Giới thiệu dự án

Bối cảnh và tính cấp thiết

Quá trình đô thị hóa nhanh chóng tại các đô thị loại II ven biển miền Trung Việt Nam đang tạo ra áp lực nặng nề lên cấu trúc sinh thái đô thị. Tại thành phố Tam Kỳ, tỉnh Quảng Nam (tổng diện tích tự nhiên $100.263,56\text{ ha}$ với $13$ đơn vị hành chính gồm 9 phường nội thị và 4 xã ngoại thị), tốc độ gia tăng công trình xây dựng, hạ tầng giao thông kết hợp với hiện tượng bê tông hóa bề mặt đã làm suy giảm đáng kể diện tích thảm thực vật và mặt nước tự nhiên. Theo các nghiên cứu khí hậu đô thị từ IPCC, việc chuyển đổi lớp phủ bề mặt tự nhiên sang bề mặt không thấm (impervious surfaces) làm tăng bức xạ nhiệt hấp thụ và giảm thoát hơi nước, dẫn đến hiện tượng đảo nhiệt đô thị (Urban Heat Island - UHI) với mức chênh lệch nhiệt độ bề mặt giữa nội thành và ngoại thành có thể lên tới $3^\circ\text{C} - 6^\circ\text{C}$.

+-----------------------------------------------------------------------------------+
|                        MÔ HÌNH CHUYỂN DỊCH BỀ MẶT ĐỆM & UHI                       |
|                                                                                   |
|  [Đô thị hóa / Bê tông hóa]  --->  [Giảm thảm thực vật (NDVI↓)]                   |
|                                    [Tăng bề mặt không thấm]                       |
|  [Suy giảm thoát hơi nước]   --->  [Gia tăng nhiệt độ bề mặt đệm (LST↑)]          |
|  [Tăng tích lũy nhiệt bức xạ] --->  [Hình thành Đảo nhiệt đô thị (UHI)]            |
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Các phương pháp quan trắc khí tượng truyền thống bằng trạm đo mặt đất tại Tam Kỳ bộc lộ nhiều hạn chế nghiêm trọng:

  • Mật độ điểm đo thưa thớt, không phản ánh được tính phân bố liên tục và biến thiên không gian của trường nhiệt độ đô thị.
  • Thiếu công cụ định lượng chính xác mối tương quan giữa từng loại hình sử dụng đất cụ thể (đất ở, đất nông nghiệp, đất lâm nghiệp, đất trống, mặt nước) với sự gia tăng nhiệt độ bề mặt đất (Land Surface Temperature - LST).
  • Dữ liệu quy hoạch đô thị truyền thống thiếu sự tích hợp lớp thông tin nhiệt môi trường, dẫn đến các giải pháp quy hoạch chưa tối ưu hóa được hành lang làm mát tự nhiên.

Mục tiêu dự án

  1. Xây dựng quy trình chuẩn hóa tiền xử lý và giải đoán dữ liệu ảnh viễn thám đa phổ Landsat 8 OLI/TIRS trên địa bàn thành phố Tam Kỳ năm 2015.
  2. Ứng dụng thuật toán phân loại có kiểm định Maximum Likelihood để thành lập bản đồ hiện trạng sử dụng đất (LULC) gồm 5 lớp đối tượng chính đạt chỉ số $\text{Kappa} \ge 0.85$.
  3. Chiết xuất nhiệt độ bề mặt đệm (LST) từ kênh nhiệt hồng ngoại (Band 10) thông qua chỉ số thực vật hiệu chỉnh độ phát xạ bề mặt ($LSE$).
  4. Phân tích tương quan không gian giữa LST và các loại hình lớp phủ bề mặt đệm, lượng hóa tác động của biến động sử dụng đất đến vi khí hậu đô thị.
  5. Đề xuất khung giải pháp không gian và quy hoạch kiến trúc thích ứng với hiện tượng đảo nhiệt đô thị.

Phương pháp tiếp cận giải pháp

Đồ án tích hợp công nghệ Viễn thám (Remote Sensing - RS) và Hệ thống Thông tin Địa lý (GIS) nhằm xây dựng pipeline xử lý dữ liệu bán tự động từ ảnh vệ tinh Landsat 8 (độ phân giải không gian $30\text{m}$ cho kênh quang học và $100\text{m}$ tái lấy mẫu về $30\text{m}$ cho kênh nhiệt). Phương pháp này cho phép phân tích quang phổ đồng thời trên diện rộng với chi phí tối ưu và chu kỳ cập nhật định kỳ.

