intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE
 » 
 » 

Nghiên cứu khoa học " Ứng dụng chỉ số nhiệt thực vật cho việc đánh giá sa mạc hóa vùng bờ biển ở Việt Nam "

Chia sẻ: Nguye Nhi | Ngày: | Loại File: PDF | Số trang:11

Thêm vào BST
Báo xấu
89
lượt xem 8
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Một cách tiếp cận sa mạc hoá lập bản đồ được phát triển bằng cách sử dụng MODIS, ASTER và ENVISAT ASAR sản phẩm. Thảm thực vật mật độ và tính chất nhiệt được chiết xuất từ ​​MODIS và ASTER dữ liệu, trong khi độ ẩm đất được ước lượng từ ENVISAT ASAR. Mối quan hệ giữa mật độ thực vật, độ ẩm của đất, và nhiệt độ bề mặt, và vai trò của các tham số trong sa mạc hóa quá trình điều tra....

Chủ đề:

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

Lưu

Nội dung Text: Nghiên cứu khoa học " Ứng dụng chỉ số nhiệt thực vật cho việc đánh giá sa mạc hóa vùng bờ biển ở Việt Nam "

  1. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. T p chí Khoa h c Đ t. 2007. S 26, p: 143-149 ng d ng ch s nhi t th c v t cho vi c đánh giá sa m c hóa vùng b bi n Vi t Nam Hoàng Vi t Anh1, Meredith Williams2, David Manning2 1. Trung Tâm Nghiên c u Sinh thái và Môi trư ng r ng, Vi n Khoa h c Lâm nghi p Vi t Nam 2. Đ i h c T ng h p Newcastle, UK Tóm t t: Đ tài đã xây d ng m t phương pháp đánh giá sa m c hóa s d ng nh v tinh MODIS và ASTER. Ch s th c v t và nhi t đ m t đ t đư c l y ra t nh MODIS và ASTER thông qua các kênh trong gi i ph nhìn th y và kênh h ng ngo i nhi t. M i liên h gi a ch s th c v t, nhi t đ m t đ t và m c đ sa m c hóa đư c kh o sát và bư c đ u đư c ng d ng đ xây d ng b n đ vùng sa m c hóa ven bi n. Abstract: A desertification mapping approach is developed using MODIS, ASTER and ENVISAT ASAR products. Vegetation density and thermal properties were extracted from MODIS and ASTER data while soil moisture was estimated from ENVISAT ASAR. The relationship between vegetation density, soil moisture, and surface temperature, and the role of these parameters in the desertification process are under investigation. Keywords: remote sensing, desertification, monitoring, ASTER, MODIS 1 T ng quan Sau khi Công U c Qu c t v sa m c hóa chính th c đi vào ho t đ ng năm 1996, nhu c u đánh giá các đ t thoái hóa và đ t sa m c hóa m t cách toàn di n tr nên c p thi t hơn bao gi h t (UNCCD, 2004). Các phương pháp kh o sát th c đ a truy n th ng v n là h t s c c n thi t, nhưng cũng r t t n kém và c n nhi u th i gian. Trong khi đó các h th ng vi n thám ngày càng ch ng minh tính ưu vi t c a mình b i kh năng đánh giá nhanh và liên t c trên nh ng vùng r ng l n và giá thành h . Vi t Nam tuy không n m trong vùng sa m c hóa đi n hình, nhưng do tác đ ng c a vi c phá r ng, canh tác không h p lý, nhi u vùng c a Vi t Nam đã b nh hư ng nghiêm tr ng. Theo s li u th ng kê, hi n Vi t Nam có hơn 9 tri u ha đ t hoang hóa, trong đó có 4 tri u ha đ t tr ng đ i núi tr c đã hoàn toàn m t s c s n xu t sinh h c. Trong s 3.2 tri u ha đ t