Nghiên cứu giám sát mức độ phú dưỡng của một số hồ tại quận Hoàng Mai, Hà Nội sử dụng dữ liệu ảnh vệ tinh Landsat

LỜI CẢM ƠN
Trước tiên, học viên xin gửi lời biết ơn sâu sắc tới TS. Nguyễn Thị Thu Hà,
người đã trực tiếp giảng dạy, hướng dẫn học viên trong suốt thời gian hoàn thành
Luận văn thạc sĩ khoa học.
Đồng thời, học viên cũng chân thành cảm ơn Trung tâm CARGIS, Phòng Thí
nghiệm Trọng điểm Địa chất Môi trường và Biến đổi Khí hậu đã cung cấp cho học
viên mượn máy đo Phổ, máy đo chất lượng nước hiện trường. Học viên cũng xin
cảm ơn Đề tài NAFOSTED mã số 105.08-2013.12 đã tạo điều kiện giúp học viên
phân tích mẫu Chlorophyll-a. Học viên cũng xin cảm ơn Phòng Tài nguyên - Môi
trường, Phòng Kế hoạch - Tài chính, Phòng Thống kê, Phòng Quản lý Đô thị,
UBND quận Hoàng Mai, Hà Nội đã cho phép học viên tham khảo các số liệu, tài
liệu liên quan đến vấn đề nghiên cứu. Học viên xin cảm ơn các thầy, cô trong khoa
Địa chất nói chung và Bộ môn Địa chất Môi trường nói riêng, Trường Đại học
Khoa học Tự nhiên - ĐHQGHN đã luôn nhiệt tình giảng dạy cho học viên trong
suốt chương trình đạo tạo thạc sĩ. Học viên cũng xin gửi lời cảm ơn đến các anh,
chị, em và bạn bè đồng nghiệp trong nhóm nghiên cứu Địa chất môi trường đã tạo
điều kiện giúp đỡ cho học viên hoàn thành luận văn.
Cuối cùng, học viên xin gửi lời cảm ơn đến gia đình đã luôn quan tâm, chia
sẻ mọi khó khăn và ủng hộ học viên trong suốt quá trình học tập và nghiên cứu.
Hà Nội, ngày

tháng

Học viên
Vũ Thị Hân

i

năm

MỤC LỤC
MỞ ĐẦU .................................................................................................................... 1
CHƯƠNG 1. TỔNG QUAN VỀ VÙNG NGHIÊN CỨU VÀ LỊCH SỬ
NGHIÊN CỨU .......................................................................................................... 4
1.1. TỔNG QUAN VỀ VÙNG NGHIÊN CỨU ........................................................ 4
1.1.1. Vị trí địa lý vùng nghiên cứu ........................................................................ 4
1.1.2. Các yếu tố ảnh hưởng đến sự phân bố TSI tại vùng nghiên cứu .................. 5
1.1.2.1. Các yếu tố tự nhiên ............................................................................... 5
1.1.2.2. Các yếu tố kinh tế - xã hội ..................................................................... 8
1.2. LỊCH SỬ NGHIÊN CỨU ................................................................................. 10
1.2.1. Trên thế giới ............................................................................................... 10
1.2.2. Tại Việt Nam .............................................................................................. 19
CHƯƠNG 2. PHƯƠNG PHÁP NGHIÊN CỨU .................................................. 23
2.1. THU THẬP VÀ TỔNG HỢP TÀI LIỆU .......................................................... 23
2.2. PHƯƠNG PHÁP KHẢO SÁT THỰC ĐỊA ...................................................... 24
2.3. PHƯƠNG PHÁP XÁC ĐỊNH HÀM LƯỢNG CHLOROPHYLL-A
VÀ CHỈ SỐ TSI ........................................................................................................ 28
2.4. DỮ LIỆU ẢNH VỆ TINH SỬ DỤNG .............................................................. 29
2.5. PHƯƠNG PHÁP XỬ LÝ ẢNH ........................................................................ 30
2.6. PHƯƠNG PHÁP ĐÁNH GIÁ TÌNH TRẠNG PHÚ DƯỠNG......................... 31
2.7. PHƯƠNG PHÁP PHÂN TÍCH THỐNG KÊ VÀ BẢN ĐỒ ............................. 32
CHƯƠNG 3. KẾT QUẢ VÀ THẢO LUẬN ......................................................... 33
3.1. KẾT QUẢ .......................................................................................................... 33
3.1.1. Hiện trạng phú dưỡng tại các hồ nghiên cứu tại quận Hoàng Mai............. 33
3.1.2. Mối quan hệ giữa chỉ số TSI với phổ mặt nước tại các hồ nghiên cứu ...... 35
3.1.3. Diến biến TSI trong các hồ nghiên cứu từ năm 2013 đến nay ................... 37
3.1.3.1. Phương trình tính toán chỉ số TSI ....................................................... 37
3.1.3.2. Diễn biến TSI trong các hồ nghiên cứu từ năm 2013 đến nay............ 40
ii

3.2. THẢO LUẬN .................................................................................................... 52
3.2.1. Mối quan hệ giữa trình đô thị hóa và TSI của hồ ....................................... 52
3.2.2. Đề xuất giải pháp giám sát tình trạng phú dưỡng các hồ
thuộc quận Hoàng Mai sử dụng dữ liệu ảnh vệ tinh ................................................. 57
3.2.2.1. Tích hợp viễn thám và các phương pháp quan trắc truyền thống ...... 57
3.2.2.2. Hoàn thiện hệ thống văn bản pháp quy, đưa công nghệ viễn thám
thành một cấu phần của hệ thống giám sát tài nguyên môi trường ......................... 58
KẾT LUẬN .............................................................................................................. 60
TÀI LIỆU THAM KHẢO ...................................................................................... 61

iii


DANH MỤC HÌNH
Hình 1.1. Vị trí của Quận Hoàng Mai và 3 hồ nghiên cứu ......................................... 5
Hình 1.2. Cơ cấu kinh tế quận Hoàng Mai tính đến hết năm 2016 (%) [16].............. 9
Hình 2.1. Khung Logic giải quyết vấn đề ................................................................. 24
Hình 2.2. Sơ đồ vị trí lấy mẫu tại các hồ nghiên cứu: a) Định Công; b) Yên Sở;
c) Linh Đàm .............................................................................................................. 26
Hình 2.3. Hoạt động kiểm tra máy quang phổ trước khi thực hiện đo phổ
tại mỗi điểm khảo sát ....................................................................................................
Hình 2.4. Thực hiện đo phổ và lấy mẫu tại các điểm khảo sát .....................................
Hình 2.5. Ảnh gốc (a) và ảnh sau khi được hiệu chỉnh khí quyển (b) ...................... 31
Hình 2.6. Mặt nước được thể hiện rõ nét hơn thông qua hiển thị tỷ số kênh phổ 6:3 (b)
so với ảnh toàn sắc (a) ........................................................................................................ 31
Hình 3.1. Phổ phản xạ của mặt nước tại các hồ trên địa bàn quận Hoàng Mai, vị trí
các kênh phổ ảnh Landsat 8 (B1-B5 ứng với kênh 1 - kênh 5) và TSI tương ứng ... 36
Hình 3.2. Mối quan hệ giữa TSI tính toán từ thực địa và tỷ số phổ phản xạ mặt nước
tương đương tỷ số ảnh vệ tinh Landsat 8: a) kênh 3 với 2; b) kênh 5 với 4;

