Luận án Lựa chọn mô hình dự báo nguy cơ cháy rừng từ dữ liệu viễn thám và hệ thông tin địa lý

MỤC LỤC

LỜI CAM ĐOAN . i

LỜI CẢM ƠN . ii

MỤC LỤC . iii

DANH MỤC CHỮ VIẾT TẮT . vi

DANH MỤC BẢNG BIỂU . viii

DANH MỤC HÌNH VẼ . ix

MỞ ĐẦU . 1

1. Tính cấp thiết của đề tài . 1

2. Mục tiêu nghiên cứu . 4

3. Nội dung nghiên cứu . 4

4. Đối tượng và phạm vi nghiên cứu . 5

5. Phương pháp nghiên cứu . 5

6. Luận điểm bảo vệ . 6

7. Những điểm mới của luận án . 6

8. Ý nghĩa khoa học và thực tiễn của luận án . 6

9. Cơ sở tài liệu thực hiện luận án . 6

10. Cấu trúc luận án . 7

CHƯƠNG 1. TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU . 8

1.1 Đặc điểm về tài nguyên rừng ở Việt Nam . 8

1.2 Hiện trạng cháy rừng ở Việt Nam . 13

1.2.1 Khái niệm cơ bản về cháy rừng . 13

1.2.2 Quy định về cấp dự báo cháy rừng . 14

1.3 Nguyên nhân gây cháy rừng ở Việt Nam . 17

1.4 Các phương pháp dự báo nguy cơ cháy rừng . 18

1.5 Tổng quan tình hình nghiên cứu trong và ngoài nước . 29

1.5.1 Trên thế giới . 29

1.5.2 Trong nước . 36

1.6 Luận giải những vấn đề cần nghiên cứu . 44

1.7 Tiểu kết chương 1 . 46

CHƯƠNG 2. CƠ SỞ KHOA HỌC XÂY DỰNG MÔ HÌNH DỰ BÁO

NGUY CƠ CHÁY RỪNG TỪ DỮ LIỆU VIỄN THÁM VÀ HỆ THÔNG

TIN ĐỊA LÝ . 48

2.1 Đặc điểm khu vực nghiên cứu . 48

2.2 Tổng quan chung về dữ liệu phục vụ xây dựng mô hình dự báo nguy cơ

cháy rừng . 53

2.3 Các lớp thông tin thành phần và phương pháp xây dựng cơ sở dữ liệu

thành phần . 54

2.3 Nhóm các lớp thông tin được xây dựng từ hệ thông tin địa lý . 61

2.4 Nhóm các lớp thông tin khác . 68

2.5 Phương pháp xử lý dữ liệu trên nền tảng Google Earth Engine . 70

2.6 Nghiên cứu lựa chọn mô hình dự báo nguy cơ cháy rừng từ dữ liệu viễn

thám và hệ thông tin địa lý . 72

2.6.1 Phương pháp phân tích thứ bậc AHP . 72

2.6.2 Phương pháp sử dụng thuật toán Rừng ngẫu nhiên . 75

2.6.3 Phương pháp sử dụng thuật toán Máy hỗ trợ vector . 77

2.6.4 Phương pháp sử dụng thuật toán cây phân loại và hồi quy . 79

2.6.5 Sơ đồ mô hình dự báo nguy cơ cháy rừng . 81

2.7 Tiểu kết chương 2 . 85

CHƯƠNG 3. THỰC NGHIỆM DỰ BÁO NGUY CƠ CHÁY RỪNG KHU

VỰC PHÍA TÂY TỈNH NGHỆ AN TỪ DỮ LIỆU VIỄN THÁM VÀ HỆ

THÔNG TIN ĐỊA LÝ . 87

3.1 Đặc điểm dữ liệu sử dụng . 87

3.1.1 Dữ liệu viễn thám . 87

3.1.2 Dữ liệu GIS . 89

3.2 Kết quả xây dựng các lớp thông tin chuyên đề . 90

3.3 Kết quả xây dựng bản đồ dự báo nguy cơ cháy rừng từ dữ liệu viễn thám

và GIS . 100

3.3.1 Kết quả dự báo nguy cơ cháy rừng bằng kỹ thuật AHP . 100

3.3.2 Kết quả dự báo nguy cơ cháy rừng bằng thuật toán Random Forest103

3.3.3 Kết quả dự báo nguy cơ cháy rừng bằng thuật toán SVM . 106

3.3.4 Kết quả dự báo nguy cơ cháy rừng bằng thuật toán CART . 107

3.4 Đánh giá độ chính xác và lựa chọn mô hình dự báo nguy cơ cháy rừng

 . 109

3.5 Xây dựng công cụ xử lý dữ liệu viễn thám và GIS trên nền tảng GEE115

3.6 Tiểu kết chương 3 . 117

KẾT LUẬN VÀ KIẾN NGHỊ . 119

DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA TÁC GIẢ . 122

TÀI LIỆU THAM KHẢO . 123

PHỤ LỤC .134

pdf152 trang | Chia sẻ: vietdoc2 | Ngày: 28/11/2023 | Lượt xem: 211 | Lượt tải: 1download
Bạn đang xem trước 20 trang tài liệu Luận án Lựa chọn mô hình dự báo nguy cơ cháy rừng từ dữ liệu viễn thám và hệ thông tin địa lý, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
