333
GIÁM SÁT HẠN HÁN KHU VỰC HUYỆN THUẬN NAM,
TỈNH NINH THUẬN BẰNG CHỈ SỐ TIÊU, CHUẨN THỰC VẬT VCI
TRÍCH XUẤT TỪ ẢNH VỆ TINH MODIS
Nguyễn Dương Kiệt 1, Lê Trọng Diệu Hiền 1*
1. Khoa Khoa học Quản lý, Trường Đại học Thủ Dầu Một
* Liên hệ email: hienltd@tdmu.edu.vn
TÓM TẮT
Khu vực huyện Thuận Nam, tỉnh Ninh Thuận bị hạn hán thường do biến đổi về khí hậu nắng
nóng gắt kéo dài, thiếu nước là một trong những nguyên nhân gây hạn hán, và do các hoạt động của
con người như khai thác nước ngầm. Vì thế đề tài sử dụng chỉ số VCI dựa trên ảnh vệ tinh MODIS
để thành lập bản đồ phân vùng hạn hán theo tháng và theo năm để cảnh báo hạn hán dựa trên kết
quả thu được bằng các than màu để nhận biết khu vực hạn hán và qua đó đưa ra các cảnh báo về
hạn hán. Kết quả của bài nghiên cứu cho thấy cái nhìn rõ ràng hơn về hạn hán thay đổi theo tháng
và theo năm. Kết luận ảnh viễn thám với ưu thế thu nhận ở rất nhiều các bước sóng khác nhau và
được phân loại thành các tư liệu quan học, ảnh Radar và ảnh vệ tinh MODIS. Công nghệ này đã
mang đến cách tiếp cận hiệu quả hơn trong việc nghiên cứu với đánh giá hạn hán trên diện rộng,
khắc phục các khó khăn của các phương pháp truyền thống tại huyện Thuận Nam, tỉnh Ninh Thuận.
Từ khóa: hạn hán, chỉ số VCI, Modis.
1. MỞ ĐẦU
Ninh Thuận là một tỉnh ven biển thuộc vùng Duyên Hải Nam Trung bộ, song song đó thiên
nhiên đã không thật sự ưu ái cho người dân nơi đây, khô hạn và nắng gió được nhắc nhiều đến như
một biểu trưng khí hậu khắc nghiệt, và đây chính là sự bất lợi lớn nhất của thiên nhiên đối với phát
triển nông nghiệp nói riêng và kinh tế - xã hội nói chung của tỉnh. Ở huyện Thuận Nam hạn hán làm
hàng ngàn hecta đất trồng lúa phải ngưng canh tác và động vật bị chết do thiếu nước. Từ thực tế này,
vấn đề được đặt ra là cần phải xác định nguy cơ vùng bị hạn hán để có những biện pháp giám sát,
quản lý thích hợp nhằm chống, giảm thiểu thiệt hại do hạn hán gây ra cho cuộc sống của người dân
tại địa phương.
Các phương pháp giám sát hạn hán truyền thống có những hạn chế nhất định khi phải lượng
hóa vùng hạn hán dựa vào số liệu mưa, nhiệt độ và độ ẩm từ nhiều điểm quan trắc phân bố rời rạc
trên một vùng diện tích rộng lớn với nhiều loại hình sử dụng đất khác nhau. Trong khi đó ảnh viễn
thám với ưu thế thu nhận ở rất nhiều các bước sóng khác nhau và được phân loại thành các tư liệu
quan học, ảnh Radar và ảnh vệ tinh MODIS. Công nghệ này đã mang đến cách tiếp cận hiệu quả hơn
trong việc nghiên cứu với đánh giá hạn hán trên diện rộng, khắc phục các khó khăn của các phương
pháp truyền thống (Tú và nnk., 2022)
Bằng cách sử dụng phương pháp tính toán độ phát xạ từ chỉ số thực vật của tác giả (Vân Anh
và Anh Tuấn, 2013).Bài báo này trình bày kết quả nghiên cứu tính toán nhiệt độ bề mặt đất sử dụng
phương pháp xác định độ phát xạ bằng chỉ số thực vật NDVI, phương pháp này thay thế việc sử dụng
một hệ số phát xạ chung cho toàn khu vực của các phương pháp truyền thống và cho kết quả đánh
giá nhiệt độ bề mặt sát với thực tế hơn. Đồng thời, tư liệu ảnh đầu vào được hiệu chỉnh khí quyển để
loại bỏ các hiệu ứng và nhiễu khí quyển ảnh hưởng tới giá trị phản xạ của các kênh ảnh. Bên cạnh đó,
kết quả nghiên cứu được so sánh, kiểm chứng với kết quả nhiệt độ bề mặt tính theo phương pháp sử
dụng hệ số phát xạ chung cho các đối tượng điển hình để đánh giá độ chính xác.