ven bi n, có 1.6 tri u ha b nh hư ng n ng n b i hi n tư ng xói mòn và sa m c hóa (UNCCD, 2002). T i các vùng đ t cát ven bi n, mùa khô kéo dài cùng v i mùa mưa ng n v i cư ng đ cao đã d n đ n nh ng v n đ sau: - Cát di đ ng do gió t i các vùng cát ven bi n - M n hóa các vùng đ t cát - Xói mòn đ t do tác đ ng c a phá r ng và chăn th gia súc H u qu c a quá trình này là nh ng thay đ i nghiêm tr ng trong h sinh thái, s xói mòn ti m năng sinh h c và kh năng s n xu t c a đ t. nh ng d ng đ t b thoái hóa nghi m tr ng s di n ra quá trình bi n đ i d n sang hoang m c r t khó ph c h i, đi n hình là nh ng vùng hoang m c t i huy n B c Bình, t nh Bình Thu n. Đ xây d ng và th c hi n thành công các k ho ch s d ng b n v ng đ t đai, vi c theo dõi đánh giá và xây d ng b n đ cho các quá trình sa m c hóa là h t s c quan tr ng và c n thi t.
  2. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. 1.1 M c tiêu Đ tài nh m m c tiêu phát tri n m t phương pháp xây d ng b n đ vùng sa m c hóa phù h p v i đi u ki n Vi t Nam và có kh năng ng d ng cho vùng Đông Nam Á. M c tiêu c th là: - Đánh giá đ nh lư ng quá trình sa m c hóa b bi n Vi t Nam - Xây d ng m t phương pháp đánh giá sa m c hóa có kh năng k t h p ưu đi m c a nhi u ngu n d li u vi n thám 2 Vùng nghiên c u Đ a đi m nghiên c u đư c ch n là t nh Bình Thu n. T i vùng này có nhi u di n tích đ t cát ch y d c b bi n hàng trăm km. Do đi u ki n đ a hình có d y Trư ng Sơn ch y theo hư ng Đông B c – Tây Nam ch n h u h t lư ng mưa đ n t v nh Thái Lan nên vùng này có khí h u đ c bi t khô h n. T nh Bình Thu n có th chia ra 4 d ng đ a hình chính: - C n các ven bi n: 143780 ha chi m 18.2% di n tích - Vùng đ ng b ng: 74260 ha, chi m 9.4% di n tích - Vùng đ i th p: 249640 ha, chi m 31.6% di n tích - Vùng núi n i v i d y Trư ng Sơn: 322320 ha chi m 40.8% di n tích Bình Thu n là t nh có khí h u khô và nóng nh t Vi t nam v i nhi t đ trung bình năm 27°C; nhi t đ trung bình mùa đông 20.8°C, nhi t đ trung bình mùa hè 32.3°C. Vùng này cũng là nơi nh n đư c nhi u b c x m t tr i nh t v i 2900 gi n ng hàng năm, tương đương v i g n 8 gi m i ngày. Lư ng mưa r t th p và phân b không đ u. Mưa trung bình năm 1024 mm. T i m t s đ a đ a đi m, lư ng mưu bình quân năm ch có 550 mm. Mùa khô kéo dài t tháng 11 đ n tháng 4, mùa mưa t tháng 5 đ n tháng 10 v i nhi u tr n mưa l n trong th i gian ng n. 3 Ngu n d li u 3.1 Các d li u c n thi t cho vi c đánh giá sa m c hóa Sa m c hóa là m t quá trình ph c t p bao g m c các tác nhân thiên nhiên l n tác đ ng c a con ngư i. Tùy theo các c p đ qu n lý khác nhau, ví d c p chi n lư c, c p chính sách, c p ra quy t đ nh, c p qu n lý s d ng đ t, mà yêu c u v thông tin sa m c hóa cũng khác nhau. D án DESERTLINKS c a c ng đ ng châu Âu đã đưa ra danh sách 150 ch tiêu v sinh thái, kinh t , xã h i, hành chính đ đánh giá sa m c hóa (Brandt et al., 2002). Tuy nhiên đ xây d ng b n đ sa m c hóa, có 3 y u t r t quan tr ng là nhi t đ m t đ t, th c v t che ph , và đ m đ t. Hi n t i trên th gi i có nhi u cách ti p c n đánh giá sa m c hóa khác nhau. Trong đó 2 cách ti p c n ph bi n là đi u tra th c đ a và gi i đoán nh vi n thám (visual interpretation). Tuy có khác nhau v k thu t, nhưng c 2 cách ti p c n này đ u d a vào ki n th c chuyên gia, kh năng phân tích b ng th giác các d ng đ a hình và t p h p chúng vào m t s nhóm cho trư c. Cách ti p c n th 3, d a vào phân lo i nh vi n thám (image classification). K 2