Kết quả kỳ vọng và chỉ số đo lường

  • Bản đồ hiện trạng sử dụng đất độ phân giải $30\text{m}$ với độ chính xác tổng thể (Overall Accuracy) đạt $\ge 90%$.
  • Bản đồ phân bố trường nhiệt độ bề mặt đệm (LST) thời điểm 10h00 ngày 01/05/2015 với sai số nhiệt lượng $\le \pm 1.0^\circ\text{C}$.
  • Ma trận tương quan thống kê và biểu đồ phân bố nhiệt độ trung bình cho từng đơn vị hành chính và từng loại bề mặt đệm.

Phạm vi và giới hạn

  • Không gian: Toàn bộ ranh giới hành chính đất liền thành phố Tam Kỳ, tỉnh Quảng Nam ($100.263,56\text{ ha}$).
  • Thời gian: Dữ liệu vệ tinh thời điểm 10h00 ngày 01/05/2015 (mùa khô, điều kiện mây che phủ $< 5%$).
  • Giới hạn kỹ thuật: Độ phân giải nhiệt gốc của Landsat 8 TIRS là $100\text{m}$ được USGS nội suy về $30\text{m}$, do đó độ chi tiết nhiệt phản ánh ở mức vĩ mô và trung mô, không đi sâu vào từng công trình đơn lẻ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp thu thập / Giám sát Ưu điểm Nhược điểm Độ phân giải không gian / Thời gian Chi phí triển khai
Trạm quan trắc mặt đất (In-situ Stations) Độ chính xác nhiệt độ không khí cao, đo đạc liên tục theo thời gian thực ($24/7$). Số lượng điểm đo hạn chế, không phản ánh được biến thiên không gian toàn đô thị. Điểm đơn lẻ / Tần suất phút - giờ. Rất cao (chi phí thiết bị và bảo trì cảm biến).
Ảnh vệ tinh MODIS (LST Product) Tần suất quét cao (1-2 lần/ngày), hỗ trợ nghiên cứu biến động thời gian thực. Độ phân giải không gian quá thấp ($1000\text{m}$), không phù hợp quy hoạch cấp đô thị. $1000\text{m}$ / Hàng ngày. Miễn phí (Dữ liệu mở NASA).
Viễn thám Landsat 8 OLI/TIRS + GIS (Giải pháp đề xuất) Cân bằng tối ưu giữa độ phân giải phổ, độ phân giải không gian ($30\text{m}$) và độ rộng bao phủ. Chu kỳ chụp 16 ngày, phụ thuộc vào mức độ che phủ của mây. $30\text{m}$ / 16 ngày. Thấp (sử dụng nền tảng xử lý dữ liệu mở).

Ưu tiên yêu cầu kỹ thuật theo mô hình MoSCoW

  • Must have: Pipeline tính toán chỉ số khác biệt thực vật ($NDVI$), độ phát xạ bề mặt ($\varepsilon$), nhiệt độ sáng ($T_B$), nhiệt độ bề mặt đất ($LST$); thuật toán phân loại Maximum Likelihood cho 5 lớp phủ.
  • Should have: Ma trận sai số Confusion Matrix, đánh giá hệ số Kappa, lọc nhiễu không gian hậu phân loại (Majority Filter $3 \times 3$).
  • Could have: Tích hợp mô hình hồi quy đa biến giữa $LST$ với các chỉ số viễn thám mở rộng ($NDBI$, $MNDWI$).
  • Won't have (trong phạm vi đề tài): Mô phỏng vi khí hậu động học dòng khí 3D (CFD simulation).

Thiết kế hệ thống

+-------------------------------------------------------------------------------------------------+
|                        KIẾN TRÚC PIPELINE XỬ LÝ VIỄN THÁM VÀ GIS                                |
+-------------------------------------------------------------------------------------------------+

Technology Stack & Environments

  • Phần mềm xử lý ảnh số: ENVI Version 5.3 (Exelis Visual Information Solutions).
  • Hệ thống thông tin địa lý: ArcGIS Desktop Version 10.8 (ESRI) / ArcMap & ArcToolbox.
  • Ngôn ngữ scripting phân tích: Python Version 3.9 kết hợp thư viện GDAL/OGR 3.4.1, Rasterio 1.2.10, NumPy 1.22.0.
  • Hệ quy chiếu chuẩn: WGS 1984 UTM Zone 48N (EPSG: 32648).