334
Trong một nghiên cứu được thực hiện ở tại huyện Phong Điền, tỉnh Thừa Thiên Huế của tác
giả (Linh và nnk., 2017) đã sử dụng phương pháp đánh giá hạn hán đến sản xuất nông nghiệp dựa
trên chỉ số khô hạn trích xuất từ ảnh viễn thám. Bài báo này nhằm mục đích trình bày kết quả nghiên
cứu kết hợp công nghệ GIS và viễn thám để xây dựng bản đồ phân vùng nguy cơ hạn hán dựa trên
chỉ số khô hạn nhiệt độ - thực vật (TDVI), qua đó làm cơ sở để đánh giá tác động của hạn hán đến
đất sản xuất nông nghiệp tại huyện Phong Điền, tỉnh Thừa Thiên Huế. Kết quả nghiên cứu cho thấy
phần diện tích mà hạn hán tác động lên đất sản xuất nông nghiệp gồm đất trồng lúa, đất trồng cây
hằng năm và đất trồng cây lâu năm tại huyện Phong Điền với 4 mức độ khá lớn.
Bằng cách sử dụng viễn thám để đánh giá nguy cơ hạn hán tại khu vực huyện Bắc Bình, tỉnh
Bình Thuận của các tác giả (Hùng và Hoài, 2015). Bài báo trình bày kết quả đánh giá nguy cơ hạn
hán khu vực huyện Bắc Bình từ tư liệu ảnh vệ tinh đa phô LANDSAT sử dụng chỉ số khô hạn nhiệt
độ thực vật (TVDI). Kết quả nhận được có thể sử dụng trong thành lập bản đồ nguy cơ khô hạn và
giảm thiểu thiệt hại do hạn hán gây ra.
Trong một nghiên cứu được thực hiện ở vùng núi Greater Chanbai tại Trung Quốc của nhóm
tác giả (Han và nnk, 2010) đã sử dụng phương pháp tính độ ẩm bằng nhiệt độ bề mặt và NDVI. Kết
quả cho thấy bằng bài nghiên cứu về độ ẩm của đất là một chỉ tiêu quan trọng của môi trường bề mặt
đất. Sự kết hợp giữa nhiệt độ bề mặt đất (LST) và chỉ số thực vật chênh lệch chuẩn hóa (NDVI) có
thể nâng cao khả năng trích xuất thông tin về điều kiện độ ẩm của đất. Trong nghiên cứu này, tác giả
đã sử dụng các sản phẩm dữ liệu máy đo quang phổ hình ảnh có độ phân giải vừa phải (MODIS) đa
thời gian của LST, NDVI và các loại lớp phủ đất để thu được thông tin về độ ẩm của đất cho dãy núi
Greater Chanbai.
Bài nghiên cứu của nhóm tác giả (Wan và nnk, 2004) được thực hiện ở phía nam Great Planis,
Hoa Kỳ đã sử dụng MODIS để đo nhiệt độ bề mặt đất và các chỉ số bột mì. Kết quả của nghiên cứu
này là phương pháp giám sát hạn hán gần theo thời gian thực được phát triển bằng cách sử dụng sản
phẩm chỉ số thực vật khác biệt bình thường hóa (NDVI) và nhiệt độ bề mặt đất (LST) của Terra-
Moderate. Phương pháp này được gọi là chỉ số điều kiện nhiệt độ thực vật (VTCI), tích hợp các đặc
tính nhiệt và phản xạ bề mặt đất. Dữ liệu lượng mưa đo trên mặt đất từ khu vực nghiên cứu bao gồm
các phần của bang Texas và Oklahoma ở phía nam Great Plains, Hoa Kỳ được sử dụng để xác nhận
phương pháp theo dõi hạn hán. Phân tích tương quan tuyến tính giữa VTCI và tổng lượng mưa hàng
tháng cũng như độ lệch so với lượng mưa thông thường hàng tháng cho thấy VTCI không chỉ liên
quan chặt chẽ đến lượng mưa gần đây mà còn liên quan đến lượng mưa trong quá khứ và chỉ ra rằng
VTCI có thể là thời gian tốt hơn gần như thực tế.