  3. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. thu t và các thu t toán c a cách ti p c n th 3 r t đa d ng nhưng đ u d a trên s đ ng d ng v quang ph gi a các pixel nh v i m t b khóa phân lo i cho trư c. Cách ti p c n th 4 hư ng đ n vi c mô hình hóa các quá trình di n ra trên trái đ t s d ng các ch s đ a v t lý đư c tính toán trên n n nh vi n thám. M t vài ch s đ a v t lý thông d ng có th l y t nh vi n thám là: nhi t đ , m đ , thành ph n khoáng v t, t trư ng, thành ph n khí quy n. Vi c s d ng các ch s đ a v t lý giúp đánh giá các v n đ m t cách khách quan hơn, đ nh lư ng hơn và cho phép so sánh k t qu gi a các vùng đ a lý khác nhau. Như đã nói trên, có r t nhi u y u t có th s d ng đ đánh giá, và xây d ng b n đ quá trình sa m c hóa. Tuy nhiên trong vi n thám, chúng ta c n ph i khái quát hóa v n đ v m t s y u t quan tr ng nh t. Đ chu n hóa quá trình xây d ng b n đ , chúng tôi đưa ra “ch s sa m c hóa” (desertification index) d a trên 2 ch tiêu có liên quan ch t ch v i quá trình sa m c hóa. Đó là: nhi t đ m t đ t (land surface temperature - LST) và đ che ph th c v t. Nhi t đ m t đ t (LST) có m i liên h ch t ch v i các quá trình bi n đ i c a môi trư ng đ t, đ ng th i cũng ph n ánh s thay đ i c a th c v t. Trong đi u ki n khô h n, nhi t đ lá cây tăng cao là m t ch s ph n ánh s thi u nư c c a th c v t (Mcvicar, 1998). Th c v t là l p ph có tác d ng quan tr ng trong vi c b o v đ t kh i các quá trình xói mòn do gió và nư c. Tình tr ng c a th c v t ph n ánh các thay đ i v th y văn, khí h u trong h sinh thái vùng khô h n. S suy gi m c a th c v t c v di n tích và thành ph n loài là tiêu chí rõ r t nói lên s suy thoái đ t đai (Haboudane et al., 2002). 3.2 Tách chi t các d li u c n thi t t nh vi n thám Nhi t đ m t đ t có th đo đư c t kênh h ng ngo i nhi t c a nh vi n thám b ng cách áp d ng công th c Plank trong đó nhi t đ là hàm s c a quang ph phát x và b c x nhi t. Trong đó R(λ,T): quang ph phát x c a non-black body t i bư c sóng λ ε(λ): b c x nhi t t i bư c sóng λ B(λ,T): quang ph phát x c a black body t i bư c sóng λ T: nhi t đ (K) Λ: bư c sóng ( m) c1, c2: h ng s B ng cách ngh ch đ o phương trình này chúng ta có th tính đư c nhi t đ m t đ t v i đi u ki n 2 y u t quang ph phát x và b c x nhi t có th đo đư c t nh vi n thám. Nhi u thu t toán tiêu chu n đã đư c phát tri n đ đơn gi n hóa quá trình tính toán này, ví d thu t toán Split windows và TES (Dash et al., 2002). 3
