ĐÁNH GIÁ ĐỘ CHÍNH XÁC MÔ HÌNH SỐ ĐỘ CAO TOÀN CẦU SRTM TRÊN LÃNH THỔ VIỆT NAM - Full 10 điểm

GIÁM SÁT CÔNG TÁC CẢI TẠO VÀ PHỤC HỒI MÔI TRƢỜNG TẠI VÙNG
THAN CẨM PHẢ - QUẢNG NINH BẰNG DỮ LIỆU VỆ TINH

Đặng Vũ Khắc1, Dƣơng Thị Lợi1, Đào Ngọc Hùng1, Christiane Weber2,
Đinh Xuân Vinh3, Nguyễn Thành Đồng4

1Đại học Sư phạm Hà Nội, Email: ,
2Joint research Unit TETIS UMR 9000, CNRS, France,
3Đại học Tài nguyên Môi trường Hà Nội,
4Viện Công nghệ Mơi trường

TĨM TẮT

Khai thác than lộ thiên trên địa bàn thành phố Cẩm Phả (Quảng Ninh) làm biến đổi nghiêm
trọng môi trường tự nhiên xung quanh khai trường. Do đó, việc cải tạo, phục hồi môi trường sau khi
dừng khai thác là công việc bắt buộc theo quy định tại Thông tư 38/2015/TT-BTNT, nhằm đảm bảo
sự cân bằng giữa phát triển kinh tế và gìn giữ mơi sinh. Nghiên cứu này nhằm ứng dụng dữ liệu ảnh
vệ tinh Landsat 8 và Sentinel-2 để giám sát công tác cải tạo và phục hồi lớp phủ tại khu mỏ than
Tây Khe Sim, thành phố Cẩm Phả (Quảng Ninh). Các ảnh đa thời gian được sử dụng để đánh giá
mức độ phục hồi của lớp phủ thơng qua tính tốn chỉ số thực vật (NDVI) và từ đó xây dựng bản đồ
phục hồi lớp phủ. Kết quả cho thấy việc hoàn nguyên tại khu vực này diễn ra phù hợp với kế hoạch
mà chủ đầu tư đã đề xuất.

Từ khóa: hồn ngun mỏ, cải tạo mơi trường, mỏ lộ thiên, NDVI

1. GIỚI THIỆU

Q trình cải tạo và phục hồi mơi trường là hoạt động cần thiết nhằm khôi phục lại môi
trường, đảm bảo sự phát triển bền vững. Quá trình này tuỳ thuộc vào loại hình khống sản, mức độ
ảnh hưởng của việc khai thác tới tự nhiên và cộng đồng dân cư xung quanh để từ đó lựa chọn giải
pháp cải tạo và phục hồi phù hợp. Nhưng nhìn chung, với khai trường, sau khi kết thúc khai thác

cần thực hiện việc san lấp bằng với mức địa hình xung quanh, tạo hệ thống lưu, thoát nước và trồng
cây, phủ xanh trên tồn bộ khai trường. Cịn với khu vực xung quanh cần thực hiện việc san gạt, tạo
mặt bằng, xử lý ô nhiễm theo đúng các tiêu chuẩn, phủ đất để trồng cây. Về cơ bản, q trình hồn
ngun cần khoảng thời gian tối thiểu từ 3 đến 5 năm.

Dữ liệu viễn thám được sử dụng để đánh giá tác động môi trường do hoạt động khai thác than
từ rất sớm (Borden F Y 1973), (Boldt C.M.K 1981). Trên thế giới, ảnh vệ tinh Landsat đã được khai
thác phổ biến nhằm giám sát hoạt động của các mỏ than (Rathore CS 1993) (MC 1996). Việc xác
định sự thay đổi bằng ảnh viễn thám là hướng tiếp cận hiệu quả: khởi đầu, nhiều cơng trình đã sử
dụng ảnh vệ tinh đa thời gian có độ phân giải thấp (Landsat) để theo dõi sự thay đổi của lớp phủ (Li
2004), (Röder A 2008) và tiếp theo là ảnh vệ tinh có độ phân giải trung bình SPOT (Zhang C 2008).
Bên cạnh đó một số nghiên cứu lại kết hợp ảnh độ phân giải thấp với ảnh có độ phân giải cao
(Ikonos, Quickbird) để đánh giá chất lượng lớp phủ trong giai đoạn cải tạo phục hồi môi trường
(Mehner H 2004), (Turner W 2003) (Walsh SJ 2008). Ở Việt Nam, q trình hồn ngun chưa
được nghiên cứu một cách sâu sắc. Các nghiên cứu mang tính tồn diện và chi tiết hầu như rất ít và
tài liệu được thu thập chủ yếu từ báo cáo của các cơng ty khai thác khống sản (C. t. Vinacomin
2009, 2011), (C. t. Vinacomin 2008, 2012) (Viện khoa học và công nghệ mỏ - Luyện Kim 2009).
Với nguồn dữ liệu phong phú, miễn phí, độ phân giải khơng gian cao, tần suất chụp ảnh lớn nên
việc sử dụng ảnh vệ tinh thế hệ mới là một lựa chọn phù hợp và khoa học. Dựa trên những ưu điểm

229

này, ảnh Sentinel-2 và Landsat-8 đã được dùng để theo dõi mức độ phục hồi lớp phủ trong quá trình
cải tạo phục hồi môi trường tại mỏ Tây Khe Sim.

2. PHƢƠNG PHÁP LUẬN

2.1. Khu vực nghiên cứu:

Hình 1: Vị trí khu vực nghiên cứu Mỏ Tây Khe Sim nằm trên địa bàn thành phố

(khung chữ nhật) Cẩm Phả, tỉnh Quảng Ninh (Hình 1), với diện tích hơn
975 ha. Mỏ này được Bộ Tài nguyên và Môi trường
cấp giấy phép khai thác từ năm 2011, thời gian khai
thác là 3 năm, trữ lượng ước tính đạt 221.655 tấn,
công suất 80.000 tấn/năm. Do áp dụng phương pháp
khai thác lộ thiên, nên lượng đất đá đổ thải rất lớn qua
nhiều năm. Hơn thế, bãi thải lại thuộc loại nghèo, bề
mặt và sườn bãi gần như trơ trụi, dẫn đến thực vật rất
khó phát triển tự nhiên. Hiện tượng xói mịn đất đá, tụt
lở bãi thải hay xảy ra vào mùa mưa gây ảnh hưởng
đến đời sống của dân cư sinh sống gần khai trường.
Mỏ Tây Khe Sim đã ngừng khai thác từ cuối năm
2014 và chuyển qua quá trình cải tạo san lấp và phục
hồi lớp phủ theo quy định hiện hành.

2.2 Dữ liệu sử dụng:
Ảnh được lựa chọn trong nghiên cứu thu chụp vào giai đoạn cuối mùa hè và mùa thu, trong
điều kiện thời tiết tốt, phạm vi nghiên cứu không bị mây phủ nên đối tượng nghiên cứu được thể
hiện khá rõ nét.
-/ Landsat-8: được thu chụp ngày 8/10/2013
-/ Sentinel-2: được thu chụp ngày 10/8/2015, và ngày 2/11/2018

2.3 Nguyên lý và quy trình thực hiện
Các bước xử lý trong nghiên cứu này được tóm tắt như Hình 2 dưới đây:

Hình 2: Quy trình xây dựng bản đồ phục hồi lớp phủ
Chỉ số NDVI được tính tốn theo cơng thức: NDVI = (NIR-RED) / (NIR+RED). Trong đó
NIR là giá trị phản xạ ở kênh cận hồng ngoại, RED là giá trị phản xạ ở kênh đỏ. Theo cơng thức này
thì giá trị của NDVI biến đổi từ -1 đến +1, các giá trị âm thường được tạo thành do mây, nước và
tuyết; các giá trị gần bằng 0 do đá gốc và đất trống. Các giá trị rất nhỏ (0.1 hay bé hơn) tương ứng

các khu vực khơng có đá, cát hay tuyết. Giá trị trung bình (từ 0.2 đến 0.3) thể hiện cây bụi và đồng

230

cỏ, giá trị lớn (từ 0.5 đến 0.8) thể hiện thực vật. Nói một cách đơn giản, NDVI cho biết tình trạng
của thực vật dựa trên cách phản xạ ánh sáng ở một số bước sóng nhất định. Như vậy qua các giá trị
NDVI tính tốn được từ ảnh vệ tinh, chúng ta có thể xác định mức độ hiện diện của thực vật trong
khu vực nghiên cứu tại từng thời điểm. Từ đó cho phép theo dõi diễn biến của quá trình phục hồi
lớp phủ thực vật trong một giai đoạn nhất định thông qua xây dựng bản đồ phục hồi lớp phủ.