Nhiều nghiên cứu đã cho rằng chỉ số thực vật kết hợp với thông tin kênh phổ màu đỏ và kênh
hồng ngoại được sử dụng một cách hiệu quả trong quan trắc tình trạng lớp phủ thực vật, ở những khu
vực có thực vật phát triển tốt sẽ có hạn hán ít hơn những vùng thực vật kém phát triển (Linh và nnk,
2017). Đây là lí do chỉ số VCI cũng hay được dùng trong các nghiên cứu về hạn hán. Vì thế đề tài
này được thực hiện để “Giám sát hạn hán khu vực huyện Thuận Nam tỉnh Ninh Thuận, bằng chỉ số
điều kiện thực vật VCI trích xuất từ ảnh vệ tinh MODIS” nhằm xây dựng bản đồ phân vùng nguy cơ
hạn hán dựa, tại huyện Thuận Nam tỉnh Ninh Thuận.
2. KHU VỰC VÀ PHƯƠNG PHÁP NGHIÊN CỨU
2.1. Khu vực nghiên cứu
Huyện Thuận nam cách thành phố Hồ Chí Minh 290km theo quốc lộ 1A, cách thành phố Phan
Rang khoảng 40km, cách thành phố nha trang khoảng 120km. Huyện Thuận Nam nằm ở phía nam
tỉnh Ninh Thuận, có địa giới hành chính: Phía Bắc giáp huyện Ninh Phước, phía Tây giáp huyện Ninh
Sơn, phía Nam giáp tỉnh Bình Thuận, pphía Đông giáp biển đông
Huyện có diện tích 563,33 km2, dân số năm 2019 là 54.768 người, mật độ dân số đạt 101
người/km2
335
Huyện gồm có 7 đơn vị hành chính cấp xã bao gồm: Nhị Hà, Phước Diêm, Phước Dinh, Phước
Hà, Phước Minh, Phước Nam, Phước Ninh.
Hình 1: bản đồ ranh giới huyện Thuận Nam, tỉnh Ninh Thuận
2.2. Phương pháp nghiên cứu
Sơ đồ quy trình thực hiện nghiên cứu:
336
2.2.1. Phương pháp thu thập dữ liệu
Thu thập dữ liệu hạn hán được lấy từ ảnh vệ tinh MODIS. Nguồn dữ liệu hạn hán được lấy từ trang:
https://appeears.earthdatacloud.nasa.gov/
Lấy dữ liệu ảnh MODIS MOD13Q1 250m, 16 day, với chuỗi thời gian từ 01/01/2022 đến
31/12/2022 và 01/01/2023 đến 31/12/2023. tải xuống tất cả ảnh của Chỉ số (EVI) và Pixel
Reliability bao gồm cả 2 năm.
2.2.2. Phương pháp xử lý ảnh
Để chạy dữ liệu bằng ứng dụng RStudio chúng ta sử dụng ứng dụng Total commander (link
download https://www.ghisler.com/)phiên bản 64 bit để đổi tên và sắp xếp dữ liệu theo DOY (Day
of Year) cùng về dạng số và ngày trong một năm. Việc đổi tên rất quan trọng vì mẫu này được sử
dụng để tự động hóa tên tệp và tiêu đề của bản đồ thu được trong RSstudio.
