Ước tính độ nhiễm mặn của đất từ dữ liệu ảnh viễn thám khu vực ven biển tỉnh Nghệ An

BÀI BÁO KHOA HỌC<br /> <br /> <br /> ƯỚC TÍNH ĐỘ NHIỄM MẶN CỦA ĐẤT TỪ DỮ LIỆU ẢNH VIỄN THÁM<br /> KHU VỰC VEN BIỂN TỈNH NGHỆ AN<br /> Phạm Văn Mạnh1, Nguyễn Ngọc Thạch1, Nguyễn Như Hùng2, Lại Tuấn Anh3<br /> <br /> Tóm tắt: Độ nhiễm mặn của đất là một trong những mối đe dọa nghiêm trọng tới môi trường, có tác<br /> động tiêu cực đến năng suất cây trồng trong lĩnh vực nông nghiệp. Ước tính độ nhiễm mặn của đất từ<br /> dữ liệu viễn thám là một cách tiếp cận thực tế để giám sát mức độ nhiễm mặn của đất lâu dài, hỗ trợ<br /> quản lý đất đai và môi trường bền vững. Nghiên cứu này trình bày việc sử dụng dữ liệu Landsat-8 OLI<br /> được thu ngày 18/12/2018 để chiết xuất các chỉ số vật lý để ước tính sự biến đổi không gian của độ<br /> nhiễm mặn của đất tại các huyện, thị xã ven biển tỉnh Nghệ An. Các mô hình hồi quy tuyến tính đơn<br /> biến và đa biến được thực hiện bằng cách sử dụng dữ liệu độ dẫn điện (EC) của đất từ khảo sát thực địa<br /> trong khoảng thời gian 25/12/2018 đến 8/1/2019. Mối tương quan giữa các chỉ số khác nhau và dữ liệu<br /> thực địa về độ nhiễm mặn của đất được tính toán để tìm ra các chỉ số tương quan cao. Mô hình hồi quy<br /> tối ưu được chọn khi xem xét giá trị R2 cao và RMSE nhỏ nhất. Kết quả cho thấy, mô hình hồi quy tuyến<br /> tính đa biến có độ chính xác cao với hệ số xác định (R2=0,67) và sai số trung phương<br /> (RMSE=1,19).Điều này cho thấy dữ liệu viễn thám có thể được sử dụng một cách hiệu quả để mô hình<br /> hóa và lập bản đồ biến đổi không gian của độ nhiễm mặn của đất ở khu vực ven biển.<br /> Từ khóa: Chỉ số độ nhiễm mặn, hồi quy tuyến tính, landsat 8 OLI, viễn thám, Nghệ An.<br /> <br /> 1. ĐẶT VẤN ĐỀ * trong phòng thí nghiệm) thường rất tốn kém, tốn<br /> Xâm nhập mặn là một trong những mối nguy nhiều công sức và không phù hợp với tốc độ thay<br /> cơ ảnh hưởng tiêu cực đến môi trường đất và sinh đổi của hiện tượng này (Barbouchi et al., 2015).<br /> trưởng của thực vật (Hamzeh et al., 2013). Bên Do đó, cần phải phát triển các phương pháp hiệu<br /> cạnh đó, xâm nhập mặn làm giảm diện tích tưới quả để đưa ra các quyết định giảm thiệu phù hợp<br /> tiêu của Thế giới 1-2%/năm và ngày càng tăng dữ và tức thời (Metternicht et al., 2009). Việc tích<br /> dội hơn ở các nước khô hạn và bán khô hạn (FAO, hợp dữ liệu viễn thám và dữ liệu máy đo quang<br /> 2005). Sự tích tụ quá mức của hàm lượng muối phổ tại chỗ để lập bản đồ độ nhiễm mặn của đất là<br /> hòa tan trong bề mặt đất làm ảnh hưởng đến tính rất hứa hẹn vì độ nhạy giữa phổ của đất với hàm<br /> chất của đất, làm suy giảm năng suất, hạn chế sự lượng muối trong đất (Abbas et al., 2013; Sidike et<br /> phát triển của cây trồng và hạn chế năng suất nông al., 2014). Có rất nhiều tác giả đã chứng minh lợi<br /> nghiệp. Nồng độ muối quá cao trong đất có thể ích của việc kết hợp các chỉ số vật lý được chiết<br /> dẫn đến việc bỏ đất nông nghiệp (Li et al., 2011). xuất các loại ảnh vệ tinh khác nhau với các phép<br /> Sự gia tăng của đất nhiễm mặn là một hiện tượng đo trong phòng thí nghiệm. Tuy nhiên, có rất ít<br /> có tính động, cần phải được theo dõi thường nghiên cứu về giám sát không gian độ nhiễm mặn<br /> xuyên để nắm bắt kịp thời mức độ mở rộng, mức của đất bằng cách sử dụng các chỉ số độ nhiễm<br /> độ trầm trọng, phạm vi phân bố không gian - thời mặn của đất (SSSi).