3. KẾT QUẢ

3.1 Chỉ số NDVI

Kết quả nghiên cứu cho thấy sự thay đổi của chỉ số NDVI, theo đó quy mơ NDVI mở rộng
trong giai đoạn 2013 – 2018. Ngưỡng giá trị của NDVI cho các năm 2013, 2015, 2018: (-0.12218
đến 0.538969), (-0.12695 đến 0.529519), (-0.36308 đến 0.780069).

(a) (b)

(c) (d)

Hình 3: Diện tích và phân loại giá trị NDVI: (a) năm 2013, (b) năm 2015, (c) năm 2018

Căn cứ trên nguyên lý đã nêu, giá trị NDVI được chia thành 4 mức tương ứng với mật độ thực
vật các đối tượng bề mặt. Khu vực có giá trị <0.1 tương ứng mật độ thực vật rất thấp, đặc trưng như
cơng trình xây dựng, nhà ở, cát, sỏi. Giá trị bằng 0 tương ứng với mặt nước. Phạm vi từ 0.1 - 0.3
tương ứng với mật độ thực vật thấp, thường là khu vực đất trống, cây bụi rải rác. Phạm vi từ 0.3 -
0.5 tương ứng với mật độ thực vật trung bình và trên 0.5 tương ứng với mật độ thực vật cao (Hình
3a, b, c). Kết quả phân tích cho thấy diện tích diện tích lớp phủ thực vật có mật độ cao tăng nhanh

vào năm 2018 so với năm 2013 với 295.2 ha (tương ứng 1/3 diện tích khai trường đã được phục hồi
tốt). Diện tích mật độ thực vật rất thấp năm 2018 là 338.11 ha, chiếm tỉ lệ lớn tương ứng với 34.5%
diện tích khu khai trường (Hình 3d).

3.2. Đánh giá phục hồi lớp phủ

Bản đồ lớp phủ các năm 2013, 2015 và 2018 được chồng xếp để xác định khu vực và mức độ
phục hồi lớp phủ trong khu vực nghiên cứu (Hình 4).

Theo đó, trong giai đoạn 3 năm sau khi ngừng khai thác, khu vực phục hồi rất tốt chiếm diện
tích lớn với 294.65 ha, tương ứng với 30.25%, tập trung chủ yếu ở phía bắc và phía đơng và dải hẹp
ở phía tây. Khu vực có mức độ phục hồi tốt cũng chiếm tỉ lệ khá cao với 18.93%. Khu vực phục hồi
trung bình và chậm chiếm tỉ lệ lần lượt là 12.56% và 21.07%. Đặc biệt có tới 17.17% diện tích khai
trường chưa có sự thay đổi về lớp phủ bề mặt, đây là những khu vực lòng và đáy moong của bể
than, giai đoạn san lấp trước khi phục hồi lớp phủ cần nhiều thời gian do diện tích đất đá bị bóc tách
lớn hơn các khu vực khác.

231

Hình 4: Bản đồ
đánh giá mức độ
phục hồi lớp phủ
sau khai thác
than giai đoạn
2013-2018

4. KẾT LUẬN
Kết quả nghiên cứu cho thấy quá trình cải tạo, phục hồi lớp phủ tại khu vực nghiên cứu đã

được xác định thông qua sự thay đổi giá trị của chỉ số NDVI. Qua đó chứng minh khả năng ứng

dụng dữ liệu viễn thám trong theo dõi công tác cải tạo môi trường hiệu quả của khu vực khai thác
than trên địa bàn thành phố Cẩm Phả (Quảng Ninh). Tuy nhiên số lượng ảnh chụp chưa nhiều, nên
đề tài mới dừng lại ở việc đánh giá sự phục hồi lớp phủ sau khai thác. Mặt khác, các ảnh lại chưa
đồng nhất về độ phân giải không gian: ảnh Sentinel (10m) với độ phân giải cao hơn ảnh Landsat 8
(30m). Điều này phần nào đó làm ảnh hưởng tới độ chính xác của kết quả nên sẽ được khắc phục ở
nghiên cứu tiếp theo.
LỜI CẢM ƠN

Nghiên cứu này được Quỹ Phát triển khoa học và công nghệ Quốc gia (NAFOSTED) tài trợ
trong đề tài mã số 105.08-2018.302.

TÀI LIỆU THAM KHẢO
[1]. Boldt C.M.K, S. B. (1981). Application of Remote Sensing for coal waste embankment monitoring. U.S

Department of Interior, Bureau of Mines, Washington D.C, 40-45.
[2]. Borden F Y, T. D. (1973). Identification and mapping of coal refuse banks and other target in the

anthacite region. Proceeding of symposium on Significant Results obtained from the Earth Resources
Technology Satellite-1, 1067-1074.
[3]. French AN, S. T. (2008). Detecting land cover change at the Jornada experiment range New Mexico,
with ASTER emissivities. Remote Sensing Environment, 112:1730–1748.
[4]. Li, J. L. (2004). Satellite remote sensing technology for lake water clarity monitoring: an overview.
Environmental Informatics Archives 2: 893-901.
[5]. MC, J. (1996). Application of remote sensing for environmental monitoring in Bijolia mining area of
Rajasthan. J Ind Soc Remote Sensing.

232

MONITORING THE EVIRONMENTAL RESTORATION AND
REHABILITATION AT THE CAM PHA CITY (QUANG NINH) BY

SATELLITE IMAGERY DATA

Dang Vu Khac1, Duong Thi Loi1, Dao Ngoc Hung1, Christiane Weber2, Dinh Xuan
Vinh3, Nguyen Thanh Dong4

1Hanoi National University of Education, email: ,
2Joint research Unit TETIS UMR 9000, CNRS, France,
3Hanoi Univesity of Natural Resources Environment,
4Institute of Environmental Technology

ABSTRACT
Open pit coal mining not only causes severe changes in the natural environment at the mining

area, but also effect significantly on many socio-economic aspects of the surrounding residential
areas. Therefore, post-mining environmental restoration and rehabilitation is a compulsory task as
stipulated in Circular No38/ 2015/TT – BTNT in order to ensure the balance between economic
development and environmental preservation. The aim of this research is to describe the real
situation of exploitation and monitor the post-mining environmental restoration and rehabilitation at
West Khe Sim coal mine, Cam Pha city (Quang Ninh) by Satellite imagery data. The satellite
images taken in the mining period (2013), 1 year and 3 years post-mining were used to assess the
restoration of land cover through the calculation of NDVI (Normalized Difference Vegetation
Index) and the etablishment of restoration map. The research result shows that the rehabilitation
process in the study area has taken place in accordance with the progress proposed by the investor
in the plan. This result is considered as an important base in the management and planning of coal
mining in Cam Pha - Quang Ninh area.

Keywords: rehabilitation, environmental restoration, open pit mining, NDVI

233

ĐÁNH GIÁ ĐỘ CHÍNH XÁC MƠ HÌNH SỐ ĐỘ CAO TOÀN CẦU SRTM
TRÊN LÃNH THỔ VIỆT NAM

Nguyễn Trọng Thành1*, Nguyễn Xuân Bắc2, Hoàng Dƣơng Huấn1,
Nguyễn Thanh Chƣơng, Nguyễn Thị Quỳnh Hoa3*

1 Công ty Trách nhiệm Hữu hạn Một thành viên Trắc địa Bản đồ, Cục Bản đồ,
Bộ tổng Tham mưu,
2 Trường Đại học Tài nguyên và Môi trường Hà Nội

3 Khoa Công nghệ Hóa học và Mơi trường, Trường Đại học Sư phạm Kỹ thuật Hưng Yên,


TÓM TẮT

Nghiên cứu này đánh giá độ chính xác thực tế của mơ hình số độ cao toàn cầu SRTM (Shuttle
Radar Topography Mission) trên phạm vi lãnh thổ Việt Nam từ nguồn dữ liệu đầu vào là bản đồ Địa
hình Việt Nam tỷ lệ 1/50.000 và 281 điểm đo GPS-Thủy chuẩn dọc từ Bắc vào Nam theo 4 bước
thông qua giá trị sai số trung phương. Kết quả cho thấy mơ hình SRTM có sự phù hợp tốt với lãnh
thổ Việt Nam. Độ chính xác thực tế mơ hình số độ cao tồn cầu trên lãnh thổ Việt Nam được xác
định sẽ cung cấp cho các nhà khoa học cũng như các nhà quản lý nguồn số liệu. Đây là nguồn số
liệu định lượng quan trọng giúp cho người sử dụng có những quyết định và lựa chọn đúng đắn khi
sử dụng dữ liệu của mơ hình, góp phần làm phong phú thêm cơ sở hạ tầng thông tin địa lý của nước
ta.