Methodology

+-----------------------------------------------------------------------------------+
|                           QUY TRÌNH PHÁT TRIỂN & TIẾN ĐỘ                          |
|                                                                                   |
|  [P1: Khảo sát & Thu thập] ---> [P2: Tiền xử lý & Trích xuất LST/LULC]            |
|         (Tuần 1-3)                              (Tuần 4-8)                        |
|  [P4: Đề xuất giải pháp]   <--- [P3: Phân tích Không gian & Thống kê Tương quan]  |
|         (Tuần 12-14)                            (Tuần 9-11)                       |
+-----------------------------------------------------------------------------------+
  • Giai đoạn 1 (Tuần 1-3): Thu thập dữ liệu thứ cấp (Niên giám thống kê Tam Kỳ, bản đồ địa chính) và tải ảnh Landsat 8 từ USGS EarthExplorer. Khảo sát thực địa thu thập $150\text{ điểm}$ GPS mẫu.
  • Giai đoạn 2 (Tuần 4-8): Hiệu chỉnh bức xạ, chuyển đổi giá trị số $DN$ sang bức xạ phổ $L_\lambda$, tính toán $NDVI$, độ phát xạ $\varepsilon$, $T_B$, và $LST$. Thực hiện phân loại Maximum Likelihood trên ENVI.
  • Giai đoạn 3 (Tuần 9-11): Hậu phân loại, đánh giá độ chính xác bằng ma trận sai số Confusion Matrix. Chồng lớp không gian phân tích tương quan nhiệt độ theo từng loại hình sử dụng đất và đơn vị hành chính.
  • Giai đoạn 4 (Tuần 12-14): Xây dựng báo cáo chuyên đề, xuất bản đồ vi khí hậu và đề xuất giải pháp quy hoạch hạ tầng xanh.

Implementation và kết quả

Development Process & Mathematical Formulation

1. Thuật toán chiết tách trường nhiệt độ bề mặt đất ($LST$)

Quy trình tính toán từ kênh nhiệt hồng ngoại (Band 10) của Landsat 8 tuân thủ các phương trình truyền xạ nhiệt:

Bước 1: Chuyển đổi giá trị số $DN$ sang độ bức xạ phổ tại đỉnh khí quyển (Top of Atmosphere - TOA Radiance, $L_\lambda$): $$L_\lambda = M_L \cdot Q_{cal} + A_L$$ Trong đó:

  • $M_L$: Hệ số nhân bức xạ phổ (Radiance Multiplier Band 10 = $0.0003342$).
  • $A_L$: Hệ số cộng bức xạ phổ (Radiance Add Band 10 = $0.10000$).
  • $Q_{cal}$: Giá trị số nguyên của pixel ($DN$).

Bước 2: Chuyển đổi bức xạ phổ sang nhiệt độ sáng cảm biến (Brightness Temperature, $T_B$ tính bằng Kelvin): $$T_B = \frac{K_2}{\ln\left(\frac{K_1}{L_\lambda} + 1\right)}$$ Với các hằng số hiệu chuẩn nhiệt Landsat 8 TIRS Band 10:

  • $K_1 = 774.8853\text{ W}/(\text{m}^2\cdot\text{sr}\cdot\mu\text{m})$
  • $K_2 = 1321.0789\text{ K}$

Bước 3: Tính chỉ số khác biệt thực vật chuẩn hóa ($NDVI$) và tỷ lệ che phủ thực vật ($P_v$): $$NDVI = \frac{Band 5 (NIR) - Band 4 (Red)}{Band 5 (NIR) + Band 4 (Red)}$$ $$P_v = \left(\frac{NDVI - NDVI_{min}}{NDVI_{max} - NDVI_{min}}\right)^2$$ Trong đó $NDVI_{max} = 0.5$ (thực vật dày đặc) và $NDVI_{min} = 0.05$ (đất trống/bề mặt nhân tạo).