  4. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Đ che ph th c v t có th tính đư c t d li u vi n thám s d ng các phép phân lo i nh ho c ch s th c v t. D ng đơn gi n và đư c ng d ng ph bi n nh t là ch s th c v t tiêu chu n (NDVI). IR − R NIVI = IR + R Trong đó R là giá tr c a gi i ph đ , IR là giá tr c a gi i ph h ng ngo i. Do th c v t h p th h u h t ánh sáng đ , cho nên khi đo quang ph phát x c a th c, ta th y có s khác bi t l n gi a giá tr c a gi i ph đ và gi i ph h ng ngo i. Ch s th c v t NDVI có giá tr t -1 đ n 1, v i nh ng vùng có NDVI cao đ c trưng cho đ che ph th c v t cao, và nh ng vùng đ t tr ng có NDVI th p. 3.3 L a ch n lo i d li u vi n thám Trong nghiên c u này, ngu n d li u phù h p là t nh ng v tinh có kh năng cung c p thông tin v nhi t đ và ch s th c v t, như đã đ c p trong m c 3.1. Trong vi c l a ch n lo i d li u phù h p, chúng ta không nh ng c n quan tâm đ n đ phân gi i c a nh, mà còn c n chú ý t i s băng t n, giá thành, di n tích c a nh, các tiêu chu n l c nhi u, và tu i th c a v tinh. Sa m c hóa là m t quá trình lâu dài, vì th nh ng nghiên c u v nó c n d a trên nh ng v tinh có kh năng cung c p d li u lâu dài và n đ nh trong m t vài th p k . Vì nh ng lý do trên, chúng tôi đã ch n nh ng v tinh phi thương m i thu c các chương trình qu c gia c a M , nh ng chương trình ch c ch n s kéo dài trong vài ch c năm n a. Ngoài ra giá ti n mua nh cũng là m t v n đ c n quan tâm, v quan đi m chúng tôi ưu tiên nh ng lo i nh mi n phí ho c có giá thành h đ phù h p v i đi u ki n Vi t Nam và các nư c đang phát tri n trong khu v c V i đ phân gi i trung bình, chúng tôi l a ch n nh MODIS. So v i nh MERIS thì MODIS có đ phân gi i quang ph l n hơn, và đư c l c nhi u t t hơn. nh MODIS cung c p nh ng s n ph m sau đây phù h p cho nghiên c u sa m c hóa: nh ph n x b m t (surface reflectance), nhi t đ b m t, ch s th c v t. V i d li u có đ phân gi i cao chúng tôi ch n nh ASTER. So v i các sensor có tính năng tương t , ASTER có m t s ưu đi m rõ r t. ASTER có nhi u băng vùng h ng ngo i sóng ng n (SWIR) và h ng ngo i nhi t (TIR) hơn Landsat 7 ETM+. Các băng nh trong gi i h ng ngo i nhi t đư c l c nhi u t t hơn cho phép gi i đoán nhi t đ m t đ t chính xác t i 0.3 oC. Ngoài ra v m t giá thành nh ASTER cũng tương đ i h p lý. M t nh ASTER level 1 di n tích 60 x 60 km có giá USD 50, nh level 2 hi n đư c cung c p mi n phí. 3.3.1 D li u vi n thám s d ng Trong quá trình nghiên c u, chúng tôi thu th p 2 b d li u vi n thám m t cho mùa khô và m t cho mùa mưa. B d li u cho mùa khô đư c th hi n trong b ng 4. B ng 4: nh vi n thám s d ng trong nghiên c u Th i gian Sensor Level/ Image mode 19 Jan 2005 ENVISAT ASAR Level 2B/ ASAR IMG 4
