Tuyển tập Hội nghị Khoa học thường niên năm 2015. ISBN: 978-604-82-1710-5
265
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
1Đại học Thủy lợi, email: anhDTN110@wru.vn
2Đại học Thủy lợi, email: sonnh@tlu.edu.vn
3Đại học Thủy lợi, email: nguyenquangphi@gmail.com
1. GIỚI THIỆU CHUNG
Hạn hán đang ngày càng thu hút được sự
quan tâm của các nhà nghiên cứu, cùng với
quá trình nghiên cứu thì nhiều khái niệm
khác nhau về hạn hán cũng đã được đưa ra.
Tuy nhiên hầu hết đều dựa vào các diễn biến
chủ yếu của khí hậu như nhiệt độ, độ ẩm,
lượng mưa và các biểu hiện của nguồn nước
như nguồn nước ngầm, mực nước của sông,
suối, ao hồ, đập…
Lượng bốc hơi đồng biến với cường độ
bức xạ, nhiệt độ, tốc độ gió và nghịch biến
với độ ẩm nên hạn hán gia tăng khi nắng
nhiều, nhiệt độ cao, gió mạnh, thời tiết khô
ráo. Như vậy ta có thể dễ dàng nhận ra tình
trạng hạn khí tượng thông qua các biểu hiện
của không khí như nhiệt độ, lượng mưa, gió
và các biểu hiện của đất như khô, cang cứng,
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
nghiệp, giáo dục, nghiên cứu khoa học, quản
lý, phòng chống thiên tai.
Trong những năm gần đây, tình hình hạn
hán ở miền Trung Việt Nam có nhiều diễn
biến phức tạp. Lưu vực sông cả thuộc tỉnh
Nghệ An, Hà Tĩnh nơi ảnh hưởng mạng của
gió Tây khô nóng thường xuyên xảy ra hạn
hán đặc biệt là vào các tháng mùa khô. Tuy
nhiên việc đo đạc, cảnh báo hạn hiện nay còn
thiếu nhiều thông tin và hạn chế về mặt số
liệu. Việc ứng dụng công nghệ xử lý ảnh viễn
thám sẽ cung cấp các thông tin hữu ích theo
không gian, trên một vùng rộng lớn để tính
toán các trường nhiệt độ bề mặt, nhiệt độ đất,
độ ẩm trong đất, các chỉ số thực vật. Từ các
thông tin này kết hợp với các số liệu quan
trắc hạn hán trên một số điểm quan trắc sẽ
giúp chúng ta xây dựng các bản đồ cảnh báo
hạn theo không gian với độ chính xác cao.
2. PHƯƠNG PHÁP NGHIÊN CỨU
Hình 1: Ảnh vệ tinh lưu vực sông Cả
Nghiên cứu sử dụng ảnh vệ tinh Landsat 8
cho toàn bộ lưu vực sông Cả vào lúc 9h35 các
Tuyển tập Hội nghị Khoa học thường niên năm 2015. ISBN: 978-604-82-1710-5
266
ngày 08/06/2015, 01/07/2015 và 08/07/2015
qua cơ sở dữ liệu ảnh của USGS. Ảnh được
thu nhận là ảnh chất lượng cao, ít mây, và đã
được hiệu chỉnh bức xạ và nắn chỉnh những
góc lệch của ảnh đến chất lượng 1G trước khi
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
của khí quyển bao gồm áp suất, bức xạ và
phát xạ (Franca& Cracknell, 1994) cần được
hiệu chỉnh trước khi tính toán nhiệt độ sáng
bề mặt. Có 2 phương pháp tiếp cận được đưa
ra nhằm tính toán LST từ ảnh đa phổ thu từ
bộ cảm biến hồng ngoại nhiệt (TIRS -
Thermal Infrared Sensor) (Schmugge et al.,
1998). Phương pháp tiếp cận đầu tiên là tận
dụng phương trình chuyển bức xạ để hiệu
chỉnh xạ mà đầu thu thu được thành bức xạ
bề mặt, theo một mô hình phát xạ để phân
bức xạ bề mặt ra thành nhiệt độ và độ phát xạ
(Schmugge et al., 1998). Phương pháp tiếp
cận thứ hai áp dụng công nghệ split-window
cho bề mặt đại dương và bề mặt đất, giả sử
rằng độ phát xạ trong các kênh được sử dụng
là như nhau.