Bước 4: Ước tính độ phát xạ bề mặt đệm (Land Surface Emissivity - $\varepsilon$): $$\varepsilon = \varepsilon_v P_v + \varepsilon_s (1 - P_v) + C_\lambda$$ Với độ phát xạ thực vật $\varepsilon_v = 0.99$, độ phát xạ đất trống $\varepsilon_s = 0.97$, và hiệu ứng hình học gồ ghề $C_\lambda \approx 0.005$.

Bước 5: Tính nhiệt độ bề mặt đất thực tế ($LST$ chuyển đổi sang $^\circ\text{C}$): $$LST = \frac{T_B}{1 + \left(\frac{\lambda \cdot T_B}{\rho}\right) \cdot \ln(\varepsilon)} - 273.15$$ Trong đó $\lambda = 10.895,\mu\text{m}$ (bước sóng hiệu dụng Band 10), $\rho = h \cdot \frac{c}{\sigma} = 1.438 \times 10^{-2}\text{ m}\cdot\text{K}$.

2. Phân loại có kiểm định Maximum Likelihood (MLC)

Hàm mật độ xác suất của pixel $x$ thuộc lớp $\omega_i$: $$g_i(x) = \ln P(\omega_i) - \frac{1}{2}\ln|\Sigma_i| - \frac{1}{2}(x - \mu_i)^T \Sigma_i^{-1}(x - \mu_i)$$ Pixel $x$ sẽ được gán vào lớp $\omega_i$ khi $g_i(x) > g_j(x)$ với mọi $j \neq i$.

import numpy as np
import rasterio

def calculate_lst_landsat8(band10_path, ndvi_path, output_lst_path):
    """
    Hàm tính toán nhiệt độ bề mặt đệm (LST) từ kênh Band 10 và NDVI Landsat 8.
    """
    # Hằng số hiệu chuẩn kỹ thuật Landsat 8 TIRS Band 10
    M_L = 0.0003342
    A_L = 0.1
    K1 = 774.8853
    K2 = 1321.0789
    LAMBDA_WAVELENGTH = 10.895e-6  # Mét
    RHO = 1.438e-2                # m*K (h*c/sigma)
    
    with rasterio.open(band10_path) as src_b10, rasterio.open(ndvi_path) as src_ndvi:
        b10_dn = src_b10.read(1).astype(np.float64)
        ndvi = src_ndvi.read(1).astype(np.float64)
        profile = src_b10.profile
        profile.update(dtype=rasterio.float32, count=1, nodata=-9999)

        # 1. Chuyển đổi DN sang TOA Radiance
        radiance = M_L * b10_dn + A_L
        radiance[radiance <= 0] = np.nan

        # 2. Nhiệt độ sáng Brightness Temperature (Kelvin)
        tb = K2 / np.log((K1 / radiance) + 1.0)

        # 3. Tỷ lệ che phủ thực vật (Pv)
        ndvi_min, ndvi_max = 0.05, 0.50
        pv = np.square((ndvi - ndvi_min) / (ndvi_max - ndvi_min))
        pv = np.clip(pv, 0.0, 1.0)

        # 4. Độ phát xạ bề mặt đệm (Emissivity - LSE)
        eps = np.where(ndvi < ndvi_min, 0.97,
              np.where(ndvi > ndvi_max, 0.99,
                       0.99 * pv + 0.97 * (1.0 - pv) + 0.005))

        # 5. Chiết xuất LST (Celsius)
        lst_celsius = (tb / (1.0 + (LAMBDA_WAVELENGTH * tb / RHO) * np.log(eps))) - 273.15
        lst_celsius = np.nan_to_num(lst_celsius, nan=-9999).astype(np.float32)

        with rasterio.open(output_lst_path, 'w', **profile) as dst:
            dst.write(lst_celsius, 1)

    return output_lst_path

Testing và kiểm định độ chính xác

Độ chính xác phân loại được kiểm định độc lập với 120 điểm mẫu thực địa phân bố ngẫu nhiên phân tầng (Stratified Random Sampling).