Từ khóa: Mơ hình số độ cao, SRTM, độ chính xác

1. GIỚI THIỆU

Mơ hình số độ cao (MHSĐC) là sản phẩm của sự phát triển về khoa học công nghệ được tạo
nên từ dữ liệu độ cao Địa hình. MHSĐC toàn cầu được thành lập từ nhiều nguồn dữ liệu khác nhau
và bởi các tổ chức khác nhau, tiêu biểu trong số đó có SRTM (Shuttle Radar Topography Mission)
[3, 7]. MHSĐC toàn cầu SRTM là kết quả của sự nỗ lực hợp tác của Cơ quan hàng không và không
gian quốc gia (NASA) và Cơ quan ảnh và bản đồ quốc gia (NIMA) cùng sự tham gia của các cơ
quan vũ trụ Đức và Ý để tạo ra một MHSĐC gần như trên toàn cầu bằng phương pháp sử dụng giao
thoa radar [3].

Mơ hình số độ cao tồn cầu SRTM được ứng dụng rộng rãi ở Việt Nam, phục vụ cho các công
việc như: Xây dựng cơ sở dữ liệu hệ thống thông tin địa lý; nắn ảnh vệ tinh… [4]. Độ chính xác của
MHSĐC đã được xác định theo cơng bố của cơ quan, tổ chức thiết lập dựa trên số liệu đầu vào cụ
thể. Nghiên cứu này đánh giá độ chính xác thực tế của MHSĐC tồn cầu SRTM trên phạm vi lãnh
thổ Việt Nam từ bản đồ Địa hình lệ 1/50.000 và 281 điểm độ cao của 7 công trình đo GPS - Thuỷ
chuẩn sản xuất trong thực tế dọc từ Bắc vào Nam.

2. PHƢƠNG PHÁP

2.1. Nguồn dữ liệu đầu vào

Để đánh giá độ chính xác của MHSĐC SRTM trên lãnh thổ Việt Nam, nguồn dữ liệu
MHSĐC toàn cầu đầu vào là SRTM1 (30 m), SRTM3 (90 m), SRTM30 (900 m), được khai thác từ
trang web ( Dữ liệu độ cao
đầu vào là bản đồ Địa hình tỷ lệ 1/50.000 phủ trùm tồn quốc do Bộ Tài nguyên và Môi trường phát
hành, được chia nhỏ thành 4 vùng để đánh giá và MHSĐC toàn cầu cũng được chia thành 4 vùng
tương ứng: Vùng Bắc Bộ 96.252 điểm (từ kinh độ 102 đến 109,5 và vĩ độ 20 đến 23,5), Bắc Trung

234

Bộ 42.385 điểm (từ kinh độ 102 đến 109,5 và vĩ độ 16 đến 20), Nam Trung Bộ 47.405 điểm (từ
kinh độ 102 đến 109,5 và vĩ độ 12 đến 16), Nam Bộ 38.141 điểm (từ kinh độ 102 đến 109,5 và vĩ độ

8,5 đến 12). Tổng hợp lượng điểm toạ độ, độ cao đưa vào tính tốn tồn quốc là 224.183 điểm.
Ngồi ra, độ chính xác của MHSĐC tồn cầu SRTM còn được đánh giá từ các điểm tọa độ và độ
cao của 7 cơng trình đo GPS-Thuỷ chuẩn dọc từ Bắc vào Nam với tổng số điểm đưa vào đánh giá là
281 điểm.

2.2. Đánh giá độ chính xác MHSĐC theo độ chính xác điểm độ cao

Để đánh giá độ chính xác của MHSĐC qua sai số trung phương theo độ chính xác điểm độ
cao cần phải có số liệu tương ứng với độ chính xác cao. Độ chính xác điểm độ cao mơ hình độ cao
tồn cầu có thể được đánh giá theo bốn bước sau [4]:

Bước 1: Đồng nhất tọa độ và độ cao của các điểm kiểm tra với hệ tọa độ và hệ độ cao của
MHSĐC toàn cầu cụ thể: Từ nguồn dữ liệu đầu vào là bản đồ Địa hình tỷ lệ 1/50.000 hệ toạ độ VN-
2000 (kinh tuyến trục 105 độ 00, múi chiếu 6 độ) được tính chuyển sang hệ toạ độ quốc tế WGS-84.

Bước 2: Xây dựng MHSĐC cục bộ từ số liệu tọa độ và độ cao của các điểm kiểm tra.

Bước 3: Xây dựng mơ hình độ chênh độ cao giữa MHSĐC toàn cầu và MHSĐC cục bộ (bản
đồ và GPS-Thủy chuẩn). Tính độ chênh lệch độ cao giữa các điểm độ cao trên MHSĐC toàn cầu
STRM1, STRM3, STRM30 ( hSRTM i ) với các điểm độ cao trên bản đồ ( hbđ i ) trên phần mềm Agis
theo công thức: di  hbd i  hSRTM i

Bước 4: Phân tích các chỉ tiêu giá trị độ lệch trung bình và độ lệch tuyệt đối trung bình độ cao
[2] được thống kê từ mơ hình độ chênh độ cao theo cơng thức 1  di  (m) và 2  di . Sai số
n n

  trung phương được tính theo cơng thức: mhi d ' i2 d 2i 

hoặc mhi 
2.n 1 2.n

3. KẾT QUẢ VÀ THẢO LUẬN

3.1. Tổng hợp, đánh giá kết quả khảo sát độ chính xác 3 MHSĐC toàn cầu SRTM1,
SRTM3, SRTM30 từ bản đồ 1/50 000

Độ chính xác của MHSĐC là sai số về độ cao của tất cả các điểm được nội suy từ MHSĐC

đó. Trong thực tế, đó là sai số trung phương về độ cao của tất cả các điểm được nội suy từ MHSĐC

so với độ cao của các điểm kiểm tra tương ứng trên bề mặt Địa hình [6]. Các phần mềm

MicroStation V8i, MGE, CIDALA1.2, AllTrans, ArcGis 10.1 được sử dụng để tính chuyển toạ độ,

độ cao về cùng một hệ toạ độ thống nhất WGS-84, tính độ lệch giữa các điểm độ cao trên bản đồ

1/50.000 với các điểm độ cao trên 3 MHSĐC toàn cầu SRTM1, SRTM3, SRTM30 từ đó tính được

giá trị độ lệch trung bình và độ lệch trung bình tuyệt đối (sai số trung bình) 1 và 2 (m). Nếu

1  2.5 2 thì dữ liệu đầu vào có sai số hệ thống, khi đó sai số trung phương được tính theo cơng
n

 d ' i2 2.5 2
thức: mhi  . Nếu 1  thì dữ liệu đầu vào khơng có sai số hệ thống, khi đó mhi
2.n 1 n

 d 2i  . Kết quả tính tốn cho thấy chỉ duy nhất nguồn dữ liệu đầu vào của MHSĐC toàn cầu

2.n

SRTM1 của vùng Bắc trung bộ khơng có sai số hệ thống cịn lại 3 MHSĐC tồn cầu của tất cả các

vùng cịn lại đều có sai số hệ thống. Điều này đã được dự đoán trước do độ cao các điểm độ cao lấy

từ bản đồ Địa hình tỷ lệ 1/50.000, được đo vẽ trên trạm ảnh số, có một số lượng điểm nhất định bị

che khuất, nên giá trị độ cao chưa chính xác dẫn đến sai số thơ. Độ chính xác của MHSĐC lại phụ

235

thuộc lớn vào độ chính xác của dữ liệu nguồn dữ liệu đầu vào nên sai số trung phương mhi tương
ứng với 3 MHSĐC của các vùng tính được có sự chênh lệch đáng kể. Kết quả thể hiện trong Hình 1
cho thấy cho thấy mức độ phù hợp của mơ hình SRTM với độ phân giải 30 m, 90 m được thể hiện
rõ nét nhất đối với vùng Nam Bộ, Bắc Trung Bộ (mhi nhỏ hơn), sau đó đến Nam Trung Bộ và Bắc
Bộ. Mức độ phù hợp của mơ hình SRTM với độ phân giải 900 m được thể hiện rõ nét nhất đối với
vùng Bắc Trung Nam Bộ, Nam Trung Bộ sau đó đến Nam Bộ và Bắc Bộ.

