Giáo trình Mô phỏng dòng tách bờ (RIP current) khu vực bãi biển phía nam Nhơn Lý, Bình Định bằng mô hình toán- Đặng Đình Khá - Trần Duy Kiều

Nội dung text: Giáo trình Mô phỏng dòng tách bờ (RIP current) khu vực bãi biển phía nam Nhơn Lý, Bình Định bằng mô hình toán- Đặng Đình Khá - Trần Duy Kiều

1. Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tập 32, Số 3S (2016) 139-147 Nghiên cứu đánh giá tác động của một số yếu tố mặt đệm đến dòng chảy lũ hạ lưu sông Cả bằng công nghệ giải đoán ảnh Landsat Trần Duy Kiều*, Đinh Xuân Trường Trường Đại học Tài nguyên và Môi trường Hà Nội, Số 41A Phú Diễn, Bắc Từ Liêm, Hà Nội Nhận ngày 08 tháng 8 năm 2016 Chỉnh sửa ngày 26 tháng 8 năm 2016; Chấp nhận đăng ngày 16 tháng 12 năm 2016 Tóm tắt: Dữ liệu viễn thám khi xử lý trong tổ hợp với hệ thống thông tin địa lý là nguồn tư liệu khách quan mang tính kế thừa và cập nhật liên tục trong bản đồ số, thực sự trở thành những tư liệu đáng tin cậy cho các nhà chuyên môn để tham khảo trong nhiều lĩnh vực khác nhau. Những nghiên cứu trước đây đối với lưu vực sông thì nhân tố mặt đệm được xem xét dưới góc độ tổng hợp, đưa tất cả các yếu tố của mặt điệm gộp chung vào một hệ số gọi là thông số tập chung. Các thông tin mặt đệm chỉ dừng lại ở mức độ đơn giản, riêng biệt và ở thời điểm hiện thời, chưa xem xét đến sự thay đổi cũng như sự tác động của chúng đến nguồn nước. Kết quả nghiên cứu của bài báo bước đầu định lượng hóa mức độ thay đổi của một số yếu tố mặt đệm từ việc giải đoán ảnh Landsat, để từ đó đánh giá được vai trò và tác động của một số yếu tố mặt đệm này trong vấn đề nghiên cứu đánh giá, theo dõi, giám sát và phát triển bền vững nguồn nước trên lưu vực sông Cả. Từ khóa: Ảnh Landsat, nhân tố mặt đệm, lưu vực sông Cả. 1. Đặt vấn đề* nhân tố (2) chiếm một vai trò không nhỏ trong việc hình thành, phát triển và suy giảm nguồn Theo Tạp chí Khoa học Kỹ thuật Thủy Lợi và nước trên lưu vực sông. Môi trường số 34 tháng 9 năm 2011 [1], nguy cơ Các nghiên cứu trước đây mới chỉ khai thác, và mức độ lũ trên lưu vực sông Cả phụ thuộc vào sử dụng các thông tin mặt đệm như là các thông nhiều nguyên nhân và yếu tố ảnh hưởng như: số toán học bất biến để đưa vào các mô hình toán lượng mưa và cường độ mưa; điều kiện địa hình, thủy văn thủy lực trong quá trình mô phỏng dòng độ dốc lưu vực và lòng sông; đặc trưng hình thái chảy lưu vực sông mà chưa xem xét đến sự thay lũ Với 4 nhân tố chính khi xem xét về nguy cơ đổi của chúng. Trong thực tế, các yếu tố mặt đệm và mức độ lũ bao gồm: (1) Mưa gây lũ lớn trên đều thay đổi theo thời gian và sự thay đổi này có lưu vực sông Cả; (2) Địa hình lưu vực, đặc biệt là tác động như thế nào đến nguồn nước trên lưu vực độ dốc địa hình; (3) Cường suất lũ; (4) Tổng sông thì chưa có đánh giá. Do vậy một yêu cầu lượng lũ. Kết quả nghiên cứu của bài báo trên đã đặt ra ở đây là cần nghiên cứu cơ sở khoa học và chỉ ra rằng hệ số tác động của nhân tố (1) chiếm phương pháp để định lượng hóa mức độ thay 4/10, nhân tố (2) là 2,5/10 Như vậy có thể thấy đổi của một số yếu tố mặt đệm, hay nói cách khác là xác định và đánh giá được sự thay đổi ___ của một số yếu tố mặt đệm với điều kiện cụ * Tác giả liên hệ. ĐT: 84-912280632 Email: kieuedu@yahoo.com.vn thể, để từ đó đánh giá được vai trò và tác 139