Nhiệt bề mặt LST (Land Surface
Temperature) được tính toán từ các band
nhiệt hồng ngoại (10.3 – 12.5 µm) được thu
nhận từ bộ cảm biến hồng ngoại nhiệt (TIRS
- Thermal Infrared Sensor). Các band nhiệt
hồng ngoại có độ phân giải 100m.
Công thức dưới đây được sử dụng để
chuyển đổi từ dữ liệu số DN (digital number)
của band nhiệt hồng ngoại sang độ bức xạ:
L = mx + b
Trong đó:
Lʎ - Bức xạ
m - Radiance Multiplier
x - Dữ liệu số của band ảnh
(Digital Number).
b - Radiance Add
Kết quả tính toán bức xạ như hình 2
dưới đây:
Hình 2: Kết quả tính toán bức xạ
Bước tiếp theo, chuyển đổi bức xạ sang
nhiệt độ sáng Brightness Temperature
(hay còn gọi là nhiệt độ chói, nhiệt độ vật thể
đen, TB).
2
B1
K
TK
ln 1
L



T: giá trị nhiệt bề mặt (K).
L: giá trị bức xạ.
K1, K2: các hằng số.
Nhiệt độ bề mặt đất được tính toán dựa
trên kết quả tính toán nhiệt độ sáng có xét
đến ảnh hưởng của độ phát xạ.
B
tB
T
S1 ( T / )ln

St: nhiệt độ bề mặt (˚K)
TB: nhiệt độ sáng (˚K)
: bước sóng (11.5 µm)
hc
h: hằng số Plank
c: vận tốc ánh sáng
σ: hằng số Boltzmann
Kết quả tính toán nhiệt độ sáng như hình 3.
Kết quả cho thấy nhiệt độ lớn nhất là 43˚C
và nhiệt độ thấp nhất là 14˚C. Các vùng nhiệt
Tuyển tập Hội nghị Khoa học thường niên năm 2015. ISBN: 978-604-82-1710-5
267
độ cao thuộc khu dân cư và đất nông nghiệp,
vùng cát ven biển như tại huyện Can Lộc,
|TP. Vinh và Hương Sơn, v.v... (hình 4).
Hình 3: Kết quả tính toán nhiệt độ sáng (BT)
Hình 4: Kết quả tính toán nhiệt độ bề mặt khu
vực hạ lưu Sông Cả
Bảng 1: Nhiệt độ lớn nhất và nhỏ nhất
của một số huyện thuộc tỉnh Nghệ An
vùng hạ lưu sông Cả
STT
Huyện
Tmax (˚C)
1
TP. Vinh
41.6
2
Hưng Nguyên
35.47
3
Nam Đàn
35.6
4
Thanh Chương
42.2
5
Anh Sơn
42.56
6
Đô Lương
42.66
7
Kỳ Sơn
42.16
8
Tương Dương
42.58
9
Anh Sơn
42.35
10
Quế Phong
42.6
11
Quỳ Châu
42.42
4. KẾT LUẬN
Việc sử dụng công nghệ ảnh viễn thám
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.
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).
Thermal remote sensing of land surface
temperature from satellites: Current status
and future prospects. Remote Sensing
Reviews, 12, 175–224.
[3] Quattrochi, D. A., & Goel, N. S. (1995).
Spatial and temporal scaling of
thermal remote sensing data. Remote
Sensing Reviews, 12, 255– 286.
[4] Schmugge, T., Hook, S. J., & Coll, C.
(1998). Recovering surface temperature and
emissivity from thermal infrared
multispectral data. Remote Sensing of
Environment, 65, 121– 131.
[5] Dr. P.K. Garg, Dr. S.K. Ghosh,(2012),
Mapping of Agriculture Drought using
Remote Sensing and GIS- Surendra Singh
Choudhary.International Journal of
Scientific Engineering and Technology, 4,
149-157.