c) kênh 3 với 1 .......................................................................................................... 37
Hình 3.3. Mối quan hệ giữa tỷ lệ kênh phổ R(561)/R(482) đo được tại mặt nước
và tỷ lệ kênh phổ chiết tách từ ảnh (b3/b2)............................................................... 38
Hình 3.4. Mối quan hệ giữa TSI và tỷ số phổ phản xạ kênh 3 với kênh 2 của ảnh
Landsat 8 ................................................................................................................... 38
Hình 3.5. Mối quan hệ giữa TSI tính toán từ thực địa và TSI tính toán từ ảnh
Landsat 8 ................................................................................................................... 39
Hình 3.6. Mối quan hệ giữa TSI tính toán từ thực địa và TSI tính toán từ ảnh
Landsat 8 (đợt kiểm chứng) ...................................................................................... 40
Hình 3.7. Giá trị TSI trung bình các tháng trong năm 2013 tại các hồ nghiên cứu .... 41
Hình 3.8. Giá trị TSI trung bình các tháng trong năm 2016 tại các hồ nghiên cứu .... 42
Hình 3.9. Giá trị TSI trung bình tại cùng một thời điểm qua các năm, từ năm 2013
đến năm 2017 tại các hồ nghiên cứu ......................................................................... 42
Hình 3.10. Biến động TSI từ năm 2013 đến năm 2017 tại hồ Linh Đàm................. 45

iv


Hình 3.11. Biến động TSI từ năm 2013 đến năm 2017 tại hồ Yên Sở ..................... 48
Hình 3.12. Biến động TSI từ năm 2013 đến năm 2017 tại hồ Định Công ............... 52
Hình 3.13. Sơ đồ diện tích mặt nước và đất đô thị tại quận Hoàng Mai năm 2013;
2015 và 2017 ............................................................................................................. 53
Hình 3.14. Dân số trung bình tại quận Hoàng Mai từ năm 2013 - 2016 (người) [2] ..... 54
Hình 3.15. Diện tích đất đô thị tại quận Hoàng Mai từ năm 2013 - 2016 (ha) [2]......... 54
Hình 3.16. Mối tương quan giữa hàm lượng TSI và diện tích đất xây dựng
của quận Hoàng Mai ................................................................................................. 55
Hình 3.17. Mối tương quan giữa hàm lượng TSI và dân số của quận Hoàng Mai... 55
Hình 3.18. Mặt nước hồ Linh Đàm đang bị rác thải bủa vây 01/06/2016 ................ 55
Hình 3.19. Một góc hồ tại khu vực hồ Định Công chụp ngày 01/04/2017 .............. 55

v


DANH MỤC BẢNG
Bảng 1.1. Số giờ nắng, lượng mưa, độ ẩm và nhiệt độ trung bình của
quận Hoàng Mai, 2016 ................................................................................................ 6
Bảng 1.2. Tình hình dân số quận Hoàng Mai đến ngày 31/12 hằng năm ................... 8
Bảng 2.1. Số lượng mẫu đã lấy tại các hồ nghiên cứu.............................................. 25
Bảng 2.2. Các ảnh vệ tinh Landsat 8 sử dụng trong nghiên cứu .............................. 29
Bảng 2.3. Bảng phân loại mức độ phú dưỡng hồ của Carlson và Simpson.............. 32
Bảng 3.1. Kết quả thống kê hàm lượng Chl-a và TSI trong các đợt khảo sát
tại 3 hồ nghiên cứu .................................................................................................... 33
Bảng 3.2. Kết quả thống kê hàm lượng Chl-a và TSI trong các đợt khảo sát
tại hồ Linh Đàm ........................................................................................................ 34
Bảng 3.3. Kết quả thống kê hàm lượng Chl-a và TSI trong các đợt khảo sát
tại hồ Định Công ....................................................................................................... 35
Bảng 3.4. Kết quả thống kê hàm lượng Chl-a và TSI trong các đợt khảo sát
tại hồ Yên Sở............................................................................................................. 35
Bảng 3.5. Hệ số tương quan Pearson (R) giữa TSI và các dải kênh/tỷ lệ các kênh
của Landsat OLI tại các hồ nghiên cứu .................................................................... 36

vi


KÍ HIỆU VIẾT TẮT
TSI

Chỉ số phú dưỡng

BOD

Nhu cầu oxy sinh hóa

DO

Nồng độ oxy hòa tan

DOM

Các chất hữu cơ hòa tan

CDOM

Các chất hữu cơ hòa tan có màu

TSS

Tổng chất rắn lơ lửng

SDD

Độ sâu đĩa Secchi

P

Phot pho

N

Nitro

TP

Tổng Photpho

vii


MỞ ĐẦU
Phú dưỡng là hiện tượng thường gặp trong các hồ đô thị, các sông và kênh
dẫn nước thải. Biểu hiện phú dưỡng của các hồ đô thị là nồng độ chất dinh dưỡng
Nitro (N), Photpho (P) cao, tỷ lệ P/N cao do sự tích luỹ tương đối P so với N, sự
yếm khí và môi trường khử của lớp nước đáy thuỷ vực, sự phát triển mạnh mẽ của
tảo và nở hoa tảo, sự kém đa dạng của các sinh vật nước, đặc biệt là cá, nước có
màu xanh đen hoặc đen, có mùi khai thối do thoát khí hidro sunfua (H2S)... Nguyên
nhân gây phú dưỡng là sự thâm nhập một lượng lớn N, P từ nước thải sinh hoạt của
các khu dân cư, sự đóng kín và thiếu đầu ra của môi trường hồ. Sự phú dưỡng nước
hồ đô thị và các sông kênh dẫn nước thải gần các thành phố lớn đã trở thành hiện
tượng phổ biến ở hầu hết các nước trên thế giới. Hiện tượng phú dưỡng hồ đô thị và
kênh thoát nước thải tác động tiêu cực tới hoạt động văn hoá của dân cư đô thị, làm
biến đổi hệ sinh thái nước hồ, tăng thêm mức độ ô nhiễm không khí của đô
thị..[164].
Các hồ đô thị hầu hết đóng vai trò quan trọng trong việc tiếp nhận, điều hòa
nước và khí hậu, tạo cảnh quan, và là nơi vui chơi giải trí của cộng đồng. Quận
Hoàng Mai - thành Phố Hà Nội nằm ở vùng địa hình thấp của đồng bằng sông Hồng
nên phần lớn các hồ thuộc địa bàn quận có nguồn gốc từ các vùng trũng hoặc từ các
nhánh sông. Sự hình thành và biến đổi của các hồ đều gắn liền với sự phát triển đô
thị. Các hồ đô thị tạo thành một hệ thống kết nối với các sông tiêu thoát nước của
thủ đô Hà Nội. Quận Hoàng Mai có khoảng 14 hồ, ao vừa và lớn [1]. Trong đó có 3
hồ lớn nhất là hồ Linh Đàm (75 ha), hồ Yên Sở (130 ha); hồ Định Công (25 ha) và

một số hồ nhỏ khác như hồ Đền Lừ (4 ha), một số hồ điều hòa nước cho các khu
vực nhỏ, hỗ trũng thuộc địa bàn các phường Định Công, Giáp Bát, đặc biệt là khu
vực ao hồ thuộc phường Hoàng Văn Thụ, Thịnh Liệt, Yên Sở, Trần Phú, Lĩnh Nam,
Hoàng Liệt. Tổng diện tích các ao hồ, ruộng trũng nêu trên khoảng trên 400 ha [17].
Hệ thống hồ lớn trên địa bàn quận có một bề dày lịch sử và đã trở thành biểu tượng,
niềm tự hào của quận, đồng thời đóng vai trò quan trọng trong đời sống cộng đồng,
ngoài việc tiếp nhận trực tiếp nước thải, nước mưa của lưu vực thoát nước xung
quanh sau đó tiêu thoát qua các mương thoát nước của thành phố Hà Nội, chúng
còn được sử dụng cho mục đích cảnh quan du lịch phục vụ vui chơi giải trí, nuôi cá
của quận.
1


