Giới thiệu dự án

Sự gia tăng nhanh chóng của quá trình đô thị hóa và biến đổi khí hậu toàn cầu đang gây ra những biến đổi sâu sắc đối với môi trường sinh thái đô thị. Theo các báo cáo quan trắc môi trường, hiệu ứng đảo nhiệt đô thị (Urban Heat Island - UHI) khiến nhiệt độ bề mặt tại các khu vực tập trung công trình xây dựng, bê tông hóa tăng từ $2^\circ\text{C}$ đến $6^\circ\text{C}$ so với các vùng phụ cận có thảm phủ thực vật và mặt nước tự nhiên. Thành phố Tam Kỳ – đô thị loại II và là trung tâm hành chính, kinh tế, văn hóa của tỉnh Quảng Nam – đang trải qua giai đoạn chuyển dịch cơ cấu kinh tế mạnh mẽ sang thương mại - dịch vụ và công nghiệp (tốc độ tăng trưởng 25 - 28%/năm), thúc đẩy tốc độ mở rộng không gian xây dựng nhanh chóng.

+-------------------------------------------------------------------------+
|                  MỐI TƯƠNG QUAN LULC VÀ NHIỆT ĐỘ BỀ MẶT                |
+-------------------------------------------------------------------------+
|  [Đô thị hóa / Bê tông hóa]  --->  Giảm Albedo & Độ ẩm  --->  LST Cao   |
|  [Thảm thực vật / Lâm nghiệp] --->  Thoát hơi nước (ET)  --->  LST Thấp  |
|  [Mặt nước tự nhiên (Sông/Hồ)] ---> Nhiệt dung riêng lớn  --->  LST Thấp |
+-------------------------------------------------------------------------+

Vấn đề đặt ra (Problem Statement) là sự thiếu hụt dữ liệu không gian định lượng có độ phân giải cao về biến động nhiệt độ bề mặt (Land Surface Temperature - LST) gắn liền với từng loại hình sử dụng đất (Land Use / Land Cover - LULC) tại Tam Kỳ. Các trạm khí tượng truyền thống chỉ đo đạc nhiệt độ không khí tại các điểm rời rạc, không phản ánh được tính dị hướng và sự phân bố nhiệt độ phức tạp trên toàn bộ $100.263,56\text{ ha}$ diện tích tự nhiên của thành phố, đặc biệt trong các tháng cao điểm nắng nóng và chịu ảnh hưởng của gió Tây Nam khô nóng (từ tháng 5 đến tháng 8).

Dự án giải quyết bài toán trên thông qua 5 mục tiêu cụ thể:

  1. Tổng quan hóa cơ sở lý luận về bức xạ nhiệt vật đen, độ phát xạ bề mặt ($\varepsilon$), chỉ số thực vật NDVI và cân bằng nhiệt mặt đất $B' = B - LE + V + P$.
  2. Xây dựng quy trình xử lý dữ liệu viễn thám đa phổ Landsat 8 OLI/TIRS phục vụ phân loại 05 nhóm hiện trạng sử dụng đất chính tại thành phố Tam Kỳ năm 2015.
  3. Chiết tách trường nhiệt độ bề mặt LST từ kênh hồng ngoại nhiệt (Thermal Infrared Sensor - TIRS Band 10) kết hợp hiệu chỉnh độ phát xạ theo thuật toán phân ngưỡng NDVI.
  4. Đánh giá định lượng mối tương quan không gian giữa các lớp phủ bề mặt đệm và sự phân bố nền nhiệt đô thị.
  5. Đề xuất hệ thống giải pháp quy hoạch không gian xanh và hạ tầng sinh thái thích ứng với biến đổi khí hậu cho chính quyền đô thị Tam Kỳ.

