Tổng quan luận án

Công trình nghiên cứu mang tiêu đề "Mô hình hóa sự biến đổi các lớp phủ bề mặt do lũ lụt ở Đồng bằng sông Cửu Long bằng tư liệu viễn thám và GIS" do nghiên cứu sinh Nguyễn Văn Khánh thực hiện tại Trường Đại học Mỏ - Địa chất dưới sự hướng dẫn khoa học của PGS.TS. Trần Xuân Trường và PGS.TS. Vũ Xuân Cường, thuộc ngành Kỹ thuật trắc địa - bản đồ (Mã số: 9520503), bảo vệ năm 2021. Luận án gắn liền với nhiệm vụ khoa học công nghệ cấp Bộ do Bộ Tài nguyên và Môi trường quản lý (Mã số đề tài: TNMT.ĐT/14-19/C40).

Tính cấp thiết và khoảng trống nghiên cứu

Đồng bằng sông Cửu Long (ĐBSCL) nằm ở hạ nguồn lưu vực sông Mê Kông với tổng diện tích tự nhiên khoảng 3,9 triệu ha. Do đặc thù địa hình bằng phẳng, khu vực này chịu tác động ngập lụt thường niên từ 3 đến 6 tháng, thường tập trung vào tháng 9 với diện tích ngập trung bình từ 1,4 triệu ha (năm lũ nhỏ) đến 1,9 triệu ha (năm lũ lớn). Sự bất thường của lũ, như ngập sớm vào tháng 7 năm 2000 (đỉnh lũ tại Tân Châu đạt 4,22 m, Châu Đốc đạt 3,79 m) gây mất trắng vụ lúa hè thu, hay lũ về muộn vào giữa tháng 9 năm 2010 làm trễ thời vụ canh tác và thiếu hụt nguồn nước tháo chua rửa phèn, đã gây ảnh hưởng nghiêm trọng đến đời sống và sản xuất.

Khoảng trống nghiên cứu được chỉ ra trong luận án xuất phát từ các hạn chế của phương pháp đánh giá ngập lụt hiện hành tại Việt Nam. Các phương pháp truyền thống chủ yếu dựa trên kịch bản mực nước dâng mô phỏng từ mô hình số độ cao (DEM) kết hợp thủy văn - thủy lực thuần túy. Hướng tiếp cận này bộc lộ các nhược điểm:

  • Diện tích ngập lụt tính toán chưa phản ánh trực tiếp trạng thái thực tế của các loại hình lớp phủ bề mặt do chịu sai số tích lũy từ DEM và sai số giả định chiều cao lớp phủ.
  • Không cập nhật liên tục biến động của thảm thực vật theo thời gian thực.
  • Bỏ qua tác động cản dòng và phân chia vi lưu vực từ hệ thống hạ tầng giao thông và đê bao nông nghiệp.
  • Việc ứng dụng ảnh viễn thám quang học đơn lẻ thường bị gián đoạn do độ che phủ mây dày đặc trong mùa mưa bão nhiệt đới.

Do đó, việc tích hợp ảnh viễn thám quang học đa thời gian, ảnh viễn thám radar khẩu độ tổng hợp (SAR) có khả năng xuyên mây, mô hình số độ cao (DEM) và dữ liệu thủy văn thực nghiệm trên nền tảng hệ thông tin địa lý (GIS) là yêu cầu cấp thiết nhằm thiết lập mô hình phản ánh quy luật biến đổi thực tế của lớp phủ bề mặt.

Mục tiêu nghiên cứu

Xây dựng mô hình biến đổi lớp phủ bề mặt do ảnh hưởng của lũ lụt bằng công nghệ viễn thám và GIS nhằm góp phần phục vụ công tác quản lý, điều phối các hoạt động phát triển kinh tế, bảo vệ môi trường có lợi và bền vững cho khu vực Đồng bằng sông Cửu Long.