Hầu hết các hồ đô thị đều chịu sự tác động của các yếu tố tự nhiên và nhân
sinh nên quá trình lão hoá diễn ra nhanh. Trong những năm gần đây, khi tốc độ đô thị
hoá tăng lên rõ rệt, hệ thống thoát nước không được xây dựng theo kịp tốc độ đô thị
hoá dẫn đến độ sâu của hồ giảm rõ rệt do các vật liệu bị nước mưa cuốn trôi, do xả
nước thải và san lấp, lấn chiếm không gian của người dân sống xung quanh. Điều này
cũng dẫn đến việc diện tích hồ bị thu hẹp rất nhiều so với ban đầu. Bên cạnh đó, việc
xả nước chưa qua xử lý, chứa một lượng rất lớn chất hữu cơ, các chất dinh dưỡng như
N, P và các chất độc hại khác vào hồ làm cho hồ nhiễm bẩn. Hiện tượng phú dưỡng
gây “tảo nở hoa” và cá chết hàng loạt làm cho hệ sinh thái trong hồ bị nhiễm độc và
khi lắng xuống cùng với cặn trong nước thải tạo nên lớp trầm tích đọng ở đáy hồ, làm
cho hồ nông dần theo thời gian, nhất là tại nơi trực tiếp đón nhận nước thải; kéo theo
đó là sự đổi màu của nước, nước có mùi hôi thối khiến cho hệ thống hồ không thể
thực hiện được các chức năng của mình. Do vậy, để có thể kịp thời bảo vệ hệ sinh
thái các hồ, việc đánh giá và dự báo sự phú dưỡng là vô cùng cần thiết.
Đã có nhiều công trình nghiên cứu với nhiều phương pháp để xác định tình
trạng phú dưỡng của hồ trên địa bàn thành phố Hà Nội, trong đó có một số hồ tại
quận Hoàng Mai bằng cách dựa vào các nhóm sinh vật chỉ thị cho sự phú dưỡng

hoặc giám sát các thông số đánh giá độ phú dưỡng thứ cấp như N và P [4-6,11].
Tuy nhiên, các phương pháp quan trắc, giám sát truyền thống chất lượng nước các
hồ đô thị thường gây tốn kém về mặt thời gian và kinh phí, đặc biệt không giúp
đánh giá nhanh được hiện trạng môi trường của hồ để có giải pháp kịp thời. Điều
này dẫn đến thực trạng thiếu dữ liệu trong việc quản lý các hồ ở đô thị hiện nay.
Trong khi đó trên thế giới, việc sử dụng viễn thám vào giám sát, đánh giá mức độ
phú dưỡng của các hồ thông qua tính toán hàm lượng chlorophyll-a (Chl-a) - chỉ số
trực tiếp phản ánh sức khỏe hệ sinh thái trong hồ, đã trở nên phổ biến, hiệu quả và
mang độ chính xác cao.
Xuất phát từ thực tiễn trên, đề tài “Nghiên cứu giám sát mức độ phú dưỡng
của một số hồ tại quận Hoàng Mai, Hà Nội sử dụng dữ liệu ảnh vệ tinh Landsat”
được tiến hành nghiên cứu với mục tiêu nghiên cứu như sau:
-

Xác định mối quan hệ giữa chỉ số phú dưỡng (TSI) của nước tại một số hồ thuộc
quận Hoàng Mai, Hà Nội và các thông số thu được của ảnh Landsat 8;

-

Sử dụng dữ liệu ảnh Landsat 8 để tính toán, mô hình hóa sự phân bố không gian
và thời gian của TSI trong nước tại một 3 hồ lớn của quận Hoàng Mai là Linh
Đàm, Yên Sở, Định Công;
2


-

Xác định mối quan hệ giữa quá trình đô thị hóa và sự gia tăng dân số khu vực
xung quanh 3 hồ (Linh Đàm, Yên Sở, Định Công) với diễn biến của TSI trong
các hồ;

-

Đề xuất một số giải pháp giám sát hiện tượng phú dưỡng tại 3 hồ (Linh Đàm,
Yên Sở, Định Công).
Trong luận văn, đối tượng và phạm vi nghiên cứu là TSI và sự biến động của

TSI theo không gian và thời gian ở 3 hồ lớn tại quận Hoàng Mai là Yên Sở, Linh
Đàm và Định Công.
Nội dung của luận văn được trình bày trong 3 chương, không kể phần mở
đầu và kết luận như sau:
Chương 1: Tổng quan về vùng nghiên cứu và lịch sử nghiên cứu
Chương 2: Phương pháp nghiên cứu
Chương 3: Kết quả và thảo luận
Luận văn được thực hiện tại bộ môn Địa chất Môi trường, Khoa Địa chất,
Trường Đại học Khoa học Tự nhiên - ĐHQGHN dưới sự hướng dẫn của TS.
Nguyễn Thị Thu Hà. Luận văn là kết quả nghiên cứu của học viên cao học thuộc
ngành đào tạo thí điểm Địa chất môi trường.

3


CHƯƠNG 1 TỔNG QUAN VỀ VÙNG NGHIÊN CỨU
VÀ LỊCH SỬ NGHIÊN CỨU
1.1.

TỔNG QUAN VỀ VÙNG NGHIÊN CỨU

1.1.1. Vị trí địa lý vùng nghiên cứu
Quận Hoàng Mai nằm ở phía nam thủ đô Hà Nội. Tọa độ địa lý của quận vào

khoảng 20o53’ - 21o35’ độ vĩ Bắc và 105o44’ - 106o02’ độ kinh Đông. Phía bắc của
quận giáp với quận Hai Bà Trưng, phía nam giáp với huyện Thanh Trì, phía đông
giáp với sông Hồng và huyện Gia Lâm, phía tây giáp với huyện Thanh Trì và quận
Thanh Xuân. Địa bàn quận Hoàng Mai tương đối rộng, trải từ bắc xuống nam
khoảng 5 km, từ đông sang tây khoảng 12 km với tổng diện tích tự nhiên khoảng
4.032 ha với 14 đơn vị hành chính cấp phường. Là cửa ngõ phía nam thành phố Hà
Nội, trên địa bàn quận theo hướng Bắc - Nam có đường quốc lộ 1A, đường Tam
Trinh, đường Lĩnh Nam, nối giữa Đông - Tây và đường vành đai 3 có cầu Thanh
Trì chạy qua. Ở đây có nhiều tuyến giao thông đường bộ, đường sắt nối thủ đô với
các địa phương khác trong cả nước. Thêm vào đó, sông Hồng ở phía đông cũng là
một điều kiện thuận lợi cho việc phát triển giao thông đường thủy với các tỉnh vùng
đồng bằng sông Hồng và vùng trung du miền núi phía Bắc. Chính vị trí địa lý thuận
lợi này là điều kiện để mở rộng giao lưu, lưu thông hàng hóa và dịch vụ, tạo tiền đề
để phát triển kinh tế, văn hóa và xã hội của quận Hoàng Mai trong tương lai.