rong đó sông Hiếu là sông nhánh lớn nhất với chiều dài 228 km, diện tích lưu vực đạt 5.340 km2. Các sông còn lại ở Nghệ An có lưu vực nhỏ (2000 - 3000 km2) với chiều dài trung bình khoảng 60 - 70 km. Tài nguyên rừng. Nghệ An có diện tích rừng và đất lâm nghiệp lớn nhất cả nước, chiếm gần 70% diện tích đất tự nhiên toàn tỉnh, trong đó diện tích rừng khoảng hơn 1 triệu ha (gần 786.550 ha rừng tự nhiên và 214.325 ha rừng trồng). Mật độ che phủ rừng đạt 58,50% (theo báo cáo hiện trạng rừng Việt Nam năm 2020), trữ lượng gỗ đạt khoảng 91 triệu m3. Do có tiềm năng tài nguyên rừng lớn, Nghệ An cũng là nơi đặt Khu lập nghiệp ứng dụng công nghệ cao vùng Bắc Trung Bộ theo quyết định số 509/QĐ-TTg ngày 31/3/2021 của Thủ tướng Chính phủ. Nghệ An cũng có khu dự trữ sinh quyển lớn nhất khu vực Đông Nam Á với vườn quốc gia Pù Mát (diện tích 93.523 ha), khu bảo tồn thiên nhiên Pù Huống (41.127 ha) và khu bảo tồn thiên nhiên Pù Hoạt (34.723 ha). Mặc dù có diện tích và tiềm năng tài nguyên rừng lớn, hệ sinh thái rừng ở Nghệ An cũng có những biến động sâu sắc trong thời gian gần đây. Độ che phủ rừng toàn tỉnh có xu hướng tăng nhưng phần lớn diện tích tăng là rừng trồng có giá trị đa dạng sinh học không cao. Diện tích rừng tự nhiên có sự suy giảm rõ rệt cả về chất lượng và diện tích. Rừng nguyên sinh chưa bị tác động 51 chỉ còn là những khu vực nhỏ, rời rạc tại vùng núi phía Tây của Nghệ An, thuộc các khu bảo tồn thiên nhiên và vườn quốc gia. Điều kiện kinh tế - xã hội Nghệ An là một tỉnh có dân số lớn của cả nước, với dân số năm 2020 đạt 3.365.198 người (đứng thứ 4 cả nước), mật độ trung bình 204 người/km2. Dân số sinh sống tại khu vực miền núi ở tỉnh Nghệ An trên 1,2 triệu người (chiếm 36% dân số toàn tỉnh). Đồng bào dân tộc thiểu số là 491.267 người, chiếm 14,76% dân số toàn tỉnh và chiếm 40,93% dân số trên địa bàn miền núi. Nghệ An hiện có 47 dân tộc cùng sinh sống, ngoài người Kinh còn có dân tộc Thái (338.559 người), Thổ (71.420 người), Khơ Mú (43.139 người), Mông (33.957 người) (theo Cổng thông tin điện tử tỉnh Nghệ An). Nghệ An là một đầu mối giao thông quan trọng của cả nước, có mạng lưới giao thông phát triển và đa dạng, bao gồm hệ thống đường bộ, đường sắt, đường sông, sân bay và cảng biển, được hình thành và phân bố khá hợp lý theo các vùng dân cư và các trung tâm hành chính, kinh tế. Với điều kiện tự nhiên đa dạng và phong phú, Nghệ An có nhiều lợi thế để phát triển du lịch, bao gồm du lịch biển ở phía Đông và các khu du lịch gắn liền với các khu bảo tồn thiên nhiên ở phía Tây. Nhìn chung, khu vực phía tây tỉnh Nghệ An là nơi có đặc điểm địa hình, thủy văn, giao thông, thực phủ, dân cư...khác so với khu vực bằng phẳng gần biển ở phía đông của tỉnh. Điều này cũng ảnh hưởng đến đặc điểm cháy rừng ở Nghệ An. Đặc điểm cháy rừng ở Nghệ An Do ảnh hưởng của điều kiện thời tiết và các hoạt động của con người, Nghệ An là một trong những khu vực có tình trạng cháy rừng diễn ra phức tạp trong cả nước. Chỉ riêng 6 tháng đầu năm 2020 ở Nghệ An xảy ra 16 vụ cháy, tổng diện tích rừng bị cháy là 116 ha, trong đó chỉ có 4 vụ cháy rừng xác định 52 được đối tượng gây cháy. 5 tháng đầu năm 2022 cũng xảy ra 2 vụ cháy rừng tại Nghệ An, tuy nhiên đã được lực lượng kiểm lâm ứng phó kịp thời. Theo Sở Nông nghiệp và Phát triển nông thôn Nghệ An, các nguyên nhân gây cháy rừng bao gồm: ảnh hưởng của thời tiết nắng nóng; do mâu thuẫn cá nhân và tranh chấp đất đai. Nắng nóng gay gắt kéo dài và gió thổi mạnh dẫn đến nguy cơ cháy rừng vào mùa hè ở Nghệ An luôn cao với cảnh báo cháy rừng từ cấp IV