Luận điểm bảo vệ

  1. Luận điểm 1: Phương pháp phân loại hướng đối tượng kết hợp sử dụng ảnh viễn thám đa thời gian và DEM có hiệu quả trong phân loại lớp phủ bề mặt ở khu vực lũ lụt theo mùa.
  2. Luận điểm 2: Giải pháp kết hợp tư liệu viễn thám quang học, viễn thám Radar, DEM và quan trắc thủy văn cho phép xây dựng mô hình biến đổi lớp phủ bề mặt do ảnh hưởng lũ lụt phù hợp với khu vực ĐBSCL.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Lớp phủ bề mặt, sự thay đổi lớp phủ bề mặt do tác động của lũ lụt, mô hình sự biến đổi lớp phủ bề mặt và các phương pháp nghiên cứu lớp phủ bề mặt.
  • Phạm vi không gian: Khu vực thực nghiệm thuộc địa bàn hai tỉnh An Giang và Đồng Tháp (vùng rốn lũ trọng điểm của ĐBSCL).
  • Phạm vi thời gian: Chuỗi dữ liệu thu thập và thực nghiệm trong giai đoạn 5 năm liên tục, từ năm 2015 đến năm 2019.

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu quốc tế

Tài liệu luận án tổng hợp các nghiên cứu toàn cầu về đất ngập nước (ĐNN) và viễn thám:

  • Đặc trưng đất ngập nước: ĐNN chiếm khoảng 6% diện tích bề mặt Trái Đất (bao gồm 2% dạng hồ, 15% đồng bằng ngập lũ, 20% đầm lầy, 26% sông kênh và 30% vùng trũng ngập nước) [26]. Thủy văn được xác định là yếu tố môi trường kiểm soát các quá trình sinh thái và cấu trúc loài của thảm thực vật ĐNN ([30], [32]).
  • Ứng dụng viễn thám quang học: Nghiên cứu sử dụng các kênh cận hồng ngoại và hồng ngoại giữa của ảnh ASTER để phân biệt thảm thực vật vùng cao, thực vật ngập nước và ngập theo mùa [58]; tổ hợp kênh 2, 3, 4 ASTER đánh giá biến động đất tại Mato Grosso, Brazil [54]; phương pháp phân tích thành phần chính (PCA) trên ảnh Landsat tại vùng Kafue Flats, Zambia [55]; ứng dụng các chỉ số NDVI, VHI, SINDVI, SAVI, EVI theo dõi biến động ĐNN ([27], [36], [40], [59]) và chuỗi NDVI từ MODIS [47].
  • Ứng dụng viễn thám Radar (SAR): Băng tần C và L có khả năng phát hiện ngập dưới tán thực vật [28]. Ramsey và cộng sự [42] sử dụng ảnh ERS-1 băng C tại Florida, chỉ ra tán xạ ngược giảm ở thảm thực vật thân thảo khi ngập nước nhưng tăng lên ở thảm thực vật thân gỗ do tán xạ kép. Dữ liệu JERS-1 băng L được Hess và cộng sự [72] sử dụng phân loại ĐNN Amazon với độ chính xác xấp xỉ 90%, kết hợp mô hình hóa của Silva và cộng sự [50] và Martinez & Le Toan [63].
  • Mô hình hóa kết hợp: Đề tài của tác giả nước ngoài [70] đã tích hợp hệ số tán xạ ngược ALOS PALSAR, chỉ số NDVI từ MODIS và ảnh ASTER để mô hình hóa sự thay đổi của 6 hình thái lớp phủ theo mực nước tại khu vực hồ Tonle Sap (Campuchia).
Nhóm công nghệ Cảm biến tiêu biểu Ưu điểm chính Hạn chế chính
Quang học Landsat TM/ETM+/8, SPOT 4/5, Sentinel-2, MODIS, ASTER Độ phân giải phổ cao, trực quan, phân biệt rõ qua dải phổ cận hồng ngoại (NIR) Phụ thuộc ánh sáng mặt trời, không chụp được ban đêm, bị che khuất bởi mây mưa
Radar (SAR) ERS-1/2, JERS-1, RADARSAT, ALOS PALSAR, Sentinel-1 Hoạt động ngày đêm, đâm xuyên mây mưa, nhạy cảm với độ ẩm và cấu trúc bề mặt Hình ảnh có nhiễu đốm, biến dạng do góc chụp nghiêng, xử lý phức tạp