4


Hình 1.1. Vị trí của Quận Hoàng Mai và 3 hồ nghiên cứu

1.1.2. Các yếu tố ảnh hưởng đến sự phân bố TSI tại vùng nghiên cứu
1.1.2.1.

Các yếu tố tự nhiên

a. Đặc điểm địa hình, địa chất
Quận Hoàng Mai nằm ở phía nam thành phố Hà Nội với địa hình tương đối
trũng, độ cao trung bình khoảng 4 đến 5 m. Địa hình biến đổi dốc nghiêng từ Bắc
xuống Nam và từ Tây sang Đông: khu vực phía bắc bao gồm các phường Mai
Động, Tân Mai, Tương Mai, Giáp Bát và Hoàng Văn Thụ có độ cao từ 6 - 6,2m;

khu vực phía nam bao gồm các phường Đại Kim, Định Công, Hoàng Liệt, Thanh
Trì, Vĩnh Hưng, Yên Sở, Lĩnh Nam và Trần Phú có độ cao từ 5,20 - 5,8m; khu vực
ao, hồ, vùng trũng có độ cao dưới 3,5m. Địa hình có sự khác biệt giữa trong đê và
ngoài đê. Toàn quận với 14 phường chủ yếu là vùng trong đê, ngoài ra còn một số
vùng bãi ven đê sông Hồng với diện tích khoảng 920 ha là diện tích thuộc các
phường Thanh Trì, Trần Phú, Yên Sở, Lĩnh Nam. Đây là phần đất phù sa bồi tụ
thường xuyên nên có độ cao trung bình thường cao hơn vùng đất trong đê. Giữa
vùng bãi và đê có nhiều đầm hồ trũng chạy ven đê là nơi giữ nước vào mùa khô.
Đất đai vùng bãi thuộc loại đất bồi tụ hàng năm, thường ngập nước vào mùa lũ nên
vùng này thích hợp cho việc phát triển các loại rau màu thực phẩm, nhất là các loại
rau an toàn [16].
Vùng trong đê chiếm đa số diện tích của quận, địa hình bị chia cắt bởi trục
giao thông Pháp Vân - Yên Sở, đường 70A và các sông tiêu nước thải của thành
5


phố như sông Kim Ngưu, sông Sét, Sông Lừ nên đã hình thành các tiểu vùng nhỏ có
nhiều đầm, ruộng trũng. Địa hình này một mặt gây những khó khăn do tình trạng
ngập úng quanh năm của các vùng trũng, một số điểm ngập úng khi mưa to kéo dài,
mặt khác cũng tạo điều kiện cho việc phát triển chăn nuôi thủy sản và các hoạt động
sản xuất trên ruộng nước. Ngoài ra, các vùng đất ngập nước thường xuyên có lớp
đất đá với tính cơ lý yếu, không thuận lợi cho việc xây dựng các công trình lớn.
Địa chất: căn cứ theo tài liệu địa chất khu vực Hà Nội, quận Hoàng Mai
nằm trên khu vực đất bồi châu thổ sông Hồng, chủ yếu trong vùng đất thuận lợi có
mức độ cho xây dựng và một phần trong vùng đất thuận lợi cho xây dựng. Phần
ngoài đê sông Hồng nằm trong vùng không thuận lợi cho xây dựng và bị lũ ngập
hàng năm [17].
b. Đặc điểm thời tiết, khí hậu
Quận Hoàng Mai có cùng chung chế độ khí hậu của thành phố Hà Nội, đó là
khí hậu nhiệt đới ẩm gió mùa. Rõ nét nhất là sự thay đổi và khác biệt của hai mùa

nóng, lạnh: từ tháng 5 đến tháng 9 là mùa hạ, khí hậy ẩm ướt, nóng và mưa nhiều;
Từ tháng 11 đến tháng 3 năm sau là mùa đông, thời kỳ đầy khô lạnh, nhưng cuối
mùa lại mưa phùn ẩm ướt. Giữa hai mùa là thời kỳ chuyển tiếp (tháng 4 và tháng
10) tạo cho Hoàng Mai cũng như Hà Nội có 4 mùa: Xuân, hạ, thu, đông.
-

Mùa nóng : khí hậu ẩm ướt, mưa nhiều, hướng gió chủ đạo là hướng đông
nam, nhiệt độ trung bình là 27 - 290C, mùa mưa tháng 7 đến tháng 9, lượng
mưa trung bình là 1.676mm.

-

Mùa lạnh: thời kì đầu khô lạnh, cuối mùa mưa ẩm ướt, hướng gió chủ đạo là
đông bắc, nhiệt độ trung bình là 230C, tháng thấp nhất là 6 - 80C, độ ẩm thấp
nhất là 84%, cao nhất là 95%.
Bảng 1.1. Số giờ nắng, lượng mưa, độ ẩm và nhiệt độ trung bình
của quận Hoàng Mai, 2016
Tháng

Chỉ tiêu
Số giờ nắng (h)
Lượng mưa
(mm)
Độ ẩm (%)
Nhiệt độ trung
bình (oC)

1

2

3

4

5

6

7

8

9

10

11

12

113

94

76

121

176

177

225

127

149

148

131

104

41,3

37

13

61

282

274

243

375

251

13

4

6

76

82

77

81

78

75

80

82

81

72

71

70

16,9

20,8

21,9

26,2

29

30,1

29,8

29,1

27,8

26,6

23,9

18,5

Nguồn: [2]
6

Nhiệt độ trung bình trong năm là 250C, nóng nhất là tháng 6 đến tháng với
nhiệt độ cao nhất thường vào tháng 7 là 37 - 380C. Tháng lạnh nhất là từ tháng 12
vến tháng 2 năm sau với nhiệt độ thấp nhất thường xảy ra vào tháng Giêng, khoảng
9 - 130C. Giữa các tháng trong năm nhiệt độ trung bình không dao động lớn
(<140C).
Độ ẩm trung bình trong năm khoảng 80% và độ ẩm này cũng rất ít thay đổi
theo các tháng trong năm, thường dao động ở mứa 70 - 80%.
Số ngày mưa trong năm khoảng 144 ngày với tổng lượng mưa trung bình
hàng năm khoảng 1.600 - 1.800 mm. Mùa mưa (từ tháng 5 đến tháng 10) tập trung
tới 85% lượng mưa toàn năm. Mưa lớn nhất vào tháng 8 với lượng mưa trung bình
từ 300 - 350 mm. Những tháng đầu đông có rất ít mưa (< 10 mm) nhưng nửa cuối
mùa đông lại có mưa phùn ẩm ướt. Vào mùa đông, Hoàng Mai còn phải chịu các
đợt gió mùa đông bắc gây ra rét đậm và rét hại. Tổng số giờ nắng trong năm khoảng
1.600 giờ và có 220 ngày có nắng [2].
Nhìn chung, thời tiết và khí hậu quận Hoàng Mai, rất thuận lợi cho hoạt động
sản xuất vùng. Song các đợt giông báo vào mùa hè và gió mùa đông bắc vào mùa
đông cũng gây trở ngại ít nhiều cho đời sống cư dân và hoạt động sản xuất.
c. Đặc điểm thủy văn
Quận Hoàng Mai chịu ảnh hưởng chế độ thủy văn của sông Hồng, lưu lượng
nước trung bình năm 2710 m3/s. Mực nước sông lên xuống có biên độ giao động
lớn giữa mùa khô và mùa mưa trong khoảng 9 - 12 m.
Các sông chảy qua địa bàn quận Hoàng Mai gồm: Sông Tô Lịch, sông Lừ,
sông Sét và sông Kim Ngưu. Các tuyến sông này đồng thời cũng là các tuyến thoát
nước chủ yếu cho thành phố nói chung và quận Hoàng Mai nói riêng.
-

Sông Tô Lịch chảy qua địa bàn các phường: Đại Kim, Định Công và Hoàng
Liệt;

-

Sông Lừ chảy qua địa bàn phường Định Công, bán đảo Linh Đàm nối với
sông Tô Lịch;

-

Sông Sét chảy qua địa bàn các phường Giáp Bát, Tương Mai, Tân Mai và
Thịnh Liệt rồi chảy vào hồ Yên Sở;

-

Sông Kim Ngưu là một nhánh tách ra từ sông Tô Lịch chảy qua qua địa bàn
các phường Mai Động, Hoàng Văn Thụ và Hoàng Liệt.
Quận Hoàng Mai là khu vực đầu mối thoát nước của thành phố, tập trung các

hồ điều hòa lớn như Yên sở, Linh Đàm, Định Công và hệ thống kênh mương, trạm
7


bơm tiêu Yên Sở. Vào mùa mưa lớn, nước không tiêu thoát kịp sẽ gây ngập úng tại
một số khu vực.
1.1.2.2.