đến cấp V. Ngoài ra, do đường băng cản lửa hạn chế về chiều ngang dẫn đến khi gió thổi mạnh, đường băng không cản được lửa dẫn đến lây lan cháy rừng. Mối quan hệ giữa các yếu tố tự nhiên, xã hội và cháy rừng Từ đặc điểm cháy rừng ở Nghệ An cho thấy, nguyên nhân chính của tình trạng này là do ảnh hưởng của các yếu tố tự nhiên cũng như hoạt động của con người (yếu tố xã hội). Chất lượng rừng là một trong những yếu tố tự nhiên có ảnh hưởng đến tình trạng cháy rừng ở Nghệ An. Trong những năm qua, mặc dù diện tích rừng ở Nghệ An tăng lên nhưng chất lượng rừng lại có chiều hướng suy giảm. Đặc điểm này càng thể hiện rõ nét ở khu vực phía tây Nghệ An khi diện tích rừng nguyên sinh chỉ còn chiếm tỉ lệ rất ít (tập trung ở các khu bảo tồn thiên nhiên, vườn quốc gia), trong khi rừng thứ sinh nghèo kiệt và rừng trồng chiếm phần lớn diện tích rừng, và đây là loại rừng rất dễ xảy ra cháy. Ngoài ra, rừng dễ cháy còn liên quan đến loại hình thực bì có đặc tính bắt lửa hay địa hình của các cánh rừng tạo nên các khu vực tiểu khí hậu khô hạn, ít mưa ở các tỉnh Trung Bộ, trong đó có Nghệ An. Diễn biến thời tiết, khí hậu ngày càng phức tạp và khó lường, đặc biệt tại các tỉnh miền Trung cũng làm cho nguy cơ tiềm ẩn về cháy rừng ngày càng nghiêm trọng. Điều kiện thời tiết và các nhân tố khí tượng là các tác nhân cho sự phát sinh, phát triển của một đám cháy rừng bao gồm nhiệt độ, độ ẩm, gió, 53 trong đó nhiệt độ là yếu tố gây ảnh hưởng trực tiếp đến quá trình cháy rừng; gió là nhân tố thúc đẩy nhanh quá trình làm khô vật liệu cháy và làm đám cháy lan rộng. Bên cạnh yếu tố tự nhiên, cháy rừng còn bắt nguồn từ các hoạt động xã hội và các hoạt động sản xuất của con người như đốt rừng làm nương rẫy, đốt quang thực bì, đốt rác trong vườn cạnh khu rừng trồng, hun khói để lấy mật ong... Nhiều diện tích rừng trồng không được chăm sóc dẫn đến gia tăng nguồn vật liệu cháy, do vậy về mùa khô rất dễ bốc cháy khi gặp nguồn lửa. Rất nhiều vụ cháy rừng ở Việt Nam nói chung, khu vực Nghệ An nói riêng có nguyên nhân trực tiếp là yếu tố con người, bao gồm cả nguyên nhân do mâu thuẫn và tranh chấp đất đai. 2.2 Tổng quan chung về dữ liệu phục vụ xây dựng mô hình dự báo nguy cơ cháy rừng Xây dựng dữ liệu cho mô hình dự báo nguy cơ cháy rừng từ dữ liệu viễn thám và GIS là một nội dung có ý nghĩa rất quan trọng trong phát hiện và cảnh báo sớm các khu vực có nguy cơ xảy ra cháy rừng cao. Các lớp thông tin đầu vào của mô hình được xây dựng dựa trên dữ liệu viễn thám (ảnh vệ tinh quang học Sentinel 2 MSI, Landsat 8/9, MODIS), dữ liệu GIS (trên cơ sở phân tích mô hình số độ cao DEM) và các số liệu, tài liệu khác. Trên cơ sở đặc điểm tự nhiên, xã hội và thực trạng dữ liệu ở khu vực nghiên cứu (phía tây tỉnh Nghệ An), trong luận án này, nghiên cứu sinh tiến hành thu thập và xây dựng dữ liệu đầu vào của mô hình dự báo nguy cơ cháy rừng với 09 lớp thông tin, bao gồm: + Mật độ dân số; + Thông tin về lớp phủ thực vật (chỉ số thực vật NDVI); + Thông tin về độ ẩm bề mặt (độ bốc thoát hơi nước); + Hướng sườn (Aspect); 54 + Độ dốc (Slope); + Tốc độ gió; + Độ cao; + Nhiệt độ bề mặt (land surface temperature); + Lượng mưa trung bình tháng. Trong các lớp thông tin này, chỉ số thực vật NDVI, nhiệt độ bề mặt được chiết xuất từ dữ liệu viễn thám (ảnh Sentinel 2 MSI và Landsat 8/9). Độ dốc, hướng sườn, độ cao được chiết xuất thông qua dữ liệu GIS trên cơ sở sử dụng mô hình số độ cao DEM. Độ bốc thoát hơi