Các hướng nghiên cứu trong nước

  • Võ Quang Minh và cs [11] mô phỏng ngập lụt ĐBSCL dựa trên điểm cao trình mặt đất và mực nước dâng giả định qua nội suy không gian.
  • Kịch bản Biến đổi khí hậu và Nước biển dâng của Bộ Tài nguyên và Môi trường [2] cảnh báo 38,9% diện tích ĐBSCL có nguy cơ ngập nếu mực nước biển dâng 100 cm.
  • Cấn Thu Văn và cs [22] sử dụng mô hình MIKE 11 (MIKE NAM, MIKE 11-HD) đánh giá tác động của hệ thống đê bao đến dòng chảy mặt vùng Đồng Tháp Mười.
  • Nguyễn Thị Ngọc và cs [12] dùng dữ liệu Landsat và DEM đánh giá thiệt hại đất nông nghiệp tại Quảng Điền (Thừa Thiên Huế); Lê Hoàng Tú và cs [19] ứng dụng GIS và phân tích thứ bậc AHP phân vùng nguy cơ lũ tại sông Vu Gia (Quảng Nam).
  • Nguyễn Thanh Hùng và cs [8] ứng dụng GIS và viễn thám SAR giám sát độ chính xác ngập lụt vùng hạ du; Phạm Thị Huyền Trang và cs [17] phân tích nguyên nhân lũ lụt ĐBSCL; nghiên cứu [16] xác định ngập lụt tại Thừa Thiên Huế bằng đo khoảng cách Kullback-Leibler trên ảnh Sentinel-1 GRD; nghiên cứu [14] phân tích tương quan tán xạ Sentinel-1 và NDVI Sentinel-2 tại Đắk Lắk; nghiên cứu [75] tại Phú Yên và Nguyễn Văn Trung [69] nghiên cứu biến động lớp phủ ĐBSCL giai đoạn 1997-1998 bằng ảnh radar.

Vị trí và giải pháp của luận án

Mô hình tại hồ Tonle Sap [70] được thiết lập trên vùng địa hình dốc với biên độ dao động mực nước lớn từ 1 m đến 10 m. Trong khi đó, ĐBSCL có đặc thù địa hình tương đối bằng phẳng, lưu vực chịu ảnh hưởng dòng chảy phức tạp với biên độ mực nước lũ dao động hẹp hơn (từ 1 m đến 4 m) và cơ cấu thảm phủ nông nghiệp đa dạng. Luận án lựa chọn giải quyết khoảng trống: thiết lập quy trình tích hợp chuỗi dữ liệu đa phổ Sentinel-2 và SAR Sentinel-1 kết hợp DEM và số liệu mực nước trạm thủy văn để xây dựng mô hình toán học dự báo biến đổi diện tích 6 loại hình lớp phủ bề mặt phù hợp với điều kiện đồng bằng ngập lũ tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và khái niệm sử dụng