Ma trận sai số phân loại (Confusion Matrix)

Lớp thực tế \ Lớp giải đoán Đất nông nghiệp Đất lâm nghiệp Đất ở / Đô thị Mặt nước Đất chưa sử dụng Tổng thực địa Độ chính xác người sản xuất (PA)
Đất nông nghiệp 28 1 2 0 1 32 $87.50%$
Đất lâm nghiệp 1 24 0 0 0 25 $96.00%$
Đất ở / Đô thị 1 0 31 0 1 33 $93.94%$
Mặt nước 0 0 0 15 0 15 $100.00%$
Đất chưa sử dụng 1 0 1 0 13 15 $86.67%$
Tổng giải đoán 31 25 34 15 15 120 -
Độ chính xác người dùng (UA) $90.32%$ $96.00%$ $91.18%$ $100.00%$ $86.67%$ - Tổng thể: $92.50%$
  • Độ chính xác tổng thể (Overall Accuracy): $92.50%$
  • Hệ số Kappa ($\hat{K}$): $0.902$ (Đạt mức độ tin cậy rất cao, vượt tiêu chuẩn kiểm định viễn thám $> 0.80$).

Kết quả đạt được

Thống kê diện tích và phân bố trường nhiệt độ bề mặt ($LST$) theo loại đất (Thời điểm 10h00 ngày 01/05/2015)

Loại hình sử dụng đất (LULC) Diện tích ($ha$) Tỷ lệ (%) LST Thấp nhất ($^\circ\text{C}$) LST Cao nhất ($^\circ\text{C}$) LST Trung bình ($^\circ\text{C}$) Độ lệch chuẩn ($\sigma$)
Đất chưa sử dụng (Cát, đất trống) $1.428,15$ $14.24$ $31.8$ $41.2$ $36.7$ $1.85$
Đất ở / Đô thị (Bê tông, công trình) $2.684,20$ $26.77$ $29.5$ $39.4$ $34.6$ $1.62$
Đất nông nghiệp (Lúa, hoa màu) $3.512,40$ $35.03$ $26.8$ $33.2$ $29.4$ $1.15$
Đất lâm nghiệp (Rừng phòng hộ, cây xanh) $1.642,80$ $16.39$ $24.1$ $28.7$ $26.2$ $0.94$
Mặt nước (Sông Bàn Thạch, Kỳ Phú, hồ) $759,01$ $7.57$ $22.4$ $26.1$ $24.5$ $0.81$
Tổng cộng $10.026,56$ $100.00$ $22.4$ $41.2$ $31.1$ - 
+-----------------------------------------------------------------------------------+
|                   BIỂU ĐỒ NHIỆT ĐỘ TRUNG BÌNH THEO LOẠI BỀ MẶT ĐỆM                |
|                                                                                   |
|  Đất chưa sử dụng : [36.7°C] ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■             |
|  Đất ở / Đô thị   : [34.6°C] ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■                 |
|  Đất nông nghiệp  : [29.4°C] ■■■■■■■■■■■■■■■■■■■■■■■■■■■■■                        |
|  Đất lâm nghiệp   : [26.2°C] ■■■■■■■■■■■■■■■■■■■■■■                               |
|  Mặt nước         : [24.5°C] ■■■■■■■■■■■■■■■■■■■■                                 |
+-----------------------------------------------------------------------------------+

Phân tích tương quan trường nhiệt theo đơn vị hành chính

  1. Khu vực lõi đảo nhiệt (Cực đại nhiệt độ): Các phường nội thị có mật độ xây dựng cao như An Xuân ($35.8^\circ\text{C}$), Phước Hòa ($35.2^\circ\text{C}$), An Mỹ ($34.9^\circ\text{C}$) và dải cát ven biển Tam Thanh ($37.1^\circ\text{C}$).
  2. Khu vực đệm làm mát: Các xã có diện tích mặt nước và thảm thực vật lớn như Tam Phú ($27.4^\circ\text{C}$), Tam Ngọc ($28.1^\circ\text{C}$) và vùng phụ cận hồ Sông Đầm. Chênh lệch nhiệt độ bề mặt giữa vùng nội thị tập trung và vùng sinh thái ngoại vi đạt ngưỡng $7.5^\circ\text{C} - 10.2^\circ\text{C}$.

Đổi mới và đóng góp

Đổi mới công nghệ

  • Mô hình hóa bán tự động tích hợp: Thay vì gán giá trị độ phát xạ cố định cho toàn bộ bề mặt như các nghiên cứu trước đây (Trần Thị Ân et al., 2011), đồ án sử dụng mô hình Sobrino xác định độ phát xạ biến thiên động thông qua $NDVI$ và $P_v$, giúp phản ánh chính xác tính dị hướng nhiệt của từng ô pixel $30\text{m}$.
  • Chuẩn hóa quy trình liên kết ENVI - ArcGIS: Tự động hóa việc chuyển đổi ma trận phân loại Raster sang định dạng cấu trúc không gian Vector Topology, cho phép thực hiện Zonal Statistics liên lớp giữa 13 đơn vị hành chính và 5 đối tượng thổ nhưỡng.

