Luận văn thạc sĩ địa lý Nghiên cứu nhiệt độ bề mặt bằng tư liệu ảnh MODIS phục vụ cảnh báo hạn hán khu vực Tây Nguyên

Mục lục
Mục lục 1
Hình 1.1. Sơ đồ đường bay chụp của vệ tinh MODIS 3
Lời cảm ơn 5
MỞ ĐẦU 6
1. Tính cấp thiết của đề tài 6
2. Mục tiêu và nhiệm vụ của đề tài 8
3. Giới hạn phạm vi nghiên cứu 9
4. Cấu trúc luận văn 10
CHƯƠNG 1 10
TỔNG QUAN NGHIÊN CỨU ỨNG DỤNG ẢNH MODIS TRONG TÍNH TOÁN NHIỆT
ĐỘ BỀ MẶT VÀ CẢNH BÁO KHÔ HẠN 10
1.1. Một số khái niệm liên quan 10
1.1.1. Nhiệt độ bề mặt đất 10
1.1.2. Hạn hán, chỉ số khô hạn 12
1.2. Giới thiệu chung về dữ liệu ảnh MODIS 15
Hình 1.1. Sơ đồ đường bay chụp của vệ tinh MODIS 19
1.3. Cơ sở ứng dụng tư liệu ảnh MODIS trong tính toán nhiệt độ bề mặt và chỉ số khô hạn
nhiệt độ - thực vật 19
1.3.1. Tính toán nhiệt độ bề mặt 19
1.3.1.1. Cơ sở lý thuyết tính toán nhiệt độ bề mặt 19
1.3.1.2. Tính toán chỉ số nhiệt độ bề mặt đất từ ảnh MODIS 24
1.3.2. Tính toán chỉ số khô hạn nhiệt độ - thực vật 30
1.4. Các phương pháp và quy trình nghiên cứu 43
1.4.1. Phương pháp nghiên cứu 43
1.4.2. Quy trình nghiên cứu 44
CHƯƠNG 2 46
PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN NHIỆT ĐỘ BỀ MẶT VÀ NGUY CƠ
HẠN HÁN Ở TÂY NGUYÊN 46
2.1. Các nhân tố tự nhiên 46
2.1.1. Vị trí địa lý 46

2.1.2. Địa hình 47
2.1.3. Địa chất 49
Tổng diện tích đất 60
Hình 2.7. Bản đồ đất của Tây Nguyên 62
2.1.7. Thực vật (các loại thảm thực vật chính của Tây Nguyên) 63
2.2. Các hoạt động kinh tế xã hội 67
2.2.1. Hành chính, dân tộc và chính sách phát triển KTXH 67
2.2.2. Phát triển nông – lâm nghiệp: 69
CHƯƠNG 3 74
3.1. Cơ sở dữ liệu và mô hình tính toán 74
3.1.1. MOD11A2 74
3.1.2. MOD09A1 77
3.1.3. Mô hình tính toán 79
3.2. Tính toán nhiệt độ bề mặt khu vực Tây Nguyên 81
3.3. Tính toán chỉ số khô hạn nhiệt độ - thực vật khu vực Tây Nguyên 85
3.3.1. Tính toán chỉ số NDVI từ MOD09A1 85
3.3.2. Tính TVDI từ LST và NDVI 87
3.4. Đánh giá và đưa ra cảnh báo khô hạn cho Tây Nguyên 91
Kết luận 99
Tài liệu tham khảo 102
Danh mục hình
Hình 1. Vùng nghiên cứu khu vực Tây Nguyên
Hình 1.1. Sơ đồ đường bay chụp của vệ tinh MODIS
Hình 1.2. Bức xạ điện từ của vật đen tuyệt đối ở các bước sóng
Hình 1.3. Định luật Wien và quan hệ bước sóng/ cường độ nhiệt độ bức xạ
Hình 1.4. So sánh phát xạ của thạch anh với vật đen tuyệt đối
Hình 1.5. Công suất bức xạ của kim loại theo các bước sóng
Hình 1.6. Cửa số khí quyển và các vùng phát xạ nhiệt
Hình 1.7. Phát xạ trung bình của các loại vật chất trên bề mặt trái đất trên kênh 31 và
32

Hình 1.8: Sơ đồ không gian của nhiệt độ bề mặt - chỉ số thực vật và mối quan hệ với
sự bay hơi (evaporation), sự thoát hơi nước của cây (transpiration) và phần trăm lớp
phủ thực vật
Hình 1.9. Mô phỏng về các yếu tố ảnh hưởng tới nhiệt độ bề mặt đất. Các biến trong
đường tròn có thể nhận được từ dữ liệu viễn thám
Hình 1.10. Chỉ số TVDI của một pixel ảnh (Ts, NDVI) được xác định như một tỷ lệ
giữa đường A =
min
( )
s s
T T−
và B =
max min
( )
s s
T T−
Hình 1.11. Ví dụ về không gian đặc trưng tiêu chuẩn Ts- NDVI
Hình 1.12. Quy trình nghiên cứu hạn hán
Hình 2.1: Bản đồ vùng Tây Nguyên
HÌnh 2.2. Bản đồ địa hình Tây Nguyên
Hình 2.3. Bản đồ địa chất Tây Nguyên
Hình 2.4 . Nhiệt độ trung bình tháng và lượng mưa tháng của trạm Đà Lạt và Buôn
Ma Thuật năm 2012
Hình 2.5. Sơ đồ các trạm khí tượng khu vực Tây Nguyên
Hình 2.6. Bản đồ thủy văn Tây Nguyên
Hình 2.7 : Bản đồ đất của Tây Nguyên
Hình 2.8. Hiện trạng lớp phủ rừng Tây Nguyên năm 2010
Hình 2.9 : Vườn Quốc Gia Cát Tiên
Hình 3.1. Mô hình tính toán chỉ số khô hạn TVDI
Hình 3.2. Các bước tính toán nhiệt độ bề mặt đất LST