  5. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. 19 Jan 2005 ENVISAT ASAR Level 2B/ ASAR IMP 14 June 2005 ASTER Level 1B/ AST_1B 14 June 2005 ASTER Level 2/ ASTER_08 Jan 2005 MODIS Level 3G/MOD09A1 Feb 2005 MODIS Level 3G/MOD09A1 4 Phương pháp 4.1 X lý nh nh MODIS đư c l c nhi u khí quy n (amospheric corrected) t i trung tâm NASA. Toàn b d li u nh MODIS đư c chuy n t h t a đ ISIN v UTM WGS 84 đ phù h p v i d li u đ a lý c a Vi t Nam, và n n ch nh vào lư i to đ qu c gia. nh ASTER level 2, đư c đăng ký t a đ và n n ch nh hình h c s d ng b n đ đ a hình 1:50.000 v i đ chính xác dư i 1 pixel. 4.1.1 Nhi t đ m t đ t (LST) Nhi t đ m t đ t đư c tính toán t 2 ngu n d li u. t l nh , chúng tôi s d ng MOD11A2. Đây là nh nhi t tính trung bình cho 8 ngày, đư c tính toán t kênh h ng ngo i nhi t c a nh MODIS v i đ phân gi i 1 km. Vi c tính toán này d a trên m t cơ s d li u v các lo i v t li u v i đ phát x nhi t đã đư c bi t trư c. nh nhi t MOD11A2 đã đư c ki m nghi m đ v i đ chính xác 1 đ K trong đi u ki n tr i quang mây (Wan, 1999). V i đ phân gi i trung bình, chúng tôi s d ng AST_08. Đây là nh nhi t đ m t đ t đư c tính toán t kênh h ng ngo i nhi t c a nh ASTER v i đ phân gi i 90 m s d ng thu t toán TES (Gillespie et al., 1998). 4.1.2 Ch s th c v t đ phân gi i th p, chúng tôi s d ng MYD_13Q, nh ch s th c v t NDVI tính trung bình cho 16 ngày t v tinh MODIS. S d ng các d li u chu n t nhà cung c p giúp ti t ki m th i gian x lý nh và đ ng b hóa quá trình tính toán. M t l i đi m n a c a vi c s d ng d li u tiêu chu n là nh ng d li u này đư c n n ch nh b ng các thu t toán tiêu chu n do đó giúp đơn gi n hóa quá trình xây d ng b n đ , và cho phép so sánh k t qu t i nh ng vùng đ a lý khác nhau trong nh ng kho ng th i gian khác nhau. đ phân gi i trung bình, chúng tôi s d ng ch s NDVI và SAVI (Soil Adjusted Vegetation Index) đ ư c lư ng đ che ph th c v t. SAVI là ch s th c v t đư c bi n đ i t công th c tính NDVI v i tham s L đư c thêm vào đ tăng đ chính xác cho nh ng vùng có đ che ph th p. Nhi u tác gi ng h vi c s d ng ch s SAVI cho các cùng th c v t thưa th t, như vùng savan ho c hoang m c (Huete, 1998, Terrill, 1994). NIR − RED (3) SAVI = (1 + L) NIR + RED + L 5
  6. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. 4.1.3 Ch s nhi t th c v t (Vegetation Temperature Condition Index - VTCI) Ch s nhi t th c v t (VTCI) đư c phát tri n b i Wan (2004) (Wan et al., 2004). VTCI là t s v s chênh l ch nhi t đ gi a các pixel có cùng m t ch s NDVI. Trong công th c tính VTCI, t s là đ chênh l ch gi a nhi t đ c c đ i và nhi t đ c a 1 pixel nh t đ nh; m u s là đ chênh l ch gi a nhi t đ c c đ i và nhi t đ c c ti u c a nh ng pixel có cùng 1 giá tr NDVI. VTCI = (LSTNDVIi.max - LSTNDVIi) / (LSTNDVIi.max - LSTNDVIi.min) (4) V i: LSTNDVIi.max = a + b NDVIi (5) LSTNDVIi.min = a’ + b’ NDVIi Trong đó LSTNDVIi.max and LSTNDVIi.min là nhi t đ c c đ i và c c ti u c a nh ng pixel có cùng 1 giá tr NDVI. LSTNDVIi là nhi t đ c a 1 pixel nh t đ nh v i giá tr NDVIi. Các h s a, b, a’, b’ có th tính đư c trong m t vùng đ r ng đ đ m đ t bi n đ i t đi m bão hòa đ n đ m đ ng ru n. Trong th c t các h s này đư c ư c lư ng t scatter plot c a nhi t đ và ch s th c v t.. 45 40 35 Numerator LST (oC) 30 LSTmax LST (NDVIi) 25 Denominator 20 15 10 LSTmin 5 LSTmin (NDVIi) 0 0.2 0.4 0.6 0.8 1 NDVI Hình 1. Mô hình m i quan h v t lý gi a các ch s c a VTCI (Ngu n Wan 2004) S d ng VTCI, ta có th gi i thích đư c c s thay đ i c a th m th c v t l n s bi n đ ng v nhi t đ c a nh ng vùng có cùng đ che ph th c v t. Trong hình 1, LSTmax đư c coi như đư ng “biên nóng” đ i di n cho nh ng nơi có đ m th p và th c v t đang b khô h n; 6