2. 140 T.D. Kiều, Đ.X. Trường / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tâp̣ 32, Số 3S (2016) 139-147 động của nhân tố mặt đệm đến phát triển hiển thị tốt hơn phản ánh trong phạm vi có thể nguồn nước của một lưu vực sông. nhìn thấy, sau đó đến phạm vi hồng ngoại gần, Đồng thời với quá trình phát triển kinh tế - xã trong khi sự khác biệt là gần bằng 0 cho đá và hội đang diễn trên lưu vực sông Cả ngày càng trở đất trống. nên mạnh mẽ như hiện nay cũng như trong tương Quá trình định lượng một số yếu tố mặt đệm lai, làm cho nhân tố mặt đệm lại càng biến đổi như: đất đô thị, đất trống, đất nông nghiệp, thực phức tạp hơn. Do vậy sự tác động do sự thay đổi vật (rừng), mặt nước được thực hiện qua trình tự của một số yếu tố mặt đệm đến nguồn nuớc lại trở như sau [2]: nên sâu sắc hơn bao giờ hết. Chính vì vậy cần Tính toán giá trị phản xạ từ các dữ liệu vệ tinh nghiên cứu đánh giá sự thay đổi của một số yếu tố theo công thức: mặt đệm theo các giai đoạn phát triển kinh tế xã ρλ’ = Mρ.Qcal + Aρ (1) hội, cũng như cần cảnh báo được xu hướng thay Trong đó: ρλ’ là TOA (Top of Atmosphere) đổi của một số yếu tố mặt đệm này. Để từ đó có hành tinh phản xạ, mà không có sự điều chỉnh cho cơ sở lý luận đưa ra các giải pháp theo dõi, giám góc tới của tia chiếu mặt trời; Mρ là dữ liệu chính sát và phát triển bền vững nguồn nước lưu vực của Band dữ liệu; Aρ là dữ liệu phụ của Band dữ sông Cả. liệu; Qcal là thành phần lượng tử hóa và định cỡ tiêu chuẩn sản phẩm giá trị Pixel. - Điều chỉnh giá trị phản xạ với góc tới của tia 2. Cơ sở khoa học định lượng một số yếu tố chiếu mặt trời theo công thức: mặt đệm trên lưu vực sông ρλ = ρλ’/cosθSZ = ρλ’/sinθSE (2) Trong đó: ρλ là TOA (Top of Atmosphere) Chỉ số thực vật NDVI (Normalized hành tinh phản xạ; θSE vị trí góc nghiêng mặt Differential Vegetation Index) [2] là một chỉ số trời; θSZ là góc năng lượng mặt trời. thực vật tiêu chuẩn cho phép tạo ra một hình ảnh - Tính toán chỉ số NDVI từ Band 4 và hiển thị nhiên liệu sinh học tương đối. Sự hấp thụ Band 5: chất diệp lục và các phản xạ tương đối của thảm NDVI = (NIR - RED)/(NIR + RED) (3) thực vật là cơ sở để xác định mật độ và diện tích Trong đó: NIR là Band 4; RED là Band 5 dữ liệu đất, thực vật, nước đối với mỗi một khu - Tính toán chỉ số điều chỉnh thực vật SAVI vực nhất định. (Soil Adjusted Vegetation Index): NDVI thường được sử dụng trên toàn thế giới SAVI = (NIR - RED)*(1 + L)/(NIR+ RED + để giám sát hạn hán, giám sát và dự đoán sản xuất L) (4) nông nghiệp, hỗ trợ cho việc dự báo nguy cơ cháy Trong đó: L là nhân tố điều chỉnh độ sáng của rừng và bản đồ sa mạc hóa NDVI phù hợp với đất. Giá trị của L khác nhau phụ thuộc mức độ giám sát thảm thực vật bởi vì NDVI