  • Phân loại lớp phủ bề mặt: Hệ thống lớp phủ được chia thành hai nhóm chính:
    1. Nhóm mặt nước: Nước lục địa (sông suối, kênh mương, ao hồ, đầm) và nước đại dương.
    2. Nhóm mặt đất: Đất không có thực phủ (tự nhiên: đất trống, bãi cát, bãi đá; nhân tạo: công trình xây dựng, dân cư, giao thông) và đất có thực phủ (rừng tự nhiên, cây lâu năm, đất canh tác theo mùa).
  • Nguyên lý quang học: Phản xạ phổ bức xạ điện từ của nước, đất, thực vật và vật liệu nhân tạo trên các vùng phổ khả kiến và hồng ngoại. Sử dụng chỉ số thực vật khác biệt: $$\text{NDVI} = \frac{\text{NIR} - \text{Red}}{\text{NIR} + \text{Red}}$$ (với ảnh Sentinel-2, NIR là kênh phổ 8 và Red là kênh phổ 4).
  • Nguyên lý tán xạ vi sóng Radar khẩu độ tổng hợp (SAR): Tương tác sóng vi ba (băng C, tần số 5,405 GHz của Sentinel-1) với bề mặt vật thể thông qua hằng số điện môi ($\varepsilon$) và độ gồ ghề bề mặt. Luận án phân tích 3 cơ chế tán xạ: tán xạ bề mặt, tán xạ thể tích (tán xạ khối) và phản xạ kép (double bounce).
    • Mặt nước phẳng: Tán xạ phản xạ gương làm tia sóng lệch khỏi góc thu anten, hệ số tán xạ ngược giảm mạnh (xuất hiện màu tối).
    • Đất trống: Tán xạ tăng tỷ lệ thuận với độ ẩm đất và hằng số điện môi cho đến khi ngập nước hoàn toàn.
    • Thảm thực vật ngập nước: Tia vi ba đâm xuyên qua tán lá, tương tác giữa mặt nước và thân cành tạo hiệu ứng phản xạ kép, làm tăng cường độ tán xạ ngược thu được tại vệ tinh.
    • Công trình xây dựng: Hiệu ứng phản xạ góc vuông tạo tán xạ ngược rất mạnh (giá trị từ -1 dB đến 1 dB).

Phương pháp nghiên cứu

  • Phương pháp phân tích lý thuyết và kế thừa: Tổng hợp cơ sở viễn thám, thủy văn và các mô hình nghiên cứu trước.
  • Phương pháp phân loại định hướng đối tượng (OBIA - Object-Based Image Analysis): Thực hiện phân đoạn ảnh thành các phân vùng đồng nhất và gán nhãn đối tượng dựa trên phần mềm eCognition bằng tổ hợp quy tắc đa tham số (phổ, hình thái, chỉ số NDVI, độ cao DEM, dữ liệu mực nước).
  • Phương pháp tích hợp viễn thám và GIS: Xử lý không gian, chồng xếp dữ liệu đa thời gian, chiết tách ranh giới và thống kê diện tích ngập lụt của từng lớp phủ.
  • Phương pháp mô hình hóa toán học: Thiết lập hàm quan hệ định lượng giữa diện tích của từng loại lớp phủ ($S$) và hệ số tán xạ phản hồi ($\sigma^0$) theo biến số mực nước quan trắc ($H$): $S = f(H)$.
  • Phương pháp kiểm nghiệm và đánh giá độ chính xác: Sử dụng ma trận nhầm lẫn (Confusion Matrix), tính toán độ chính xác toàn phần (Overall Accuracy) và chỉ số Kappa, đồng thời so sánh kết quả mô hình với số liệu phân loại thực nghiệm tại các mốc mực nước độc lập.
  • Phương pháp khảo sát thực địa và chuyên gia: Đo đạc mẫu lớp phủ, kiểm tra dấu vết đỉnh lũ tại thực địa tỉnh Đồng Tháp và lấy ý kiến chuyên gia địa lý, trắc địa.

Nguồn tư liệu và dữ liệu đầu vào

  • Chuỗi ảnh SAR Sentinel-1 (chế độ phân cực kép VV, VH; góc tới 20-25°; chu kỳ lặp 12 ngày) từ năm 2015 đến năm 2019.
  • Chuỗi ảnh quang học Sentinel-2 (13 kênh phổ, độ phân giải 10 m, 20 m, 60 m; chu kỳ lặp 5 ngày).
  • Mô hình số độ cao (DEM) khu vực nghiên cứu.
  • Chuỗi số liệu mực nước thực đo tại trạm quan trắc thủy văn Vàm Nao (Vàm Nam) giai đoạn 2015 - 2019.
  • Bản đồ vết đỉnh lũ lịch sử năm 2011, bản đồ hiện trạng sử dụng đất và mẫu khảo sát thực địa tại An Giang, Đồng Tháp.

Nội dung chính theo từng chương

Mở đầu

Phần Mở đầu xác lập tổng quan cấu trúc luận án (168 trang, 4 chương, 41 hình vẽ, 15 bảng biểu). Luận án trình bày tính cấp thiết, mục tiêu, đối tượng, phạm vi nghiên cứu (An Giang, Đồng Tháp; 2015-2019), phương pháp luận, 2 luận điểm bảo vệ, ý nghĩa khoa học và giá trị thực tiễn.