  7. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. LSTmin đư c coi như đư ng biên “l nh”, đ i di n cho nh ng nơi mát hơn và có đ nư c cho th c v t phát tri n (Gillies et at. 1997, Wang et al. 2002). Giá tr c a VTCI ch y t 0 đ n 1; ch s này càng th p thì kh năng x y ra khô h n càng cao hơn. 4.2 Phương pháp th c đ a Đ thu th p s li u c n thi t cho vi c xây d ng m u (training data), chúng tôi đã th c hi n hai đ t kh o sát th c đ a vào mùa khô và mùa mưa. T ng c ng đã kh o sát 150 đi m m u. Vi c phân vùng đư c th c hi n trên cơ s phân lo i nh ASTER tháng 1 năm 2003. K t qu phân lo i nh cho ta m t cái nhìn khái quát v v trí, di n tích và các d ng sa m c hóa vùng nghiên c u g m 7 nhóm đ t: đ i cát, đ i cát th p, tr ng c cây b i trên đ t cát, ru ng lúa, đ t chăn th , r ng kh p trên đ t th p và r ng kh p trên núi cao. T i m i đi m m u, chúng tôi đo đ c nh ng ch s sau: - Đ che ph th c v t % - Đ m đ t (0-10 cm) Nhi t đ m t đ t - Thành ph n cơ gi i (5cm) - L y m u đ t đ đo các ch t iêu dinh dư ng cơ b n - pH, EC - 5 K t qu 5.1 Phân tích m i quan h gi a nhi t đ m t đ t và đ che ph th c v t Đ tìm hi u m i quan h gi a nhi t đ m t đ t và ch s th c v t, chúng tôi đã ch p 2 nh LST và NDVI đư c tính toán t nh ASTER 2003 và t o ra m t scatter plot v i tr c hoành bi u th NDVI và tr c tung bi u th nhi t đ . Hình 2 cho th y hai y u t LST và NDVI có m i quan h tuy n tính v i R2= 0.7. Nh ng vùng có r ng che ph có NDVI cao (0.3-0.5) và nhi t đ m t đ t tương đ i th p (20-26oC). Trong khi đó, các vùng đ n cát có ch s NDVI th p nh t (-0.15 đ n -0.2) và nhi t đ m t đ t r t cao (40 – 50oC). K t qu này cũng phù h p v i s li u th c đ a, v i nhi t đ gi a n ng c a các đ n cát lên đ n 65 oC. 7
  8. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Hình 2. M i quan h gi a nhi t đ và ch s th c v t ( nh ASTER 22/01/2003). (A) đ i di n cho vùng sa m c, (B) đ i di n cho vùng r ng 5.2 Ch s nhi t th c v t (VTCI) cho nh ASTER và MODIS. đ phân gi i cao, nh ASTER đư c s d ng đ tính ch s VTCI cho vùng nghiên c u. Ch s th c v t NDVI đư c tính t băng 3 và băng 1 (băng h ng ngo i và băng đ ). Nhi t đ m t đ t LST đư c l y t nh AST_08 như đã trình b y trong m c 4.1.1. Đ gi m thi u sai s hình h c, nh NDVI đư c n n t đ phân gi i 15m xu ng còn 90m đ phù h p v i đ phân gi i c a kênh nh nhi t. Trong hình 3 (đ th scatter plot gi a LST và NDVI) ta th y đư ng chéo phía trên đ i di n cho “biên nóng” (LSTmax), còn đư ng th ng n m du i scatter plot đ i di n cho “biên l nh” (LSTmin). Hình 3. Scatter plot gi a LST và NDVI ( nh ASTER 16/01/2005). T đ d c c a đư ng “biên nóng” và “biên l nh” chúng ta tính đư c các tham s a, b, a’, b’: LSTNDVIi.max = 43.3 – 29.75(NDVIi) (6) LSTNDVIi.min = 25.2 + 