nước được thu thập từ bộ sản phẩm ảnh vệ tinh MODIS trên nền tảng GEE. Các lớp thông tin còn lại được thu thập từ các cơ sở dữ liệu về kinh tế - xã hội, khí tượng, khí hậu, sau đó biên tập và chuẩn hóa lại theo quy định. Cấu trúc dữ liệu của các lớp thông tin đầu vào trong mô hình dự báo nguy cơ cháy rừng được chuẩn hóa và lưu trữ dưới dạng vector và raster để thuận tiện khi thực hiện các phép phân tích không gian trong môi trường GIS. 2.3 Các lớp thông tin thành phần và phương pháp xây dựng cơ sở dữ liệu thành phần a) Thông tin lớp phủ thực vật Lớp phủ thực vật là một yếu tố đầu vào hết sức qua trọng của các mô hình dự báo nguy cơ cháy rừng. Lớp thông tin về thực vật có thể được xây dựng từ các bản đồ địa hình, bản đồ chuyên đề hoặc chiết xuất từ ảnh viễn thám quang học, trong đó phương pháp chỉ số thực vật (vegetation index) được sử dụng phổ biến nhất do sự hiệu quả và đơn giản trong tính toán các chỉ số thực vật. Các chỉ số phổ thực vật được xác định từ các kênh ảnh ở dải sóng cận hồng ngoại, hồng ngoại và đỏ là các tham số trung gian mà từ đó có thể thấy được các đặc tính khác nhau của thảm thực vật như sinh khối, chỉ số diện tích lá, khả năng quang hợp, tổng các sản phẩm sinh khối theo mùa mà thực vật có thể tạo 55 ra. Những đặc tính đó có liên quan và phụ thuộc rất lớn vào dạng thực vật bao phủ và thời tiết, đặc tính sinh lý, sinh hoá và sâu bệnhHiện nay, có hàng chục chỉ số thực vật khác nhau và chia thành 7 nhóm chính (Cherepanov, Druzhinina, 2009; Vũ Danh Tuyên và cộng sự, 2020). Trong số các chỉ số thực vật, chỉ số khác biệt thực vật NDVI được sử dụng phổ biến và hiệu quả trong nghiên cứu thông tin lớp phủ bề mặt. Hiện nay, rất nhiều mô hình dự báo, cảnh báo thiên tai như các mô hình cảnh báo xói mòn đất, trượt lở đất, lũ quét...đã sử dụng chỉ số NDVI là đại diện cho lớp phủ thực vật khu vực thực nghiệm. Chỉ số NDVI được Rousse và cộng sự đề xuất năm 1974 trên cơ sở phân tích ảnh vệ tinh quang học Landsat và được xác định theo công thức sau (Rouse et al., 1974): REDNIR REDNIR NDVI    (2.1) Trong đó, NIR và RED là phổ phản xạ bề mặt ở kênh cận hồng ngoại và kênh đỏ. Với ảnh Sentinel 2 MSI, kênh cận hồng ngoại và đỏ tương ứng với kênh 8 và kênh 4. Chỉ số NDVI nhận giá trị trong khoảng từ -1 đến +1, trong đó thực vật có giá trị lớn hơn 0,2. Trong trường hợp chỉ số NDVI > 0,5, bề mặt được coi là được phủ kín bởi thực vật (sóng điện từ không tới được lớp đất). Đối với đất trống không có thực vật bao phủ, NDVI < 0,2. Đối với mặt nước và đất ẩm, chỉ số NDVI nhận giá trị âm (Vũ Danh Tuyên và cộng sự, 2020). Việc sử dụng chỉ số NDVI chiết xuất từ ảnh viễn thám quang học cho phép xác định nhanh thông tin lớp phủ thực vật. Hơn nữa, do khả năng chụp lặp lại và mức độ cập nhật cao của dữ liệu viễn thám, việc sử dụng chỉ số NDVI cũng cho phép các mô hình dự báo nguy cơ cháy rừng có thông tin về lớp phủ gần với thời gian thực hơn so với việc xác định từ các bản đồ địa hình, bản đồ chuyên đề. 56 b) Thông tin độ ẩm bề mặt Để xây dựng lớp thông tin độ ẩm bề mặt có thể sử dụng các chỉ số độ ẩm đất (soil moisture index) hoặc độ bốc thoát hơi nước (Evaporation) xác định từ ảnh viễn thám quang học. Hiện nay, có nhiều chỉ số độ ẩm đất khác nhau được sử dụng phổ biến trong đánh giá mức độ ẩm bề mặt như chỉ số TVDI (Temperature Vegetation Dryness Index), NDDI (Normalized Difference Drought Index), LSWI (Land Surface Water Index), NMDI (Normalized Multi- band