Ứng dụng ảnh vệ tinh Landsat 8 OLI - TIR và GIS đánh giá nguy cơ hạn hán tại huyện Thuận Bắc, tỉnh Ninh Thuận giai đoạn 2015-2020

ỨNG DỤNG ẢNH VỆ TINH LANDSAT 8 OLI - TIR VÀ GIS ĐÁNH GIÁ
NGUY CƠ HẠN HÁN TẠI HUYỆN THUẬN BẮC, TỈNH NINH THUẬN
GIAI ĐOẠN 2015 - 2020
Nguyễn Văn Nam1, Đỗ Văn Dương1, Lê Anh Cường1
Lương Thanh Thạch1, Nguyễn Hoàng Dương2
1
Trường Đại học Tài nguyên và Môi trường Hà Nội
2
Học viên cao học, Trường Đại học Tài nguyên và Môi trường Hà Nội
Tóm tắt
Bài báo này đã sử dụng chỉ số khô hạn nhiệt độ - thực vật (TVDI), chỉ số thực vật (NDVI) và
dữ liệu nhiệt độ bề mặt (LST) chiết xuất từ dữ liệu ảnh vệ tinh đa phổ Landsat 8 OLI - TIR (có độ
phân giải trung bình) để theo dõi, đánh giá nguy cơ hạn hán ở huyện Thuận Bắc, tỉnh Ninh Thuận,
giai đoạn 2015 - 2020. Bản đồ kết quả đưa ra được hiện trạng khô hạn thể hiện bằng năm mức độ:
không khô hạn, khơ hạn thấp, trung bình, nặng và rất nặng. Sau đó được so sánh với hệ thống cảnh
báo hạn hán khu vực Nam Trung Bộ. Kết quả cho thấy, khu vực xã Bắc Sơn, Bắc Phong, Phước
Kháng và Lợi Hải là nơi có hiện tượng khơ hạn cao hơn tại thời điểm mùa khơ (chiếm khoảng 75
% tổng diện tích huyện).
Từ khóa: Hạn hán; Viễn thám; Nhiệt độ bề mặt; Chỉ số khô hạn nhiệt độ - thực vật; Landsat
8 OLI-TIRS.
Abstract
Application Landsat 8 OLI-TIRS satellite image and gis protection assesses the risk of drought
in Thuan Bac district, Ninh Thuan province in the period 2015 - 2020
This article used temperature vegetation dryness index (TVDI), normalized difference
vegetation index (NDVI) and land surface temperature data (LST) extracted from Landsat 8 OLI
multi-spectral satellite image data - TIR (medium resolution) to monitor and evaluate drought risk
in Thuan Bac district, Ninh Thuan province in the period of 2015 - 2020. The results map shows
the current state of drought expressed by severity of drought: no drought, low drought, medium,
heavy and very severe drought, then compared with the drought warning system in the South
Central region. The results show that the drought phenomenon of the area of Bac Son, Bac Phong,
Phuoc Khang and Loi Hai communes is higher than that of other communes in the dry season

(accounting for about 75 % of the total district area).
Keywords: Drought; Remote sensing; Land surface temperature; TVDI; Landsat 8 OLI - TIRS.
1. Đặt vấn đề
Hạn hán là một hiện tượng tự nhiên gây ảnh hưởng nghiêm trọng đến môi trường sống và
hoạt động sản xuất của người dân. Hạn hán được đánh giá là thiên tai gây thiệt hại nặng nề, đứng
thứ ba sau lũ, bão và có xu hướng xảy ra ngày càng gay gắt, khó kiểm sốt hơn do tác động của
biến đổi khí hậu. Ở Việt Nam, hạn hán xảy ra ở hầu khắp cả nước, với mức độ và thời gian khác
nhau. Trong đó, tình trạng này diễn ra đặc biệt nghiêm trọng tại khu vực miền Trung và Tây
Nguyên, gây ra những thiệt hại to lớn đối với kinh tế - xã hội, đặc biệt là nguồn nước và trong sản
xuất nông nghiệp.
Để đánh giá hiện trạng và diễn biến khô hạn tại các tỉnh thường xuyên khô hạn này, đa phần
hay dùng phương pháp quan trắc truyền thống, tức là dựa hoàn toàn vào kết quả đo lượng mưa
nên rất khó thu được số liệu trong thời gian thực, dẫn đến việc thực hiện rất khó khăn. Bên cạnh
Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên,
bảo vệ môi trường và phát triển bền vững

