Tính toán chỉ số nhiệt bề mặt phục vụ cảnh báo hạn hán nông nghiệp vùng hạ lưu sông Cả

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:3

Thêm vào BST

Báo xấu

2
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu này tập trung vào việc tính toán chỉ số nhiệt bề mặt (LST) từ hình ảnh vệ tinh để phục vụ công tác cảnh báo hạn hán nông nghiệp tại vùng hạ lưu sông Cả. Chỉ số nhiệt bề mặt được sử dụng để phân tích mức độ khô hạn của đất đai, từ đó hỗ trợ nông dân và các cơ quan chức năng trong việc dự báo và quản lý hạn hán hiệu quả. Kết quả tính toán sẽ giúp cải thiện khả năng ứng phó với hiện tượng hạn hán, góp phần bảo vệ sản xuất nông nghiệp và ổn định đời sống cộng đồng tại khu vực này.

Chủ đề:

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

Lưu

Nội dung Text: Tính toán chỉ số nhiệt bề mặt phục vụ cảnh báo hạn hán nông nghiệp vùng hạ lưu sông Cả

Tuyển tập Hội nghị Khoa học thường niên năm 2015. ISBN: 978-604-82-1710-5 TÍNH TOÁN CHỈ SỐ NHIỆT BỀ MẶT PHỤC VỤ CẢNH BÁO HẠN HÁN NÔNG NGHIỆP VÙNG HẠ LƯU SÔNG CẢ Đỗ Thị Ngọc Ánh1, Nguyễn Hoàng Sơn2, Nguyễn Quang Phi3 1 Đại học Thủy lợi, email: anhDTN110@wru.vn 2 Đại học Thủy lợi, email: sonnh@tlu.edu.vn 3 Đại học Thủy lợi, email: nguyenquangphi@gmail.com 1. GIỚI THIỆU CHUNG Trong những năm gần đây, tình hình hạn hán ở miền Trung Việt Nam có nhiều diễn Hạn hán đang ngày càng thu hút được sự biến phức tạp. Lưu vực sông cả thuộc tỉnh quan tâm của các nhà nghiên cứu, cùng với Nghệ An, Hà Tĩnh nơi ảnh hưởng mạng của quá trình nghiên cứu thì nhiều khái niệm gió Tây khô nóng thường xuyên xảy ra hạn khác nhau về hạn hán cũng đã được đưa ra. hán đặc biệt là vào các tháng mùa khô. Tuy Tuy nhiên hầu hết đều dựa vào các diễn biến nhiên việc đo đạc, cảnh báo hạn hiện nay còn chủ yếu của khí hậu như nhiệt độ, độ ẩm, thiếu nhiều thông tin và hạn chế về mặt số lượng mưa và các biểu hiện của nguồn nước liệu. Việc ứng dụng công nghệ xử lý ảnh viễn như nguồn nước ngầm, mực nước của sông, thám sẽ cung cấp các thông tin hữu ích theo suối, ao hồ, đập… không gian, trên một vùng rộng lớn để tính Lượng bốc hơi đồng biến với cường độ toán các trường nhiệt độ bề mặt, nhiệt độ đất, bức xạ, nhiệt độ, tốc độ gió và nghịch biến độ ẩm trong đất, các chỉ số thực vật. Từ các với độ ẩm nên hạn hán gia tăng khi nắng thông tin này kết hợp với các số liệu quan nhiều, nhiệt độ cao, gió mạnh, thời tiết khô trắc hạn hán trên một số điểm quan trắc sẽ ráo. Như vậy ta có thể dễ dàng nhận ra tình giúp chúng ta xây dựng các bản đồ cảnh báo trạng hạn khí tượng thông qua các biểu hiện hạn theo không gian với độ chính xác cao. của không khí như nhiệt độ, lượng mưa, gió và các biểu hiện của đất như khô, cang cứng, 2. PHƯƠNG PHÁP NGHIÊN CỨU nứt nẻ và bạc màu thể hiện cho sự suy giảm của độ ẩm trong đất. Các loại hạn hán như hạn khí tượng, hạn nông nghiệp có