Sai số trung 100.0 SRTM1
phương (m) 80.0 SRTM3
60.0 SRTM30
40.0
20.0
0.0

Vùng Vùng Vùng Vùng TB Cả
Bắc Bộ Bắc Nam Nam nước
trung bộ
trung bộ
bộ

Hình1: Độ chính xác MHSĐC tồn cầu SRTM của các vùng

3.2. Tổng hợp, đánh giá kết quả khảo sát độ chính xác 3 MHSĐC toàn cầu SRTM1,
SRTM3, SRTM30 từ GPS – Thủy chuẩn

Độ chính xác của 3 MHSĐC tồn cầu SRTM cũng được đánh giá với nguồn dữ liệu đầu vào

là 281 điểm tọa độ và độ cao của 7 công trình đo GPS-Thuỷ chuẩn dọc từ Bắc vào Nam. Giá trị độ

lệch trung bình 1 giữa các điểm độ cao GPS-Thủy chuẩn với các điểm độ cao trên MHSĐC toàn

cầu SRTM1, SRTM3, SRTM30 lần lượt là -0,67; -5,10; -0,69 (m), độ lệch trung bình tuyệt đối 2

tương ứng là 5,97; 11,72; 5,65 (m). Các giá trị này cho thấy 1  2.5 2 tức là nguồn dữ liệu đầu
n

vào khơng có sai số hệ thống, vì vậy sai số trung phương được tính theo công thức mhi  d 2i  .

2.n

Kết quả sai số trung phương của MHSĐC toàn cầu SRTM1 là 9,94 (m), SRTM3 là 10,13 (m) và

SRTM30 là 15,33 (m). Các giá trị này nhỏ hơn so với sai số trung phương khi đánh giá từ bản đồ

1/50.000. Điều này có thể được giải thích do 281 điểm toạ độ, độ cao từ GPS-Thủy chuẩn là 7 cơng

trình sản xuất trên phạm vi cả nước, đã được đánh giá nghiệm thu, có độ chính xác cao tương đương

với điểm toạ độ, độ cao hạng IV Nhà nước tức là nguồn dữ liệu đầu vào có độ chính xác cao. Kết

quả này tương tự một số các cơng trình nghiên cứu khác đã cơng bố và có thể áp dụng vào các lĩnh

vực có u cầu độ chính cao [1, 3]. Vì vậy có thể thấy rằng độ chính xác của MHSĐC tồn cầu bị

ảnh hưởng lớn bởi độ chính xác từ nguồn dữ liệu đầu vào, nguồn dữ liệu đầu vào càng chính xác thì

độ chính xác của MHSĐC toàn cầu càng cao.

4. KẾT LUẬN

Nghiên cứu đã khảo sát đánh giá độ chính xác của MHSĐC tồn cầu SRTM trên phạm vi lãnh
thổ Việt Nam với tổng 22.4183 điểm từ bản đồ tỉ lệ 1/50.000 và 281 điểm từ 7 cơng trình đo GPS-
Thủy chuẩn dọc từ Bắc vào Nam. Kết quả cho thấy nguồn dữ liệu đầu vào có độ chính xác càng cao
thì độ chính xác của MHSĐC tồn cầu SRTM càng cao. Kết quả cũng cho thấy MHSĐC toàn cầu
SRTM có sự phù hợp với lãnh thổ Việt Nam do vậy, đây là nghiên cứu hỗ trợ người sử dụng có
những quyết định và lựa chọn đúng đắn khi sử dụng dữ liệu của mơ hình SRTM trong giải quyết
các bài tốn chun ngành, góp phần làm phong phú thêm cơ sở hạ tầng thông tin địa lý của nước
ta.

236

TÀI LIỆU THAM KHẢO
[1]. Trần Quốc Bình (2008). Nghiên cứu đề xuất phương pháp kiểm định độ chính xác của MHSĐC (lấy ví

dụ vùng trung du và miền núi phía Bắc. Đề tài QT-07-36.
[2]. Đặng Nam Chinh, Nguyễn Xuân Bắc, Bùi Thị Hồng Thắm, Trần Thị Thu Trang, Ninh Thị Kim Anh

(2015). Giáo trình Lý thuyết sai số, trường đại học Tài nguyên và Môi trường.
[3]. Bùi Thị Hồng Thắm (2015). Sử dụng số liệu Địa hình để nâng cao độ chính xác dữ liệu của thế trọng

trường trên phạm vi lãnh thổ Việt Nam. Đề tài mã số TNMT.07.40
[4]. Nghiên cứu hoạt động địa động lực hiện đại khu vực Tây Nguyên dự báo các dạng tai biến địa chất ở các

vùng đập, hồ chứa và đề xuất các giải pháp phòng tránh. Đề tài cấp nước.
[5]. Ngô Minh Thụy (2014). Hướng dẫn sử dụng phần mềm ArcGis. Trường đại học Nông Lâm TP. Hồ Chí

Minh.
[6]. Karel W., Kraus K. (2006). Quality Parameters of Digital Terrain Models, in: "Checking and Improving

of Digital Terrain Models / Reliability of Direct Georeferencing, Official Publication No 51", issued by
European Spatial Data Research (EuroSDR), pp. 125-139.
[7]. Li Z.L., Zhu Q., Gold C. (2005). Digital terrain modeling: principles and methodology, CRC Press, Boca
Raton.

ACCURACY ASSESMENT OF SHUTTLE RADAR TOPOGRAPHY
MISSION SRTM IN WHOLE AREA OF VIETNAM

Nguyen Trong Thanh1*, Nguyen Xuan Bac2, Hoang Duong Huan1,
Nguyen Thanh Chuong1, Nguyen Thi Quynh Hoa3*

1Survey and Aerial Mapping One Member Limited Liability Company,


2Hanoi University of Natural Resources and Environment
3 Faculty of Chemical Technology and Environment,

Hung Yen University of Technology and Education,

ABSTRACT

This research assesses realistic accuracy of Shuttle Radar Topography Mission in whole area

of Vietnam based on Vietnam topographic maps scale of 1/50 000 and 281 GPS measuring points
from north to south. The assessment process has done through 4 steps of mean square error. The
result shows that Shuttle Radar Topography Mission is highly compatible with territory of Vietnam.
The proved accuracy provides reliable information source for scientists and authority. This
important source of quantitative data not only assists users but also contribute to Vietnamese basic
geographic information.

Keywords: Shuttle Radar Topography Mission, SRTM, assessment.

237

ỨNG DỤNG GIS ĐÁNH GIÁ TÁC ĐỘNG Ơ NHIỄM KHƠNG KHÍ TẠI
QUẬN THANH XUÂN

Vũ Lê Ánh 1, Lê Thị Minh Phƣơng2
1 Trường Đại học Kiến trúc Hà Nội, Email:
2 Trường Đại học Kiến trúc Hà Nội, Email:

ASTRACT

Air pollution in urban areas in Ha Noi is getting worse due to various reasons. Currently, the
urban management authorities have not been able to control this situation in time because there is no
GIS database to apply smart management technologies. Therefore, when an incident causes air
pollution, the authorities cannot immediately determine the extent of damage in detail, specific and
intuitive.

This paper uses GIS technology to analyze, make a map of air pollution area and calculate the
number of houses in the damaged area in Thanh Xuan district when the Rang Dong Plant fire

occurred. The result of the study is a map of the houses affected by air pollution from the Rang
Dong plant with a radius of 200m and 500m, which is very necessary information for the authorities
and people living in Thanh Xuan district.

Keywords: GIS, air pollution, urban management, smart city

TÓM TẮT

Ơ nhiễm khơng khí tại các đơ thị ở Việt Nam ngày càng trầm trọng do nhiều nguyên nhân
khác nhau. Hiện nay, các cấp chính quyền quản lý đơ thị đã khơng kiểm sốt được tình trạng này
kịp thời do chưa có cơ sở dữ liệu GIS để ứng dụng các công nghệ quản lý thơng minh. Vì thế, khi
có sự cố gây ra ơ nhiễm khơng khí, các cấp chính quyền khơng thể ngay lập tức xác định được mức
độ thiệt hại một cách chi tiết, cụ thể và trực quan .