Chương 1: Tổng quan các vấn đề nghiên cứu

Chương này tổng kết các khái niệm cơ bản về lớp phủ mặt đất (Hình 1-1) và bản chất lũ lụt tại các lưu vực chính của Việt Nam: Đồng bằng sông Hồng (trận lũ lịch sử năm 1971), Miền Trung (trận ngập lụt năm 1999 tại Thừa Thiên Huế) và Đồng bằng sông Cửu Long (trận lũ năm 2000). Luận án phân tích chu kỳ lũ ĐBSCL qua 3 giai đoạn:

  • Giai đoạn 1 (tháng 7 - tháng 8): Nước tràn vào kênh rạch vùng Đồng Tháp Mười và Tứ Giác Long Xuyên.
  • Giai đoạn 2 (tháng 9 - tháng 10): Cao điểm ngập lũ khi mực nước Tân Châu $> 4,2\text{ m}$ và Châu Đốc $> 3,5\text{ m}$.
  • Giai đoạn 3 (tháng 11 - tháng 12): Nước rút dần ra biển.

Chương 1 tổng hợp thông số kỹ thuật của 14 cảm biến quang học (Bảng 1-1: Landsat TM/ETM+/8, AVHRR, MODIS, ASTER, SPOT 4/5, ALOS-AVNIR, IKONOS, WorldView 1, VNREDSat-1, Sentinel-2, SuperView-1) và các cảm biến SAR (Bảng 1-2: ERS-1, Sentinel-1...). Đánh giá ưu nhược điểm của từng công nghệ, chương 1 đi đến khẳng định sự cần thiết phải kết hợp chuỗi dữ liệu Sentinel-1 và Sentinel-2 nhằm giải quyết bài toán giám sát lớp phủ vùng ngập lũ ĐBSCL.

Chương 2: Cơ sở khoa học xác định sự thay đổi lớp phủ bề mặt do ảnh hưởng của lũ lụt từ ảnh viễn thám

Chương 2 trình bày cơ sở vật lý của viễn thám quang học và viễn thám SAR:

  • Phân tích đường cong phản xạ phổ của các đối tượng tự nhiên (Hình 2-1) và 5 phương pháp phát hiện biến động quang học: so sánh sau phân loại, phân loại trực tiếp ảnh đa thời gian, cộng màu đơn kênh, phân tích vector thay đổi phổ (CVA) và phương pháp kết hợp.
  • Phân tích cơ chế tán xạ SAR (Hình 2-3 đến Hình 2-5): tán xạ mặt đất trống, tán xạ mặt nước, tán xạ thảm thực vật và tán xạ khu vực xây dựng.
  • Cơ chế thay đổi tán xạ khi có lũ lụt (Hình 2-6): Phân tích chi tiết hiện tượng tán xạ kép tăng vọt tại vùng thực vật ngập gốc và hiện tượng phản xạ gương làm suy giảm tín hiệu khi ngập toàn bộ tán cây. Phản xạ góc tại công trình xây dựng (Hình 2-7) giúp duy trì cường độ tán xạ cao (-1 đến 1 dB).
  • Tổng quan cấu trúc và chức năng phân tích không gian của GIS, cùng các mô hình tán xạ thực vật ĐNN phục vụ mô hình hóa.

Chương 3: Xây dựng mô hình biến đổi lớp phủ bề mặt theo sự thay đổi mực nước do lũ lụt

Chương 3 thiết lập khung quy trình công nghệ tổng thể (Hình 3-2):