liên quan mật thiết đến nhiệt độ bề mặt và nhiệt độ đất. Nghiên cứu này trình bày phương pháp tính toán nhiệt độ bề mặt đất từ ảnh vệ tinh Landsat. Vệ tinh Landsat 8 được phóng lên quỹ đạo ngày 11/2/2013 với chu kỳ lặp lại của vệ tinh là 16 ngày. Vệ tinh thu nhận các ảnh đa phổ với các band ảnh có độ phân giải 30m (band đơn sắc có độ phân giải 15m). Các ảnh này có thể ứng dụng trong các ngành nông Hình 1: Ảnh vệ tinh lưu vực sông Cả nghiệp, giáo dục, nghiên cứu khoa học, quản Nghiên cứu sử dụng ảnh vệ tinh Landsat 8 lý, phòng chống thiên tai. cho toàn bộ lưu vực sông Cả vào lúc 9h35 các 265
Tuyển tập Hội nghị Khoa học thường niên năm 2015. ISBN: 978-604-82-1710-5 ngày 08/06/2015, 01/07/2015 và 08/07/2015 x - Dữ liệu số của band ảnh qua cơ sở dữ liệu ảnh của USGS. Ảnh được (Digital Number). thu nhận là ảnh chất lượng cao, ít mây, và đã b - Radiance Add được hiệu chỉnh bức xạ và nắn chỉnh những Kết quả tính toán bức xạ như hình 2 góc lệch của ảnh đến chất lượng 1G trước khi dưới đây: cung cấp cho người sử dụng. Ảnh Landsat đã được hiệu chỉnh về một hệ tọa độ Universal Transverse Mercator (UTM) thống nhất (hình 1). Sau đó nghiên cứu tiến hành phân tích tính toán các chỉ số nhiệt trên lưu vực. 3. KẾT QUẢ NGHIÊN CỨU Thiết bị cảm biến hồng ngoại nhiệt đặt trênvệ tinh Landsat 8 có thể đo bức xạ tầng cao khí quyển, từ đó có thể tính được nhiệt độ sáng (Brightness Temperature) bằng định luật Plank (Dash et al., 2002). Ảnh hưởng Hình 2: Kết quả tính toán bức xạ của khí quyển bao gồm áp suất, bức xạ và phát xạ (Franca& Cracknell, 1994) cần được Bước tiếp theo, chuyển đổi bức xạ sang hiệu chỉnh trước khi tính toán nhiệt độ sáng nhiệt độ sáng Brightness Temperature bề mặt. Có 2 phương pháp tiếp cận được đưa (hay còn gọi là nhiệt độ chói, nhiệt độ vật thể ra nhằm tính toán LST từ ảnh đa phổ thu từ đen, TB). bộ cảm biến hồng ngoại nhiệt (TIRS - K2 TB  Thermal Infrared Sensor) (Schmugge et al., K  ln  1  1  1998). Phương pháp tiếp cận đầu tiên là tận  L  dụng phương trình chuyển bức xạ để hiệu chỉnh xạ mà đầu thu thu được thành bức xạ T: giá trị nhiệt bề mặt (K). bề mặt, theo một mô hình phát xạ để phân L: giá trị bức xạ. bức xạ bề mặt ra thành nhiệt độ và độ phát xạ K1, K2: các hằng số. (Schmugge et al., 1998). Phương pháp tiếp Nhiệt độ bề mặt đất được tính toán dựa cận thứ hai áp dụng công nghệ split-window trên kết quả tính toán nhiệt độ sáng có xét cho bề mặt đại dương và bề mặt đất, giả sử đến ảnh hưởng của độ phát xạ. rằng độ phát xạ trong các kênh được sử dụng TB là như nhau. St  1  (   TB /  )ln  Nhiệt bề mặt LST (Land Surface Temperature) được tính toán từ các band St: nhiệt độ bề mặt (˚K) nhiệt hồng ngoại (10.3 – 12.5 µm) được thu TB: nhiệt độ sáng (˚K) nhận từ bộ cảm biến hồng ngoại nhiệt (TIRS : bước sóng (11.5 µm) - Thermal Infrared Sensor). Các band nhiệt hc hồng ngoại có độ phân giải 100m.  Công thức dưới đây được sử dụng để  chuyển đổi từ dữ liệu số DN (digital number) h: hằng số Plank của band nhiệt hồng ngoại sang độ bức xạ: c: vận tốc ánh sáng L = mx + b σ: hằng số Boltzmann Trong đó: Kết quả tính toán nhiệt độ sáng như hình 3. Lʎ - Bức xạ Kết quả cho thấy nhiệt độ lớn nhất là 43˚C m - Radiance Multiplier và nhiệt độ thấp nhất là 14˚C. Các vùng nhiệt 266