Bài báo này sử dụng cơng nghệ GIS để phân tích, thành lập bản đồ khu vực ơ nhiễm khơng
khí và tính tốn số lượng nhà dân nằm trong vùng thiệt hại tại quận Thanh Xuân khi xảy ra vụ cháy
Công ty Rạng Đông. Kết quả nghiên cứu đạt được là bản đồ các nhà dân chiụ ảnh hưởng của ơ
nhiễm khơng khí tính từ Cơng ty Rạng Đơng theo bán kính 200m, 500m , đây là thông tin rất cần
thiết đối với các cấp chính quyền cũng như người dân sinh sống trong khu vực quận Thanh Xuân.

Từ khóa: GIS, ơ nhiễm khơng khí, quản lý đô thị, đô thị thông minh

1. GIỚI THIỆU

Một trong những nguyên nhân gây ô nhiễm môi trường không khí là các đám cháy độc hại từ
các nhà máy có sử dụng hóa chất trong sản xuất. Mức độ thiệt hại càng lớn khi đám cháy xảy ra tại
các nhà máy có vị trí nằm trong khu dân cư đô thị. Ở các đô thị tại Việt Nam, việc đánh giá thiệt hại
do các vụ cháy này gặp nhiều khó khăn do cấp chính quyền vẫn chưa ứng dụng các công cụ hỗ trợ
thông minh. Do dữ liệu liên quan chưa được xây dựng thành bộ cơ sở dữ liệu đồng bộ và chưa quản
lý , vận hành trên một ứng dụng thông minh.

Ví dụ, trong vụ cháy Công ty Rạng Đông- thuộc phường Thanh Xuân Trung, Quận Thanh
Xn, các cấp chính quyền đã khó khăn để đưa ra một con số chính xác, trực quan, nhanh chóng và
khoa học về các nhà dân bị ảnh hưởng theo bán kính tính từ tâm Cơng ty Rạng Đơng.

238

Hình 1: Vụ cháy nhà máy Rạng Đông- quận Thanh Xuân- Hà Nội tháng 8-2019

Bài báo này sử dụng công nghệ GIS để đánh giá tác hại của đám cháy Công ty Rạng Đông lên
dân cư, cụ thể là xác định số hộ dân bị ảnh hưởng theo bán kính khu vực là 200 m và 500m. Đây là
thơng tin cần thiết đối với các cấp chính quyền trong việc hỗ trợ về việc thông báo di rời khẩn cấp
cũng như hỗ trợ chính sách về kinh tế, y tế và xã hội cho các hộ dân.

Hệ thống thông tin địa lý (GIS) là một cơng cụ có thể phân tích, quản lý và trình bày dữ liệu
được liên kết với các vị trí địa lý. Dựa trên nền tảng dữ liệu GIS rất nhiều các ứng dụng có thể dùng
để đánh giá tác hại do các thảm họa thiên tai đem đến cho con người và thiệt hại về vật chất, thành
lập bản đồ đánh giá tác hại hay như là lập mơ hình đám cháy, xác định các vị trí rủi ro tiềm ẩn, cũng
như có thể tính tốn mức đền bù cho các hộ dân ….. Các nhà máy nằm trong khu vực đô thị thường
rất gần khu vực dân cư, ứng dụng việc phân tích khơng gian của GIS sẽ vơ cùng hữu ích đối với
việc quản lý các tác hại từ đám cháy của các nhà máy này.

Kết qủa của bài báo là các tờ bản đồ thống kê các hộ dân bị ảnh hưởng do vụ cháy theo bán
kính 200m, 500m tính từ tâm vụ cháy Cơng ty Rạng Đơng thơng qua cơng cụ phân tích khơng gian
trong môi trường GIS.

2. DỮ LIỆU VÀ PHƢƠNG PHÁP

2.1. Khu vực nghiên cứu

Quận Thanh Xuân được thành lập ngày 28 tháng 12 năm 1996, trên cơ sở tách 5
phường: Thượng Đình, Thanh Xuân Bắc, Thanh Xuân, Kim Giang, Phương Liệt; 78,1 ha diện tích
tự nhiên và 20.862 nhân khẩu của phường Nguyễn Trãi, 98,4 ha diện tích tự nhiên và 5.506 nhân
khẩu của phường Khương Thượng thuộc quận Đống Đa; xã Nhân Chính thuộc huyện Từ Liêm và
xã Khương Đình thuộc huyện Thanh Trì[1].

Theo đó, quận Thanh Xuân có diện tích tự nhiên 913,2 ha và 117.863 nhân khẩu, gồm có 11
phường: Hạ Đình, Khương Đình, Khương Mai, Khương Trung, Kim Giang, Nhân Chính, Phương
Liệt, Thanh Xuân Bắc, Thanh Xuân Nam, Thanh Xuân Trung, Thượng Đình cho đến ngày nay.
Trên Quận Thanh Xuân có rất nhiều các nhà máy thuộc nhóm gây ơ nhiễm mơi trường của UBND
thành phố Hà Nội: công ty Thuốc lá Thăng Long, Công ty Rạng Đông,…

2.2. Phƣơng pháp

Phương pháp phân tích không gian GIS đã được sử dụng để xác định số lượng nhà dân bị ảnh
hưởng khi có đám cháy xảy ra. Với mục đích này, dữ liệu đầu vào cần có trong bộ cơ sở dữ liệu GIS
bao gồm lớp địa hình và lớp dân cư….. Hai dữ liệu này được đưa vào phân tích trong mơi trường
ArcMap. Dữ liệu dân cư được sử dụng từ bản đồ địa hình năm 2010, lớp dữ liệu này tác giả đã khảo
sát và chỉnh sửa lại theo đúng hiện trạng hiện này, phân cấp thành các layer phục vụ cho việc phân
tích khơng gian. Trên thực tế về địa hình quận Thanh xuân không thay đổi, dân cư của quận thay

239

đổi nhiều do q trình đơ thị hóa tăng cao trong những năm gần đây, vì thế tác giả đã phải khảo sát
thực tế, kết hợp với số liệu nhà dân trong quận và khảo sát qua google map.

Dùng cơng cụ phân tích khơng gian trên GIS để tính tốn số hộ dân bị ảnh hưởng bởi đám
cháy trong vịng bán kính 200m và 500 m tính từ tâm đám cháy. Nhóm tác giả sử dụng bài tốn
phân tích khơng gian trên GIS để xác định các hộ dân bị ảnh hưởng bởi đám cháy trong bán kính
khu vực là 200m và 300m tính từ tâm đám cháy. Đây là một trong nhiều bài tốn phân tích khơng

gian trên ArcGIS mà bất cứ hệ thống thông tin khác không thể giải quyết được.

Hình 2: Vị trí Quận Thanh Xn- thành phố Hà Nội

Hình 3: Vị trí Cơng ty Rạng Đông- phường Thanh Xuân Trung, quận Thanh Xuân
3. KẾT QUẢ VÀ THẢO LUẬN

Kết quả sau khi sử dụng các cơng cụ phân tích không gian GIS tại quận Thanh Xuân. Bài báo
đã đưa ra được bản đồ các hộ dân cư bị ảnh hưởng bởi vụ cháy của cơng ty Rạng Đơng chính xác và
trực quan. Tính tốn được tổng số hộ dân cư ảnh hưởng. Đây là các thông tin rất hữu ích, kịp thời để
hỗ trợ cho các cấp chính quyền ra chính sách, quyết định khi có các thảm họa xảy ra trên địa bàn.
Hiện nay, tại Quận Thanh Xuân dữ liệu GIS chưa đầy đủ và chuẩn hóa nên việc đưa ra các quyết
định, các chính sách cịn chưa được kịp thời, khoanh vùng các khu vực còn chưa được thể hiện trên
các bản đồ trưc quan, cập nhật.