Giải pháp kỹ thuật lựa chọn là tích hợp công nghệ Viễn thám (Remote Sensing) và Hệ thống Thông tin Địa lý (GIS). Viễn thám cung cấp tư liệu ảnh đa phổ, đa thời gian, đồng bộ trên diện rộng, trong khi GIS cung cấp công cụ phân tích không gian, chồng xếp lớp dữ liệu (Map Overlay) và mô hình hóa địa thống kê. Phạm vi nghiên cứu tập trung vào toàn bộ diện tích đất liền của 9 phường nội thị và 4 xã ngoại thị thành phố Tam Kỳ, tại thời điểm quan sát snapshot ngày 01/05/2015.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp quan trắc nhiệt truyền thống dựa vào các trạm khí tượng mặt đất (In-situ stations) bộc lộ nhiều điểm hạn chế về độ phân giải không gian và chi phí duy trì mạng lưới cảm biến. Để lựa chọn công nghệ tối ưu, bảng so sánh đa tiêu chí giữa các phương pháp tiếp cận được thiết lập:

Tiêu chí kỹ thuật Trạm quan trắc mặt đất Vệ tinh MODIS (1km) Cảm biến Landsat 8 OLI/TIRS
Độ phân giải không gian Dạng điểm (Point-based) Thô ($1000\text{m} \times 1000\text{m}$) Trung bình cao ($30\text{m} / 100\text{m}$)
Tính liên tục không gian Rời rạc, nội suy sai số cao Toàn diện nhưng mờ nhòe Chi tiết từng khối nhà/thửa đất
Chi phí thu thập dữ liệu Rất cao (thiết bị, nhân công) Miễn phí (USGS/NASA) Miễn phí (USGS/NASA)
Khả năng tách lớp LULC Không khả thi trên diện rộng Chỉ phân loại quy mô vùng Phân loại chính xác 5-7 lớp
Thời gian cập nhật Liên tục theo giờ 1 - 2 ngày/lượt 16 ngày/lượt

Yêu cầu người dùng đối với hệ thống thông tin địa lý nhiệt đô thị được mô hình hóa theo ma trận MoSCoW:

  • Must-have (Bắt buộc): Khả năng nắn chỉnh hình học WGS84 UTM Zone 48N; chiết xuất LST từ kênh nhiệt Band 10; phân loại có chọn mẫu Maximum Likelihood với hệ số Kappa $\ge 0,80$; tính toán chỉ số NDVI.
  • Should-have (Cần có): Khả năng lọc nhiễu không gian sau phân loại (Majority/Minority Analysis 3x3); thống kê nhiệt độ trung bình theo từng đơn vị hành chính phường/xã.
  • Could-have (Có thể có): Tích hợp bản đồ cao độ số DEM để phân tích ảnh hưởng địa hình lên trường nhiệt.
  • Won't-have (Chưa thực hiện): Dự báo biến động LST theo thời gian thực (Real-time forecasting).

Thách thức kỹ thuật lớn nhất nằm ở hiệu ứng pixel hỗn hợp (Mixed Pixels) tại khu vực chuyển tiếp giữa đất ở nông thôn và đất vườn, cũng như sự suy giảm bức xạ do hấp thụ khí quyển (hơi nước, sol khí) trong dải hồng ngoại nhiệt $10,6 - 11,19,\mu\text{m}$.

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu không gian gồm 4 tầng chức năng chính:

[TẦNG DỮ LIỆU ĐẦU VÀO]
  |-- Dữ liệu Raster: Landsat 8 OLI/TIRS (01/05/2015, Path 124 / Row 50)
  |-- Dữ liệu Vector: Ranh giới hành chính Tam Kỳ (.shp), Mẫu GPS thực địa
  v
[TẦNG TIỀN XỬ LÝ & TÍNH TOÁN PHỔ (ENVI 5.3)]
  |-- Ghép kênh (Band Stacking: B4, B5, B6, B10) & Cắt theo Mask
  |-- Hiệu chỉnh bức xạ phổ (Radiometric Calibration) & Khí quyển FLAASH
  |-- Tính toán NDVI = (NIR - Red) / (NIR + Red) & Phân số thực vật (Pv)
  |-- Tính toán Độ phát xạ bề mặt đệm (Emissivity - ε)
  v
[TẦNG CHIẾT XUẤT THÔNG TIN CHUYÊN ĐỀ]
  |-- Nhánh 1: Phân loại LULC (Maximum Likelihood Classifier -> Post Classification)
  |-- Nhánh 2: Chiết tách LST (Planck Law Inversion -> LST Kelvin -> LST Celsius)
  v
[TẦNG TÍCH HỢP & PHÂN TÍCH KHÔNG GIAN (ArcGIS 10.8)]
  |-- Chồng xếp bản đồ nhiệt độ và hiện trạng sử dụng đất (Zonal Statistics)
  |-- Biên tập bản đồ chuyên đề & Xuất báo cáo địa thống kê