559


đó, việc đầu tư hệ thống Trạm quan trắc mưa cịn rất hạn chế, có khu vực khơng có Trạm quan trắc
nào [1].
Hạn hán thường xảy ra trên diện rộng, do vậy, việc quan trắc và nghiên cứu bằng các phương
pháp truyền thống gặp rất nhiều khó khăn. Trên thực tế, không thể đặt các Trạm quan trắc với mật
độ dày đặc do chi phí tương đối lớn. Dữ liệu viễn thám cung cấp thông tin về bề mặt Trái đất ở các
kênh phổ khác nhau và độ phủ trùm rộng đã được sử dụng hiệu quả trong quan trắc và giám sát hạn
hán. Đã có rất nhiều nghiên cứu trên thế giới sử dụng tư liệu viễn thám hồng ngoại nhiệt trong xác
định nhiệt độ và độ ẩm đất nhằm đánh giá mức độ khô hạn của bề mặt [2, 3]. Ở Việt Nam, một số
nghiên cứu đã sử dụng ảnh nhiệt MODIS, NOAA/AVHRR trong xác định độ ẩm đất, dựa trên mối
quan hệ giữa nhiệt độ bề mặt và các loại hình lớp phủ [4]. Tuy nhiên, độ phân giải không gian của
ảnh MODIS, NOAA/AVHRR là rất thấp và khơng thích hợp cho các nghiên cứu chi tiết. Bài báo

này trình bày kết quả đánh giá nguy cơ hạn hán tại khu vực huyện Thuận Bắc (Ninh Thuận), sử
dung tư liệu ảnh hồng ngoại nhiệt LANDSAT 8. Ảnh hồng ngoại nhiệt LANDSAT 8 với độ phân
giải không gian trung bình (60 - 120 m), cung cấp thơng tin rõ ràng hơn về sự thay đổi độ ẩm bề
mặt so với ảnh MODIS, NOAA/AVHRR, do vậy, có thể được sử dụng hiệu quả trong nghiên cứu
và giám sát hiện tượng hạn hán.
2. Khu vực nghiên cứu và dữ liệu
2.1. Khu vực nghiên cứu
Khu vực thực nghiệm được lựa chọn trong nghiên cứu là huyện Thuận Bắc (Ninh Thuận).
Thuận Bắc là một trong hai huyện của tỉnh Ninh Thuận, có nguy cơ suy thối đất và hoang mạc
hóa hàng đầu ở khu vực Duyên hải Nam Trung Bộ, trong đó nguyên nhân chính là do hạn hán gây
ra. Với đặc điểm khí hậu và địa hình tự nhiên đặc trưng đã làm cho Thuận Bắc khơ nóng quanh
năm, hình thành nên chế độ khí hậu bán khơ hạn và trở thành một trong những vùng khô hạn nhất
cả nước. Nhiệt độ trung bình hàng năm là 27 0C, lượng mưa hàng năm từ 700 - 800 mm, mùa mưa
thường bắt đầu vào tháng 09 và kết thúc vào tháng 11 hàng năm. Theo số liệu đã được công bố của
UBND tỉnh Ninh Thuận, trong giai đoạn 2015 - 2020, Ninh Thuận đã xảy ra thiên tai (hạn hán) ở
cấp độ 03 và riêng huyện Thuận Bắc là ở cấp độ 04. Cụ thể, tháng 03 năm 2016, hạn hán đã làm
cho tình trạng thiếu nước sinh hoạt và nước sản xuất xảy ra tại nhiều địa phương của tỉnh. Nhiều
diện tích cây trồng bị thiệt hại, một số diện tích phải dừng sản xuất. Nhiều vùng sản xuất nông
nghiệp của các địa phương trong tỉnh Ninh Thuận đã có tới 05 vụ khơng sản xuất được. Tồn tỉnh
Ninh Thuận chỉ sản xuất 15.000 heta, tổng thiệt hại ước tính khoảng 240 tỉ đồng. Đặc biệt, trong
vụ Đông Xuân 2015 - 2016 này, hạn hán làm thiếu nước tưới và gây thiệt hại cho 67 hecta lúa. Bên
cạnh đó, đàn gia súc của Ninh Thuận tại nhiều nơi thiếu thức ăn và nước uống do hạn hán gây ra.
Tháng 03 năm 2020, lưu lượng nước được chứa ở 21 hồ lớn, nhỏ trên địa bàn tỉnh chỉ dừng ở mức
24,99 triệu m3 (chiếm 12,84 % /194,49 triệu m3). Được biết, với số liệu đo được này, đây là mức
nước thấp nhất trong vòng 05 năm qua ở tỉnh Ninh Thuận.
Trong những năm gần đây, do những biến động khó lường của khí hậu cũng như những tác
động tiêu cực từ hoạt động của con người đã làm cho tình trạng hạn hán ở các tỉnh Nam Trung
Bộ, Tây Nguyên nói chung và Ninh Thuận nói riêng diễn ra ngày càng nghiêm trọng. Hạn hán
diễn ra thường xuyên hơn, không những vào mùa khơ mà cịn diễn ra ngay cả trong mùa mưa,
ảnh hưởng rất lớn đến hoạt động sản xuất cũng như đời sống sinh hoạt của người dân. Do vậy,