Hình 3.3. Bản đồ nhiệt độ bề mặt đất khu vực Tây Nguyên tổ hợp 8 ngày từ
26/02/2012 đến 5/03/2012
Hình 3.4. Nhiệt độ bề mặt đất khu vực Tây Nguyên tổ hợp cho tháng 1/2012
Hình 3.5. Nhiệt độ bề mặt đất trung bình tháng 1/2012 và tháng 2/2012 tại các trạm
khí tượng
Hình 3.6. Nhiệt độ bề mặt đất tính từ ảnh MODIS và nhiệt độ bề mặt đất trung bình
tháng 2/2012 và 11/2012 tại các trạm khi tượng
Hình 3.7. Bản đồ chỉ số thực vật NDVI khu vực Tây Nguyên ngày 09/01/2013
Hình 3.8. Chỉ số TVDI của một pixel ảnh (Ts, NDVI) được xác định như một tỷ lệ
giữa đường A =
min
( )
s s
T T−
và B =
max min
( )
s s
T T−
Hình 3.9. Lấy mẫu trên ảnh LST để xác định rìa ướt của tam giác TVDI
Hình 3.10. Phân ngưỡng NDVI
Hình 3.11. Thống kê LST min cho từng lớp NDVI sau khi phân ngưỡng
Hình 3.12 . Giá trị rìa khô được sử dụng cho việc tính toán chỉ số TVDI ngày
09/01/2013 (trái) và ngày 2/12/2012 (phải)
Hình 3.13. Bản đồ chỉ số khô hạnTVDI cho khu vực Tây Nguyên
Hình 3.14. Chuỗi bản đồ TVDI tổ hợp tháng năm 2011
Hình 3.15. Chuỗi bản đồ TVDI tổ hợp tháng năm 2012
Hình 3.16. Chuỗi bản đồ TVDI tổ hợp 8 ngày cho mùa khô 2011-2012
Hình 3.17. Chuỗi bản đồ TVDI tổ hợp 8 ngày cho mùa khô 2012-2013
Hình 3.18: Bản đồ lớp phủ rừng 2010 khu vực Tây Nguyên (FIPI)

Hình 3.19. Mối quan hệ giữa lượng mưa trung bình tháng tại các trạm khí tượng và
chỉ số khô hạn TVDI
Danh mục bảng
Bảng1: Số liệu hành chính các tỉnh vùng Tây Nguyên
Bảng 1.1. Các đặc tính kỹ thuật của ảnh MODIS
Bảng 1.2. 36 kênh phổ của ảnh MODIS
Bảng 1.3. Các kênh ảnh MODIS được sử dụng để tính nhiệt độ bề mặt đất
Bảng 1.4. Hệ số phát xạ trung bình của 13 cấu trúc lá trên kênh 31, 32 của MODIS
Bảng 2.1 : Nhiệt độ trung bình và lượng mưa tại các trạm khí tượng của Tây Nguyên
Bảng 2.2. Danh sách và tọa độ các trạm khí tượng của Tây Nguyên
Bảng 2.3. Các loại đất chính vùng Tây Nguyên
Bảng 2.4: Hiện trạng lớp phủ rừng Tây Nguyên năm 2010
Bảng 3.1. Các đặc tính kỹ thuật của MOD11A2
Bảng 3.2. Bộ dữ liệu sản phẩm của MOD11A2
Bảng 3.3. Nhãn đánh giá chất lượng sản phẩm cho MOD11A2
Bảng 3.4. Các đặc tính kỹ thuật của MOD09A1
Bảng 3.5 .Bộ dữ liệu sản phẩm của MOD09A1
Lời cảm ơn
Trước tiên, em xin bày tỏ lòng biết ơn chân thành tới PGS. TS. Nguyễn Hiệu,
thầy đã tận tình hướng dẫn em hoàn thành luận văn. Nhờ có sự giúp đỡ của thầy, em
thấy mình trưởng thành hơn rất nhiều sau luận văn thạc sỹ này
Em xin gửi lời cảm ơn chân thành tới các anh chị đồng nghiệp thuộc phòng
Công nghệ Viễn thám, GIS và GPS, Viện Công nghệ Vũ trụ, Viện Hàn lâm khoa học
Việt Nam. Các anh chị đã chỉ bảo tận tình, định hướng và tạo điều kiện cho em hoàn
thành luận văn. Sau luận văn thạc sỹ này, em học hỏi được rất nhiều điều cũng như
kinh nghiệm nghiên cứu, làm việc. Em xin gửi lời cảm ơn tới chương trình Tây
Nguyên 3, đã tạo điều kiện về dữ liệu cũng như khảo sát thực địa, là phần rất quan
trọng đối với luận văn của em.
Em xin gửi lời cảm ơn tới các thầy các cô trong khoa Địa lý và phòng Sau Đại
học trường Đại học Tự nhiên Hà Nội đã tạo điều kiện thuận lợi cho em trong thời gian

học tập và nghiên cứu
Xin gửi lời cảm ơn tới gia đình, người thân và bạn bè đã giúp đỡ, động viện
khích lệ và chia sẻ cùng em trong quá trình thực hiện luận văn
Hà Nội, tháng 12 năm 2013
Tác giả
Nguyễn Thị Quỳnh Trang
MỞ ĐẦU
1. Tính cấp thiết của đề tài
Tây Nguyên là vùng cao nguyên ở Nam Trung Bộ Việt Nam có đất đai màu mỡ
với đất đỏ bazan đặc trưng, diện tích rừng còn lại lớn với thảm sinh vật đa dạng, trữ
lượng khoáng sản phong phú hầu như chưa được khai thác và tiềm năng du lịch cao.
Tuy nhiên hiện nay, vùng đất này đang phải đối mặt với không ít nguy cơ về suy thoái
rừng cũng như suy thoái chất lượng đất, kéo theo những hậu quả như sụt giảm năng
suất cây trồng và nạn hạn hán đang ngày một mở rộng diện tích. Tính đến tháng
3/2013, các tỉnh Tây Nguyên đã có trên 73.773 ha/600.000 ha cây trồng các loại bị
hạn, chủ yếu là lúa nước và cà phê. Dự báo, diện tích khô hạn các tỉnh Tây Nguyên sẽ
còn tiếp tục tăng thêm 73.000 ha. Trong những năm gần đây, Tây Nguyên liên tục là
một trong những khu vực chịu hạn hán và thiếu nước trầm trọng nhất cả nước. Từ đó
có thể thấy những nghiên cứu về cảnh báo hạn hán là rất cần thiết cho công tác ứng
phó, cũng như quy hoạch sử dụng đất hợp lý nói riêng, và sử dụng hợp lý tài nguyên
thiên nhiên của Tây Nguyên nói chung.
Nhiệt độ lớp phủ bề mặt (Land surface temperature - LST) là một trong các chỉ
số về quá trình cân bằng năng lượng trên bề mặt Trái đất, là kết quả của các tương tác,
trao đổi năng lượng giữa mặt đất – khí quyển. Nhiệt độ bề mặt đất được tính toán trên
cơ sở sự phát xạ của các đối tượng bề mặt (đất đai, lớp phủ thực vật, bề mặt của nhà
cửa…) và có mối liên quan mật thiết với các quá trình biến đổi của môi trường đất,
đồng thời cũng phản ánh sự thay đổi của lớp phủ thực vật, đóng vai trò quan trọng với
các chỉ số cảnh báo hạn hán, ví dụ như trong điều kiện khô hạn, nhiệt độ lá cây tăng
cao là một chỉ số phản ánh sự thiếu nước của thực vật (Mcvicar T. R. và Jupp D.L.B
1998). Mối quan hệ giữa nhiệt độ bề mặt và các loại thực phủ sẽ góp phần tìm ra câu