<br /> gian và tính chất nhiễm mặn. Các phương pháp Trong nghiên cứu này, một cách tiếp cận tích<br /> thường được sử dụng (đo đạc trực tiếp, phân tích hợp dựa trên chỉ số độ nhiễm mặn của đất được<br /> phát triển để giám sát không gian phát triển độ<br /> 1 nhiễm mặn của đất nông nghiệp ở các huyện ven<br /> Khoa Địa lý, Trường Đại học Khoa học Tự nhiên,<br /> ĐHQGHN biển tỉnh Nghệ An. Để đạt được mục đích này, chỉ<br /> 2<br /> Bộ môn Trắc địa-Bản đồ, Học viện Kỹ thuật quân sự số độ nhiễm mặn của đất (SSSi) và các phép đo<br /> 3<br /> Bộ môn Trắc Địa, Trường Đại học Thủy lợi<br /> <br /> <br /> 114 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 66 (9/2019)<br /> trong phòng thí nghiệm về độ dẫn điện (EC) được trung bình/năm là 1.500 - 1.700 giờ. Lượng mưa<br /> sử dụng cho mô hình dự đoán độ nhiễm mặn của bình quân hàng năm dao động từ 1.200 - 2.000<br /> đất. Sau đó, phát triển mô hình đã sử dụng để mm/năm.<br /> thành lập bản đồ phân bố hàm lượng muối trong<br /> đất bằng SSSi từ dữ liệu ảnh viễn thám.<br /> 2. DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU<br /> 2.1. Khu vực nghiên cứu, dữ liệu sử dụng<br /> 2.1.1. Khu vực nghiên cứu<br /> Khu vực nghiên cứu 5 huyện, thị xã ven biển<br /> của tỉnh Nghệ An, gồm: thị xã Hoàng Mai, Quỳnh<br /> Lưu, Diễn Châu, Nghi Lộc và thị xã Cửa Lò; nằm<br /> trải dài từ105°24'56"-105°50'24"E và 18°40'54"-<br /> 19°23'55"N, với diện tích tự nhiên khoảng 1.311<br /> km2, có đường bờ biển dài khoảng 90 km. Khu<br /> vực nghiên cứu chịu nhiều ảnh hưởng do biến đổi<br /> khí hậu toàn cầu. Đất đai bị bạc màu; đa dạng sinh<br /> học giảm mạnh; diện tích đất bị xâm nhập mặn,<br /> đất bị khô hạn, nhiễm phèn ngày càng tăng; nhiệt<br /> độ không khí tăng cao và hạn hán bất thường, lũ<br /> lụt không theo quy luật; nhiều dịch bệnh mới hình<br /> thành… đã đe dọa đến các hoạt động kinh tế-xã Hình 1. Khu vực nghiên cứu và dữ liệu sử dụng<br /> hội. Nhiệt độ trung bình hàng năm từ 23-24°C. Sự<br /> chênh lệch nhiệt độ giữa các tháng trong năm khá Dữ liệu ảnh viễn thám Landsat-8 OLI chụp<br /> cao. Nhiệt độ trung bình các tháng nóng nhất ngày 18/2/2019 được sử dụng trong nghiên cứu<br /> (tháng 6 đến tháng 7) là 33°C, nhiệt độ cao tuyệt này và được tải miễn phí tại trang web<br /> đối 42,7°C; nhiệt độ trung bình các tháng lạnh (http://earthexplorer.usgs.gov). Với các kênh phổ<br /> nhất (tháng 12 năm trước đến tháng 2 năm sau) là được sử dụng trong nghiên cứu (Bảng 1).<br /> 19°C, nhiệt độ thấp tuyệt đối -0,5°C. Số giờ nắng<br /> Bảng 1. Các kênh phổ ảnh vệ tinh Landsat 8 OLI sử dụng trong nghiên cứu.