ứng dụng tư liệu viễn thám phục vụ công tác giám sát và ứng phó với hạn hán là một vấn đề có
ý nghĩa thực tiễn.
560

Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên,
bảo vệ môi trường và phát triển bền vững


2.2. Dữ liệu
Dữ liệu chính dùng trong nghiên cứu này là ảnh viễn thám Landsat 8 OLI_TIR, được chọn
với lợi thế có bổ sung thêm 02 kênh phổ. Trong đó, 01 kênh cho phép phát hiện mây li ti và chỉnh
sửa các hiệu ứng khí quyển, kênh cịn lại cho phép thu thập thông tin ở tầng nước sâu. Mặt khác,
kênh hồng ngoại của Landsat 8 được chia làm 02, cho phép xác định nhiệt độ chính xác hơn. Số
hiệu cảnh ảnh của tỉnh Ninh Thuận là: LC08_L1TP_123052_20150126_20170413_01_T1, chụp
ngày 26 tháng 01 năm 2015 và LC08_L1TP_123052_20191223_20200110_01_T1, chụp ngày 10
tháng 01 năm 2020. Ảnh được chụp vào mùa khô, là thời gian cao điểm của hạn hán ở khu vực,
được tải về từ Trang điện tử của Cơ quan Địa chất Hoa Kỳ (USGS) (Hình 1). Với độ phân giải
khơng gian trung bình (30 m ở các kênh đa phổ, 60 - 120 m ở kênh hồng ngoại nhiệt, 15 m ở kênh
toàn sắc), đặc biệt, được cung cấp hoàn toàn miễn phí với chu kì cập nhật 16 ngày, ảnh Landsat 8
là nguồn tư liệu quý giá phục vụ nghiên cứu về tài nguyên thiên nhiên và giám sát môi trường [5].
Ngoài ra, dữ liệu bản đồ chuyên đề về khô hạn vùng Tây Nguyên và các tỉnh Nam Trung Bộ do
Viện Công nghệ vũ trụ thành lập năm 2016 (được thành lập bằng phương pháp tổng hợp và xử lý
số liệu, tài liệu khí tượng thủy văn), cùng thời điểm mùa khô cũng được sử dụng như là tài liệu hỗ
trợ trong quá trình kiểm tra so sánh kết quả sau thành lập bản đồ.