  1. Thu thập và tiền xử lý dữ liệu: Nắn chỉnh hình học (Hình 3-3), hiệu chỉnh khí quyển cho ảnh Sentinel-2, hiệu chỉnh bức xạ và lọc nhiễu đốm (speckle filtering) cho ảnh Sentinel-1.
  2. Phân loại định hướng đối tượng (OBIA): Xây dựng mạng phân cấp đối tượng ảnh (Hình 3-4) và cây quy tắc phân loại (Hình 3-5) trên phần mềm eCognition dựa trên ngưỡng giá trị NDVI, giá trị tán xạ ngược băng C (phân cực VV, VH), độ cao DEM và mực nước.
  3. Tích hợp GIS chiết tách biến động: Chuyển đổi kết quả phân loại sang định dạng vector, chồng xếp các lớp dữ liệu không gian và trích xuất diện tích của từng lớp phủ tại các mốc mực nước khác nhau giai đoạn 2015 - 2019 (Hình 3-1).
  4. Mô hình hóa toán học: Thiết lập đường tương quan biểu diễn diện tích lớp phủ theo biến thiên mực nước $S = f(H)$ (Hình 3-6) và xây dựng phương pháp kiểm nghiệm sai số mô hình.

Chương 4: Thực nghiệm và đánh giá kết quả

Chương 4 triển khai thực nghiệm chi tiết tại tỉnh An Giang và Đồng Tháp (Hình 4-1 đến Hình 4-5):

  • Dữ liệu thực nghiệm: Xây dựng danh mục ảnh Sentinel-1 (Bảng 4-1) và ảnh Sentinel-2 (Bảng 4-2) tương ứng với chuỗi số liệu mực nước trạm Vàm Nao.
  • Phân loại ảnh quang học Sentinel-2: Thiết lập trọng số tỷ lệ phân đoạn (Bảng 4-3) và bộ quy tắc phân loại dựa trên NDVI, DEM và mực nước (Bảng 4-4). Đánh giá độ chính xác phân loại ngày 27/07/2016 đạt kết quả cao (Bảng 4-5). Thống kê diện tích lớp phủ trong chu kỳ lũ (Bảng 4-6, Hình 4-6, Hình 4-7).
  • Phân loại chuỗi ảnh SAR Sentinel-1: Thiết lập bộ quy tắc phân loại trên eCognition (Hình 4-8 đến Hình 4-10) kết hợp mẫu đặc trưng và điều tra thực địa vết lũ Đồng Tháp (Hình 4-11, 4-12). Kết quả đánh giá đạt độ chính xác toàn phần và hệ số Kappa cao (Bảng 4-7).
  • Phân tích biến động giai đoạn 2015 - 2019: Thống kê diện tích và tỷ lệ phần trăm của các lớp phủ (Bảng 4-8). Phân tích tương quan giữa mực nước và tán xạ phản hồi, diện tích lớp phủ chu kỳ 2015 - 2016 (Hình 4-13, 4-14) và 2018 - 2019 (Hình 4-15, 4-16).
  • Thiết lập và kiểm nghiệm mô hình:
    • Mô hình hóa diễn biến thay đổi mực nước chu kỳ hàng năm (Hình 4-18) và đường biến động thực vật vùng thấp theo mực nước (Hình 4-19).
    • Xây dựng mô hình biến đổi hệ số tán xạ phản hồi theo mực nước (Hình 4-20) và mô hình biến đổi diện tích theo mực nước của 6 loại hình lớp phủ bề mặt (Hình 4-21).
    • Kiểm nghiệm mô hình qua việc so sánh diện tích tính toán từ mô hình với số liệu phân loại thực tế tại nhiều thời điểm mực nước độc lập (Bảng 4-9 đến Bảng 4-13).

Kết quả và những đóng góp mới

Đóng góp mới về mặt khoa học và phương pháp

  1. Đã đề xuất và hoàn thiện quy trình công nghệ kết hợp tư liệu viễn thám đa thời gian, đa độ phân giải (quang học Sentinel-2 và radar Sentinel-1) cùng công nghệ GIS, mô hình số độ cao DEM và dữ liệu quan trắc mực nước thủy văn để mô hình hóa sự thay đổi của lớp phủ bề mặt do lũ lụt gây ra.
  2. Ứng dụng thành công phương pháp phân loại định hướng đối tượng (OBIA) trên ảnh SAR Sentinel-1 giải quyết được hạn chế mây mù nhiệt đới trong mùa lũ, phân tách chính xác các đối tượng ngập nước dưới tán thực vật dựa trên cơ chế phản xạ kép.
  3. Thiết lập được mô hình toán học phản ánh mối quan hệ định lượng giữa mực nước lũ quan trắc và diện tích biến đổi của 6 loại hình lớp phủ bề mặt đặc trưng vùng ĐBSCL.