<br /> <br /> Kênh phổ Bước sóng (µm) Độ phân giải không gian (m)<br /> Kênh 2 - Blue 0.45 ÷ 0.51 30<br /> Kênh 3 - Green 0.53 ÷ 0.59 30<br /> Kênh 4 - Red 0.64 ÷ 0.67 30<br /> Kênh 5 - Near Infrared (NIR) 0.85 ÷ 0.88 30<br /> Kênh 6 - SWIR 1 1.57 ÷ 1.65 30<br /> Kênh 7 - SWIR 2 2.11 ÷ 2.29 30<br /> <br /> 2.1.2. Thu thập dữ liệu thực địa điện (EC- Electrical Conductivity: dS/m). Hầu hết<br /> Dữ liệu đo độ mặn của đất từ ngày 25/12/2018 các dung dịch dinh dưỡng có giá trị EC ≤ 4<br /> – 8/1/2019 được thu thập từ Sở Tài nguyên và mS/cm, nếu lớn hơn sẽ gây hại cho cây trồng. Đất<br /> Môi trường tỉnh Nghệ An (2019). Được đo bằng mặn là những loại đất có độ dẫn điện > 4 dS/m ở<br /> máy EM-38, phương pháp sử dụng để tính toán độ 25oC.Toàn bộ các ô mẫu thực địa được phân bố<br /> nhiễm mặn của đất từ dữ liệu thực địa là độ dẫn đồng đều theo các huyện, thi xã ven biển của khu<br /> <br /> <br /> KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 66 (9/2019) 115<br /> vực nghiên cứu và được chia thành hai phần:(i) sử và đánh giá độ hiệu quả của chúng trong việc ước<br /> dụng tham gia cho các mô hình tính toán (khoảng lượng độ nhiễm mặn của đất bằng hàm hồi quy<br /> 70% số mẫu) và (ii) phần còn lại được sử dụng để tuyến tính đơn giản (SLR) và hàm hồi quy tuyến<br /> kiểm chứng kết quả mô hình dự đoán (khoảng tính đa biến (MLR)(Lhissou et al., 2014).(i) Mô<br /> 30% số mẫu). Các mẫu này được sử dụng là biến hình SLR: được áp dụng bằng cách sử dụng các<br /> phụ thuộc, trong khi đó biến độc lập được chiết giá trị của chỉ số độ đo riêng biệt để ước tính độ<br /> xuất từ dữ liệu ảnh vệ tinh Landsat 8-OLI và các nhiễm mặn của đất. Để tính mối tương quan trên<br /> sản phẩm của mô hình số độ cao (độ cao địa hình, từng chỉ số đo độ nhiễn mặn của đất với các giá trị<br /> độ dốc). 45 mẫu đã được thu thập bao gồm 4 mẫu EC thực tế. Thiết lập 13 biến độc lập, trong đó<br /> ở thị xã Hoàng Mai; 17 mẫu ở huyện Quỳnh Lưu; 11biến được chiết xuất từ ảnh Landsat 8 OLI<br /> 16 mẫu ở huyện Diễn Châu; 18 mẫu huyện Nghi (SI_1, SI_2, SI_3, SI_11, INT_1, INT_2, BI,<br /> Lộc; 5 mẫu ở thị xã Cửa Lò. Do đó, 30/45 ô mẫu SAVI, NDVI, RATNIR/RED và EVI) để đo độ mặn<br /> được chọn theo phương pháp lấy mẫu ngẫu nhiên để phát hiện hàm lượng muối và lập bản đồ độ<br /> được sử dụng trong tính toán để lựa chọn mô hình nhiễm mặn của đất và 2 biến được chiết xuất từ<br /> tối ưu trong ước tính độ nhiễm mặn của đất; các ô mô hình số độ cao (Elev và Slope). Các chỉ số này<br /> mẫu còn lại được sử dụng để xác thực độc lập kết được chọn sau khi đã tham khảo các nghiên cứu<br /> quả ước tính độ nhiện mặn của đất. trước đây trong việc lập bản đồ độ nhiễm mặn đất<br /> 2.2. Phương pháp nghiên cứu (Abbas et al., 2013; Lhissou et al., 2014). (ii) Mô<br /> Phương pháp được sử dụng để ước tính độ hình MLR: 13 chỉ số được dùng làm biến độc lập,<br /> nhiễm mặn của đất trong nghiên cứu này được giá trị EC của đất được dùng làm biến phụ thuộc.