Technology Stack và tham số hệ thống:

  • Nền tảng xử lý ảnh viễn thám: ENVI version 5.3 (x64) chuyên sâu về thuật toán xử lý ảnh siêu phổ và đa phổ.
  • Nền tảng GIS & Cartography: ArcGIS Desktop version 10.8 (ArcMap, ArcToolbox, Spatial Analyst extension).
  • Hệ quy chiếu chuẩn: WGS 1984 UTM Zone 48N (Khu vực Quảng Nam / Nam Trung Bộ).
  • Cấu trúc lưu trữ dữ liệu: GeoTIFF định dạng 32-bit floating point cho raster nhiệt và NDVI; ESRI Shapefile / File Geodatabase cho vector chuyên đề.

Methodology

Phương pháp luận nghiên cứu tuân thủ quy trình xử lý không gian chuẩn mực với 4 pha chính:

  1. Pha 1: Thu thập và chuẩn hóa dữ liệu: Thu nhận ảnh Landsat 8 cấp độ Level-1T, thu thập số liệu thống kê kinh tế - xã hội, địa hình và khảo sát thực địa bằng thiết bị định vị vệ tinh GPS độ chính xác cao.
  2. Pha 2: Tiền xử lý và phân loại LULC: Khử nhiễu hình học, cắt ảnh theo ranh giới hành chính, xây dựng khóa giải đoán mẫu và phân loại có giám định (Supervised Classification).
  3. Pha 3: Mô hình hóa nhiệt độ bề mặt LST: Ứng dụng phương pháp chuyển đổi độ sáng phổ sang nhiệt độ vật đen và hiệu chỉnh phát xạ nhiệt.
  4. Pha 4: Phân tích tương quan và QA/QC: Chồng xếp ma trận nhiệt - lớp phủ, đánh giá sai số phân loại qua Ma trận nhầm lẫn (Confusion Matrix).
+-------------------+---------------------------------------------+---------------------+
| Rủi ro kỹ thuật   | Ảnh hưởng đến kết quả                       | Biện pháp giảm thiểu|
+-------------------+---------------------------------------------+---------------------+
| Mây và bóng mây   | Làm biến dạng giá trị bức xạ nhiệt TIRS     | Chọn ảnh mây < 5%   |
| Sai số lấy mẫu    | Giảm độ chính xác thuật toán phân loại MLC  | Lấy mẫu GPS thực địa|
| Đồng nhất hóa EPSG| Lệch tọa độ khi phân tích chồng xếp GIS     | Chuẩn hóa UTM Z48N  |
+-------------------+---------------------------------------------+---------------------+

Implementation và kết quả

Development process

Quá trình trích xuất nhiệt độ bề mặt và phân loại hiện trạng sử dụng đất được triển khai thông qua các công thức toán học và mã kịch bản tự động hóa trên nền tảng Raster:

1. Thuật toán phân loại Maximum Likelihood (MLC)

Thuật toán phân loại có chọn mẫu dựa trên hàm mật độ xác suất Gauss cho từng pixel $x$ thuộc lớp $\omega_i$:

$$g_i(x) = \ln P(\omega_i) - \frac{1}{2}\ln|\Sigma_i| - \frac{1}{2}(x - m_i)^T \Sigma_i^{-1} (x - m_i)$$

Trong đó $m_i$ là vector giá trị trung bình phổ của lớp $i$, $\Sigma_i$ là ma trận hiệp phương sai của lớp $i$. 05 lớp phủ đối tượng được xác lập bao gồm:

  • Đất sản xuất nông nghiệp (lúa nước, hoa màu)
  • Đất lâm nghiệp (rừng trồng, cây công nghiệp)
  • Đất ở và xây dựng (đô thị, bê tông, hạ tầng giao thông)
  • Đất sông suối, mặt nước tự nhiên
  • Đất trống, cồn cát ven biển chưa sử dụng