giúp để xem dày của thảm thực vật . Thảm thực vật mật độ cao xét việc thay đổi điều kiện chiếu sáng, bề mặt thì L = 0; các khu vực có không có thảm thực vật sườn dốc, góc khuất thì L = 1. Giám sát cường độ và mật độ của sự tăng - Tính toán phân loại đối tượng TCI (Tasseled trưởng thực vật màu xanh lá cây có thể được thực cap index for Greenness, Brightness and Wetness hiện bằng cách sử dụng phản ánh từ Band đỏ nhạt of Pixel): và Band hồng ngoại. Thảm thực vật màu xanh lá TCIi = (coeff₂ * Banb2) + (coeff₃ * Band3) + cây phản ánh nhiều năng lượng trong các Band (coeff₄ * Band4) + (coeff₅ * Band5) + (coeff₆* hồng ngoại gần hơn trong phạm vi có thể nhìn Band6) + (coeff₇ * Band7) thấy, Band đỏ nhạt nhiều hơn cho quá trình quang Trong đó: coeffj là hệ số ảnh hưởng ứng với hợp. Lá phản ánh ít hơn trong vùng hồng ngoại pixel có đặc trưng Greenness, Brightness and gần khi thực vật đang suy giảm, khô héo hoặc Wetness của Band thứ j. Giá trị của coeffj như chết. Các thành phần như mây, nước và tuyết bảng sau:
3. T.D. Kiều, Đ.X. Trường / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tâp̣ 32, Số 3S (2016) 139-147 141 Bảng 1. Giá trị hệ số coeff ứng với pixel có đặc trưng Greenness, Brightness and Wetness Band 2 Band 3 Band 4 Band 5 Band 6 Band 7 Index (Blue) (Green) (NIR) (Red) (SWIR 1) (SWIR 2) Brightness 0,3029 0,2786 0,4733 0,5599 0,508 0,1872 Greenness - 0,2941 - 0,243 - 0,5424 0,7276 0,0713 - 0,1608 Wetness 0,1511 0,1973 0,3283 0,3407 - 0,7117 - 0,4559 Hình 1. Dữ liệu ảnh Landsat khu vực hạ lưu sông Cả. 3. Kết quả và thảo luận nghiên cứu tiến hành chia chuỗi số liệu phân tích thành các giai đoạn 5 năm, năm lựa chọn 3.1. Cơ sở số liệu nghiên cứu phân tích là 1990, 1995, 2000, 2005, 2010, 2015. Lý do lựa chọn giai đoạn 5 Số liệu sử dụng trong bài báo này là dữ liệu năm là: (1) Từ năm 2005, trên lưu vực sông ảnh Landsat từ năm 1990 đến năm 2015 cho lưu vực sông Cả được lưu trữ tại Website: Cả có hệ thống hồ chứa đi vào vận hành (Hồ Dữ liệu ảnh Landsat thu Bản Vẽ vận hành từ 2005); (2) Phù hợp với thập bao gồm Landsat 4-5 (LT5); Landsat 7 giai đoạn phát triển kinh tế - xã hội của 2 tỉnh (LE7); Landsat 8 (LC8) cho khu vực hạ lưu Nghệ An và Hà Tĩnh. sông Cả (Path = 126, Row = 47) với thời kì Ứng dụng công nghệ GIS là ArcGIS với mùa lũ (tháng 8 đến tháng 10). tool Image Analysis, Image Classification và Reclassify, bài báo đã định lượng [3] được 3.2. Kết quả giải đoán ảnh Landsat khu vực hạ một số yếu tố mặt đệm khu vực hạ lưu sông lưu sông Cả Cả như sau (Hình 2- Hình 7): Để nghiên cứu sự thay đổi của một số yếu tố mặt đệm khu vực hạ lưu sông Cả, nhóm
4. 142 T.D. Kiều, Đ.X. Trường / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tâp̣ 32, Số 3S (2016) 139-147 a) Ảnh Landsat (tháng 10 - 1990). b) Sau phân tích (tháng 10 - 1990). Hình 2. Một số yếu tố mặt đệm khu vực hạ lưu sông Cả năm 1990. a) Ảnh Landsat (tháng 9 - 1995). b) Sau phân tích (tháng 9 - 1995). Hình 3. Một số yếu tố mặt đệm khu vực hạ lưu sông Cả năm 1995.