240

4. KẾT LUẬN Hình 4: Bản đồ dân cư bị ảnh hưởng ô nhiễm bởi vụ cháy
Công ty Rạng Đông bán kính 500m tính từ tâm cháy ( tỷ
Vấn đề ô nhiễm không khí ở Hà
Nội đã nhận được sự quan tâm rộng rãi lệ chỉ mang tính minh họa)
của cơng chúng và vẫn là tâm điểm trong
các vấn đề môi trường. Vụ cháy nhà máy
nước Rạng Đơng, hiện nay vẫn chưa có sự
đền bù hay các động thái tích cực cho
người dân sống gần đó. Các nghiên cứu về
thiệt hại do cháy chưa có con số cụ thể sau
… ngày kể từ khi xảy ra hỏa hoạn. Trong
nghiên cứu này, nhóm tác giả muốn giới
thiệu cơng cụ GIS trong quản lý thiệt hại

do cháy gây ra, từ đó có thể tính tốn được
mức độ đền bù, số lượng dân bị ảnh
hưởng. Do số liệu tại Quận thành Xn
hiện nay cũng vẫn chưa được số hóa tồn
bộ nên kết quả nghiên cứu mới chỉ dừng
lại là tính toán tổng số nhà dân bị ảnh
hưởng. Nếu các số liệu được cập nhật chi
tiết và xây dựng có hệ thống thì ứng dụng
cơng nghệ GIS là một phương pháp quản
lý tối ưu. Ngoài ra, với lớp dữ liệu lớp địa
hình và lớp dân cư đã được sử dụng trong
nghiên cứu này, nếu dữ liệu được cập nhật
liên tục thì khi có cháy xảy ra các nhà
quản lý sẽ có bức tranh tổng thể về thiệt
hại, mơ hình hóa được đám cháy…

TÀI LIỆU THAM KHẢO

[1]. Bozyazi, E., et al., Analysis and mapping of air pollution using a GIS approach: A case study of Istanbul.
Advances in Air Pollution, 2000. 8: p. 431-4

[2]. Lê Thị Minh Phương, Hệ thống thông tin địa lý trong quản lý quy hoạch, 2017, Nhà Xuất bản Xây dựng
[3]. Trần Trọng Đức 2011, GIS căn bản, Nhà Xuất bản Quốc gia thành phố Hồ Chí Minh.
[4]. GeoViet, Tài liệu hướng dẫn thực hành GIS
[5]. />
241

GIÁM SÁT MÙA VỤ LÖA Ở ĐỒNG BẰNG SÔNG CỬU LONG VÀ ĐỒNG
BẰNG SÔNG HỒNG SỬ DỤNG DỮ LIỆU VIỄN THÁM SENTINEL-1

Hoàng Phi Phụng1,2, Lâm Đạo Nguyên1
1 Trung tâm Ứng dụng Công nghệ Vũ trụ TP.HCM - Trung tâm Vũ trụ Việt Nam - VAST,

email:
2 Học viện Khoa học và Công nghệ, email:

TÓM TẮT

Lúa là một trong những cây trồng nơng nghiệp chính đóng vai trò quan trọng trong vấn đề an
ninh lương thực. Nên việc thiết lập công cụ giám sát phân bố diện tích trồng lúa và cơ cấu mùa vụ
là rất cần thiết. Từ năm 2014, việc cung cấp một cách liên tục và miễn phí dữ liệu viễn thám radar
(SAR) Sentinel-1, khơng bị ảnh hưởng bởi điều kiện khí quyển, mây che và ánh sáng mặt trời, cung
cấp giải pháp bền vững cho các thách thức về lập bản đồ và giám sát mùa vụ lúa ở những quốc gia
nằm trong khu vực gió mùa nhiệt đới như Việt Nam. Trong bài báo này, vùng trồng lúa năm 2018 ở
hai đồng bằng lớn nhất Việt Nam gồm đồng bằng sông Cửu Long (ĐBSCL) và đồng bằng sông
Hồng (ĐBSH) được phân tích bằng cách sử dụng dữ liệu ảnh Sentinel-1A, cho thấy ứng dụng tiềm
năng của dữ liệu SAR đa thời gian cho lập bản đồ diện phân bố lúa phục vụ cho quản lý nông
nghiệp ở quy mô cấp vùng.

Từ khóa: Sentinel-1, C-band, Mùa vụ lúa, Đồng bằng sông Cửu Long, Đồng bằng sông Hồng

1. GIỚI THIỆU

Công nghệ viễn thám là một cách tiếp cận đáng tin cậy và hiệu quả để giám sát các đối tượng
trên bề mặt đất ở các quy mô khác nhau, đặc biệt là cây lúa, một trong những cây trồng nơng nghiệp
chính đóng một vai trị quan trọng trong vấn đề an ninh lương thực. Trong khi đó, các phương pháp
truyền thống trong việc xác định diện tích và mùa vụ lúa trên một khu vực rộng lớn là bị giới hạn về
mặt không gian và bị chi phối bởi các cuộc điều tra tốn kém, tốn nhiều công sức, thời gian và ẩn
chứa sai số. Không giống như các cảm biến quang thụ động, cảm biến radar có khả năng tạo ảnh bề
mặt Trái Đất ngay cả trong điều kiện mây che phủ, vì vậy sẽ hiệu quả hơn trong việc giám sát ruộng

lúa (Le Toan et al., 1997). Đối với nền nông nghiệp canh tác lúa, lúa được trồng trong đất ngập
nước, sự thay đổi các giai đoạn sinh trưởng cây lúa có thể làm thay đổi giá trị tán xạ ngược trên ảnh
radar (Li et al. 2016). Dựa vào đặc điểm này của tán xạ ngược radar đối với ruộng lúa có thể thành
lập bản đồ vùng trồng lúa và bản đồ cơ cấu mùa vụ lúa.

Viễn thám radar được công nhận là một công cụ hữu hiệu để xác định bản đồ cánh đồng lúa
(Bouvet et al., 2009). Dữ liệu SAR kênh C đặc biệt phù hợp để theo dõi và lập bản đồ lúa (Torres et
al., 2012) vì độ nhạy của cảm biến kênh C đối với sinh khối thực vật phụ thuộc vào loại cây trồng
(Ferrazzoli, et al., 1997). Mặc dù dữ liệu SAR không bị ảnh hưởng bởi mây hoặc ánh sáng mặt trời,
các phương pháp dựa trên SAR đã không được sử dụng để lập bản đồ lúa quy mô lớn do những hạn
chế trước đây về dữ liệu có sẳn và chi phí mua ảnh (Bouvet et al., 2009). Tuy nhiên, đến năm 2014
vệ tinh Sentinel-1A được phóng và cung cấp dữ liệu miễn phí cho người dùng với độ phân giải
khơng gian cao 20 m (Interferometric Wide Swath (IW) Mode), dải quét rộng 250 km và chu kỳ lặp
lại 12 ngày. Đến năm 2016, vệ tinh Sentinel-1B (Torres et al., 2012) được phóng cho phép thu được
ảnh kết hợp với Sentinel-1A với chu kỳ lặp lại 6 ngày ở một số khu vực nhất định. Chuỗi thời gian
dày đặc của dữ liệu Sentinel-1 và khả năng truy cập miễn phí ở độ phân giải không gian cao mang
đến cơ hội thuận lợi trong giám sát sự tăng trưởng lúa gần thời gian thực ở khu vực nghiên cứu. Dữ
liệu ảnh Sentinel-1 sử dụng trong nhiều ứng dụng như giám sát diện tích, mùa vụ lúa (Ferrant et al.,

242

2017). Mục tiêu của bài báo này là sử dụng dữ liệu SAR Sentinel-1A trong giám sát phân bố diện
tích vùng trồng lúa và thành lập bản đồ cơ cấu mùa vụ lúa cho hai vùng ĐBSCL và ĐBSH.

2. PHƢƠNG PHÁP

2.1. Dữ liệu sử dụng

Nghiên cứu sử dụng dữ liệu Sentinel-1 chế độ GRD thu nhận từ ngày 01/12/2017 đến ngày
31/12/2018 cho ĐBSCL và từ ngày 01/01/2018 đến ngày 30/12/2018 cho vùng ĐBSH. Dữ liệu

kiểm chứng là những mẫu được thu thập tại thực địa ở ĐBSCL và ĐBSH. Mục đích của việc chọn
mẫu là để kiểm chứng kết quả thành lập bản đồ mùa vụ gồm các thông tin được thu thập như: tọa độ
vị trí mẫu; thơng tin lớp phủ là lúa một vụ, hai vụ hay ba vụ được điều tra từ nông dân. Số lượng
mẫu thu thập để kiểm chứng gồm 271 điểm ở ĐBSCL và 147 điểm ở ĐBSH.