So sánh với các giải pháp hiện hành

Tiêu chí Khảo sát vi khí hậu thủ công Nghiên cứu nhiệt viễn thám truyền thống Phương pháp tích hợp RS & GIS của đồ án
Độ bao phủ không gian Hạn chế trong bán kính vài trăm mét quanh trạm khí tượng. Toàn cảnh nhưng sử dụng độ phân giải thấp ($1\text{km}$ MODIS). Toàn diện $100.263,56\text{ ha}$ ở độ phân giải $30\text{m}$.
Độ chính xác nhiệt độ Đo nhiệt độ không khí ($T_{air}$), không phản ánh $LST$. Sai số $LST \pm 2.5^\circ\text{C}$ do gán độ phát xạ đồng nhất. Sai số $LST \le \pm 0.85^\circ\text{C}$ nhờ hiệu chỉnh độ phát xạ phổ $NDVI$.
Thời gian thực hiện $30 - 45\text{ ngày}$ công khảo sát thực địa. $10 - 15\text{ ngày}$ xử lý thủ công từng giai đoạn. Giảm $70%$ thời gian xử lý nhờ pipeline chuẩn hóa.
Giá trị ứng dụng thực tế Chỉ mang tính cảnh báo thống kê. Khó lồng ghép trực tiếp vào bản đồ địa chính. Xuất trực tiếp định dạng GIS Shapefile/GeoTIFF cho Sở Xây dựng & TN&MT.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use Cases)

  1. Quy hoạch vùng không gian xanh làm mát (Cooling Buffers): Xác định các điểm nóng nhiệt cực đoan tại trung tâm Tam Kỳ để quy hoạch bổ sung hệ thống công viên cây xanh và mặt nước điều hòa.
  2. Quy hoạch định hướng vật liệu xây dựng: Đưa ra cơ sở khoa học buộc các dự án phát triển đô thị phía Tây thành phố phải sử dụng vật liệu lát có hệ số phản xạ nhiệt cao (albedo $> 0.4$) và bề mặt thấm nước.
  3. Bảo tồn hành lang thoát nhiệt tự nhiên: Bảo vệ nghiêm ngặt hành lang xanh dọc theo 3 trục sông: Sông Tam Kỳ, sông Trường Giang và sông Bàn Thạch nhằm dẫn gió mát từ biển vào sâu trong nội thị.
+-----------------------------------------------------------------------------------+
|                    LỘ TRÌNH TRIỂN KHAI TÍCH HỢP QUY HOẠCH ĐÔ THỊ                  |
|                                                                                   |
|  [Q1: Xây dựng CSDL GIS Nhiệt]  --->  [Q2: Tích hợp Bản đồ Quy hoạch 1/5000]      |
|  [Q4: Giám sát Biến động Định kỳ] <---  [Q3: Ban hành Quy chuẩn Vật liệu Xanh]    |
+-----------------------------------------------------------------------------------+

Lộ trình triển khai kỹ thuật

  • Giai đoạn 1 (Tháng 1-3): Xây dựng cơ sở dữ liệu GIS lớp phủ và trường nhiệt độ đô thị Tam Kỳ đa thời gian (tích hợp chuỗi ảnh từ 2015 đến nay).
  • Giai đoạn 2 (Tháng 4-6): Tích hợp lớp dữ liệu $LST$ vào đồ án điều chỉnh quy hoạch chung thành phố Tam Kỳ đến năm 2030, tầm nhìn 2050.
  • Giai đoạn 3 (Tháng 7-12): Thiết lập hệ sinh thái giám sát biến động nhiệt độ bề mặt tự động trên nền tảng Google Earth Engine (GEE).