Các yếu tố kinh tế - xã hội

a. Dân số
Tính đến ngày 31/12/2016, dân số trung bình của quận Hoàng Mai là
379.483 người, trong đó dân số nữ là 189.666 người chiếm 49,98%. Mât độ dân số
trung bình là 9.547 người/km2 [2].

Bảng 1.2. Tình hình dân số quận Hoàng Mai đến ngày 31/12 hằng năm
Đơn vị: Người
2011

2012

2013

2014

2015

2016

Dân số

344.087

3 49.839

362.378

363.974

368.518

379.483

Nam

164.281

176.996

183.189

182.687

185.534

190.698

Nữ

179.806

172.843

179.189

181.287

182.984

188.785

Tỷ lệ tăng dân số tự nhiên

0,95%

1,69%

1,96%

1,96%

1,89%

1,74%

Tỷ lệ tăng dân số cơ học

2,25%

3,09%

4,36%

6,89%

9,63%

10,3%

Nguồn: [2]
Dân số tăng nhanh làm tăng nguồn lao động xã hội, tạo điều kiện cho phát
trienr kinh tế. Ngược lại, dân số tăng sẽ gây sức ép về mọi mặt, đặt biệt vấn đế môi
trường, vấn đề giải quyết việc làm, và một số vấn đề xã hội khác. Chính vì vậy, thời
gian tới quận Hoàng Mai cần có những biện pháp hữu hiệu nhằm kiểm soát được
vấn đề này.

b. Tình hình phát triển kinh tế
Hoàng Mai là một quận được hình thành trên cơ sở 9 xã thuộc huyện Thanh
Trì với chủ yếu là sản xuất nông nghiệp và 5 phường thuộc quận Hai Bà Trưng sản
xuất công nghiệp là chủ yếu, nên hoạt động sản xuất của quận Hoàng Mai là sự kết
hợp cả sản xuất nông nghiệp, công nghiệp bên cạnh đó là thương mại dịch vụ. Cơ
cấu kinh tế theo giá trị sản xuất của quận là công nghiệp, tiểu thủ công nghiệp, xây
dựng- thương mại dịch vụ - nông nghiệp.
Theo báo cáo của UBND quận Hoàng Mai, năm 2016 kinh tế tiếp tục duy trì
phát triển. Tổng giá trị sản xuất ước đạt 26.813 tỷ đồng, tăng 13,47% so với năm
2015; thu ngân sách Nhà nước trên địa bàn ước đạt 3.480 tỷ đồng; tổng chi ngân
sách Nhà nước ước thực hiện 1.276 tỷ đồng, bằng 95% dự toán [16].
Các ngành, lĩnh vực kinh tế đều duy trì tăng trưởng, trong đó ngành công
nghiệp - xây dựng ước đạt 15.128 tỷ đồng, tăng 10,36% so với cùng kỳ; ngành
thương mại - dịch vụ ước đạt 11.499 tỷ, tăng 18,07%; ngành nông nghiệp và thủy
8


sản ước đạt 186 tỷ đồng, tăng 1,64% [16].
Cơ cấu kinh tế chuyển dịch tích cực, đến hết năm 2016, tỷ trọng ngành công
nghiệp - xây dựng là 52,91%, giảm 0,48% so với năm 2015, ngành thương mại dịch vụ là 46,4%, tăng 0,68% so với năm 2015 và ngành nông nghiệp - thủy sản là
0,69%, giảm 0,2% [16].

Hình 1.2. Cơ cấu kinh tế quận Hoàng Mai tính đến hết năm 2016 (%) [16]

Năm 2016, trên địa bàn quận có 1.900 doanh nghiệp thành lập mới (tăng
21% so với năm 2015), nâng tổng số doanh nghiệp đang hoạt động sản xuất kinh
doanh lên 10.775 và 7.293 hộ kinh doanh cá thể. Kinh tế của quận được phát triển
theo từng lĩnh vực cụ thể như sau:
Lĩnh vực nông nghiệp: Sản xuất công nghiệp phát triển ổn định, sản phẩm
tiêu thụ khá, một số ngành sản xuất chủ lực có mức tăng khá như: sản xuất giấy

tăng 12,9%, thiết bị điện tăng 8,7%, chế biến lương thực - thực phẩm tăng 9,2%,
sản phẩm từ cao su, plastic tăng 12,7%...
Lĩnh vực thương mại - dịch vụ: Tổng mức bán lẻ hàng hóa và doanh thu dịch
vụ tăng 22,8% so với năm 2015. Quận đã tăng cường công tác quản lý hoạt động
các chợ, trung tâm thương mại; bàn giao công tác quản lý, khai thác chợ Đại Từ về
ban quản lý chợ Trương Định; đẩy nhanh tiến độ đấu thầu lựa chọn nhà đầu tư 08
dự án chợ, trung tâm thương mại dịch vụ… Chỉ đạo đẩy mạnh công tác kiểm soát,
phát hiện kịp thời các hành vi vi phạm buôn lậu, gian lận thương mại, hàng giả,
hàng kém chất lượng và vi phạm vệ sinh an toàn thực phẩm.
Lĩnh vực phát triển nông nghiệp: Tăng cường sử dụng có hiệu quả hạ tầng kỹ
thuật vùng bãi phục vụ sản xuất nông nghiệp. Thực hiện chuyển đổi cơ cấu cây
trồng đạt 38,48 ha cây trồng, nâng cao năng suất diện tích 20,09 ha nuôi trồng thủy

9


sản. Tính đến năm 2016 đã chuyển đổi được 160 ha cây trồng đạt 71% so với diện
tích chuyển đổi của dự án quy hoạch sản xuất nông nghiệp đã được phê duyệt. Củng
cố, hỗ trợ và nâng cao chất lượng, hiệu quả sản xuất kinh doanh của các hợp tác xã
dịch vụ tổng hợp nông nghiệp. Hướng dẫn các đơn vị tham gia giới thiệu sản phẩm
an toàn cua địa phương tại Hội chợ Hàng Việt Nam thành phố Hà Nội năm 2016.
Đưa các mặt hàng nông sản vào chuỗi bán hàng thực phẩm an toàn của thành phố.
Tài chính - ngân sách: tổng thu ngân sách nhà nước trên địa bàn quân jnawm
2016 ước đạt 3.480 tỷ đồng bằng 127% dự toán. Trong đó một số khoản thu ước đạt
cao so với dự toán như thu tiền sử dụng đất ước tăng 115%, thuế cá nhân tăng
18,2%, tiền thuê đất tăng 9,8%...
Năm 2017, quận Hoàng Mai đặt mục tiêu tốc độ tăng tổng giá trị sản xuất
các ngành kinh tế chủ yếu trên địa bàn đạt 13,55%, trong đó dịch vụ - thương mại
tăng 18,1%; công nghiệp - xây dựng tăng 10,24%; nông nghiệp - thủy sản tăng
1,66%. Thu ngân sách đạt 4.518 tỷ đồng, chi ngân sách đạt 1.530 tỷ đồng; giảm 35

hộ nghèo [16].
1.2.