Ngày 26 - 01 - 2015
Ngày 10 - 01 - 2020
Hình 1: Ảnh Landsat 8 khu vực Thuận Bắc (Ninh Thuận) tổ hợp màu 6:5:4
3. Phương pháp nghiên cứu
Tín hiệu nhiệt của vật chất được thu nhận bởi các bộ cảm biến nhiệt. Các bộ cảm biến ghi

nhận cường độ bức xạ điện từ bề mặt đất được thể hiện theo giá trị số nguyên (Digital Number DN) với mỗi kênh. Do vậy, để xác định các chỉ số từ ảnh viễn thám, bước đầu tiên phải tiến hành
hiệu chỉnh bức xạ để chuyển đổi giá trị số nguyên của ảnh Landsat về giá trị thực của bức xạ điện
từ (Wm-2μm-1).
Với ảnh Landsat 8 OLI, giá trị bức xạ được xác định như sau [6]:
Lλ=ML+Qcal+AL

(1)

Trong đó
ML; AL - hệ số chuyển đổi, được cung cấp trong file Metadata ảnh LANDSAT 8;
Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên,
bảo vệ môi trường và phát triển bền vững

561


Qcal - giá trị số của kênh ảnh.
Giá trị bức xạ phổ được tính ở bước trên được dùng để tính nhiệt độ độ sáng (Brightness
Temperature) theo cơng thức:
(2)
Trong đó, các hệ số K1, K2 được cung cấp trong file Metadata ảnh LANDSAT (Bảng 1).
Bảng 1. Giá trị K1, K2 đối với dữ liệu ảnh hồng ngoại nhiệt LANDSAT 8
Kênh
10
11

Vệ tinh
LANDSAT 8
LANDSAT 8

K1
774.89
480.89

K2
1321.08
1201.14

Nhiệt độ độ sáng sẽ được hiệu chỉnh trên cơ sở độ phát xạ bề mặt để xác định nhiệt độ bề mặt
(Land Surface Temperature) theo công thức sau [2, 7]:
(3)
Trong đó:

λ: Giá trị bước sóng trung tâm kênh hồng ngoại nhiệt;



ρ=hc/σ =1.4388.10-1=14388 (μmK);



σ - hằng số Stefan – Boltzmann (1,38.10-23J/K);



h - hằng số Plank (6,626.10-34 J.sec );



c - vận tốc ánh sáng (2,998.108 m/s);

ε - độ phát xạ bề mặt.

Độ phát xạ bề mặt có thể được xác định từ tư liệu viễn thám, dựa trên kết quả phân loại các
loại hình lớp phủ hoặc chỉ số thực vật NDVI. Trong đó, phương pháp dựa trên chỉ số thực vật
NDVI có nhiều ưu điểm hơn do có thể xác định độ phát xạ chi tiết đến từng Pixel. Để xác định độ
phát xạ bề mặt, trong nghiên cứu sử dụng phương pháp do Valor E., Caselles V. đưa ra, dựa trên
chỉ số thực vật NDVI và có thể áp dụng trên các khu vực khơng đồng nhất với nhiều kiểu bề mặt
thay đổi. Trong phương pháp này, độ phát xạ của một Pixel được tính bằng tổng độ phát xạ của các
thành phần chứa trong đó [8]:
(4)
Trong đó:
εv, εs là độ phát xạ đặc trưng cho đất và thực vật thuần nhất;
Pv - tỉ lệ thực vật trong một Pixel;
Pv có giá trị bằng 0 đối với đất trống và bằng 1 đối với khu vực được phủ kín bởi thực vật.
Giá trị Pv được xác định theo công thức [8].
Pv = [(NDVI - ND3VImin)/(NDVImax - NDVImin)]2

(5)