5. T.D. Kiều, Đ.X. Trường / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tâp̣ 32, Số 3S (2016) 139-147 143 a) Ảnh Landsat (tháng 9 - 2000). b) Sau phân tích (tháng 9 - 2000). Hình 4. Một số yếu tố mặt đệm khu vực hạ lưu sông Cả năm 2000. a) Ảnh Landsat (tháng 10 - 2005). b) Sau phân tích (tháng 10 - 2005). Hình 5. Một số yếu tố mặt đệm khu vực hạ lưu sông Cả năm 2005.
6. 144 T.D. Kiều, Đ.X. Trường / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tâp̣ 32, Số 3S (2016) 139-147 a) Ảnh Landsat (tháng 10 - 2010). b) Sau phân tích (tháng 10 - 2010). Hình 6. Một số yếu tố mặt đệm khu vực hạ lưu sông Cả năm 2010. a) Ảnh Landsat (tháng 10 - 2015). b) Sau phân tích (tháng 10 - 2015). Hình 7. Một số yếu tố mặt đệm khu vực hạ lưu sông Cả năm 2015.
7. T.D. Kiều, Đ.X. Trường / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tâp̣ 32, Số 3S (2016) 139-147 145 Bảng 2. Phần trăm diện tích từ giải đoán ảnh Landsat TM khu vực hạ lưu sông Cả (%) Đô thị, đất Đất nông Mây che TT Năm Thời kì Thực vật Nước Tổng trống nghiệp phủ 1 1990 Mùa lũ 12,6 7,7 75,6 4,1 100 2 1995 Mùa lũ 7,1 7,1 74,4 5,6 5,8 100 3 2000 Mùa lũ 4,9 6,9 82,4 5,8 100 4 2005 Mùa lũ 9,5 15,3 57,1 6,2 11,9 100 5 2010 Mùa lũ 12,5 2,8 70,8 10,4 3,5 100 6 2015 Mùa lũ 14,2 6,3 72,7 2,5 4,3 100 Từ kết quả giải đoán từ ảnh Landsat, tiến Với các kết quả trong bảng 2, bài báo xây hành thống kê diện tích (theo phần trăm) của một dựng đường xu thế cho một số yếu tố mặt số yếu tố mặt đệm khu vực hạ lưu sông Cả, kết đệm khu vực hạ lưu sông Cả, kết quả như quả được tổng hợp trong bảng 2 như sau: hình 8 dưới đây: a) Đô thị, đất trống b) Đất nông nghiệp c) Thực vật d) Nước Hình 8. Đường xu thế một số yếu tố mặt đệm qua các năm khu vực hạ lưu sông Cả.