trả lời tốt nhất để cải thiện những vấn đề như nạn hạn hán, sâu bệnh, cải thiện chất
lượng môi trường, từ đó làm cơ sở khoa học cho công tác cảnh báo hạn và quy hoạch
sử dụng đất
Trong điều kiện hiện nay ở Tây Nguyên, sử dụng các lực lượng hiện có chưa thể
đáp ứng những yêu cầu của công tác nghiên cứu, nên một hệ thống có khả năng cung
cấp kịp thời, liên tục các thông tin giám sát và quản lý rừng trên diện rộng là hết sức
cần thiết. Cùng với sự phát triển của công nghệ vệ tinh quan sát Trái đất, khả năng
ứng dụng công nghệ viễn thám kết hợp với hệ thông tin địa lý trong nghiên cứu lớp
phủ thực vật cho thấy có nhiều ưu thế với điều kiện đặc thù của Tây Nguyên. Và việc
ứng dụng ảnh viễn thám, đặc biệt là ảnh MODIS (có khả năng chụp 1 – 4 ảnh/ngày)
hiện nay đáp ứng được các yêu cầu này. Ưu điểm của ảnh MODIS là thể thu nhận
được hàng ngày, với tần suất quan sát lãnh thổ cao, độ phủ trùm lớn, giúp thu thập
thông tin nhanh chóng, đồng bộ, khách quan rất phù hợp cho công tác giám sát lớp
phủ và phát triển của rừng ở các tỉnh Tây Nguyên. Đây là ưu điểm vượt trội của dữ
liệu này so với ảnh vệ tinh độ phân giải cao. Ngoài ra, ảnh MODIS cũng cung cấp
những chỉ số quan trọng về hiện trạng lớp phủ rừng như các chỉ số sinh trưởng thực
vật, chỉ số diện tích lá, độ bốc hơi nước bề mặt Trong đó, các thông số về nhiệt độ
bề mặt – LST (Land Surface Temperature) hay chỉ số khô hạn hoàn toàn có thể tính
được từ ảnh vệ tinh MODIS phục vụ cho công tác cảnh báo hạn hán. Bên cạnh đó,
trong các loại dữ liệu vệ tinh, thì ảnh MODIS được đánh giá là cung cấp các thông tin
về nhiệt độ cho độ chính xác cao nhất hiện nay.
Vì những lý do trên, học viên chọn đề tài : “Nghiên cứu nhiệt độ bề mặt bằng tư
liệu ảnh MODIS phục vụ cảnh báo hạn hán khu vực Tây Nguyên” cho luận văn tốt
nghiệp thạc sỹ của mình
2. Mục tiêu và nhiệm vụ của đề tài.
- Tính toán được nhiệt độ bề mặt khu vực Tây Nguyên từ tư liệu ảnh MODIS và
tính được chỉ số mức khô hạn nhiệt độ - thực vật để xây dựng bản đồ cảnh báo hạn
hán khu vực Tây Nguyên
Để đạt được mục tiêu, đề tại thực hiện các nhiệm vụ và nội dung sau:
1) Tổng quan tài liệu, các nghiên cứu về tính toán nhiệt độ bề mặt đất, và cách tính

chỉ số khô hạn nhiệt độ - thực vật từ dữ liệu ảnh MODIS
2) Thu thập, phân tích và đánh giá các tài liệu đã được công bố có liên quan đến
nội dung của đề tài (bao gồm cả tài liệu về điều kiện tự nhiên, lẫn kinh tế xã hội);
3) Tính toán chỉ số nhiệt độ bề mặt đất, chỉ số khô hạn
4) Đưa ra các cảnh báo về hạn hán cho khu vực nghiên cứu.
3. Giới hạn phạm vi nghiên cứu.
Khu vực nghiên cứu có tọa độ địa lý: 11
0
15' đến 15
0
30' vĩ độ Bắc 107
0
10' đến
109
0
05' kinh độ Đông. Thuộc phạm vi hành chính của các tỉnh, xếp theo thứ tự vị trí
địa lý từ bắc xuống nam là: Kon Tum, Gia Lai, Đắk Lắk, Đắk Nông và Lâm Đồng
Hình 1. Vùng nghiên cứu khu vực Tây Nguyên
Bảng1: Số liệu hành chính các tỉnh vùng Tây Nguyên
Tỉnh Tỉnh lỵ
Thành
phố
Thị xã Huyện Dân số Diện tích
Mật độ
dân số
Đắk Lắk
Thành phố Buôn
Ma Thuột
1 1 13 1.733.100
13.125,4 km²

132
người/km²
Đắk Nông Thị xã Gia Nghĩa 1 7 492.000
6.515,6 km²
76
người/km²
Gia Lai Thành phố Pleiku 1 2 14 1.277.600
15.536,9 km²
82
người/km²
Kon Tum
Thành phố Kon
Tum
1 8 432.900
9.690,5 km²
45
người/km²
Tỉnh Tỉnh lỵ
Thành
phố
Thị xã Huyện Dân số Diện tích
Mật độ
dân số
Lâm Đồng Thành phố Đà Lạt 2 10 1.189.300
9.772,2 km²
122
người/km²
Tổng Cục Thống kê Việt Nam
Các chỉ số về nhiệt độ bề mặt đất và chỉ số khô hạn được tính toán cho khu vực
nghiên cứu từ năm 2011, 2012 và 2013. Các số liệu thực tế cũng được thu thập với