Trong đó, chỉ số thực vật NDVI (Normalized Difference Vegetation Index) đối với ảnh
LANDSAT được xác định như sau [2, 4, 7]:
(6)
562

Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên,
bảo vệ môi trường và phát triển bền vững

Trong đó: NIR: kênh cận hồng ngoại;


RED: kênh đỏ.

a. Chỉ số khô hạn nhiệt độ - thực vật TVDI (Temperature Vegetation Dryness Index)
Chỉ số khô hạn nhiệt độ - thực vật sử dụng mối quan hệ giữa nhiệt độ bề mặt và độ ẩm của
đất (độ ẩm tương đối) để phản ánh mức độ hạn hán. Do vậy, chỉ số TVDI xem xét toàn diện mối
quan hệ và sự thay đổi giữa NDVI và LST. Thiếu nước cây cối vẫn có thể xanh lúc ban đầu nhưng
nhiệt độ bề mặt có thể tăng lên nhanh chóng dẫn đến tình trạng thiếu nước. Kết hợp giữa nhiệt độ
và NDVI, có thể cung cấp thông tin về thực vật và độ ẩm ở điều kiện bề mặt [1, 9, 11].

Hình 2: Tam giác không gian “nhiệt độ / NDVI” [9]
Giá trị của TVDI là [0, 1], giá trị của TVDI càng lớn, độ ẩm của đất càng thấp, mức độ hạn
hán sẽ càng cao và ngược lại. TVDI được xác định theo cơng thức:
(7)
Trong đó:
LST là nhiệt độ bề mặt của bất kỳ Pixel ảnh nào;
LSTmin là đường nằm ngang dưới của tam giác, xác định cạnh ướt;
LSTmax là nhiệt độ bề mặt tối đa, xác định mép khơ:
(8)
(9)
Phương trình (8) được gọi là phương trình cạnh ướt và (9) được gọi là phương trình cạnh
khơ. Cả hai phương trình đều được xác định bằng phương pháp phân tích hồi quy tuyến tính. a1, b1
và a2, b2 lần lượt là hệ số của phương trình cạnh ướt và phương trình cạnh khơ.
4. Kết quả và thảo luận
Để xác định các chỉ số NDVI, nhiệt độ bề mặt LST và chỉ số TVDI trong bài báo đã sử dụng
phần mềm Arcgis Desktop 10.8.
Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên,

bảo vệ môi trường và phát triển bền vững

563


Ngày 26 - 01 - 2015
Ngày 10 - 01 - 2020
Hình 3: Chỉ số thực vật NDVI khu vực huyện Thuận Bắc (Ninh Thuận)
Kết quả thực nghiệm nhận được cho thấy, giá trị NDVI đối với ảnh LANDSAT 8 khu vực
nghiên cứu nằm trong khoảng - 0.2 đến + 0.6.

Ngày 26 - 01 - 2015
Ngày 10 - 01 - 2020
Hình 4: Kết quả xác định nhiệt độ bề mặt (LST) khu vực huyện Thuận Bắc (Ninh Thuận)

Hình 5: Các bản đồ chỉ số nhiệt độ - thực vật TVDI khu vực huyện Thuận Bắc (Ninh Thuận)
564

Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên,
bảo vệ môi trường và phát triển bền vững


Kết quả xác định nhiệt độ bề mặt khu vực huyện Thuận Bắc (Ninh Thuận) được trình bày
trên các Hình 4. Phân tích kết quả nhận được cho thấy, những vùng có nhiệt độ bề mặt cao phân
bố chủ yếu ở những khu vực khơng có thực vật che phủ.
Bảng 2. Phân cấp mức độ khô hạn đối với chỉ số TVDI
STT
1
2
3

4
5

Giá trị TVDI
0.0 - 0.2
0.2 - 0.4
0.4 - 0.6
0.6 - 0.8
0.8 - 1.0

Mức độ khô hạn
Không khô hạn
Khô hạn nhẹ
Khơ hạn trung bình
Khơ hạn nặng
Khơ hạn rất nặng