8. 146 T.D. Kiều, Đ.X. Trường / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tâp̣ 32, Số 3S (2016) 139-147 Qua kết quả trong bảng 2 và hình 8 cho thấy: Như vậy, theo thời gian thì các yếu tố mặt Diện tích đất nông nghiệp, diện tích thảm thực vật đệm có sự thay đổi. Sự thay đổi này đã tác động có xu hướng giảm với mức độ giảm tương đối trực tiếp đến sự hình thành, quá trình vận động, đồng nhất (trung bình là 1,44%/năm); diện tích cường độ của dòng chảy trên lưu vực sông Cả. đất đô thị và đất trống lại có xu hướng tăng một Để đánh giá một cách chính xác hơn nữa, cách mạnh mẽ (trung bình là 2,4%/năm), chính đồng thời xác định được trọng số ảnh hưởng cho điều này đã làm cho dòng chảy lũ khu vực hạ lưu một số yếu tố mặt đệm này, nhóm tác giả của bài sông Cả có xu hướng ngày càng phức tạp, mặc dù báo sẽ tiến hành giải đoán ảnh Landsat thêm một mức tăng là không lớn (trung bình là 0,16%/năm). số năm cho mùa lũ cũng như cho mùa kiệt. Kết Như vậy quá trình đô thị hóa và phát triển kinh tế quả này sẽ là một tài liệu quan trọng cho nghiên xã hội trên khu vực đã làm giảm diện tích đất cứu đánh giá, theo dõi, giám sát và phát triển bền nông nghiệp và thảm thực vật, thay vào đó là diện vững nguồn nước trên lưu vực sông Cả. tích đất đô thị và đất trống, làm cho dòng chảy lũ khu vực hạ lưu sông Cả có sự thay đổi phức tạp. Tài liệu tham khảo 4. Kết luận [1] Trần Duy Kiều, Nghiên cứu dấu hiệu lũ lớn và Sử dụng số liệu ảnh Landsat và công nghệ phân vùng khả năng gây lũ lớn trên lưu vực sông giải đoán ảnh viễn thám, bài báo đã xác định được Lam, Tạp chí Khoa học Kỹ thuật Thủy lợi & diện tích của đất đô thị và đất trống, đất nông Môi trường, 2011. nghiệp, thực vật (rừng), diện tích mặt nước qua [2] Grant J. Firl. Lane Carter, Calculating các năm 1990, 1995, 2000, 2005, 2010, 2015. Căn Vegetation Indices from Landsat, Colorado State cứ theo kết quả tính toán được, bài báo đã bước University, 2011. đầu đánh giá một cách định lượng được mức độ [3] Tammy Parece. James Campbell. John McGee, ảnh hưởng của một số yếu tố mặt đệm trên đến Classification of a Landsat Image, United States Geological Survey to AmericaView, U.S. dòng chảy lũ hạ lưu vực sông Cả bằng phương Government, 2015. pháp định lượng hóa. Researchers Assess the Impact of a Number of Cushion Factors to Flood Flow the Downstream of Ca River by Landsat Image Interpretation Technologies Tran Duy Kieu, Dinh Xuan Truong Ha Noi University of Natural Resources and Environment, N0 41A Phu Dien, Bac Tu Liem, Hanoi Abtract: Remote sensing data processing in combination with geographic information system will be a resource legacy objectively and continuously updated digital map, really become a reliable material for professionals to consult in many different fields. The previous studies for the river basin the cushion factor to be considered in view of synthesis, bringing all the elements of aggregate losses in a parameter called the focus. The information the buffer
9. T.D. Kiều, Đ.X. Trường / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tâp̣ 32, Số 3S (2016) 139-147 147 stop at the simplest level, separate and at the current moment, not considering the changes as well as their impact on water resources. Research results of the article initially quantitative level changes of a number of cushion factors from the Landsat image interpretation, from which to evaluate the role and impact of a number of factors present this cushion in the problem of research evaluation, tracking, monitoring and the sustainable development of water resources on the Ca river. Keywords: Landsat, the cushion factor, Ca river basin.