khoảng thời gian tương ứng
4. Cấu trúc luận văn
Để hoàn thành các mục tiêu, nội dung đã đặt ra, luận văn được chia thành các
phần chính như sau:
Mở đầu
Chương 1. Tổng quan nhiên cứu ứng dụng ảnh MODIS trong tính toán nhiệt độ
bề mặt và cảnh báo khô hạn
Chương 2. Phân tích các nhân tố ảnh hưởng đến nhiệt độ bề mặt đất và nguy cơ
hạn hán ở Tây Nguyên
Chương 3. Nghiên cứu nhiệt độ bề mặt phục vụ cảnh báo khô hạn khu vực Tây
Nguyên bằng dữ liệu ảnh MODIS
Kết luận
Lời cảm ơn
CHƯƠNG 1
TỔNG QUAN NGHIÊN CỨU ỨNG DỤNG ẢNH MODIS TRONG TÍNH
TOÁN NHIỆT ĐỘ BỀ MẶT VÀ CẢNH BÁO KHÔ HẠN
1.1. Một số khái niệm liên quan
1.1.1. Nhiệt độ bề mặt đất
Nhiệt độ bề mặt đất (Land surface temperature - LST) được định nghĩa là nhiệt
độ bề mặt trung bình bức xạ của một khu vực. Nhiệt độ bề mặt là một trong các chỉ số
vật lý về quá trình cân bằng năng lượng trên bề mặt trái đất, là yếu tố cơ bản, quyết
định các hiện tượng nhiệt trên mặt đất. Nó là kết quả tổng hợp của sự tương tác và
trao đổi năng lượng giữa khí quyển và mặt đất, và sự cân bằng giữa bức xạ nhiệt mặt
trời với thông lượng khí quyển – mặt đất quy mô khu vực và trên toàn cầu. Nhiệt độ
bề mặt là một chỉ thị quan trọng của sự cân bằng năng lượng trên bề mặt trái đất cũng
như của hiệu ứng nhà kính. Thông số này quyết định nhiệt độ không khí trên bề mặt
đất và các bức xạ sóng dài giữa mặt đất và khí quyển, cũng như ảnh hưởng tới các
hiện tượng khác trên mặt đất, như lượng giáng thủy và suất phản chiếu albedo. Ngoài
ra, nó còn ảnh hưởng đến phân vùng năng lượng trên mặt đất, các thông lượng nhiệt
bề mặt và thông lượng nhiệt ngầm. LST có mối liên hệ chặt chẽ với các quá trình biến

đổi của môi trường đất, đồng thời cũng phản ánh sự thay đổi của thực vật. Ví dụ,
trong điều kiện khô hạn, nhiệt độ lá cây tăng cao là một chỉ số phản ánh sự thiếu nước
của thực vật (Mcvicar T. R. và Jupp D.L.B 1998).
Nhiệt độ không khí trên bề mặt đất thường khác đáng kể so với LST trên thực tế.
Sự khác biệt này, phụ thuộc vào điều kiện thời tiết và các loại lớp phủ. Mặc dù vậy
vẫn có mối quan hệ chặt chẽ giữa nhiệt độ không khí và LST. LST khác với nhiệt độ
không khí, vì LST liên quan chặt chẽ hơn tới các hoạt động sinh lý của lá cây trong
các thảm thực vật, cũng như liên quan tới độ ẩm đất trong các vùng thưa thớt cây.
Nhiệt độ không khí thường không biến đổi theo không gian như LST nên có thể đo
được dễ dàng hơn, điều này rất hữu ích trong việc nghiên cứu mối quan hệ giữa nhiệt
độ không khí và dữ liệu LST thu nhận từ dữ liệu vệ tinh. Độ chênh lệch khi đo đồng
thời LST và nhiệt độ không khí có thể lên đến 20 độ K, do LST liên quan đến những
chu trình năng lượng ngày đêm trên mặt đất và chịu ảnh hưởng bới các yếu tố cảnh
quan. Do độ nhạy của LST với độ ẩm đất và lớp phủ thực vật, nên nó là thành phần
quan trọng trong rất nhiều ứng dụng nghiên cứu về khí hậu, thuỷ văn, sinh thái học và
sinh địa hoá… [29]. Các yếu tố ảnh hưởng đến sự thay đổi LST là [3]:
- Loại lớp phủ thực vật/ loại hình sử dụng đất
- Các điều kiện sinh lý
- Mật độ hoạt động của con người
- Loại cảnh quan
Với bề mặt đất trống, LST là nhiệt độ mặt đất, với thảm thực vật dày, LST có thể
được xem như là nhiệt độ bề mặt tán của thực vật và với thảm thực vật thưa thớt, nó là
nhiệt độ trung bình của tán thực vật, thân cây và lớp đất nằm dưới thảm thực vật. Với
độ phân giải không gian khác nhau của các loại dữ liệu viễn thám, LST trong viễn
thám có thể được định nghĩa là nhiệt độ bề mặt trung bình của mặt đất trên quy mô
mỗi pixel là một hỗn hợp trộn lẫn giữa các loại lớp phủ khác nhau.
LST được tính toán trên cơ sở phát xạ của các đối tượng bề mặt (đất đai, lớp phủ
thực vật, bề mặt của nhà cửa…) quan sát bởi bộ cảm tại các góc nhìn tức thời và năng
lượng điện từ đo được trên băng nhiệt hồng ngoại của các bộ cảm đặt trên vệ tinh. Từ
đó, nó được mô hình hóa dựa trên các đặc tính vật lý của khí quyển và các chỉ số kỹ