Chỉ số TVDI nhận giá trị trong khoảng từ 0 đến 1. Phân cấp mức độ khô hạn bề mặt đối với
chỉ số TVDI được trình bày trong bảng 2 [3, 10]. Trong đó, giá trị TVDI nhỏ hơn 0,2, tương ứng
với các vùng khơng có nguy cơ hạn hán (bề mặt nước, thực vật tươi tốt, đất nông nghiệp ngập
nước). Nếu chỉ số TVDI trong khoảng từ 0,2 đến 0,4, tương ứng với các khu vực ít có nguy cơ khơ
hạn (khu vực đất rừng); chỉ số TVDI trong khoảng 0,4 - 0,6, tương ứng với các khu vực khô hạn
trung bình; trong khoảng 0,6 - 0,8 - khơ hạn nặng. Nếu giá trị chỉ số TVDI lớn hơn 0,8, khu vực có
mức độ khơ hạn rất nặng [3, 10].
Sau khi tính tốn và thống kê ta có kết quả, khu vực có mức độ khơ hạn trung bình là gần
126 km2 (2015) và 128 km2 (2020). Tiếp đến là khu vực có mức độ hạn hán nhẹ là 90 km2 (2015)
và 91 km2 (2020). Khu vực có mức độ hạn hán nặng là 71 km2 (2015) và 70 km2 (2020). Cịn lại
khu vực khơng có mức độ hán hán và hạn hán rất nặng chiếm diện tích nhỏ hơn, lần lượt là gần 18
km2, 9,9 km2 (2015) và 20 km2, 7 km2 (2020).
Bản đồ phân vùng mức độ khô hạn tương đối khu vực huyện Thuận Bắc (Ninh Thuận) trên

cơ sở chỉ số TVDI được thể hiện như Hình 6. Phân tích kết quả nhận được cho thấy, phần lớn diện
tích huyện Thuận Bắc có mức độ khơ hạn trung bình và nặng, chiếm hơn 60 % tổng diện tích khu
vực. Diện tích các khu vực dự báo khơng hoặc ít có nguy cơ khơ hạn chiếm hơn 30 % diện tích khu
vực. Diện tích khu vực có mức độ khô hạn rất nặng không quá lớn, chỉ chiếm từ 2 - 3 %. Cụ thể,
dựa vào bản đồ khô hạn có thể thấy các xã Bắc Sơn, Bắc Phong, Phước Kháng và Lợi Hải có mức
độ khơ hạn cao. Trong đó, xã Bắc Sơn là cao nhất. Cịn lại, xã Phước Chiến và Cơng Hải có mức
độ khơ hạn thấp hơn. Trong giai đoạn 2015 - 2020, diện tích khu vực khơng khơ hạn có xu hướng
tăng nhẹ; khu vực khơ hạn nhẹ - trung bình tăng khơng nhiều; cịn khu vực khơ hạn nặng - rất nặng
có chiều hướng giảm xuống. Cụ thể năm 2015, khu vực không khơ hạn chiếm 5,98 % diện tích
tồn huyện thì năm 2020 đã tăng lên 6,54 %. Khu vực khô hạn nhẹ tăng từ 28,38 % lên 28,73 %.
Khu vực khô hạn trung bình tăng từ 39,88 % lên 40,33 %. Khu vực khô hạn nặng giảm từ 22,62 %
xuống 22,18 %. Khu vực khô hạn rất nặng cũng giảm từ 3,14 % xuống 2,22 % (Bảng 3). Như vậy,
nhìn chung, hiện tượng hạn hán ở Thuận Bắc (Ninh Thuận) vẫn đang có xu hướng diễn ra thường
xuyên và khá mạnh ở một số xã trong khu vực, tuy không tăng mạnh nhưng cũng khơng có dấu
hiệu giảm qua các năm mà vẫn giữ ở mức khá cao, gây ảnh hưởng nghiêm trọng đến môi trường
sống và hoạt động sản xuất của người dân.
Kết quả nhận được trong nghiên cứu cũng cho thấy vai trò quan trọng của lớp phủ thực vật
trong việc giảm nguy cơ hạn hán. Ở những vùng đã và mới được phủ xanh bởi rừng trồng, nhiệt
độ bề mặt thấp nên mức độ khô hạn cũng thấp và ngược lại, những khu vực dân cư, thưa thớt cây
xanh sẽ có nhiệt độ bề mặt cao đồng nghĩa với mức độ khô hạn cao.
Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên,
bảo vệ môi trường và phát triển bền vững