LỊCH SỬ NGHIÊN CỨU

1.2.1. Trên thế giới
Công nghệ viễn thám là một trong những thành tựu khoa học vũ trụ đã đạt
đến trình độ cao và đã trở thành kỹ thuật phổ biến được ứng dụng rộng rãi trong
nhiều lĩnh vực kinh tế - xã hội ở nhiều nước trên thế giới. Nhu cầu ứng dụng công
nghệ viễn thám trong lĩnh vực điều tra nghiên cứu, khai thác, sử dụng, quản lý tài
nguyên thiên nhiên và môi trường ngày càng gia tăng nhanh chóng không những
trong phạm vi quốc gia, mà cả phạm vi quốc tế. Những kết quả thu được từ công
nghệ viễn thám giúp các nhà khoa học và các nhà hoạch định chính sách các
phương án lựa chọn có tính chiến lược về sử dụng và quản lý tài nguyên thiên nhiên
và môi trường. Các nghiên cứu đã có đều cho thấy khả năng ứng dụng cao của công
nghệ này trong nghiên cứu những biến động không chỉ về hình dạng, vị trí trong
không gian như quan niệm truyền thống mà các biến động về chất lượng của môi
trường, của tài nguyên đều có thể quan trắc được. Sử dụng dữ liệu ảnh vệ tinh trong
quan trắc/giám sát tài nguyên môi trường có thể tiết kiệm rất nhiều chi phí, thời gian
và công sức, đặc biệt đối với các khu vực rộng lớn có địa hình phức tạp, khó tiếp
cận trực tiếp.

10


Trong những năm gần đây, với sự tiến bộ của khoa học vũ trụ, sự phát triển
của các ứng dụng cũng như khả năng tính toán của máy tính, công nghiệ viễn thám
đã trở thành công cụ hữu ích trong việc giám sát và xác định các vấn đề môi trường
trên một phạm vi rộng lớn và khó tiếp cận một cách hiệu quả. Việc thu thập dữ liệu
viễn thám dưới dạng số hóa cho phép các quá trình xử lý trên máy tính trở nên dễ

dàng hơn. Từ những năm 1970, ứng dụng các kỹ thuật viễn thám trong đánh giá
chất lượng nước đã được thực hiện trên toàn thế giới và ngày càng phát triển cho tới
ngày nay [19,29-30,48,57,70,75,84-85,100,113,130,136,143,156,159]. Có rất nhiều
các loại bộ cảm khác nhau được đặt trên vệ tinh và các vật mang khác được sử dụng
để tính toán bức xạ ở các bước sóng phản xạ khác nhau từ bề mặt nước. Các phản
xạ này có thể được sử dụng một cách trực tiếp hoặc gián tiếp để xác định các chỉ số
chất lượng nước khác nhau như tổng chất rắn lơ lửng (TSS), hàm lượng Chl-a, độ
đục, độ mặn, photpho tổng (TP), độ sâu đĩa Secchi (SDD), nhiệt độ, pH, cacbon hữu
cơ hòa tan,...
Trong hơn bốn thập kỷ qua, công nghệ viễn thám đã chứng minh được
những ưu điểm trong theo dõi và đánh giá chất lượng nước nội địa. Các nhà khoa
học thường hay sử dụng dải sóng nhìn thấy và dải sóng cận hồng ngoại của quang
phổ mặt trời (chủ yếu là từ dải sóng xanh lơ-lam đến dải sóng cận hồng ngoại) để
tìm mối tương quan chặt chẽ giữa sự phản xạ của các cột nước với các thành phần
vật lý và sinh học của nước, ví dụ như: SDD, hàm lượng chlorophyll (Chl) (thực vật
nổi), các chất hữu cơ và vật chất lơ lửng trong các vùng nước khác nhau
[38,48,57,61,82-83,101,120,136,137,143,157]
Việc ứng dụng công nghệ viễn thám để nghiên cứu chất lượng môi trường
nước đã đạt được nhiều thành tựu quan trọng. Thành công rõ rệt nhất của ứng dụng
này là những nghiên cứu cho vùng biển mở và đại dương [35,122]. Từ những
nghiên cứu này, cơ quan vũ trụ hàng không Hoa Kỳ (NASA) đã thành lập được loạt
bản đồ giám sát các thông số như Chl và nhiệt độ nước tầng mặt cho nước biển và
đại dương toàn cầu hàng ngày, hàng tuần và hàng tháng (Ocean Color website).
Các nghiên cứu về ứng dụng viễn thám trong biến động và quan trắc chất
lượng nước hồ nội địa cũng được bắt đầu từ rất sớm. Nghiên cứu đánh giá chất
lượng nước là quá trình xác định các đặc tính hóa học, vật lý, sinh học của nước và
xác định các nguồn ô nhiễm làm suy giảm chất lượng nước [156]. Các yếu tố chính
ảnh hưởng đến chất lượng nước bao gồm: độ đục, thực vật phù du và vi khuẩn lam,
các chất hữu cơ hòa tan (DOM), các chất dinh dưỡng vô cơ và hữu cơ, hóa chất bảo
11

vệ thực vật, kim loại, rong tảo, các loại vi sinh vật gây bệnh và dầu mỡ. Ngoại trừ
các loại hóa chất và vi sinh vật gây bệnh, các yếu tố nêu trên đều ảnh hưởng đến đặc
tính quang học cũng như nhiệt độ của nước do đó làm thay đổi trực tiếp các tín hiệu
của sóng điện từ thu được bằng bộ cảm. Các chỉ số có thể được định lượng trực tiếp
bằng công nghệ viễn thám gồm: TSS [49]; Sắc tố của thực vật phù du và vi khuẩn
lam chủ yếu là do Chl-a hoặc phycocyanin gây ra, thường được dùng để xác định
mức độ dinh dưỡng của nước hồ, đánh giá khả năng xảy ra hiện tượng tảo độc nở
hoa và được dùng như một chỉ số đánh giá mức độ phong phú của thực vật phù du
[136] trong thủy vực; Các chất hữu cơ hòa tan có màu (xỉ vàng - CDOM) thường
được dùng để xác định hàm lượng axit fulvic hay axit humic trong nước; Hệ số thấu
quang (Kd) [86,126];
Trong nghiên cứu của Matthews và Kutser [87,103], đã đưa ra những đánh
giá chi tiết về các công cụ trong viễn thám có thể sử dụng được để đánh giá chất
lượng nước các hồ nội địa. Bên cạnh việc khai thác thành công dữ liệu ảnh ALI,
ALOS [88], SPOT [42]; các dữ liệu ảnh LANDSAT xứng đáng được mô tả chi tiết
hơn với một hệ thống có thể nói là hệ thống vệ tinh mang tính chất quốc tế với 8 vệ
tinh trong chương trình này. Đã có rất nhiều các nghiên cứu sử dụng ảnh vệ tinh
LANDSAT để tính toán và giám sát nước hồ [120,148], mật độ thực vật phù du
[154], vật chất lơ lửng [163] CDOM [36], sự bùng nổ của tảo xanh [156] và
macrophyte [18]. Ngày 30/5/2013, dữ liệu từ vệ tinh Landsat-8 (được phóng vào
ngày 11/2/2013) đã tiếp tục thúc đẩy các nghiên cứu về chất lượng nước hồ (cho
đến nay chủ yếu thực hiện với Landsat 5 và Landsat 7). Hơn thế nữa, các kênh phổ
Landsat còn cung cấp thêm dải sóng vùng hồng ngoại nhiệt (TIR) cho phép tính
toán nhiệt độ bề mặt nước [118,160]. Việc tính toán nồng độ Chl-a là một trong
những ứng dụng mang tính khoa học được sử dụng phổ biến nhất trong giám sát
chất lượng nước [138]. Các vùng nước nội địa thường được đặc trưng bởi nồng độ
sinh khối phytoplankton cao với khoảng dao động tương đối rộng (thông thường là
từ 1-100 µg/L và cũng có thể lên đến 350 µg/L thậm chí cao hơn nữa, đặc biệt là

trong trường hợp “tảo nở hoa”) [132]. Các thành phần khác của nước nội địa như
các hạt khoáng, mùn hữu cơ và CDOM thường không biến đổi theo không gian và
thời gian, ngay cả trong các thể nước. Những vấn đề này đã làm cho việc phát triển
các thuật toán của các vùng nước nội địa trở nên phức tạp hơn và khả năng ứng
dụng của chúng bị hạn chế giữa các thủy vực nước khác nhau [124].