Đóng góp mới về mặt thực tiễn

  1. Cung cấp bộ số liệu chi tiết về diện tích và tỷ lệ biến động của từng loại hình lớp phủ bề mặt tại hai tỉnh An Giang và Đồng Tháp trong suốt chu kỳ ngập lũ từ năm 2015 đến năm 2019.
  2. Mô hình cho phép dự báo nhanh diện tích ngập và diện tích thay đổi của các loại hình lớp phủ bề mặt tại bất kỳ thời điểm nào trong mùa lũ khi biết trước thông số mực nước quan trắc tại trạm thủy văn.
  3. Cung cấp cơ sở dữ liệu không gian phục vụ các nhà quản lý và quy hoạch địa phương trong việc điều phối lịch thời vụ nông nghiệp, bảo vệ môi trường sinh thái đất ngập nước và giảm nhẹ thiệt hại thiên tai.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

  • Phạm vi thực nghiệm không gian mới tập trung tại hai tỉnh trọng điểm vùng lũ là An Giang và Đồng Tháp, chưa mở rộng ra toàn bộ 13 tỉnh thành của vùng Đồng Tháp Mười, Tứ Giác Long Xuyên và vùng Bán đảo Cà Mau.
  • Khung thời gian dữ liệu thực nghiệm liên tục được giới hạn trong giai đoạn 2015 - 2019.
  • Độ chính xác của mô hình phụ thuộc vào chất lượng dữ liệu quan trắc mực nước tại trạm thủy văn đại diện và độ phân giải không gian của mô hình số độ cao (DEM) đầu vào.

Hướng nghiên cứu tiếp

  • Mở rộng ứng dụng quy trình công nghệ và mô hình hóa cho toàn bộ lưu vực Đồng bằng sông Cửu Long.
  • Cập nhật và tích hợp chuỗi dữ liệu ảnh vệ tinh quang học và SAR thế hệ mới có độ phân giải không gian cao hơn để nâng cao độ chi tiết của cây phân loại đối tượng.
  • Tích hợp thêm các yếu tố cản dòng chi tiết từ mạng lưới đê bao khép kín, cống ngăn mặn, đập điều tiết thủy lợi vào mô hình dự báo ngập.

Giá trị tham khảo

Đối tượng thụ hưởng

  • Nghiên cứu sinh, học viên cao học và giảng viên: Thuộc các chuyên ngành Kỹ thuật trắc địa - bản đồ, Quản lý đất đai, Địa lý tài nguyên, Bản đồ học và Hệ thông tin địa lý, Viễn thám, Kỹ thuật tài nguyên nước và Môi trường.
  • Cơ quan quản lý nhà nước: Ban Chỉ huy Phòng chống thiên tai và Tìm kiếm cứu nạn, Sở Tài nguyên và Môi trường, Sở Nông nghiệp và Phát triển nông thôn các tỉnh thuộc khu vực Đồng bằng sông Cửu Long.
  • Các viện nghiên cứu quy hoạch: Viện Quy hoạch Thủy lợi miền Nam, Viện Địa lý Tài nguyên TP. Hồ Chí Minh, các trung tâm ứng phó biến đổi khí hậu.

Phần nội dung đáng tham khảo

  • Chương 2: Toàn bộ hệ thống lý thuyết về cơ chế tán xạ vi ba (băng C) của các bề mặt đất ngập nước và hiệu ứng phản xạ kép dưới tán cây.
  • Chương 3 & Chương 4: Cây quy tắc phân loại định hướng đối tượng (OBIA) trên phần mềm eCognition kết hợp chỉ số NDVI, DEM và dữ liệu viễn thám Sentinel-1/Sentinel-2; phương pháp lập hàm toán học $S = f(H)$ biểu diễn diện tích lớp phủ theo mực nước thực tế.