2. Kịch bản tính toán trường nhiệt độ LST (Band 10 Landsat 8)

Quy trình tính toán từ giá trị số Digital Number ($DN$) sang nhiệt độ bề mặt thực tế ($LST$) theo chuỗi công thức:

import numpy as np

def calculate_lst_landsat8(dn_band10, band_red, band_nir):
    """
    Quy trình tính toán Land Surface Temperature (LST) từ Landsat 8 TIRS Band 10
    """
    # Bước 1: Chuyển đổi DN sang Bức xạ phổ tại đỉnh khí quyển (TOA Radiance)
    # Các hệ số trích xuất từ file Metadata (MTL.txt)
    M_L = 0.0003342  # Radiance Multiplicative Scaling Factor
    A_L = 0.1        # Radiance Additive Scaling Factor
    L_lambda = M_L * dn_band10 + A_L

    # Bước 2: Chuyển đổi bức xạ sang Nhiệt độ độ sáng vật đen (Brightness Temperature - BT)
    K1 = 774.8853    # Thermal Conversion Constant 1
    K2 = 1321.0789   # Thermal Conversion Constant 2
    T_B = K2 / np.log((K1 / L_lambda) + 1.0)

    # Bước 3: Tính toán chỉ số thực vật NDVI
    ndvi = (band_nir - band_red) / (band_nir + band_red + 1e-6)
    
    # Bước 4: Tính tỷ lệ phân số thảm thực vật (Fractional Vegetation Cover - Pv)
    ndvi_min = 0.05  # Ngưỡng đất trống
    ndvi_max = 0.70  # Ngưỡng thực vật thuần nhất
    pv = np.square(np.clip((ndvi - ndvi_min) / (ndvi_max - ndvi_min), 0.0, 1.0))

    # Bước 5: Ước tính độ phát xạ bề mặt đệm (Land Surface Emissivity - ε)
    # ε_v (thực vật) = 0.985, ε_s (đất) = 0.960, C_lambda (độ gồ ghề bề mặt) = 0.005
    emissivity = 0.985 * pv + 0.960 * (1.0 - pv) + 0.005

    # Bước 6: Tính toán LST theo mô hình hiệu chỉnh độ phát xạ (Celsius)
    wavelength = 10.895e-6  # Bước sóng hiệu dụng kênh 10 (m)
    rho = 1.438e-2          # Hằng số Planck-Boltzmann: h*c/sigma (m*K)
    
    lst_kelvin = T_B / (1.0 + ((wavelength * T_B) / rho) * np.log(emissivity))
    lst_celsius = lst_kelvin - 273.15
    
    return lst_celsius, ndvi

Testing và validation

Kết quả phân loại ảnh hiện trạng sử dụng đất năm 2015 được kiểm định độ chính xác thông qua ma trận nhầm lẫn (Confusion Matrix) đối chiếu với 120 điểm mẫu khảo sát thực địa bằng GPS và bản đồ địa chính:

Lớp hiện trạng LULC Độ chính xác người sản xuất (Producer's Acc) Độ chính xác người dùng (User's Acc) Chỉ số Kappa riêng phần
Đất nông nghiệp $89,45%$ $87,12%$ $0,845$
Đất lâm nghiệp $92,30%$ $94,15%$ $0,912$
Đất ở / Xây dựng $88,60%$ $86,40%$ $0,838$
Mặt nước $97,80%$ $98,50%$ $0,979$
Đất chưa sử dụng $85,20%$ $88,00%$ $0,840$
Toàn bộ ảnh (Overall) Độ chính xác tổng thể: 90,67% Hệ số Kappa tổng thể: 0,873

Hệ số Kappa tổng thể đạt $0,873$ ($> 0,80$) chứng minh kết quả giải đoán ảnh viễn thám có độ tin cậy rất cao, đủ điều kiện làm dữ liệu nền để phân tích không gian nhiệt.

Kết quả đạt được

Nghiên cứu đã thành lập thành công Bản đồ Hiện trạng sử dụng đất và Bản đồ Nhiệt độ bề mặt đất thành phố Tam Kỳ tại thời điểm 10h00 ngày 01/05/2015.

+-------------------------------------------------------------------------+
|     BẢNG PHÂN BỐ NHIỆT ĐỘ BỀ MẶT (LST) THEO LOẠI HÌNH SỬ DỤNG ĐẤT       |
+--------------------------+---------------------+------------------------+
| Loại hình sử dụng đất    | Dải nhiệt độ (°C)   | Nhiệt độ trung bình(°C)|
+--------------------------+---------------------+------------------------+
| Đất ở và xây dựng        | 32,5 - 39,2         | 35,8                   |
| Đất trống / Cồn cát      | 31,0 - 38,5         | 34,6                   |
| Đất sản xuất nông nghiệp | 27,0 - 32,0         | 29,4                   |
| Đất lâm nghiệp           | 24,5 - 28,5         | 26,2                   |
| Đất sông suối, mặt nước  | 22,0 - 26,0         | 24,1                   |
+--------------------------+---------------------+------------------------+

Phân tích không gian khẳng định mối tương quan nghịch biến chặt chẽ giữa chỉ số thực vật NDVI và nhiệt độ bề mặt đất LST ($R^2 = 0,78$ tại các khu vực có thảm phủ tự nhiên). Vùng trung tâm nội thị (phường An Mỹ, Phước Hòa, An Xuân) ghi nhận mức nhiệt bề mặt cao nhất do tập trung mật độ công trình bê tông dày đặc và hoạt động giao thông. Ngược lại, các khu vực hồ Phú Ninh, sông Đầm, sông Bàn Thạch và vành đai lâm nghiệp đóng vai trò như các "đảo mát" sinh thái (Urban Cool Islands), hạ nhiệt độ môi trường xung quanh từ $4^\circ\text{C}$ đến $9^\circ\text{C}$.

Đổi mới và đóng góp

Nghiên cứu mang lại những giá trị đóng góp học thuật và thực tiễn rõ rệt so với các công trình trước đây tại khu vực miền Trung và Nam Bộ:

+--------------------------------------------------------------------------------+
| CẢI TIẾN PHƯƠNG PHÁP: HIỆU CHỈNH ĐỘ PHÁT XẠ ĐỘNG THEO FRACTIONAL VEGETATION   |
+--------------------------------------------------------------------------------+
|  [Nghiên cứu trước đây] ---> Gán hằng số phát xạ tĩnh (ε = const)              |
|                             -> Bỏ qua tính dị hướng của bề mặt đệm            |
|                                                                                |
|  [Đề tài này]           ---> Tính ε = f(NDVI, Pv) cho từng pixel 30m x 30m     |
|                             -> Phản ánh chính xác vi khí hậu đô thị & nông thôn|
+--------------------------------------------------------------------------------+
  1. Hiệu chỉnh độ phát xạ theo chỉ số phân số thực vật ($P_v$): Thay vì gán một hệ số phát xạ tĩnh cho toàn bộ bề mặt đệm như nghiên cứu của Trần Thị Ân và cs (2011) tại Đà Nẵng, đề tài đã tính toán độ phát xạ động trên từng pixel dựa trên biến thiên của NDVI. Điều này giảm thiểu sai số tính toán LST xuống dưới $1,2^\circ\text{C}$.
  2. So sánh đa giải pháp: So với thuật toán chuẩn hóa giá trị phát xạ (NOR) của Lê Văn Trung và Nguyễn Thanh Minh (2004) tại TP. Hồ Chí Minh, phương pháp ước tính $\varepsilon$ từ NDVI trên Landsat 8 TIRS tối ưu hóa được thời gian tính toán mà vẫn đảm bảo độ chính xác tiệm cận mô hình truyền xạ khí quyển chuyên sâu.
  3. Cơ sở dữ liệu số hóa hoàn chỉnh: Cung cấp bộ cơ sở dữ liệu GIS chuẩn hóa 1:25.000 về trường nhiệt và sử dụng đất, phục vụ trực tiếp cho Viện Quy hoạch Đô thị và Nông thôn Quảng Nam trong công tác lập đồ án quy hoạch phân khu.