Đổi tên dữ liệu theo mẫu DOY_YYYY_[Tên gốc]. Ví dụ: 001_2022_MOD13Q1.061__250m
2.2.3. Phương pháp trích xuất dữ liệu ảnh vệ tinh MODIS bằng chỉ số thực vật VCI
Chỉ số Enhanced Vegetation Index (EVI) là một biến thể của chỉ số Vegetation Index (VI),
được phát triển để cải thiện độ nhạy của VI đối với sự biến đổi của thảm thực vật, đặc biệt là ở những
vùng có nền đất không đồng nhất. Công thức tính chỉ số EVI thường liên quan đến hạn hán bằng cách
sử dụng thông tin về ánh sáng phản xạ từ mặt đất thu thập được từ hình ảnh viễn thám. EVI được tính
như dưới đây:
EVI = (𝑁𝐼𝑅 − 𝑅𝐸𝐷)
(𝑁𝐼𝑅 + 𝐶1 × 𝑅𝐸𝐷 − 𝐶2 × 𝐵𝐿𝑈𝐸 + 𝐿)
Trong đó:
NIR là ánh sáng phản xạ từ dải hồng ngoại, RED là ánh sáng phản xạ từ dải đỏ, BLUE là ánh
sáng phản xạ từ dải xanh lam, G là hệ số tỷ lệ (Gain Factor), thường được sử dụng để điều chỉnh giá
trị của chỉ số EVI. Thông thường G có giá trị là 2.5., C1 là hệ số tăng trưởng màu đỏ thường có giá
trị là 6, C2 là hệ số tăng trưởng màu xanh lam thường có giá trị là 7.5, L là hằng số đặc biệt thường
có giá trị là 1.
Đề xuất chỉ số điều kiện thực vật (VCI) dựa trên sự thay đổi chỉ số thực vật khác biệt chuẩn hóa
tương đối (NDVI) đối với giá trị NDVI tối thiểu. Do đó VCI so sánh chỉ số thực vật (VI) hiện tại,
chẳng hạn như NDVI hoặc chỉ số thực vật tăng cường (EVI) với các giá trị được quan sát cùng kỳ
của những năm trước trong một pixel cụ thể. VCI được tính như dưới đây.
𝑉𝐶𝐼𝑖𝑗𝑘 =𝐸𝑉𝐼𝑖𝑗𝑘 − 𝐸𝑉𝐼𝑖,𝑚𝑖𝑛
𝐸𝑉𝐼𝑖,𝑚𝑎𝑥 − 𝐸𝑉𝐼𝑖,𝑚𝑖𝑛
∗100
Trong đó:
VCIijk là giá trị VCI cho pixel i ngày trong năm (DOY) j trong năm k
EVI là giá trị ngày trong năm
EVIijk là giá trị chỉ số thực vật pixel i ngày trong năm (DOY) j cho năm k theo đó cả NDVI
hoặc EVI đều có thể được sử dụng làm VI
EVIi,max và EVIi,min lần lượt là EVI tối đa và tối thiểu nhiều năm cho pixel I
Bảng 2.1: Mức độ hạn hán sẽ được xác định dựa vào bảng sau
Giá Trị
Phân Loại
Giá Trị
Phân Loại
90 - 100 %
Không hạn hán
50 - 60 %
Không hạn hán
80 - 90 %
Không hạn hán
40 - 50 %
Không hạn hán
70 - 80 %
Không hạn hán
30 - 40 %
Hạn hán nhẹ
337
2.2.4. Phương pháp chồng lớp
Tiến hành điền giá trị trung bình vào ô lưới bị thiếu của từng tháng Mỗi tháng sẽ bị khuyết dữ
liệu do bị mây che phủ vì thế nên phải điền khuyết dữ liệu cho những ô lưới bị thiếu bằng giá trị trung
bình bằng cách mở QGIS vào toolbox chọn Raster layer statistics để tìm giá trị trung bình (Mean).
Sau đó vào fill no data cells điền giá trị trung bình (Mean) vào chổ auto fill. Khi ra được ảnh đầy đủ
giá trị không bị thiếu giá trị nào sẽ tiến hành chồng lớp dữ liệu bằng cách cộng tất cả các tháng trong
năm năm 2022 và 2023 sau đó chia trung bình. Kết quả ảnh cuối cùng dùng để thành lập bản đồ hạn
hán tại khu vực huyện Thuận Nam 2022 và 2023.
3. KẾT QUẢ VÀ THẢO LUẬN
3.1. Phân vùng hạn hán theo mùa
Mức độ hạn hán được tính bằng chỉ số VCI cho ra kết quả hạn hán ở mức nhẹ và trung bình ở
cả đầu mùa khô và giữa mùa mưa của 2 năm 2022 và 2023 như đã miêu tả ở bảng 2.1.
➢ Đầu mùa khô
Hình 2: Bản đồ phân vùng hạn hán huyện Thuận Nam, tỉnh Ninh Thuận tháng 1 2022
60 - 70 %
Không hạn hán