<br /> trình bày ở Hình 2. Bao gồm các bước: (1) Hiệu Trong phương pháp hồi quy tuyến tính đa biến,<br /> chỉnh ảnh hưởng khí quyển, hiệu chỉnh hình học; cần tính 2 chỉ số định lượng giữa giá trị đo được<br /> (2) Tính toán các chỉ số đo độ nhiễm mặn của đất; và giá trị dự đoán được tính toán trong phân mềm<br /> (3) Hiệu chuẩn chỉ số đo độ nhiễm mặn của đất; R (R-Development Core Team, 2011). Việc so<br /> và (4) Lựa chọn mô hình tối ưu để ước tính độ sánh giữa các giá trị ước tính EC của đất và giá trị<br /> nhiễm mặn của đất nông nghiệp tại các huyện ven đo EC thực tế được thực hiện bằng hệ số xác định<br /> biển tỉnh Nghệ An. (R2), sai số trung phương (RMSE). Ước tính EC<br /> 2.2.1. Lựa chọn mô hình tối ưu để ước tính tối ưu tương ứng với giá trị của R2 cao và giá trị<br /> độ nhiễm mặn của đất RMSE thấp nhất.<br /> Tiền xử lý ảnh vệ tinh Landsat 8-OLI: Quá<br /> trình này được thực hiện qua hai giai đoạn: hiệu<br /> chỉnh hình học và hiệu chỉnh ảnh hưởng của khí<br /> quyển (Pons et al., 2014). Trong nghiên cứu này,<br /> mô hình FLAASH được tích hợp trong phần mềm<br /> ENVI 5.3.1 SP1 (Trial mode) được lựa chọn để<br /> tiến hành các bước tiền xử lý ảnh. Ảnh Landsat-8<br /> OLI khu vực ven biển tỉnh Nghệ An sau khi được<br /> nắn chỉnh sơ bộ, sau đó được tiến hành nắn chỉnh<br /> địa lý về hệ tọa độ VN2000_Z48 để đồng bộ về<br /> mặt tọa độ với dữ liệu đã được nắn chỉnh ở hệ tọa<br /> độ VN2000.<br /> Mô hình hồi quy mô phỏng độ nhiễm mặn của<br /> đất: Đầu tiên, độ tương quan giữa độ dẫn điện<br /> (EC) của các mẫu thu ở thực địa và các chỉ số vật<br /> lý được chiết xuất từ dữ liệu ảnh vệ tinh(Sidike et<br /> al., 2014), để tìm mối liên hệ giữa các biến số này Hình 2. Sơ đồ phương phương pháp tổng thể<br /> <br /> <br /> 116 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 66 (9/2019)<br />  Bảng 2. Dữ liệu biến đầu vào mô hình giữa EC (biến phụ thuộc) và biến độc lập<br /> (SI_1, SI_2, SI_3, SI_11, INT_1, INT_2, BI, EVI, SAVI, NDVI, RATNIR/RED, Elev, Slope)<br /> ID Các biến Công thức tính toán<br /> 1 EC Độ dẫn điện (dS/m)<br /> 2 SI_1<br /> 3 SI_2<br /> 4 SI_3<br /> 5 SI_11 SWIR1/SWIR2<br /> 6 INT_1 (GREEN + RED)/2<br /> 7 INT_2 (GREEN + RED + NIR)/3<br /> 8 BI<br /> 9 SAVI (NIR – RED) x (1 + L) / (NIR + RED + L)<br /> 10 NDVI NIR – RED / NIR + RED<br /> 11 EVI 2,5 x ((NIR – RED)/(NIR + c1 x RED – c2 x BLUE +L))<br /> 12 RATNIR/RED NIR/RED<br /> 13 Elev Độ cao, độ phân giải 20-m<br /> 14 Slope Độ dốc (o)<br /> (Trong đó: chỉ số EVI có các giá trị c1=6; c2=7,5 và L=1. Chỉ só SAVI có các giá trị L=0,5)<br /> <br /> 2.2.2. Thành lập bản đồ độ nhiễm mặn của Các mô hình phát triển đã được sử dụng để ước<br /> đất và phân tích sự thay đổi độ nhiễm mặn của tính EC của đất. Nghiên cứu áp dụng phương pháp<br /> đất nông nghiệp tạo lát cắt giá trị (density slicing) để phân ngưỡng<br /> các mức độ nhiễm mặn khác nhau với khoảng<br /> nhiễm mặn theo chuẩn quốc tế(Yu et al., 2010):<br /> (1)-Không mặn: dS/m< 1; (2)-Độ mặn rất thấp: 1<<br /> dS/m