Drought Index), SMI (Soil Moisture Index)...Các chỉ số độ ẩm này được xây dựng trên cơ sở sử dụng các kênh ở dải sóng hồng ngoại và hồng ngoại sóng ngắn, một số chỉ số sử dụng thêm thông tin nhiệt độ bề mặt chiết tách từ các kênh hồng ngoại nhiệt (Wang and Qu, 2007). Ví dụ về phân cấp nguy cơ cháy rừng từ chỉ số NMDI đối với khu vực Simitli Municipality (Bulgaria) được trình bày trên hình 2.2 (Avetisyan và Nedkov, 2015). Hình 2.2 Ví dụ về phân cấp nguy cơ cháy rừng từ chỉ số NMDI (Avetisyan và Nedkov, 2015) 57 Độ bốc thoát hơi nước cũng có thể được sử dụng trong xây dựng lớp thông tin đầu vào về độ ẩm bề mặt. Bốc thoát hơi nước đóng một vai trò rất quan trọng trong hệ sinh thái, kết nối các chu trình nước, carbon và năng lượng toàn cầu. Tỉ lệ bốc thoát hơi nước của lớp phủ thực vật cho phép xác định tình trạng sinh trưởng cũng như thiếu nước của cây trồng. Độ bốc thoát hơi nước cao và độ ẩm bề mặt bị giảm sẽ tạo điều kiện thuận lợi cho phát sinh nguy cơ cháy rừng. Độ bốc thoát hơi nước có thể chiết xuất từ ảnh viễn thám quang học như Landsat, MODIS..., trong đó sản phẩm độ bốc thoát hơi nước xác định từ ảnh MODIS được sử dụng một cách rộng rãi và được cung cấp trên nền tảng GEE. Do vậy, trong luận án này, đã sử dụng thông tin độ bốc thoát hơi nước để xây dựng lớp dữ liệu đầu vào về độ ẩm bề mặt cho mô hình dự báo nguy cơ cháy rừng. c) Thông tin nhiệt độ bề mặt Nhiệt độ bề mặt là một lớp thông tin rất quan trọng trong các mô hình khí hậu, khí tượng nói chung, mô hình dự báo nguy cơ cháy rừng nói riêng. Nhiệt độ bề mặt có thể được xác định bằng cách sử dụng các kênh hồng ngoại nhiệt ảnh viễn thám như Landsat, Aster, MODIS...So với các phương pháp nghiên cứu truyền thống, việc sử dụng dữ liệu viễn thám hồng ngoại nhiệt cho phép chiết tách nhanh thông tin nhiệt độ bề mặt ở một khu vực rộng lớn, kể cả thông tin nhiệt độ bề mặt trong quá khứ. Trong số các dữ liệu ảnh viễn thám hồng ngoại nhiệt, ảnh hồng ngoại nhiệt Landsat được sử dụng phổ biến và hiệu quả nhất do những ưu điểm nổi bật như kho dữ liệu đa thời gian, độ phân giải không gian tốt và được cung cấp miễn phí. Ngoài các kênh ảnh ở dải sóng quang học, bộ cảm biến hồng ngoại nhiệt được trang bị trên các vệ tinh Landsat 4, Landsat 5, Landsat 7, Landsat 8 và Landsat 9 để thu nhận tín hiệu phản hồi về nhiệt độ của vật thể trên bề mặt 58 Trái đất. Đặc điểm các kênh hồng ngoại nhiệt ảnh vệ tinh Landsat được trình bày trong Bảng 2.1. Bảng 2.1. Đặc điểm ảnh hồng ngoại nhiệt Landsat STT Vệ tinh Kênh Bước sóng (µm) Độ phân giải không gian (m) 1 Landsat 4/5 TM 6 10.40 – 12.50 120 m 2 Landsat 7 ETM+ 6 10.40 – 12.50 60 m 3 Landsat 8/9 OLI_TIRS 10 10.30 – 11.30 100 m 11 11.50 – 12.50 100 m + Phương pháp sử dụng kênh đơn (single-channel) Phương pháp single-channel trong xác định nhiệt độ bề mặt được đề xuất bởi Cơ quan Hàng không vũ trụ Hoa Kỳ (NASA). Trong phương pháp này, đầu tiên, giá trị số (DN - digital number) của kênh hồng ngoại nhiệt được chuyển đổi sang giá trị thực của bức xạ điện từ (spectral radiance, Wm-2µm-1). Đối với kênh hồng ngoại nhiệt ảnh Landsat 5 TM, giá trị bức xạ phổ được xác định theo công thức sau: max min min min max min ( ) L L L DN DN L DN DN          (2.3) Trong đó: Lλ – Giá trị bức xạ phổ [W/(m2.sr.µm)]; DN – Giá trị số của ảnh (digital number); DNmax – Giá trị số lớn nhất (=255); DNmin – Giá trị số nhỏ nhất (=1); Lmaxλ, Lminλ – Giá trị bức xạ phổ ứng với DNmax và DNmin ở từng kênh phổ. Giá trị các hệ số Lmaxλ và Lminλ được cung cấp trong tệp siêu dữ liệu (metadata file) đi kèm theo sản phẩm ảnh vệ tinh Landsat. 