thuật của bộ cảm [30] Tính toán LST từ dữ liệu viễn thám là tính toán tổng hợp giữa
các hợp phần của cán cân năng lượng và bốc hơi trên bề mặt đất. Các sản phẩm tính
toán từ LST được sử dụng để hỗ trợ các nghiên cứu về thay đôi bề mặt đất như quá
trình đô thị hóa, sa mạc hóa và nạn phá rừng.
Sự so sánh trực tiếp giữa các dữ liệu từ thực địa với LST thường không có ý
nghĩa mấy vì bề mặt đất thường không đồng nhất mà LST là giá trị đại diện cho một
điểm ảnh, với phạm vi bao trùm lớn. Điều này gây khó khăn trong việc phát triển các
phương pháp tính toán LST từ dữ liệu viễn thám và việc đánh giá các phương pháp
này [21]
Ứng dụng của LST trong nghiên cứu khoa học và thương mại rất đa dạng, như :
biến đổi khí hậu, nhiệt độ đô thị, kiểm định các mô hình, quan trắc mùa vụ, quan lý
nước, cảnh báo cháy rừng, các ứng dụng về địa nhiệt …Nghiên cứu này sẽ tập trung
vào mối quan hệ giữa LST với hiện trạng lớp phủ rừng, và ứng dụng của nó trong
phòng chống cháy rừng cũng như giám sát lớp phủ rừng.
1.1.2. Hạn hán, chỉ số khô hạn
Hạn hán được nhìn nhận là một trong những hiện tượng môi trường có tính phá
hoại nghiêm trọng, gây ra sự sụt giảm sản lượng nông nghiệp và tăng đáng kể khả
năng cháy rừng. Thông thường, hạn hán thường xảy ra trên diện rộng, nên việc quan
trắc bằng các phương pháp truyền thống rất khó khăn, đặc biệt ở những nước đang
phát triển, với nhiều hạn chế trong việc đầu tư cho hệ thống quan trắc các tham số môi
trường. Hạn hán gây ra nhiều tác hại rất nặng nề, hơn cả lũ lụt, vì nếu với lũ lụt, các
tác động chỉ xảy ra trong phạm vi thời gian ngắn, thì hạn hán bắt đầu trên 1 khu vực
từ vài tháng đến vài năm, sau đó kéo dài lâu hơn và chậm hơn so với lũ lụt, và rất khó
nhận biết ở giai đoạn đầu mới xuất hiện. Bản chất diễn ra âm thầm và khó quan sát
trực quan của hạn hán gây ra nhiều khó khăn trong việc đánh giá, xem xét về loại
thiên tai này. Thông thường, có 4 loại hạn hán: hạn hán khí tượng học, hạn hán nông
nghiệp, hạn hán thủy văn học và hạn hán kinh tế xã hội. [23]
* Hạn hán khí tượng học
Loại hạn hán này thể hiện hoàn toàn trên cơ sở sự khô hạn và khoảng thời gian
khô hạn. Cường độ và khoảng thời gian là hai yếu tố quan trọng nhất trong nghiên

cứu loại hạn hán này. Hạn hán khí tượng nên được định nghĩa theo từng khu vực vì
điều kiện khí quyển, yếu tố dẫn đến sự thiếu hụt lượng mưa, lại phụ thuộc khí hậu
từng vùng
* Hạn hán nông nghiệp
Loại hạn hán này kết hợp các tính chất khác nhau của hạn hán khí tượng với ảnh
hưởng của nông nghiệp, chủ trọng và lượng mưa, sự khác nhau giữa lượng hơi nước
thoát ra thực tế và tiềm năng, thiếu hụt nước trong đất và các yếu tố sinh lý khác của
đất và thực vật. Nghiên cứu hạn hán nông nghiệp thường được tiến hành trên cơ sở
khác biệt về độ nhạy của các loại cây trồng trong các giai đoạn phát triển khác nhau.
Khu vực nông nghiệp là rất quan trọng trong nghiên cứu loại hạn hán này vì nó là khu
vực đầu tiên bị ảnh hưởng nghiêm trọng bởi hạn hán
*Hạn hán thủy văn
Loại hạn hán này liên quan đến ảnh hưởng của những thời kỳ thiếu hụt lượng
mưa trên bề mặt hoặc dưới bề mặt cung cấp nước hơn là thiếu hụt lượng mưa. Hạn
hán thủy văn thường xảy ra đồng thời hoặc sau hạn hán khí tượng và hạn hán nông
nghiệp. Không giống như hai loại hạn hán đã kể trên, hạn hán thủy văn cần nhiều thời
gian diễn ra hơn trước khi sự thiếu hụt lượng mưa được nhận diện trong các thành
phần khác của hệ thống thủy văn (như hồ chứa và lượng nước ngầm)
*Hạn hán kinh tế- xã hội
Loại hạn hán này liên quan đến nguồn cung và cầu của một số hàng hóa kinh tế
hoặc dịch vụ với các yếu tố của hạn hán khí tượng, hạn hán thủy văn và hạn hán nông
nghiệp. Để minh họa, có thể coi nguồn cung của 1 số loại hàng hóa kinh tế như nước
và thủy điện, những yếu tố phụ thuộc thời tiết. Nhu cầu đối với những hàng hóa này
luôn luôn tăng do sự tăng lên của dân số, mức tiêu thụ bình quân đầu người cũng tăng.
Hạn hán kinh tế - xã hội sẽ xuất hiện nếu cầu vượt quá cung
Trong nghiên cứu này, học viên sẽ chỉ đề cập đến việc quan trắc và đánh giá hạn
hán nông nghiệp.
Theo phương pháp quan trắc hạn hán theo điểm truyền thống, lượng mưa ngắn
hạn và dài hạn thường được áp dụng đồng thời để đưa ra các miêu tả kỹ lưỡng về mật
độ, chu kỳ, và phân bố không gian của hạn hán. Với dữ liệu viễn thám hiện nay, cung

cấp phương pháp kết hợp các phát xạ từ bề mặt đất và các thông tin về nhiệt là cách
tiếp cận phù hợp và đáp ứng được yêu cầu cập nhật, và nhiều yêu cầu khác của quan
trắc hạn hán.
Dựa trên mối quan hệ giữa nhiệt độ bề mặt đất và thực trạng lớp phủ, các nhà
nghiên cứu đã sử dụng tư liệu viễn thám để tính toán ra các chỉ số phục vụ cảnh bảo
khô hạn và hạn hán như chỉ số VCI (Vegetation condition index – chỉ số điều kiện
thực vật), TCI (temperature condition index – chỉ số điều kiện nhiệt độ), CWSI (crop
water stress index – chỉ số thiếu hụt nước cho mùa vụ), TVDI (temperature vegetation
dryness index – chỉ số khô hạn nhiệt độ thực vật) hay VTCI (Vegetation
Temperature condition index – chỉ số điều kiện thực vật – nhiệt độ) Mỗi loại chỉ số
khô hạn đều có những điểm mạnh, điểm yếu riêng, đã và đang được áp dụng để
nghiên cứu khô hạn ở một số khu vực trên thế giới
1.2. Giới thiệu chung về dữ liệu ảnh MODIS.
Ảnh MODIS được thu từ 2 vệ tinh do NASA phóng lên quỹ đạo là vệ tinh Terra
(phóng vào tháng 12/1999) và vệ tinh Aqua (vào tháng 6/2002). Với tầm quan sát lên
đến hơn 2.330 km, trong khoảng thời gian một ngày đêm, các đầu đo của các vệ tinh
này sẽ quét gần hết Trái đất trừ một số giải hẹp ở vùng xích đạo. Các dải này sẽ được
phủ hết vào ngày hôm sau. Các ứng dụng tiêu biểu của ảnh MODIS có thể kể đến là:
nghiên cứu khí quyển, mây, thời tiết, lớp phủ thực vật, biến động về nông nghiệp và
lâm nghiệp, cháy rừng, nhiệt độ mặt nước biển và màu nước biển, v.v Bên cạnh đó,
dữ liệu MODIS đóng một vai trò rất quan trọng trong việc xây dựng các mô hình
tương tác cho các hiện tượng xảy ra trên toàn bộ Trái đất. Các mô hình này cũng có
thể được sử dụng để dự báo trước những biến động của môi trường.
Ảnh MODIS gồm có 36 kênh phổ, bao gồm các kênh kế thừa từ vệ tinh LandSat
cộng thêm các kênh trong vùng cận hồng ngoại và hồng ngoại dài. Trong số bảy kenh
phổ chủ yếu được sử dụng cho lập bản đồ bề mặt đất, các kênh từ 3-7 (với độ phân
giải không gian 500 m) có bước sóng trung tâm tại 648, 858, 470, 555, 1240, 1640, và
2130 nm. Kênh 1 và 2 có độ phân giải không gian 250 m được tập trung vào màu đỏ
(620-670 nm) và hồng ngoại (841-876 nm) được thiết kế để phục vụ việc tính toán sản
phẩm chỉ số thực vật chuẩn hóa (NDVI) toàn cầu. Các dải phổ trải dài từ vùng ánh