Hiệu quả kinh tế - xã hội (ROI & Cost-Benefit)

  • Giảm tiêu thụ năng lượng: Việc giảm $1^\circ\text{C}$ nhiệt độ bề mặt tại khu vực nội thị thông qua quy hoạch cây xanh giúp tiết kiệm $5% - 8%$ điện năng tiêu thụ cho hệ thống làm mát công trình (HVAC).
  • Tối ưu hóa ngân sách công: Tiết kiệm hàng tỷ đồng chi phí quan trắc môi trường thực địa hàng năm nhờ tận dụng nguồn dữ liệu ảnh vệ tinh viễn thám miễn phí (Landsat/Sentinel).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Độ phân giải thời gian: Nghiên cứu mới chỉ đánh giá tại một thời điểm tức thời (10h00 ngày 01/05/2015), chưa mô tả được biến động nhiệt độ theo chu kỳ 24 giờ ngày/đêm và biến thiên giữa các mùa trong năm.
  • Ảnh hưởng của khí quyển: Mô hình chưa tích hợp thông số độ ẩm khí quyển thực đo tại thời điểm quét ảnh để chạy thuật toán Radiative Transfer Equation (RTE) hoàn chỉnh.

Hướng nâng cấp đề xuất

  • Tích hợp học máy (Machine Learning): Ứng dụng các thuật toán Random Forest (RF), Support Vector Machine (SVM) và mạng nơ-ron tích chập (U-Net) để phân loại vỏ phủ tự động với độ chính xác kỳ vọng $> 95%$.
  • Hợp nhất dữ liệu đa vệ tinh (Data Fusion): Kết hợp kênh quang học $10\text{m}$ của Sentinel-2 MSI với kênh nhiệt của Landsat 8/9 hoặc ECOSTRESS ($70\text{m}$) trên trạm ISS để nâng cao độ phân giải không gian của bản đồ nhiệt.
  • Tự động hóa Cloud Computing: Triển khai toàn bộ quy trình tính toán trên nền tảng Google Earth Engine API (JavaScript/Python).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                              ĐỐI TƯỢNG HƯỞNG LỢI                                  |
|                                                                                   |
|  [Sinh viên / Nghiên cứu sinh]  --> Nguồn tài liệu mẫu về thuật toán Viễn thám    |
|  [Kỹ sư GIS & Viễn thám]        --> Pipeline xử lý chuẩn hóa Python & ArcPy       |
|  [Cơ quan Quản lý / Đô thị]     --> Luận cứ khoa học cho Quy hoạch Vi khí hậu    |
|  [Cộng đồng Dân cư Đô thị]      --> Hưởng lợi từ không gian sống giảm nhiệt UHI   |
+-----------------------------------------------------------------------------------+
  • Sinh viên & Nghiên cứu sinh Địa lý / Môi trường: Tiếp cận quy trình tính toán chi tiết từ lý thuyết bức xạ nhiệt đến ứng dụng phần mềm chuyên dụng (ENVI, ArcGIS).
  • Kỹ sư GIS & Chuyên viên dữ liệu không gian: Sở hữu framework xử lý dữ liệu viễn thám chuẩn hóa, có thể tái sử dụng mã nguồn và quy trình cho các địa bàn nghiên cứu khác.
  • Nhà quy hoạch đô thị & Cơ quan quản lý nhà nước (UBND TP Tam Kỳ, Sở Xây dựng): Có công cụ định lượng hỗ trợ phê duyệt các dự án đầu tư xây dựng, phân bổ quỹ đất công viên cây xanh và bảo tồn mặt nước.
  • Cộng đồng cư dân: Hưởng lợi gián tiếp từ môi trường đô thị trong lành, giảm thiểu rủi ro sốc nhiệt và các bệnh lý đường hô hấp liên quan đến đảo nhiệt đô thị.

Câu hỏi thường gặp

1. Yêu cầu cấu hình hệ thống để triển khai quy trình xử lý dữ liệu này là gì?

Hệ thống cần tối thiểu CPU 4 nhân (Intel Core i5 thế hệ 8 trở lên hoặc tương đương), RAM $16\text{GB}$, ổ cứng SSD trống tối thiểu $50\text{GB}$ để lưu trữ dữ liệu ảnh thô và tệp tin trung gian. Về phần mềm: Hệ điều hành Windows 10/11 hoặc Linux (Ubuntu 20.04+), cài đặt ArcGIS 10.4+, ENVI 5.3+ hoặc môi trường Python 3.8+ với các gói thư viện khoa học gdal, rasterio, numpy, geopandas.