59 Đối với ảnh Landsat 8/9 OLI_TIRS, giá trị bức xạ phổ được xác định theo công thức sau: .L cal LL M Q A   (2.4) Trong đó: ML, AL – Hệ số chuyển đổi, được lấy trong tệp siêu dữ liệu (metadata file) ảnh Landsat 8/9; Qcal – Giá trị số của ảnh. Ở bước tiếp theo, giá trị bức xạ phổ xác định ở bước trên được sử dụng để tính nhiệt độ bức xạ (brightness temperature) theo công thức sau: 2 1ln( 1) B K T K L   (2.5) Trong đó: TB – Nhiệt độ bức xạ (0K); K1 – Hằng số chuyển đổi [W/(m2.sr.µm)]; K2 – Hằng số chuyển đổi [K]; Giá trị các hằng số K1, K2 được cung cấp trong tệp siêu dữ liệu ảnh Landsat (Bảng 2.2). Bảng 2.2 Giá trị K1, K2 đối với ảnh hồng ngoại nhiệt LANDSAT Kênh Vệ tinh K1 (Watts.m-2.ster-1µm-1) K2 (K) 10 LANDSAT 8/9 774.89 1321.08 11 LANDSAT 8/9 480.89 1201.14 6 LANDSAT TM 607.66 1260.56 6 LANDSAT ETM+ 666.09 1282.71 Cuối cùng, nhiệt độ bề mặt (LST – land surface temperature) được xác định theo công thức sau: 60 . 1 .ln B B T LST T     (2.6) Trong đó: 𝜆 – giá trị bước sóng trung tâm kênh hồng ngoại nhiệt; 𝜌 = ℎ.𝑐 𝜎 , σ – Hằng số Stefan Boltzmann (5.67.10-8 (Wm-2.K-4)); h – Hằng số Plank (6.626.10-34J.sec); c – vận tốc ánh sáng (2.998.108 m/sec). ε – độ phát xạ bề mặt, được xác định theo công thức (2.7) như sau (Valor và Caseless, 1996): . (1 )v v s vP P     (2.7) Trong đó εv, εs – độ phát xạ bề mặt của thực vật và đất trống, được xác định trên cơ sở chỉ số NDVI băng cách áp dụng thuật toán do Van de Griend và Owen đề xuất (Van de Griend và Owen, 1993) theo công thức 2.8: 1.0094 0.047 ln( )NDVI    (2.8) Pv là tỉ lệ thực vật trong từng pixel, được xác định theo công thức sau: 2 minmax min          NDVINDVI NDVINDVI Pv (2.9) + Phương pháp sử dụng 2 kênh hồng ngoại nhiệt (split-window) Khác với phương pháp single-channel chỉ sử dụng một kênh hồng ngoại nhiệt, nhiệt độ bề mặt được xác định bằng phương pháp Split-window trên cơ sở cả 02 kênh hồng ngoại nhiệt ảnh Landsat 8/9 theo công thức sau (Sobrino et al., 2006): 2 10 1 10 11 2 10 11 0 3 4 5 6( ) ( ) ( )(1 ) ( )B B B B BLST T c T T c T T c c c w c c w             (2.10) Trong đó: 61 TB10, TB11– nhiệt độ bức xạ (brightness temperature) xác định từ kênh 10 và 11 ảnh Landsat 8/9; w – hàm lượng hơi nước trong khí quyển (g/cm2). w xác định theo phương pháp do Huazhong đề xuất (Huazhong et al., 2004). ε – giá trị độ phát xạ bề mặt trung bình; Δε – chênh lệch độ phát xạ bề mặt ở kênh 10 và 11; C0 đến C6 – Hệ số trong phương pháp SW (Sobrino et al., 2006). Độ phát xạ bề mặt trung bình được lấy bằng trung bình cộng độ phát xạ bề mặt đối với kênh 10 và kênh 11 ảnh Landsat 8/9 theo công thức sau: 10 11 2      (2.11) Trong khi đó, chênh lệch độ phát xạ bề mặt ở kênh 10 và kênh 11 được xác định như sau: 10 11     (2.12) Trong đó, ε10 và ε11 là độ phát xạ bề mặt tại các kênh 10 và 11 ảnh vệ tinh Landsat 8/9 xác định theo công thức (2.7). Giá trị độ phát xạ bề mặt của đất trống và thực vật đối với kênh 10 và 11 ảnh vệ tinh Landsat 9 được tham khảo theo nghiên cứu của Yu (Yu et al., 2014). 