0(NDVIi) Áp d ng công th c (6) và (4), chúng ta tính đư c ch s VTCI c a vùng nghiên c u. Trong hình 4, nh ng vùng đ i cát phía nam đư c th hi n b ng m u tr ng, và có giá tr g n v i 0. Tron khi các vùng đ t nông nghi p gi a có m u t i hơn v i kho ng giá tr t 0.5 đ n 1. Trong ch s VTCI, giá tr càng nh (càng g n 0) càng bi u hi n s khô h n và thi u nư c đ i v i th c v t. Vùng có m u sáng phía b c nh đ i di n cho khu v c r ng kh p v n r t khô h n trong mùa khô. 8
  9. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Hình 4. VTCI tính t nh ASTER (tháng 1/2005). Đ phân gi i 90m. M t s pixel tr ng hoàn toàn là h nư c và nh ng vùng b mây che ph . đ phân gi i th p, VTCI đư c tính toán t nh MODIS. Ưu đi m c a nh MODIS là di n tích bao ph l n, ch 1 nh MODIS là có th ph hơn 80% di n thích Vi t Nam. Hai y u t đ u vào là: i) nh NDVI trung bình 16 ngày (MYD_13Q1); và ii) nh nhi t MOD_11A2. T t c các nh đư c đăng ký t a đ v lư i t a đ qu c gia và n n ch nh v đ phân gi i 1 km. T scatter plot gi a LST và NDVI (hình 5) chúng ta tính đư c h s a, b, a’, b’. LSTNDVIi.max = 47.45 – 22.18(NDVIi) (7) LSTNDVIi.min = 18.74 + 0(NDVIi) Hình 5. Scatter plot gi a LST và NDVI ( nh MODIS 12 Jan. 2005). 9
  10. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. Áp d ng công th c (7) và (4) chúng ta tính đư c ch s VTCI cho nh MODIS. Trong hình 6 có th th y h u h t các vùng đ t cát c a Vi t Nam đ u có ch s VTCI th p th hi n s khô h n và thi u nư c cho cây tr ng, trong đó vùng Phan thi t có ch s VTCI th p nh t tương ng v i m c khô h n nghiêm tr ng. Vùng Tây Nguyên cũng có ch s VTCI tương đ i th p và đư c th hi n b ng m u tr ng. Dãy Trư ng Sơn có m u đ m hơn trên nh th hi n ch s VTCI cao do có th c v t che ph và lư ng mưa nhi u hơn. M t di n tích l n mi n Trung và mi n B c b mây che ph nên không có s li u. Study area Hình 6. Ch s VTCI of tính toán t nh MODIS (tháng 1/2005). Đ phân gi i 1 km. Khu v c c ó m u tr ng gi a nh là nh ng vùng không có d li u nhi t đ do b mây che ph . 6 Th o lu n Vi c phân tích ch s th c v t NDIV và nhi t đ m t đ t t nh ASTER cho th y, 2 y u t này có m i quan h ch t (R2=0.7) và có th gi i thích đư c các c p đ sa m c hóa khác nhau. Tuy nhiên, trong quá trình x lý nh, chúng tôi nh n th y r ng s khác bi t v đ phân gi i gi a các băng trong gi i ph nhìn th y (VNIR, 15 m) s d ng đ tính NDVI, và các băng trong vùng h ng ngo i nhi t (TIR, 90 m) s d ng đ tính nhi t đ m t đ t, có th d n t i nh ng sai l ch đáng k v hình h c và quang h c. Vi c n n ch nh nh chính xác là r t quan tr ng đ gi m thi u nh ng sai l ch này. K t qu tính toán ban đ u cho th y, nh MODIS và ASTER có nhi u ti m năng đ theo dõi và xây d ng b n đ sa m c hóa cho t l nh và t l trung bình. T i th i đi m này, chúng tôi m i ch th nghi m trên d li u c a mùa khô. Bư c ti p theo chúng tôi s ti n hành phân tích nh và d li u thu th p trong mùa mưu đ có m t cái nhìn toàn di n hơn v m i quan h gi a ch s th c v t, nhi t đ , và s bi n đ ng c a sa m c hóa. 7 L i c m ơn Đ tài này đư c s h tr c a Đ i h c t ng h p Newcastle, và Trung tâm nghiên c u Sinh thái Môi trư ng r ng (RCFE), Vi n Khoa h c Lâm nghi p Vi t nam (FSIV). Chúng tôi xin 10