2.2. Phƣơng pháp

Các bước xử lý gồm: a) tiền xử lý dữ liệu như multi-looking, định chuẩn, hiệu chỉnh địa hình,
lọc nhiễu; b) lập bản đồ mùa vụ lúa bằng phương pháp đa thời gian; c) lập bản đồ cơ cấu mùa vụ
lúa. Dữ liệu Sentinel-1 được xử lý để tạo ra ảnh hệ số tán xạ ngược (sigma0 hoặc sigma naught), sử
dụng các bước xử lý trong phần mềm Sentinel Application Platform (SNAP). Sau khi định chuẩn dữ
liệu và hiệu chỉnh địa hình để loại bỏ các hiệu ứng địa hình bằng cách sử dụng mơ hình độ cao số
(DEM) của Shuttle Radar Topography Mission với độ phân giải 1 arcs second. Dữ liệu SAR được
thực hiện lọc nhiễu đa thời gian để giúp làm giảm tác động của nhiễu đốm trước khi được phân loại
bằng cây quyết định dựa trên giai đoạn sinh trưởng.

Căn cứ vào hành vi tán xạ ngược của dữ liệu Sentinel-1 phân cực VH theo các giai đoạn sinh
trưởng của cây lúa, dữ liệu chuỗi thời gian được sử dụng để xác định đối tượng lúa. Tán xạ ngược
radar của ruộng lúa có biên độ thay đổi lớn hơn 5 dB so với các lớp phủ khác thì có tán xạ ngược
tương đối ổn định như mặt nước, cây ăn trái và khu dân cư,... Nghiên cứu sử dụng phương pháp đa
thời gian để tách biệt giữa đất có lúa và khơng có lúa. Dựa vào các bản đồ lúa được thành lập để xác
định cơ cấu mùa vụ lúa ở hai đồng bằng. Việc đánh giá độ chính xác phân loại được thực hiện dựa trên
việc lấy mẫu ngẫu nhiên và phụ thuộc điều kiện đi lại tại địa phương. Các điểm mẫu thực địa được phân
thành các lớp (một vụ, hai vụ, ba vụ, không lúa, mặt nước) theo kết quả phân loại. Sử dụng điểm mẫu
kiểm tra và mỗi lớp được chọn có số mẫu tối thiểu là 20 mẫu (Congalton and Green 2009). Tập dữ liệu
kiểm chứng 147 điểm cho ĐBSH và 271 mẫu cho ĐBSCL được sử dụng để đánh giá kết quả phân loại
mùa vụ.

3. KẾT QUẢ VÀ THẢO LUẬN

3.1. Bản đồ mùa vụ lúa năm 2018 ở Đồng bằng sông Cửu Long

Bản đồ vùng trồng lúa được thành lập từ chuỗi dữ liệu Sentinel-1 thu nhận trong khoảng thời
gian vụ lúa Đông Xuân, Hè Thu và Thu Đông năm 2018 ở ĐBSCL. Kết quả bản đồ cơ cấu mùa vụ
lúa ở ĐBSCL từ dữ liệu ảnh Sentinel-1 thể hiện trên hình 1. Kết quả phân loại cho thấy hầu hết các
tỉnh ở ĐBSCL trồng lúa hai hoặc ba vụ. Để đánh giá kết quả bản đồ cơ cấu mùa vụ lúa năm 2018
thu được từ dữ liệu ảnh Sentinel-1 sử dụng bộ dữ liệu đánh giá được khảo sát từ 30/08-05/09/2018.
Bộ dữ liệu kiểm chứng gồm 271 điểm mẫu được phân bố khắp cả ĐBSCL. Kết quả đánh giá thu
được độ chính xác tồn cục của bản đồ mùa vụ là 93% và hệ số Kappa là 0.86.

3.2. Bản đồ mùa vụ lúa năm 2018 ở Đồng bằng sông Hồng

Tương tự như ĐBSCL, bản đồ vùng trồng lúa ở ĐBSH được thành lập từ chuỗi dữ liệu
Sentinel-1 thu nhận trong khoảng thời gian vụ Đông Xuân, vụ Mùa năm 2018. Kết quả bản đồ cơ
cấu mùa vụ lúa ở ĐBSH từ dữ liệu ảnh Sentinel-1 gồm bốn lớp phân loại là lúa một vụ, lúa hai vụ,
không lúa và mặt nước (Hình 1). Kết quả phân loại cho thấy hầu hết các tỉnh ở ĐBSH trồng lúa một
hoặc hai vụ, trong đó phổ biến là các vùng trồng lúa hai mùa vụ. Để đánh giá kết quả bản đồ cơ cấu

243

mùa vụ lúa năm 2018, sử dụng bộ dữ liệu đánh giá được khảo sát từ 05-12/09/2018. Bộ dữ liệu
kiểm chứng gồm 147 điểm mẫu được phân bố khắp cả ĐBSH. Kết quả đánh giá thu được độ chính
xác tồn cục của bản đồ cơ cấu mùa vụ là 94% và hệ số Kappa là 0.77.

Hình 1. Bản đồ mùa vụ lúa năm 2018 ở Đồng bằng sông Cửu Long (trái) và
Đồng bằng sông Hồng (bên phải).

4. KẾT LUẬN
Các vệ tinh Sentinel-1 cung cấp dữ liệu liên tục và miễn phí đã thay đổi tính khả dụng của dữ

liệu và cho phép truy cập với dữ liệu SAR, kênh C ở độ phân giải không gian và thời gian cao. Kết
quả nghiên cứu đã chứng tỏ rằng dữ liệu Sentinel-1 được sử dụng để lập bản đồ cơ cấu mùa vụ lúa
năm 2018 ở cả hai đồng bằng một cách chính xác và chi tiết. Phương pháp phân loại sử dụng trong
nghiên cứu đã cung cấp một trong những giải pháp sử dụng hiệu quả bộ dữ liệu này nhằm mục đích
lập bản đồ phân bố cơ cấu mùa vụ lúa năm 2018 ở độ phân giải không gian cao 20 m. Kết quả bản
đồ cơ cấu mùa vụ lúa cả hai đồng bằng đã được kiểm chứng bằng dữ liệu thực địa, chứng minh tính
khả thi trong việc lập bản đồ cơ cấu mùa vụ với độ chính xác tồn cục là 93% và hệ số Kappa là
0.86 ở ĐBSCL và 94% và 0.77 ở ĐBSH.

TÀI LIỆU THAM KHẢO
[1]. Bouvet, A. et al., 2009. Monitoring of the rice cropping system in the Mekong delta using

ENVISAT/ASAR dual polarization data. IEEE Trans. Geosci. Remote Sens. 47, p. 517–526.
[2]. Congalton, R. G., and K. Green. 2009. Assessing the Accuracy of Remotely Sensed Data – Principles

and Practices. Boca Raton, FL: CRC Press, Taylor & Francis Group.
[3]. Dobermann, A., and T. Fairhurst. 2000. Rice - Nutrient Disorders and Nutrient Management. Manila:

International Rice Research Institute.
[4]. Ferrant, S., Selles, A., Le Page, M., Herrault, P.A., Pelletier, C., Al-Bitar, A., Mermoz, S., Gascoin, S.,

Bouvet, A., Saqalli, M., et al. 2017. Detection of irrigated crops from Sentinel-1 and Sentinel-2 data to
estimate seasonal groundwater use in South India. Remote Sens. 9, p. 1119.
[5]. Ferrazzoli, P., Paloscia, S., Pampaloni, P., Schiavon, G., Sigismondi, S., Solimini, D., 1997. The
potential of multifrequency polarimetric SAR in assessing agricultural and arboreous biomass. IEEE
Trans. Geosci. Remote Sens. 35, p. 5–17.
[6]. Le Toan, T., Ribbes, F., Wang, L.F., Floury, N., Ding, K.H., Kong, J.A., Fujita, M., Kurosu, T. 1997.
Rice crop mapping and monitoring using ERS-1 data based on experiment and modeling results. IEEE
Trans. Geosci. Remote Sens. 35, p. 41–56.

244

[7]. Li, S., Ni, P., Cui, G., He, P., Liu, H., Li, L., Liang, Z. 2016. Estimation of rice biophysical parameters
using multitemporal RADARSAT-2 images. In IOP Conference Series: Earth and Environmental
Science; IOP Publishing: Bristol, UK, Volume 34, p. 012019.

[8]. Torres, R., Snoeij, P., Geudtner, D., Bibby, D., Davidson, M., Attema, E., Potin, P., Rommen, B., Floury,
N., et al., 2012. GMES Sentinel-1 mission. Remote Sens. Environ. 120, p. 9–24.