2.3 Nhóm các lớp thông tin được xây dựng từ hệ thông tin địa lý a) Độ cao (DEM) DEM (mô hình số độ cao) là một trong những nguồn dữ liệu địa hình phổ biến nhất trên thế giới, được lưu trữ ở định dạng ô lưới (grid/raster) và là thông tin đầu vào của rất nhiều các mô hình quản lý tài nguyên, môi trường, cảnh báo sớm thiên tai. DEM là dữ liệu đầu vào để tính toán các thông tin địa hình như độ dốc, hướng dốc, độ dài sườn dốc, xác định lưu vực,...DEM có thể 62 được xây dựng trên cơ sở sử dụng phương pháp chụp ảnh lập thể, ảnh viễn thám radar hoặc xây dựng từ các đường đồng mức trong bản đồ địa hình. Hiện nay, có nhiều nguồn dữ liệu DEM toàn cầu được cung cấp miễn phí với độ phân giải không gian cao, hỗ trợ hiệu quả cho các mục đích khác nhau, từ quản lý tài nguyên, môi trường, phát triển kinh tế - xã hội và đảm bảo quốc phòng - an ninh. Một số nguồn dữ liệu DEM toàn cầu miễn phí bao gồm: + Aster Global Digital Elevation Model (GDEM) GDEM là sản phẩm mô hình số độ cao toàn cầu trong chương trình hợp tác giữa NASA và chính phủ Nhật Bản thông qua hệ thống vệ tinh ASTER. GDEM được xây dựng trên cơ sở phương pháp chụp ảnh lập thể, có độ phân giải không gian 90m ở phạm vi toàn cầu và 30m ở lãnh thổ Hoa Kỳ. Do được xây dựng từ dữ liệu viễn thám quang học, Aster GDEM được đánh giá chính xác hơn SRTM tại các khu vực miền núi. Mặc dù vậy, Aster GDEM cũng có nhược điểm khi độ chính xác không cao tại các khu vực bị mây che phủ do đặc điểm thu nhận ảnh viễn thám quang học. Người dùng có thể tải miễn phí dữ liệu Aster GDEM tại cơ sở dữ liệu Earth Explorer. Ví dụ về Aster GDEM với độ phân giải không gian 30m được trình bày trên hình 2.3 (nguồn: https://lpdaac.usgs.gov/). 63 Hình 2.3 Ví dụ về mô hình số độ cao Aster GDEM (nguồn https://lpdaac.usgs.gov/) + Space Shuttle Radar Topography Mission (SRTM) Sứ mệnh địa hình tàu con thoi (SRTM) là dữ liệu DEM toàn cầu với độ phân giải không gian 30m được thực hiện bởi Cơ quan hàng không vũ trụ Mỹ (NASA) thông qua kỹ thuật radar giao thoa (InSAR) trên tàu con thoi Endeavour. Sử dụng các ảnh radar ở băng tần C và X, SRTM bao phủ khoảng 80% diện tích Trái Đất và được lưu trữ trên cơ sở dữ liệu USGS Earth Explorer. Đây là nguồn dữ liệu DEM với độ phân giải không gian cao, hỗ trợ hiệu quả cho nhiều ứng dụng cụ thể. Sản phẩm SRTM bao gồm các mức xử lý khác nhau: - SRTM Non-void Filled: DEM được xử lý từ ảnh radar băng tần C với độ phân giải không gian 30m đối với lãnh thổ Hoa Kỳ và 90m đối với khu vực bên ngoài Hoa Kỳ. - SRTM Void Filled: là kết quả quá trình xử lý bổ sung để khắc phục việc thiếu dữ liệu ở một số khu vực trong bộ dữ liệu SRTM Non-void Filled do quá trình xử lý ban đầu không đảm bảo yêu cầu chất lượng. Quá trình lấp đầy dữ liệu này được thực hiện bằng các thuật toán nội 64 suy không gian kết hợp sử dụng các nguồn dữ liệu độ cao khác. Độ phân giải không gian của SRTM Void Filled đạt 30m tại lãnh thổ Hoa Kỳ và 90m bên ngoài Hoa Kỳ. - SRTM1 Arc-second Global: dữ liệu DEM trên phạm vi toàn thế giới với độ phân giải không gian 30m, được lưu trữ trên cơ sở dữ liệu EarthExplorer. Hình 2.4 Mô hình DEM SRTM khu vực Nghệ An (nguồn https://lpdaac.usgs.gov/) + JAXA’s Global ALOS 3D World ALOS 3D World là mô hình số bề mặt (DSM – Digital Surface Model) với độ phân giải không gian 30m do Cơ quan Hàng không vũ trụ Nhật Bản (JAXA) xây dựng bằng phương pháp chụp ảnh lập thể từ hệ thống vệ tinh ALOS. Đây được xem là bộ dữ liệu độ cao ở quy mô toàn cầu có độ chính xác cao nhất hiện nay. So sánh dữ liệu độ cao ALOS 3D World và SRTM được trình bày trên hình 2.5, trong đó có thể nhận thấy độ phân giải không gian của dữ liệu ALOS 3D World tốt hơn rất nhiều so với SRTM. 65 a) b) Hình 2.5 So sánh dữ liệu mô hình số độ cao JAXA’s Global ALOS 3D World (a) và SRTM (b) (nguồn: https://www.satpalda.com/alos-world-3d) + GMTED 2010, GTOPO30 GMTED 2010 là dữ liệu độ cao toàn cầu với 3 độ phân giải không gian: 225m, 450m và 1km. GMTED 2010 là bộ dữ liệu thay thế cho dữ liệu mô hình số độ cao GTOPO30 (độ phân giải không gian 1km), và được ứng dụng cho các khu vực có diện tích lớn như ở quy mô quốc gia, châu lục. Dữ liệu GMTED 2010 và GTOPO30 được thu thập từ nhiều nguồn khác nhau bằng phương pháp tổng hợp. So sánh hai bộ dữ liệu mô hình số độ cao GMTED 2010 và GTOPO30 được trình bày trên hình 2.6 (Danielson và Gesch, 2011). 66 Hình 2.6 So sánh dữ liệu mô hình số độ cao GMTED 2010 và GTOPO30 (Danielson và Gesch, 2011) b) Hướng dốc (Aspect) Bề mặt thường được định theo một hướng cụ thể. Hướng này được gọi là hướng của góc dốc (aspect). Hai góc, một là góc đo hướng và một góc chỉ độ nghiêng của sườn dốc xác định hướng dốc. Phương pháp toán học để xác định các hướng là tính toán góc của gradient so với hướng Bắc. Phương vị (góc tạo bởi sự dịch chuyển theo chiều kim đồng hồ từ hướng Bắc tới hướng của góc dốc cực đại) nằm trong khoảng từ 0o tới 360o, nó tương ứng với những hướng sau: Bắc, Đông, Nam, Tây hoặc ở vị trí nào đó giữa 4 hướng chính trên. Hiệu giữa 90o và góc gradient thể hiện độ nghiêng của góc dốc dọc theo một hướng xác định. Góc lệch này càng nhỏ thì độ dốc càng lớn (Aronoff, 1989). Ví dụ về kết quả xác định hướng dốc từ DEM được trình bày trên hình 2.7 (Mokarram và Zarei, 2018). 67 Hình 2.7 Ví dụ về kết quả xác định hướng dốc từ DEM (Mokarram và Zarei, 2018) Hướng dốc là một lớp thông tin về bề mặt địa hình trong nhiều mô hình dự báo, cảnh báo thiên tai, trong đó có mô hình dự báo nguy cơ cháy rừng. Hướng dốc có thể được xác định trên cơ sở phân tích mô hình số độ cao (DEM). Các phần mềm GIS thông dụng hiện nay như ArcGIS, MapInfo, MicroStation đều có các công cụ để tính toán hướng dốc từ dữ liệu DEM. c) Độ dốc (Slope) Độ dốc (góc dốc) là tham số đưa ra độ dốc của địa hình bằng cách tính toán mức độ thay đổi của độ cao. Độ dốc có thể được xác định theo đơn vị độ (0 – 900) hoặc phần trăm là hàm tang của góc dốc (độ dốc 45 độ tương ứng với độ dốc 100%). Độ dốc của địa hình thường được xác định từ mô hình số độ cao (DEM). Độ dốc là thông số đầu quan trọng vào của nhiều mô hình đánh giá, phân vùng nguy cơ xói mòn, trượt lở, thoái hóa đất; lũ quétsử dụng dữ liệu liệu GIS và viễn thám. Hình 2.8 trình bày ví dụ về kết quả tính độ dốc từ mô hình số độ cao (DEM) trong cảnh báo nguy cơ trượt lở đất tại khu vực Sikkim (Ấn Độ) (James và Thallak, 2015). 68 Hình 2.8 Ví dụ về xác định độ dốc từ DEM (James và Thallak, 2015) 2.4 Nhóm các lớp thông tin khác Các lớp dữ liệu Tốc độ gió, Lượng mưa trung bình tháng được trích xuất qua cơ sở dữ liệu WorldClim (https://www.worldclim.org/). WorldClim là một cơ sở dữ liệu về dữ liệu thời tiết và khí hậu toàn cầu có độ phân giải không gian cao. Những dữ liệu này có thể được sử dụng để lập bản đồ và mô hình hóa không gian. Trong luận án, lựa chọn sử dụng bộ dữ liệu có độ phân giải không gi

Các file đính kèm theo tài liệu này:

  • pdfluan_an_lua_chon_mo_hinh_du_bao_nguy_co_chay_rung_tu_du_lieu.pdf
  • pdfQD Hoi dong cap truong-Doan Thi Nam Phuong.pdf
  • pdfThong tin tom tat ve KL moi cua LATS_D.T.N.Phuong.pdf
  • pdfTom tat LATS D.T.N.Phuong-T.Anh.pdf
  • pdfTom tat LATS D.T.N.Phuong-T.Viet.pdf
Tài liệu liên quan