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu được ứng dụng trực tiếp vào các kịch bản phát triển không gian đô thị Tam Kỳ:

  • Tối ưu hóa hành lang xanh (Green Corridors): Quy hoạch hệ sinh thái ven sông Bàn Thạch, sông Trường Giang và hồ Sông Đầm làm trục điều hòa vi khí hậu trung tâm.
  • Quy hoạch vật liệu xây dựng: Ban hành định mức hệ số che phủ cây xanh cho các khu dân cư mới tại phường Trường Xuân, Tân Thạnh; khuyến khích sử dụng vật liệu lát vỉa hè có tính thấm nước cao để tăng cường tiềm nhiệt bốc hơi ($LE$).
  • Chiến lược mở rộng đô thị về phía Tây: Hạn chế bê tông hóa các gò đồi tự nhiên (An Hà, Quảng Phú, Trà Cai) nhằm duy trì độ nhám bề mặt và giảm thiểu sự gia tăng nhiệt cục bộ.
Lộ trình triển khai ứng dụng công nghệ (Implementation Roadmap):
[Tháng 1-3]: Chuẩn hóa cơ sở dữ liệu GIS và nạp vào Geodatabase của Sở TN&MT.
[Tháng 4-6]: Thiết lập quy chuẩn tích hợp lớp bản đồ nhiệt vào đồ án điều chỉnh quy hoạch chung.
[Tháng 7-12]: Xây dựng WebGIS giám sát đảo nhiệt đô thị đa thời gian (Multi-temporal monitoring).

Hạn chế và hướng phát triển

Mặc dù đạt được những kết quả khả quan, đề tài vẫn tồn tại một số hạn chế kỹ thuật:

  • Độ phân giải thời gian: Nghiên cứu chỉ đánh giá tại một thời điểm snapshot (01/05/2015), chưa thể hiện được chu kỳ biến thiên nhiệt độ giữa các mùa trong năm và diễn thế nhiệt qua các thập kỷ.
  • Độ phân giải không gian kênh nhiệt: Kênh TIRS Band 10 có độ phân giải gốc $100\text{m}$ (được nội suy resample về $30\text{m}$), gây khó khăn trong việc tách nhiệt độ của các công trình đơn lẻ dưới $500\text{ m}^2$.

Hướng phát triển đề xuất:

  1. Ứng dụng chuỗi dữ liệu đa thời gian (Multi-temporal Time-series) từ Landsat 5, 7, 8, 9 và Sentinel-2/3 để phân tích xu thế đảo nhiệt đô thị giai đoạn 2000 – 2025.
  2. Tích hợp thuật toán học máy (Random Forest, Deep Learning U-Net) để tự động hóa hoàn toàn quy trình phân loại lớp phủ bề mặt với độ chính xác cao hơn.
  3. Sử dụng thiết bị bay không người lái (UAV) gắn camera nhiệt hồng ngoại để đo đạc vi khí hậu ở quy mô siêu chi tiết (Centimeter-level).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Tài liệu tham khảo toàn diện về quy trình tích hợp ENVI - ArcGIS, các công thức giải tích viễn thám nhiệt và phương pháp đánh giá sai số phân loại.
  • Kỹ sư GIS & Viễn thám: Cung cấp pipeline xử lý dữ liệu chuẩn từ tiền xử lý, tính toán bức xạ phổ, giải đoán có giám định đến trực quan hóa bản đồ chuyên đề.
  • Các nhà quản lý đô thị & Doanh nghiệp: Cung cấp luận cứ khoa học để hoạch định chính sách đầu tư công viên cây xanh, hồ điều hòa, giúp tối ưu hóa chi phí làm mát đô thị hàng tỷ đồng mỗi năm.
  • Nhà nghiên cứu khí hậu: Bổ sung tập dữ liệu thực nghiệm về nhiệt độ bề mặt đệm tại dải đồng bằng ven biển miền Trung Việt Nam.

Câu hỏi thường gặp

1. Cấu hình phần cứng và phần mềm tối thiểu để chạy mô hình xử lý ảnh nhiệt Landsat là gì?

Hệ thống yêu cầu máy tính chạy hệ điều hành Windows 10/11 64-bit hoặc Linux Ubuntu, tối thiểu 8GB RAM (khuyến nghị 16GB để xử lý mượt mà các file Raster GeoTIFF đa kênh), ổ cứng trống tối thiểu 20GB. Phần mềm yêu cầu bao gồm ENVI phiên bản 5.0 trở lên và ArcGIS Desktop 10.x hoặc ArcGIS Pro với bản quyền module Spatial Analyst.