sáng nhìn thấy (VIS) đến khu vực sóng hồng ngoại dài (LWIS) của ảnh MODIS cho
phép đo một số lượng lớn (40-50) các thông số địa vật lý.
Ảnh MODIS có độ phân giải thời gian khá cao (có khả năng chụp 1 – 4
ảnh/ngày), cung cấp dữ liệu ảnh toàn cầu 2 ngày một lần và dữ liệu được lưu trữ ở
dạng 12 bit. Ngoài ra, ảnh MODIS có đặc tính chỉnh hình học và phổ. Phương pháp
chỉnh phổ kênh đối với kênh được tham chiếu cho 36 kênh cho ra sai số ½ pixel hoặc
cao hơn.
Các nhà khoa học thiết kế và chịu trách nhiệm phát triển MODIS cung cấp sản
phẩn tiêu chuẩn miễn phí cho người sử dụng. Để đảm bảo chất lượng của sản phẩm,
các điểm kiểm chứng được sử dụng để tiến hành việc kiểm chứng độ chính xác. Điều
cần lưu ý khi sử dụng các sản phẩm MODIS là chất lượng mỗi pixel và được lưu trữ
dưới dạng số nhị phân. Vì lý do này, việc chuyển đổi giá trị pixel của metadata từ số
thập phân sang số nhị phân và giải đoán chúng dựa trên hướng dẫn sử dụng cho mỗi
dòng sản phẩm trước khi sử dụng nó là rất cần thiết ( Nugroho , 2006).
Bảng 1.1. Các đặc tính kỹ thuật của ảnh MODIS[31]
Quỹ đạo ở độ cao 705km, quỹ đạo bay xuống (Terra) - 10.30
a.m, quỹ đạo bay lên (Aqua) - 1.30 p.m, đồng bộ mặt
trời, gần cực
Kích thước dải quét 2330 km
Tốc độ truyển dữ liệu 11 Mbps (mỗi ngày đêm)
Định dạng dữ liệu 12 bits
Độ phân giải không gian 250m (kênh 1-2)
500m (kênh 3-7)
1000m (kênh 8-36)
Tuổi thọ hoạt động 6 năm
Chu kỳ lặp 1-2 ngày
Dưới đây là bảng liệt kê 36 kênh phổ theo độ phân giải không gian và bước sóng
cùng mục đích sử dụng chính của từng kênh.
Bảng 1.2. 36 kênh phổ của ảnh MODIS [31]
Mục đích sử dụng Kênh Bước sóng

1
Phản xạ
phổ
2
Nghiên cứu đường biên của đất/ mây/ aerosols 1 620 - 670 21.8
2 841 - 876 24.7
Nghiên cứu đặc tính của đất/ mây/ aerosols 3 459 - 479 35.3
4 545 - 565 29.0
5 1230 - 1250 5.4
6 1628 - 1652 7.3
7 2105 - 2155 1.0
Nghiên cứu màu nước biển/ sinh vật phù du/ hóa
sinh
8 405 - 420 44.9
9 438 - 448 41.9
10 483 - 493 32.1
11 526 - 536 27.9
12 546 - 556 21.0
13 662 - 672 9.5
14 673 - 683 8.7
15 743 - 753 10.2
16 862 - 877 6.2
Nghiên cứu bốc hơi nước khí quyển 17 890 - 920 10.0
18 931 - 941 3.6
19 915 - 965 15.0
Nghiên cứu nhiệt độ bề mặt/ mây 20 3.660 - 3.840 0.45(300K)
21 3.929 - 3.989 2.38(335K)
22 3.929 - 3.989 0.67(300K)
23 4.020 - 4.080 0.79(300K)
Nghiên cứu nhiệt độ khí quyển 24 4.433 - 4.498 0.17(250K)

25 4.482 - 4.549 0.59(275K)
Nghiên cứu mây, bốc hơi nước 26 1.360 - 1.390 6.00
27 6.535 - 6.895 1.16(240K)
28 7.175 - 7.475 2.18(250K)
Nghiên cứu các đặc tính của mây 29 8.400 - 8.700 9.58(300K)
Nghiên cứu tầng ozon 30 9.580 - 9.880 3.69(250K)
Nghiên cứu nhiệt độ bề mặt/ mây 31 10.780 -
11.280
9.55(300K)
32
11.770 -
12.270
8.94(300K)
Nghiên cứu các đặc tính của mây
33
13.185 -
13.485
4.52(260K)
34
13.485 -
13.785
3.76(250K)
35
13.785 -
14.085
3.11(240K)
36
14.085 -
14.385
2.08(220K)