565


Bảng 3. Phân vùng mức độ khô hạn tương đối khu vực Thuận Bắc (Ninh Thuận)
Năm

2015

Mức độ khô hạn

(km²)
18,9819
90,1134
126,6273
71,8218
9,9594

Không khô hạn
Khơ hạn nhẹ
Khơ hạn trung bình
Khơ hạn nặng
Khơ hạn rất nặng

(%)
5,98
28,38
39,88
22,62
3,14

Diện tích

(km²)
20,7639
91,2141
128,0511
70,4304

7,0443

2020
(%)
6,54
28,73
40,33
22,18
2,22

Hình 6: Bản đồ phân cấp mức độ khơ hạn khu vực huyện Thuận Bắc (Ninh Thuận)
Độ chính xác của bản đồ khô hạn được kiểm tra bằng cách sử dụng một trong số các bản đồ
khô hạn đã được thành lập cho khu vực Tây Nguyên và các tỉnh Nam Trung Bộ, trích cho khu vực
nghiên cứu và phủ lên bản đồ khô hạn để đánh giá độ chính xác tổng thể. Mặc dù việc so sánh trực
tiếp giữa hai bản đồ này khơng hồn tồn hợp lệ do tính thời gian, khơng gian và tính năng động
của các sự kiện mưa nắng, lượng bốc hơi,... Tuy nhiên, kết quả so sánh cũng đã phản ánh được độ
tin cậy của phương pháp. Bảng 4 cho thấy tại khu vực xã Phước Chiến, diện tích hạn hán chênh
lệch ít nhất là 0,45 %. Tại khu vực xã Bắc Sơn, diện tích hạn hán chênh lệch nhiều nhất là 4,9 %.
Điều này được giải thích bởi khu vực huyện Phước Chiến có phần lớn diện tích là đồi núi thấp,
chênh cao địa hình < 600 m, cịn khu vực xã Bắc Sơn là nơi đông dân cư, mức độ bê tơng hóa cao
ảnh hưởng đến tính tốn nhiệt độ là chỉ số liên quan trực tiếp đến xác định mức độ khô hạn.
Bảng 4. So sánh kết quả
Khu vực
Xã Bắc Sơn
Xã Phước Kháng
Xã Bắc Phong
Xã Lợi Hải
Xã Phước Chiến
Xã Công Hải
566

Diện tích tự
nhiên (km2)
61,3665
46,5192
22,1733
68,8959
44,0352
74,5200

Diện tích hạn hán trên Bản Diện tích hạn hán trên Bản
đồ thành lập năm 2015
đồ so sánh
2
2
%
km
%
km
29,8
48,56
32,8
53,45
13,4
28,80
13,0
27,95
14,7
66,29
13,7

61,79
17,6
25,55
18,6
27,00
3,0
6,81
2,8
6,36
3,3
4,43
4,2
5,64

Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên,
bảo vệ môi trường và phát triển bền vững


