÀI LIỆU THAM KHẢO [1]. Thái Học (2019). Nhận định xu thế hạn hán, xâm nhập mặn trong thời gian tới ở khu vực Trung bộ (online), truy cập ngày 31/7/2019, từ < nguyen-nuoc/Nhan-dinh-xu-the-han-han-xam-nhap-man-trong-thoi-gian-toi-o-khu-vuc-trung-bo-8299> [2]. andholt I , Rasmussen K , and Anderson J (2002) “A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status” Remote sens. Environ., 79(2-3), 213-224. [3]. Van de Griend, A , & Owe, M (1993) “On the relationship etween thermal emissivity and the normalized difference vegetation index for natural surfaces” Int. J. Remote Sensing, 14(6), 1119-1131. APPLICATION OF REMOTE SENSING AND GOOGLE EARTH ENGINE IN ANALYSIS AND EVALUATION OF DROUGHTS IN THE BA/DA RANG RIVER BASIN Tham Thi Ngoc Han 1 , Pham Thi Mai Thy 2 1 Vietnam National Space Center, Vietnam Academy of Science and Technology, ttnhan@vnsc.org.vn 2 Vietnam National Space Center, Vietnam Academy of Science and Technology, ptmthy@vnsc.org.vn ABSTRACT Drought is one of the natural disasters that have a great impact on the environment, economy, society and human health. In recent years, droughts are taking place on a large scale in the provinces of Central Vietnam and the Central Highlands. Therefore, drought level determination over a long period of time is very important. The study was conducted to assess the drought conditions in the Ba/Da Rang river basin during dry seasons of 1989, 2000, 2005, 2010, 2015, 2016, 2017 and 2019 based on Landsat remote sensing image and Google Earth Engine platform application. The results show that the basin's humidity index is medium and dry from 1989 to 2019. Key words: Drought, Landsat, Google Earth Engine, Ba/Da Rang river basin.