12


Một số công trình tiêu biểu trong việc ứng dụng công nghệ viễn thám nghiên
cứu mặt nước hồ để trích ra các thông số về chất lượng nước nhằm cung cấp thông tin
về trạng thái cũng như sinh thái hồ có thể kể tới như: nhiệt độ bề mặt hồ
[54,64,79,127], SDD [23,27,73,117,152], CDOM [90-91,162], trầm tích lơ lửng
[26,41,93,140,147] và các chất nhuộm phytoplankton như Chl-a [21,46,56,58,60,6263,85,89,104,106,110,154] và phycocyanin [79,95,107-109,119,139,144-145].
Tảo nở hoa - một hiện tượng của tình trạng phú dưỡng đối với các vùng nước
nội địa có liên quan trực tiếp tới hàm lượng Chl-a [97], Chl-a vô cùng cần thiết cho
quá trình quang hợp và thường được tìm thấy trong thực vật, tảo và vi khuẩn lam
(cyanobacteria). Thông thường, Chl-a phản xạ mạnh ở dải sóng xanh lá cây và hấp
thụ mạnh ở dải sóng từ tím-xanh lam đến dải sóng cam-đỏ, do đó mà chlorophyll
thường có màu xanh lục. Rõ ràng, ngoài Chl-a, sự xuất hiện của Chl-b đã kéo dài
dải quang phổ hấp thụ ra. Điều kiện ánh sáng yếu có xu hướng làm cho tỷ số giữa
Chl-b và Chl-a lớn hơn, do đó năng suất quang hợp cũng tăng lên [141]. Các nhà
khoa học đã chứng minh rằng sự gia tăng hàm lượng Chl-a sẽ làm giảm khả năng
hấp thụ ở các dải sóng ngắn đặc biệt là dải sóng xanh lam [32-33,43,55,134]. Đối
với ảnh vệ tinh, các kênh phổ thường bị thu hẹp dải sóng song chúng lại vô cùng
quan trọng trong việc tính toán hàm lượng Chl-a cũng như mô hình hóa sự phân bố
theo không gian - thời gian của chúng [74]. Tổng quan tài liệu về việc áp dụng các
phương pháp thực nghiệm sử dụng bộ cảm đa phổ thu được các kết quả không rõ
ràng. Trong khi đó, việc tính toán hàm lượng Chl-a từ dữ liệu viễn thám là hoàn
toàn khả thi và đã được chứng minh bởi kết quả nghiên cứu của nhiều nhà khoa học.

Tuy nhiên, một số nghiên cứu khác lại cho rằng dựa trên các dữ liệu dải sóng rộng
của các vệ tinh hiện có như Landsat, SPOT,… không thể phân biệt được Chl trong
các vùng nước có hàm lượng TSS cao [43]. Nguyên nhân chủ yếu là do các tín hiệu
phổ rất mạnh của chất rắn lở lửng, đặc biệt là ở các vùng nước có độ đục cao và
trong tình trạng phú dưỡng [72,123]. Các kênh phổ nằm trong dải sóng nhìn thấy và
các tỷ số kênh phổ của chúng được sử dụng rộng rãi trong tính toán hàm lượng Chla. Sử dụng tỷ số của các kênh phổ có thể làm giảm nhiễu xạ cũng như ảnh hưởng
của khí quyển và bề mặt không khí trên mặt nước đối với các tín hiệu phản xạ của
bề mặt nước [43,96]. Chl-a hấp thụ mạnh ở bước sóng từ 450 - 475 nm (xanh lam)
và ở bước sóng 670 nm (đỏ) và phản xạ cực mạnh tại bước sóng 550 nm (xanh lục)
và ở gần bước sóng 700 nm (cận hồng ngoại - NIR). Điểm phản xạ cực đại gần
bước sóng 700 nm và tỷ số kênh phổ của nó với độ phản xạ tại bước sóng 670 nm
13


được sử dụng để phát triển một loạt các thuật toán xác định hàm lượng Chl-a trong
các vùng nước đục [61]. Gitelson [59] cho rằng điểm phản xạ cực đại tại bước sóng
700 nm là vô cùng quan trọng đối với các nghiên cứu ứng dụng viễn thám trong
vùng nước nội địa và ven biển, đặc biệt là các ứng dụng tính toán hàm lượng Chl.
Han [71] lại chỉ ra rằng dải sóng từ 630 - 645 nm, 660 - 670 nm, 680 - 687 nm và
700 - 735 nm đều có thể được sử dụng để ước tính hàm lượng Chl. Dekker và cộng
sự [43] cũng đã khẳng định rằng các đặc tính về hấp thụ và phản xạ của Chl-a có thể
được phát hiện khi có ít nhất một kênh phổ được sử dụng. Hoogenboom và cộng sự
[76] đã chứng minh rằng việc sử dụng tỷ số kênh phổ của bước sóng gần 713 nm và
667 nm là khá nhạy cảm đối với việc tính toán hàm lượng Chl-a trong các vùng
nước nội địa. Tuy nhiên tỷ số kênh phổ của 2 bước sóng (R674 / R705) đã được
chứng minh là tối ưu cho các hồ nội địa và sông [151]. Alparslan, Coskun và
Alganci [20] tính toán hàm lượng Chl-a bằng tất cả các kênh phổ của Landsat-5
TM. Ekercin [47] sử dụng kênh 1 (445 - 530 nm), kênh 2 (520 - 610 nm), kênh 3
(640 - 720 nm), kênh 4 (770 - 880 nm) của dữ liệu ảnh IKONOS để tính toán hàm
lượng Chl-a ở Istanbul, Thổ Nhĩ Kỳ. Nas, Karabork, Ekercin và Berktay [115] sử

dụng dải sóng VNIR và SWIR (4 kênh phổ đầu tiên từ 0,52 - 1,70 µm) của
Terra/ASTER để xây dựng phương trình hồi quy đa biến giữa hàm lượng Chl-a với
độ phản xạ mặt nước của hồ Beysehir, Thổ Nhĩ Kỳ. Shafique, Fulk, Autrey and
Flotemersch [143], sử dụng bộ cảm CASI để tính toán hàm lượng Chl-a của sông
Miami cùng với 80 dặm sông Ohio và nhóm tác giả đã chỉ ra rằng tỷ số kênh phổ
705/675 nm có thể tính toán được hàm lượng Chl-a. Bhatti, Rundquist, Schalles và
Ramirez [25] sử dụng bộ cảm AISA cho khu vực vịnh Apalachicola ở bang Florida,
USA đã phát hiện thấy mối tương quan chặt chẽ giữa tỷ số kênh phổ phản xạ của 2
bước sóng R700/R670 với hàm lượng Chl-a. Bên cạnh đó, mô hình 3 kênh phổ
R750*(1/R670 - 1/R700) được phát hiện có thể tính toán được hàm lược Chl-a cho
vùng nước nội địa, ven biển. Mặt khác, tỷ số của 2 kênh phổ ALOS/AVNIR-2
(Kênh 3/Kênh 1) cũng có tương quan chặt chẽ với hàm lượng Chl-a theo hàm
logarit trong khu vực nghiên cứu này. Lim và Choi [97] sử dụng bộ cảm Landsat 8
đã chỉ ra rằng hàm lượng Chl-a có mối tương quan khá tốt với tất cả các kênh phổ
của OLI cũng như các tỷ số kênh phổ của chúng, trong đó hệ số tương quan với
kênh 2, 3, 4 và tỷ số kênh phổ (kênh 5/kênh 3) lần lượt là 0,66, 0,70, 0,64, 0,64;
mức độ tin cậy p < 0,01. Zhang và Han [161] đã tìm được mối tương quan giữa hàm
lượng Chl-a với kênh phổ 1 - 4 của bộ cảm OLI và các tỷ số kênh phổ của chúng.
14