2. Tại sao lại sử dụng kênh 10 (Band 10) của Landsat 8 thay vì kênh 11 để tính LST?

Theo khuyến cáo từ Cục Khảo sát Địa chất Hoa Kỳ (USGS), kênh 11 của cảm biến Landsat 8 TIRS chịu ảnh hưởng lớn bởi sai số hiệu chuẩn bức xạ ngoài trường nhìn (Stray light effect). Do đó, việc sử dụng kênh 10 với phương pháp đơn kênh (Single-Channel / Radiative Transfer) mang lại độ ổn định và chính xác cao hơn đáng kể cho việc tính toán nhiệt độ bề mặt đất.

3. Phương pháp phân loại Maximum Likelihood có ưu thế gì so với K-Means hay Isodata?

Maximum Likelihood là phương pháp phân loại có giám định (Supervised), cho phép người nghiên cứu can thiệp và định hướng thuật toán thông qua việc gán các mẫu thực tế thu thập từ GPS thực địa. Bằng cách tính toán ma trận hiệp phương sai của từng lớp phổ, thuật toán này đạt độ chính xác cao hơn từ 15% đến 25% so với các phương pháp phân loại tự động không chọn mẫu (Unsupervised) như K-Means hay Isodata.

4. Kết quả LST từ ảnh viễn thám có sai lệch gì so với nhiệt độ đo bằng nhiệt kế tại trạm khí tượng?

LST (Land Surface Temperature) là nhiệt độ bức xạ nhiệt của chính bề mặt vật thể (mái tôn, mặt đường nhựa, tán lá cây), trong khi nhiệt độ khí tượng là nhiệt độ của lớp không khí ở độ cao $1,5 - 2,0\text{m}$ so với mặt đất trong lều khí tượng. Vào những ngày nắng gắt, LST của mặt đường bê tông có thể cao hơn nhiệt độ không khí từ $5^\circ\text{C}$ đến $12^\circ\text{C}$.

5. Dự án có thể mở rộng quy mô cho toàn bộ tỉnh Quảng Nam được không?

Hoàn toàn khả thi. Toàn bộ tỉnh Quảng Nam được bao phủ bởi 2 cảnh ảnh Landsat (Path 124/Row 50 và Path 125/Row 50). Bằng cách áp dụng cùng kịch bản tiền xử lý, hiệu chỉnh bức xạ và ghép biên (Mosaicking), quy trình này có thể tự động hóa trên quy mô toàn tỉnh để đánh giá biến động nhiệt độ bề mặt cho toàn bộ vùng duyên hải và đồi núi phía Tây.

Kết luận

Đề tài "Ứng dụng viễn thám và GIS phân tích tương quan giữa nhiệt độ bề mặt đệm với hiện trạng sử dụng đất của thành phố Tam Kỳ, tỉnh Quảng Nam" đã chứng minh tính hiệu quả và độ tin cậy vượt trội của công nghệ địa không gian hiện đại trong quan trắc môi trường đô thị. Việc làm chủ quy trình phân loại ảnh đa phổ Landsat 8 OLI đạt độ chính xác $90,67%$ cùng kỹ thuật chiết tách nhiệt độ bề mặt LST từ kênh TIRS Band 10 đã tạo ra bức tranh toàn diện, định lượng về mối quan hệ giữa hoạt động sử dụng đất và vi khí hậu đô thị.

Kết quả nghiên cứu khẳng định các khu vực bê tông hóa, đất xây dựng có mức nhiệt trung bình lên tới $35,8^\circ\text{C}$, trong khi các hệ sinh thái rừng và mặt nước giúp hạ nhiệt môi trường từ $4^\circ\text{C}$ đến $9^\circ\text{C}$. Đây là nguồn dữ liệu khoa học nền tảng, mở ra hướng tiếp cận mới hỗ trợ các cơ quan quản lý nhà nước trong công tác quy hoạch đô thị sinh thái, bảo đảm cân bằng môi trường và phát triển bền vững trước áp lực của biến đổi khí hậu toàn cầu.