  11. Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only. g i l i c m ơn t i anh Phùng Văn Khen, Trung tâm Th c nghi m Phú H i v s giúp đ trong kh o sát th c đ a, và ch Nguy n Minh Châu, RCFEE trong vi c phân tích m u đ t. 8 Tài li u tham kh o. BRANDT, J., GEESON, N., and IMESON, A., 2002, A desertification indicator system for Mediterranean Europe, DesertLink. CONGALTON, R. G., 1991, A review of assessing the accuracy of classification of remotely sensed data: Remote Sensing of Environment, v. 37, p. 35-46. DASH, P., TSCHE, F. M. G., OLESEN, F. S., and FISCHER, H., 2002, Land surface temperature and emissivity estimation from passive sensor data: theory and practice– current trends: International Journal of Remote Sensing, v. 23, p. 2563–2594. GILLESPIE, A., ROKUGAWA, S., MATSUNAGA, T., COTHERN, J. S., HOOK, S., and KAHLE, A. B., 1998, A temperature and emissivity separation algorithm for Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) images: IEEE Transactions on Geoscience and Remote Sensing, v. 36, p. 1113 - 1126. HABOUDANE, D., BONN, F., and ROYER, A., 2002, Land degradation and erosion risk mapping by fusion of spectrallybased information and digital geomorphometric attributes: International Journal of Remote Sensing, v. 23, p. 3795–3820. MCVICAR, T. R., JUPP, D.L.B., 1998, The current and potential operational use of remote sensing to aid decisions on drought exceptional circumstances in Australia: a review.: Agricultural Systems, v. 57, p. 399-468. ROUSE, J. W., HAAS,R.H., SCHELL,J.A., DEERING, D.W., 1973, Monitoring vegetation systems in the great plains with ERTS, Third ERTS Symposium, NASA, p. 309-317. STEHMAN, S. V., 1999, Basic probability sampling designs for thematic map accuracy assessment: International Journal of Remote Sensing, v. 20, p. 2423-2441. UNCCD, 2002, Vietnam report on the UNCCD implementation, UNCCD. -, 2004, UNCCD 10 years on, United Nation. WAN, Z., 1999, MODIS Land-Surface Temperature Algorithm Theoretical Basis Document, Institute for Computational Earth System Science. University of California, Santa Barbara. WAN, Z., WANG, P., and L, X., 2004, Using MODIS Land surface temperature and Normalized Diference Vegetation index products for monitoring dought in the southern Great Plains, USA.: International Journal of remote sensing,, v. 25, p. 61-72. 11
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.01: Bộ Luận Văn Thạc Sĩ Quản Trị Kinh Doanh MBA
165 tài liệu
2068 lượt tải
THÔNG TIN
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

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

LIÊN HỆ

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

Hotline: 093 303 0098

Email: support@tailieu.vn

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

 

Đồng bộ tài khoản
3=>0