5. Kết luận
Sử dụng chỉ số TVDI được chiết xuất từ dữ liệu ảnh vệ tinh đa phổ Landsat 8 OLI - TIR trong
việc theo dõi độ ẩm bề mặt. Qua đó, theo dõi và dự báo hạn hán trong khu vực. Một trong những
ưu điểm nổi bật là việc tính tốn chỉ số TVDI tương đối đơn giản và nhanh chóng, có thể tự động
hóa. Tuy nhiên, việc kiểm nghiệm chỉ số TVDI với những số liệu quan trắc khí tượng thủy văn thực
tế cần được tiến hành bổ sung để tăng thêm độ tin cậy việc xác định khô hạn.
Kết quả nghiên cứu (năm 2015 và 2020) cho thấy, tồn khu vực huyện Thuận Bắc (Ninh
Thuận) có mức độ khơ hạn trung bình và nặng, chiếm hơn 60 % tổng diện tích khu vực. Diện tích
các khu vực dự báo khơng hoặc ít có nguy cơ khơ hạn, chiếm hơn 30 % diện tích khu vực. Diện
tích khu vực có mức độ khơ hạn rất nặng khơng q lớn, chỉ chiếm từ 2 - 3 %. Kết quả nghiên cứu
hỗ trợ đánh giá điều kiện hạn hán góp phần ứng phó và giảm thiểu ảnh hưởng của hạn hán đến môi
trường sống và hoạt động sản xuất của người dân.

TÀI LIỆU THAM KHẢO
[1]. Lê Sâm, Nguyễn Đình Vượng (2008). Nghiên cứu lựa chọn cơng thức tính chỉ số khơ hạn và áp dụng
vào việc tính tốn tần xuất khô hạn năm ở tỉnh Ninh Thuận. Viện Khoa học và Thủy lợi miền Nam - Tuyển
tập kết quả khoa học và công nghệ 2008.
[2]. Rulinda, C. M., Bijker, W., & Stein, A. (2010). Image mining for drought monitoring in eastern Africa
using Meteosat SEVIRI data. International Journal of Applied Earth Observation and Geoinformation, 12,
S63 - S68.
[3]. Yuhai Bao, Gang Gama, Bao Gang, Yongmei, Alatengtuya, Yinshan, Husiletu (2013). Monitoring of
drought disaster in Xilin Guole grassland using TVDI model. Taylor & Francis group, London, ISBN 9781-138-00019-3, pp. 299 - 310.
[4]. Trần Thị Vân, Hoàng Thái Lan, Lê Văn Trung (2009). Phương pháp viễn thám nhiệt trong nghiên cứu
phân bố nhiệt độ bề mặt đơ thị. Tạp chí Các khoa học về Trái đất, 31(2), tr.168 - 177.
[5]. Website .
[6]. National Aeronautics and Space Administration (NASA). LANDSAT Science data user’s Handbook,
270 pp.
[7]. Trịnh Lê Hùng (2014). Ứng dụng dữ liệu viễn thám hồng ngoại nhiệt LANDSAT nghiên cứu độ ẩm đất
trên cơ sở chỉ số khơ hạn nhiệt độ thực vật. Tạp chí Các khoa học về Trái đất, 36(3), 262 - 270.
[8]. Valor E., Caselles V. (1996). Mapping land surface emissivity from NDVI. Application to European
African and South American areas. Remote sensing of Environment, 57, pp. 167 - 184.
[9]. Sandholt I, Rasmussen K, Andersen J (2002). A simple interpre- tation of the surface temperature/
vegetation index space for assessment of surface moisture status. Remote Sens Environ 79(2 - 3):213 - 224.
[10]. Sandholt I., Rasmussen K., Anderson J. (2002). A simple interpretation of the surface temperature/
vegetation index space for assessment of the surface moisture status. Remote Sensing of Environment, 79,
pp. 213 - 224.
[11]. Eskinder Gidey, Oagile Dikinya, Reuben Sebego, Eagilwe Segosebe & Amanuel Zenebe (2018).
Analysis of the long-term agricultural drought onset, cessation, duration, frequency, severity and spatial
extent using Vegetation Health Index (VHI) in Raya and its environs, Northern Ethiopia. Environmental
Systems Research volume 7, Article number: 13.

Ngày chấp nhận đăng: 10/11/2021. Người phản biện: TS. Phạm Thị Thanh Thủy

Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên,
bảo vệ môi trường và phát triển bền vững

567