Tuyển tập Hội nghị Khoa học thường niên năm 2015. ISBN: 978-604-82-1710-5 độ cao thuộc khu dân cư và đất nông nghiệp, 4. KẾT LUẬN vùng cát ven biển như tại huyện Can Lộc, Việc sử dụng công nghệ ảnh viễn thám |TP. Vinh và Hương Sơn, v.v... (hình 4). Landsat 8 cho việc tính toán nhiệt độ bề mặt sẽ giúp cho việc tính toán bản đồ cảnh báo hạn nông nghiệp. Các thông tin này kết hợp với các điểm quan trắc hạn trên lưu vực sẽ tốt hơn cho việc xây dựng bản đồ cảnh báo hạn hán. Nghiên cứu đã chỉ ra được những khu vực có nhiệt độ bề mặt cao, thuộc vùng dân cư và vùng đất nông nghiệp. Nơi có nhiệt độ bề mặt cao là nơi có nguy cơ hạn hán lớn do nhiệt độ cao, bốc thoát hơi nước lớn, độ che phủ thấp hoặc thực vật không đủ xanh, không đủ tươi, lấy đi lượng ẩm đáng kể trong đất, gây thiếu hụt ẩm, nhiệt độ bề mặt tăng cao. Hình 3: Kết quả tính toán nhiệt độ sáng (BT) Từ đó, có thể sử dụng nhiệt độ bề mặt LST để phục vụ dự báo hạn hán đặc biệt là dự báo hạn nông nghiệp. 5. TÀI LIỆU THAM KHẢO [1] Dash, P., Gottsche, F. -M., Olesen, F. -S., & Fischer, H. (2002). Land surface temperature and emissivity estimation from passive sensor data: Theory and practice- current trends. International Journal of Remote Sensing, 23(13), 2563–2594. [2] Prata, A. J., Caselles, V., Coll, C., Sobrino, J. A., & Ottle, C. (1995). Hình 4: Kết quả tính toán nhiệt độ bề mặt khu Thermal remote sensing of land surface vực hạ lưu Sông Cả temperature from satellites: Current status and future prospects. Remote Sensing Bảng 1: Nhiệt độ lớn nhất và nhỏ nhất Reviews, 12, 175–224. của một số huyện thuộc tỉnh Nghệ An [3] Quattrochi, D. A., & Goel, N. S. (1995). vùng hạ lưu sông Cả Spatial and temporal scaling of STT Huyện Tmax (˚C) Tmin (˚C) thermal remote sensing data. Remote Sensing Reviews, 12, 255– 286. 1 TP. Vinh 41.6 25.3 [4] Schmugge, T., Hook, S. J., & Coll, C. 2 Hưng Nguyên 35.47 26.5 (1998). Recovering surface temperature and 3 Nam Đàn 35.6 27.07 emissivity from thermal infrared 4 Thanh Chương 42.2 29.7 multispectral data. Remote Sensing of 5 Anh Sơn 42.56 30.8 Environment, 65, 121– 131. 6 Đô Lương 42.66 31.7 [5] Dr. P.K. Garg, Dr. S.K. Ghosh,(2012), 7 Kỳ Sơn 42.16 18.32 Mapping of Agriculture Drought using 8 Tương Dương 42.58 17.7 Remote Sensing and GIS- Surendra Singh Choudhary.International Journal of 9 Anh Sơn 42.35 31.8 Scientific Engineering and Technology, 4, 10 Quế Phong 42.6 21.3 149-157. 11 Quỳ Châu 42.42 19.77 267