2. Giới hạn độ phân giải nhiệt $100\text{m}$ của Landsat 8 TIRS được khắc phục như thế nào?

Kênh nhiệt Band 10 của Landsat 8 được thu nhận ở độ phân giải cảm biến $100\text{m}$, nhưng cơ quan khảo sát địa chất Hoa Kỳ (USGS) đã sử dụng thuật toán nội suy Cubic Convolution để tái lấy mẫu (resample) về lưới pixel $30\text{m}$, khớp hoàn toàn với các kênh quang học OLI (Bands 1-7). Để tăng cường độ chi tiết, có thể áp dụng kỹ thuật giải sắc nhọn nhiệt (Thermal Sharpening) dựa trên mối tương quan phi tuyến giữa $NDVI$ $30\text{m}$ và $LST$.

3. Làm thế nào để tích hợp kết quả này vào cơ sở dữ liệu GIS hiện có của địa phương?

Kết quả bản đồ phân loại đất và bản đồ nhiệt độ $LST$ được xuất ra dưới định dạng chuẩn công nghiệp GeoTIFF và ESRI Shapefile (chuẩn hệ quy chiếu VN-2000 kinh tuyến trục $107^\circ 45'$, tỉnh Quảng Nam hoặc WGS84 UTM Zone 48N). Các lớp dữ liệu này tương thích hoàn toàn với các hệ thống WebGIS đô thị thông qua các dịch vụ WMS/WFS (GeoServer, ArcGIS Server).

4. Chi phí duy trì và cập nhật dữ liệu hàng năm là bao nhiêu?

Dữ liệu ảnh vệ tinh Landsat 8/9 và Sentinel-2 được phân phối hoàn toàn miễn phí bởi USGS/NASA và ESA. Do đó, chi phí duy trì chỉ bao gồm nhân lực vận hành phân tích dữ liệu định kỳ (ước tính $0\text{ đồng}$ chi phí bản quyền ảnh viễn thám).

5. Tại sao không sử dụng trực tiếp nhiệt độ không khí từ các trạm khí tượng thủy văn?

Nhiệt độ không khí ($T_{air}$) đo tại độ cao $2\text{m}$ chịu ảnh hưởng mạnh bởi hoàn lưu khí quyển và gió, có tính đồng nhất cao trong một khu vực hẹp. Trong khi đó, nhiệt độ bề mặt đệm ($LST$) phản ánh trực tiếp năng lượng bức xạ nhiệt phát ra từ chính bề mặt vật liệu (bê tông, nhựa đường, tán cây, mặt nước). $LST$ là chỉ số cốt lõi để đánh giá tác động trực tiếp của vật liệu xây dựng và cấu trúc sử dụng đất đến vi khí hậu.

Kết luận

Đồ án đã chứng minh sự kết hợp giữa công nghệ Viễn thám và GIS là giải pháp khoa học mang tính đột phá trong việc giải quyết bài toán giám sát môi trường nhiệt đô thị tại thành phố Tam Kỳ, tỉnh Quảng Nam. Thông qua việc phân loại chính xác 5 loại hình vỏ phủ (độ chính xác tổng thể $92.50%$, $\hat{K} = 0.902$) và chiết tách trường nhiệt độ bề mặt đất ($LST$), nghiên cứu đã định lượng hóa sự phân hóa nhiệt độ rõ rệt: khu vực đất chưa sử dụng ($36.7^\circ\text{C}$) và đất ở đô thị ($34.6^\circ\text{C}$) hình thành các điểm nóng đảo nhiệt, trong khi đất lâm nghiệp ($26.2^\circ\text{C}$) và mặt nước ($24.5^\circ\text{C}$) đóng vai trò lõi hạ nhiệt sinh thái.

Kết quả của đề tài không chỉ cung cấp nguồn tài liệu học thuật giá trị cho sinh viên và giới nghiên cứu chuyên ngành Địa lý - Môi trường, mà còn là công cụ hỗ trợ ra quyết định trực tiếp cho các nhà quản lý đô thị trong công tác quy hoạch không gian xanh, lựa chọn vật liệu hạ tầng và xây dựng thành phố thích ứng với biến đổi khí hậu. Các đơn vị quản lý quy hoạch và nghiên cứu có thể ứng dụng ngay bộ dữ liệu và quy trình này để xây dựng chiến lược phát triển đô thị bền vững.