1
Kênh 1 đến 19 đơn vị là nm; kênh 20 đến 36 đơn vị là µm
2
Đơn vị phản xạ phổ là (W/m
2
-µm-sr)
Hai đầu thu Terra và Aqua cung cấp 38 sản phẩm chủ yếu. Các sản phẩm này
cung cấp thông tin về đất liền, đại dương và khí quyển. Với tính năng như vậy, các dữ
liệu MODIS được sử dụng ở nhiều tỷ lệ khác nhau: tỷ lệ trung bình và nhỏ, hoặc về
phương diện lãnh thổ, từ quy mô cấp vùng, khu vực đến quy mô toàn cầu. Vệ tinh
TERRA mang đầu đo MODIS ban ngày đi từ bắc xuống nam, qua xích đạo khoảng
10h30’ giờ địa phương, thời gian bay hết một vòng quanh trái đất xấp xỉ 1h40’. Còn
về ban đêm thì chiều bay của vệ tinh ngược lại. Như vậy vệ tinh TERRA sẽ bay lãnh
thổ Việt Nam một ngày hai lần vào lúc 10h30 sáng và 10h30 tối, do đó ở Việt Nam sẽ
thu được ảnh MODIS hai lần trong một ngày. Do độ phân giải không-thời gian và độ
phân giải phổ của vệ tinh TERRA cao nên được ứng dụng rộng rãi trong nhiều nghiệp
vụ
Hầu hết các sản phẩm chính thức của MODIS đều được chụp theo hệ thống
lưới ô vuông như hình minh họa. Các ô được chia theo đơn vị 10 độ, bắt đầu từ 0 (như
hình). Mức độ xử lý của ảnh MODIS: ảnh MODIS được phân phối dưới nhiều mức độ
xử lý khác nhau, hầu hết là miễn phí. Mức độ này được chia thành: 0, 1A, 1B, 2, 2G,
3 và 4. Ảnh 0 và 1A là ảnh gốc, chưa được hiệu chỉnh địa lý và khí quyển, ảnh 1B đã
được hiệu chỉnh địa lý, ở dạng gí trị số DN. Ảnh ở mức độ 2 trở lên hầu hết đã được
hiệu chỉnh khí quyển, người dùng có thể tải trực tiếp, sử dụng công cụ thích hợp để
nắn chỉnh địa lý và tách các băng khác nhau từ ảnh tải về.
Hình 1.1. Sơ đồ đường bay chụp của vệ tinh MODIS
1.3. Cơ sở ứng dụng tư liệu ảnh MODIS trong tính toán nhiệt độ bề mặt và chỉ số
khô hạn nhiệt độ - thực vật.
1.3.1. Tính toán nhiệt độ bề mặt
1.3.1.1. Cơ sở lý thuyết tính toán nhiệt độ bề mặt

Như ta đã biết mọi vật thể ở nhiệt độ lớn hơn 0°K đều phát xạ. Đặc điểm (cường
độ và phổ) của bức xạ phát xạ này phụ thuộc chặt chẽ vào nhiệt độ và hệ số phát xạ
của đối tượng. Trong vật lý học, vật đen tuyệt đối, hay ngắn gọn là vật đen, là vật hấp
thụ hoàn toàn tất cả các bức xạ điện từ chiếu đến nó, bất kể bước sóng nào. Điều này
có nghĩa là sẽ không có hiện tượng phản xạ hay tán xạ trên vật đó, cũng như không có
dòng bức xạ điện từ nào đi xuyên qua vật.
Năm 1879, Josef Stefan qua nhiều thí nghiệm về bức xạ nhiệt, kết hợp với những
cơ sở lý thuyết do Ludwig Boltzmann đưa ra sau đó ít lâu, đã tổng kết thành định lý
Stefan- Boltzmann: Công suất bứïc xạ nhiệt của một vật thì tỷ lệ với lũy thừa bậc bốn
của nhiệt độ tuyệt đối của vật bức xạ và diện tích bề mặt vật bức xạ.
4
Tj ×=
∗
σ
(1)
Trong đó:
σ: Hệ số Stefan–Boltzmann constant, có giá trị là:
4218
32
45
10670400.5
15
2
−−−−
×== KmJs
hc
k
π
σ
T: nhiệt độ tuyệt đối

: công suất bức xạ nhiệt
Với vật đen tuyệt đối, bức xạ điện từ phát ra trong trạng thái cân bằng nhiệt ở
nhiệt độ xác định được miêu tả mởi định luật Planck :
1
12
)(
2
3
−
=
Tk
h
B
e
c
h
TB
ν
ν
ν
hay
1
12
)(
5
2
−
=
Tk
hc

B
e
hc
TB
λ
λ
λ
(2)
(Đơn vị đo là Wm
-2
sr
-1
µm
-1
, tức Oát trên một mét vuông diện tích, một micromet độ
dài bước sóng, đo trong góc khối một radian)
Trong đó
B: bức xạ điện từ bề mặt của vật đen tuyệt đối
T: nhiệt độ tuyệt đối của nó, ν là tần số của bức xạ phát ra
λ : bước sóng của nó,
v: số lượng sóng trên mỗi đơn vị khoảng cách, v= 1/ λ
kB = 1,38 x 10
-23
W s K
-1
( hằng số Boltzmann)
h = 6,63 x 10
-34
Ws
2

(hằng số Plank),
c = 2,99 x 10
8
ms
-1
(vận tốc ánh sáng)
Có nhiều cách để biểu diễn định luật Planck; thay vì sử dụng tần số, nó cũng có
thể được biểu diễn bằng giá trị bước sóng trung tâm hoặc giá trị bước sóng chính xác,
hay số hạt photon phát ra tại một bước sóng nhất định
Hình 1.2. Bức xạ điện từ của vật đen tuyệt đối ở các bước sóng[16]
Hình 1.3. Định luật Wien và quan hệ bước sóng/ cường độ nhiệt độ bức xạ[16]
Đối với những vật không phải vật đen tuyệt đối, bức xạ điện từ được tính theo
công thức: nhân hàm Plank với độ phát xạ ε (λ):
L(λ, T) = ε(λ) B(λ, Ts) (3)
Hình 1.4. So sánh phát xạ của thạch anh với vật đen tuyệt đối [16]
Trong đó,
ε
(
λ
) là hệ số phát xạ đặc trưng riêng cho mỗi đối tượng, có giá trị từ 0
đến 1 và liên hệ với hệ số phản xạ r(
λ
) theo định luật Kirchhoff bởi công thức :
( ) ( )
λλε
r−= 1
(4)
Như vậy, từ (2) và (3), có thể tính được nhiệt độ của vật thể phát xạ bằng công thức:

