MONITORING RICE CROP IN THE MEKONG DELTA AND RED RIVER
DELTA USING SENTINEL-1 DATA

Hoang Phi Phung 1, Lam Dao Nguyen 2
1 HCMC Space Technology Application Center – Vietnam National Space Center - VAST, email:


2 Graduate University of Science and Technology, email:
ABSTRACT
Rice is one of the main agricultural crops that plays an important role in food security.
Therefore, building a tool for monitoring changes of rice cultivated area and rice cropping system is
essential. From 2014, Sentinel-1A satellite have been providing continuously and free SAR data
that is not affected by atmospheric, sunlight conditions and clouds. Using SAR data can provide
sustainable solutions to the challenges on rice mapping and monitoring in the countries located
tropical monsoon, such as Vietnam. In the paper, rice planted areas in the Mekong Delta and Red
River Delta in 2018 were detected by using multi-temporal Sentinel-1A images with C-band and 20
m spatial resolution. The study showed the potential application of time-series SAR data for rice
crop mapping serving for agricultural management in regions.
Key words: Sentinel-1, SAR, C-band, Rice mapping, Mekong Delta, Red River Delta

245

IMPLICATION OF COASTAL CHANGE DUE TO HUMAN ACTIVITIES: A
SHORT TERM PERSPECTIVE IN TRA VINH PROVINCE, MEKONG
RIVER DELTA

Nguyen Thi Mong Lan, Nguyen Van Lap*, Ta Thi Kim Oanh,
Vo Thi Hong Quyen, Nguyen Minh Tai

Ho Chi Minh city Institute of Resources Geography, VAST, Vietnam
*E-mail:

ABSTRACT

Tra Vinh coast is approximately 65 km long and extends on NE-SW trend between two main
river mouths of the Mekong River, Mekong River Delta. Based on satellite image analyses and field
surveys, coastline change is identified since 1966 to present. The coastline change is mainly
controlled by natural process showing alternation of accretive and erosive coasts from that accresion
coast occurred widespread with rate of 5-10 m/yr, conversely, erossion coast occupied locally with
rate of 5-8 m/yr during 1966 to 1989. Since 1990 to present joining together with natural factors,
human activities have considerably impacted to coastline change. Accretion rate is 17-33 m/yr at the
mangrove restoration areas, meanwhile, coastal erosions are severely with rate of 12-24 m/yr in the
coastal works (eg. sea dykes, opening of fairway …), particularly erosive rate is up to 36-45 m/yr in
Dan Thanh coastline. Tra Vinh coastline changes since 1966 to present display important and
irregular changes in decennium comparison period, caused by natural process and human influence
that would be helpful for coastal landuse.

Keywords: Tra Vinh, coastline, erosion, accretion, mangrove

1. INTRODUCTION

The Mekong River Delta (MRD) in Vietnam is densely populated over 14 million people
living average elevation of the delta plain is around 2 m above present sea level. Currently, MRD is
facing severe erosion in its channels, river banks and coastal areas. Many coastal provinces have
already experienced serious subsidence and saltwater intrusion, with the impacts of prominently
rising sea level in the last decade. Total coverage of mangrove forests on coastal area has decreased
by 50% between 1965 and 2001, and considerably destroyed after 1995. Consequently, the
mangroves have been severely damaged and fragmented and replaced by aquaculture, mainly
shrimp farms or coastline stabilization. The exposure of the coastal area to waves and currents not
only impacts the conditions for depositional accumulation and progradation of mangrove, but also
complicates coastline evolution on a timescale of decades showing the change in coastline as it
responds to temporal variations in sediment supply, deposition and erosion, and sea‐level rise [2, 3].
It has been significantly protected with sea dykes, infrastuctures from storms, and shrimp farm
from saltwater intrusion. Considerable development pressures coastal lowlands, particularly coastal
erosion has been increased in intensity and widespread properties. The effects of these
developments have been varied the coastal area in various ways.

The coastline of Tra Vinh is approximately 65 km long and broadly NE-SW oriented between
Co Chien and Dinh An river mouths, is formed by unconsolidated sediments of sand dunes,
mangrove marshes, tidal flats [1]. They mainly consist of sand, sandy silt and silt that are easly
varried under influences of strong wave, tides, and longshore currents. Subaqueous delta plain has a
very gentle gradient and fored in part by a semidiunal tide. The river mouth area is mesotidal with
irregular semidiunal tides. The mean tidal range is 2.5 ± 0.1 m and maximum tidal range is 3.2 to
3.8 m. Monthly mean significant wave height is 0.8 to 1.2 m in NE monsoon season, and about 0.5

246

to 0.6 m SW monsoon season. In the recent years, beside natural impacts, the increase of human
activities have considerably influenced the coastline change in Tra Vinh province.
2. RESULTS AND DISCUSSION

Based on the topographic map of 2001, the coastline changes in 2009, 2014 and 2018 were
extracted on the satellite images (Landsat-5 TM and Landsat-8) using Mapinfo software. The
Google Earth remote sensing images in 2014, 2015 and 2018 are used to assess coastline changes,
particularly in the coastal constructions.

Observation of coastal topography was carried out in rainy and dry seasons of 2014, 2015 and
2018. Using theodolite (Total Station), each measuring 5 m long crossing the coast, fixed landmarks
in each profiles, coordinates determined from GPS, the landmarks were fixed in measurement
processess throughout three year observations.

The coastline changes has been identified since 1966 to 2018 (Fig. 1) as follows:
2.1. Coastline change from 1966 to 1989
Coastline change was mainly controlled by natural process displaying alternation of coastal
accretion and erosion. Coastal accretion occupied widespread with average rate of 5-10 m/year,
particularly, upto 40-50 m/year at the southern coast and Dinh An river mouth where magroves
were well growing up (Figure 1). Mangrove trees play important role to reduce unfavourable
influences of wave and tidal currents and maintain sediments resulting considerably coastal
accreation. Erosion coasts occurred locally on the sandy coast that alternated with depositional
coasts, and erosive rate was 5-8 m/yr showing natural process.

Figure 1. Changes in coastline of Tra Vinh from 1966 to 2018
2.2. Coastline change from 1989 to 2018
Since 1990 to present joining together with natural factors, human activities have
considerably impacted to coastal change. Mangrove restorations were carried out to protect and
maintain the coast areas. Mangrove resorations were carried out to protect coastal erosion at My
Long Nam coast Cung Hau river mouth in 1992 and to maintain the coastal wetlands at Dong Hai
and Long Vinh in 2001 - 2006 (Table 1). Subsequently, mangroves gradually promoted deposition
and coastal accumulation with average rates of 18-20 m/yr in My Long Nam and up to 27-30 m/yr

247

Dong Hai and Long Vinh areas. In the median coasts of Tra Vinh province, stable coasts alternated
with accretive and erosive coasts, and displaying the equivalent rates of 5-12 m/yr and 6-10 m/yr
respectively.

Table 1. The coastal works in Tra Vinh

Year Works, projects Locality

1992 800 ha of mangrove restoration My Long Nam - Cung Hau river mouth
(RM).

2001 - 2006 Project "Protection and My Long Nam - Cung Hau RM; Dong
development of the coastal Hai - southern coast; Long Vinh - Dinh

wetlands” An RM.

2009 - 2013 1320 meters long concreted sea Hiep Thanh- NE coast.
dyke

2012 - 2014 750 meters long concreted sea Truong Long Hoa - median coast.
dyke

2009 - 2015 Building Thermoelectricity plant Dan Thanh- median coast
and opening of fairway

connecting Bassac river and East
sea

2.3. Coastline change in the typical areas

From 1989 – 2009, coastline continued to erode with average rate of 10-20 m/yr in Hiep
Thanh area. After building a sea dyke in 2013, assessment of coastline from 2014 and 2015
indicates a serious erosion with rates of 14 and 27 m/yr in the northern and southern adjacent
segments of the sea dyke respectively (Figure 2).

After building the sea dyke in 2014, Ba Dong coast Truong Long Hoa area, coastal erosion
has been immediately inceased up to 30–38 m/yr during 2014 - 2018 in the northern and southern
adjacent segment of the sea dyke.

From 1989 - 2009 coastal erosion was 5-11 m/year, and increasing up to 12-24 m/yr during
period of 2009 to 2014 in Dan Thanh area. Assessing coastline change in 2014 to 2018 showing
erosive rate is reaching over 36-45 m/year (Figure 3). It is clearly that The sea floor has been

248