Câu hỏi thường gặp

1. Luận án giải quyết hạn chế của ảnh viễn thám quang học trong mùa mưa lũ bằng cách nào?

Luận án kết hợp chuỗi dữ liệu viễn thám radar khẩu độ tổng hợp (SAR) từ vệ tinh Sentinel-1 (băng C, bước sóng ngắn, tần số 5,405 GHz, phân cực VV và VH). Sóng vi ba có khả năng đâm xuyên qua mây mù, mưa gió và chụp ảnh không phụ thuộc vào nguồn chiếu sáng mặt trời, giúp việc quan trắc diễn biến ngập lụt được thực hiện liên tục ngay trong thời điểm mưa lũ kéo dài.

2. Dựa vào nguyên lý vật lý nào để phát hiện ngập lụt dưới tán thảm thực vật trên ảnh SAR?

Khi mặt đất bên dưới thảm thực vật bị ngập nước, tín hiệu radar đâm xuyên qua tán lá sẽ tương tác giữa mặt nước bằng phẳng và thân/cành cây, tạo nên hiện tượng phản xạ kép (double bounce). Hiện tượng này làm tăng mạnh năng lượng tán xạ ngược quay trở lại anten vệ tinh so với điều kiện không ngập, từ đó giúp chiết tách chính xác các vùng thực vật bị ngập nước.

3. Phương pháp phân loại ảnh nào được tác giả sử dụng trên phần mềm chuyên dụng eCognition?

Tác giả sử dụng phương pháp phân loại định hướng đối tượng (OBIA - Object-Based Image Analysis). Phương pháp này phân đoạn ảnh thành các đối tượng không gian đồng nhất, sau đó áp dụng cây quy tắc tích hợp đa chỉ số gồm: phản xạ phổ, chỉ số thực vật NDVI, ngưỡng tán xạ ngược (VV, VH), mô hình số độ cao DEM và số liệu mực nước thủy văn.

4. Dữ liệu thực nghiệm của luận án được thu thập tại đâu và trong khoảng thời gian nào?

Khu vực thực nghiệm là hai tỉnh An Giang và Đồng Tháp (vùng rốn lũ trọng điểm ĐBSCL). Dữ liệu mực nước được thu thập tại trạm quan trắc thủy văn Vàm Nao (Vàm Nam) và chuỗi dữ liệu ảnh vệ tinh Sentinel-1, Sentinel-2 được xử lý liên tục trong giai đoạn 5 năm từ năm 2015 đến năm 2019.

5. Kết quả mô hình hóa có khả năng ứng dụng cụ thể gì trong thực tế?

Mô hình toán học đã lượng hóa mối quan hệ giữa mực nước lũ và diện tích của 6 loại hình lớp phủ bề mặt. Khi có thông tin dự báo về mực nước tại trạm thủy văn ở một thời điểm bất kỳ, mô hình cho phép dự báo nhanh quy mô diện tích ngập lụt và mức độ thay đổi của từng loại hình lớp phủ bề mặt mà không cần chờ chụp và xử lý ảnh viễn thám tức thời.

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Văn Khánh đã hoàn thành mục tiêu xây dựng mô hình biến đổi lớp phủ bề mặt theo mực nước lũ tại khu vực Đồng bằng sông Cửu Long trên cơ sở tích hợp công nghệ viễn thám quang học Sentinel-2, viễn thám SAR Sentinel-1 và GIS. Bằng việc ứng dụng phương pháp phân loại hướng đối tượng kết hợp mô hình số độ cao và quan trắc thủy văn giai đoạn 2015 - 2019 tại An Giang và Đồng Tháp, công trình đã giải quyết được bài toán quan trắc trực tiếp hiện trạng ngập lũ xuyên mây mưa và lượng hóa mối quan hệ biến động của 6 loại hình lớp phủ. Kết quả nghiên cứu cung cấp cơ sở khoa học và công cụ dự báo thực tiễn phục vụ hiệu quả cho công tác quy hoạch phát triển kinh tế - xã hội, quản lý tài nguyên và giảm nhẹ rủi ro thiên tai trong bối cảnh biến đổi khí hậu tại Đồng bằng sông Cửu Long.