+= 1ln/
3
1
2
ν
ν
ν
B
c
cT
(5) hay

















+= 1ln/
5
1
2
λ
λ
λ
B
c
cT
(5”) hay
( )
1
5
2
,
)(2
ln
/

−
















=
λλπ
λεπ
λ
TR
hckhc
T
(5’”)
Trong đó,
c
1
= 2
π

hc
2
= 3.74 x 10
-16
W/m
2
c
2
= hc/k = 1,44 x 10
4

µ
mK
Wien đã khảo sát công suất bức xạ của vật đen (
ε
=1) theo những bước sóng
khác nhau ở những nhiệt độ khác nhau, và vẽ được 3 đồ thị phát xạ của kim loại ở ba
nhiệt độ khác nhau. Từ đồ thị dưới đây, ta có thể thấy, công suất bức xạ phụ thuộc vào
bước sóng và nhiệt độ tuyệt đối của vật bức xạ, giá trị cực đại của công suất bức xạ bị
lệch về phía bước sóng ngắn (tần số cao gọi là vùng tử ngoại) khi nhiệt độ tuyệt đối
của vật tăng lên
Hình 1.5. Công suất bức xạ của kim loại theo các bước sóng[13]
Trên cơ sở đó, năm 1984, Wien đã tìm ra quy luật xác định bước sóng (định
luật dịch chuyển Wien) nội dung như sau: bước sóng
λ
max
ứng với cực đại của hàm
Plank của vật đen tuyệt đối biến thiên tỉ lệ nghịch với nhiệt độ tuyệt đối của nó:
bT =
max

λ
(6)
Trong đó : b = 2,897,768.5(51) nm·K.
=>
λ
max
= 0.2897/ T (cm) (6’)
Từ giới hạn về nhiệt độ tuyệt đối của các đối tượng trên mặt đất (dao động xung
quanh gía trị 300
o
K), cực đại của quang phổ bức xạ rơi vào quãng 9,6 µm, vì thế theo
lý thuyết, bức xạ nhiệt của các đối tượng bề mặt có thể thu được bằng cách sử dụng
các kênh thu được ở bước sóng khoảng 10 µm. Mặt khác, đặc điểm quang phổ của khí
quyển cho thấy cửa sổ khí quyển trong vùng phổ 8-14 µm (hình 1.6), nơi hấp thụ khí
quyển ít nhất và thông qua đó các nguồn năng lượng của mặt đất có thể truyền qua với
ít thất thoát nhất. Vì thế, vùng phổ này (gọi là bước sóng quang phổ nhiệt) thường
được chọn để xác định nhiệt độ của các đối tượng mặt đất. Tuy nhiên đây lại là vùng
mà hơi nước có khả năng hấp thụ rất lớn nên trong viễn thám người ta phải giới hạn
vùng phổ sử dụng vào hai cửa sổ của khí quyển ở các dải sóng: 3,7-4,2µm và 8,4-
13,4µm.
Hình 1.6. Cửa số khí quyển và các vùng phát xạ nhiệt[16]
1.3.1.2. Tính toán chỉ số nhiệt độ bề mặt đất từ ảnh MODIS
Quang phổ phát xạ của mặt đất thường được đo bằng một bộ cảm được đặt trong
một máy bay hoặc vệ tinh cách xa mặt đất, do đó, việc truyền tải quang phổ phát xạ
qua khí quyển tới bộ cảm bị ảnh hưởng bởi một số yếu tố, khiến cho việc thu nhận
nhiệt độ bề mặt đất từ các dữ liệu viễn thám khá phức tạp.
Ảnh MODIS cung cấp các kênh nhiệt hồng ngoại 20, 22, 23, 29, 31, và 32
trong 2 cửa sổ 3,7-4,2µm và 8,4-13,4µm để hiệu chỉnh các ảnh hưởng của khí quyển,
tính toán phát xạ và nhiệt độ bề mặt (bảng 1.2). Kênh 21 mặc dù cũng nằm trong vùng
này nhưng do được thiết kế riêng để phát hiện cháy nên có khoảng đo rộng, độ nhạy

thấp không thích hợp cho nhiệm vụ xác định nhiệt độ bề mặt, kênh 30 thì rơi vào
vùng hấp thụ của Ozon. Vì thế, LST thường được tính từ nhiệt độ bức xạ của kênh
31, 32 (trong dải sóng 10.5 đến 12.5 µm). Có 7 sản phẩm về LST do ảnh MODIS
cung cấp, khác nhau về quy mô không gian, thời gian, được tổ hợp hàng ngày, tám
ngày và hàng tháng trên lưới quy chiếu toàn cầu. [26] Để tính toán LST ở tỷ lệ nhỏ có
thể dùng sản phẩm MOD11A2 của ảnh MODIS. Đây là ảnh nhiệt tính trung bình cho
8 ngày, với độ phân giải 1 km. Việc tính toán này dựa trên một cơ sở dữ liệu về các
loại vật liệu với độ phát xạ nhiệt đã được biết trước. Ảnh nhiệt MOD11A2 đã được
kiểm nghiệm độ với độ chính xác 1
o
K trong điều kiện trời quang mây Bên cạnh đó,
các chỉ số kỹ thuật đối với phát xạ bề mặt đất thu nhận từ dữ liệu MODIS là 0.02 cho
kênh 29, 31 và 32, và 0.05 cho kênh 20, 22 và 23 (Wan, 1999). Sau khi hiệu chỉnh dữ
liệu của MODIS TIR được kiểm chứng bởi các phép đo thực địa, nó có thể đạt tới độ
chính xác cỡ 0,5°K đối với các bề mặt đồng nhất trong điều kiện không khí khô. Bảng
dưới đây thống kê các kênh được sử dụng để tính toán nhiệt độ bề mặt đất
Bảng 1.3. Các kênh ảnh MODIS được sử dụng để tính nhiệt độ bề mặt đất [31]
STT Kênh Độ rộng bước
sóng (µm)
Lưu trữ
(bit)
Độ phân
giải không
gian (m)
Bức xạ phổ Độ chính
xác(K)
1 20 3.660 - 3.840 12 1000 0.45(300K) 0.05
2 21 3.929 - 3.989 12 1000 2.38(335K) 2.00
3 22 3.929 - 3.989 12 1000 0.67(300K) 0.07
4 23 4.020 - 4.080 12 1000 0.79(300K) 0.07

5 31 10.780 - 11.280 12 1000 9.55(300K) 0.05
6 32 11.770 - 12.270 12 1000 8.94(300K) 0.05
Ảnh hưởng của nhiệt độ và độ phát xạ liên quan chặt chẽ đến nhau, vì thế việc
tách biệt chúng từ các phép đo là rất khó. Nguyên nhân là do đa số các đối tượng tự
nhiên có hệ số phát xạ phụ thuộc vào bước sóng, trên mỗi kênh ảnh ta có một hệ số
phát xạ riêng của đối tượng, nên với N kênh ảnh, luôn có N phương trình với N+1 ẩn