Kim và cộng sự [79] đã sử dụng kênh 2, kênh 5 và tỷ lệ kênh phổ 2/4 của bộ cảm
Landsat/OLI để tính toán hàm lượng Chl-a. Mannheim và cộng sự [102] nhận thấy
rằng đường cong phản xạ và đường cơ sở từ bước sóng 672 đến 742 nm (tương ứng
kênh phổ 8-12 của CHRIS) có tương quan tốt nhất và khá nhạy cảm với các biến
động của hàm lượng Chl-a. Choe và cộng sự [39] sử dụng mô hình tỷ số 2 kênh phổ
và tỷ số 3 kênh phổ trên cơ sở tỷ số kênh phổ đỏ/cận hồng ngoại của bộ cảm
MODIS, SeaWiFS, MERIS và RapidEye để tính toán hàm lượng Chl-a cho các
vùng nước đục. Ngoài ra, Qi và cộng sự [131] đã phát triển một phương pháp tiếp
cận dựa trên hàm trực giao thực nghiệm EOF (Empirical Orthogonal Function) để

tính toán hàm lượng Chl-a trong nước hồ Taihu - hồ nước ngọt lớn thứ ba ở Trung
Quốc. Phương pháp tiếp cận của hàm trực giao thực nghiệm phân tích phương sai
của giá trị phản xạ trung bình tại bước sóng 469, 555, 645 và 859 nm và hàm lượng
Chl-a thông qua việc sử dụng đồng thời 28 ảnh MODIS và các kết quả đo được
ngoài thực địa. Feng và cộng sự [51] đã phát triển một thuật toán thực nghiệm để
tính toán hàm lượng Chl-a cho hồ nước ngọt lớn nhất Trung Quốc (hồ Poyang) bằng
cách sử dụng chỉ số khác biệt của dải sóng màu xanh lục-đỏ và các dữ liệu ảnh
MERIS sau khi được hiệu chỉnh khí quyển. Từ các nguyên cứu nêu trên có thể thấy
rằng hầu hết các thuật toán dùng để xác định hàm lượng Chl-a đều cần 2 bước sóng:
bước sóng gần 675 nm và bước sóng gần 700 nm. Các dữ liệu ảnh vệ tinh khác như
ASTER, IRS-LISS III và SPOT đều có dải sóng đỏ/cận hồng ngoại nằm ở vị trí
tương tự, do vậy cũng có thể kết luận rằng các dữ liệu vệ tinh này không thích hợp
để tính toán hàm lượng Chl-a.
SDD là một đặc tính quang học của nước liên quan mật thiết đến các hợp phần
khác có trong thể nước. SDD có tương quan nghịch với TSS có trong các vùng nước
và nó được sử dụng để nghiên cứu các chất dinh dưỡng tương đối và tải lượng chất
rắn [98]. Phương pháp phổ biến nhất để đo độ trong của nước được dựa trên các
nguyên tắc tập trung ánh sáng [111] sử dụng đĩa Secchi. Đĩa Secchi là một đĩa tròn
được sử dụng cho các phép đo độ trong ở các đại dương và hồ, đĩa được phát minh
bởi Pietro Angelo Secchi SJ năm 1865. Đĩa được gắn kết trên một sợ dây và được hạ
dần xuống nước cho tới khi mô hình trên đĩa không còn nhìn thấy nữa. Phương pháp
này liên quan đến độ đục của nước. SDD là một chỉ thị hợp lý về điều kiện phú
dưỡng (sự phong phú của tảo) ngoại trừ các hồ có độ màu cao mà Chl-a thấp và
không có tảo (sét, canxi cacbonat) [31]. Do đó, ứng dụng công nghệ viễn thám là một
công cụ lý tưởng để theo dõi độ trong của nước và ước lượng SDD. Gần đây, Lee và
15


cộng sự [94] đã đưa ra một mô hình để ước lượng SDD, mô hình này không giống
với mô hình cổ điển mà dựa hoàn toàn vào sự suy giảm hệ số bức xạ. Nhiều nhà

nghiên cứu đã áp dụng viễn thám cho theo dõi độ trong của nước và ước lượng SDD,
trong nghiên cứu của họ đã chỉ ra rằng dữ liệu viễn thám có tương quan với giá trị
SDD [45,81,69,92], SDD có mối tương quan chặt chẽ với bức xạ của ảnh vệ tinh đã
được hiệu chỉnh khí quyển [40,78,125]. Trong băng màu xanh lục hiệu chỉnh MSS
Green, SDD liên quan đến phản xạ ngay dưới bề mặt, không hợp nhất giữa tỷ lệ tán
xạ ngược với tổng hệ số tán xạ cho các hạt lơ lửng [114]. Mối quan hệ này khá chính
xác với SDD <16 m [99]. Nghiên cứu của Braga và cộng sự [29] cho thấy rằng SDD
có tương quan chặt chẽ với dữ liệu TM đặc biệt là khi triều cao. Hơn nữa, các mô
hình thích hợp cao đã được phát triển cho SDD nằm trong khoảng từ 4 đến 15 m so
với độ rọi vệ tinh TM1 và TM3 [125]. Tuy nhiên, nghiên cứu của Lopez-Garcia và
Caselles cho kết quả ngoại lệ, nghiên cứu đã sử dụng dữ liệu vệ tinh TM và đưa ra kết
luận rằng SDD không có tương quan chặt chẽ với bất kỳ dải sóng TM nào. Ngoài ra,
SDD cũng có thể được định lượng từ bức xạ phản xạ nhận được bởi vệ tinh IRS [40].
Hiện nay, đã có rất nhiều các nghiên cứu chỉ ra mối quan hệ giữa SDD và TP, Chl-a,
TSS, và CDOM. Các nghiên cứu cho thấy rằng SDD có thể được định lượng bằng
cách sử dụng băng tần quang phổ và tỷ lệ băng tần khác nhau, Bhatti, Rundquist,
Schalles và Ramirez [24] đã sử dụng ALOS-AVNIR-2 và nhận thấy rằng SDD có
tương quan cao với tỷ lệ phổ phản xạ của kênh R750/R560. Thiemann và Kaufmann
[151] đã sử dụng dữ liệu HyMap và CASI cho SDD và tính toán Chl-a ở
Mecklenburg, Đức. Nghiên cứu đã sử dụng khu vực giữa một đường cơ sở và phổ từ
400 đến 750 nm và thấy mối tương quan cao với SDD. Ekercin [47] sử dụng kênh 1
(445 - 530 nm), kênh 2 (520 - 610 nm), và kênh 3 (640 - 720 nm) của dữ liệu
IKONOS để xây dựng thuật toán cho phép đo SDD. Nghiên cứu của Mancino, Nolè,
Urbano, Amato và Ferrara đã xây dựng phương trình đo SDD sử dụng TM1 và các tỷ
số TM3/TM2, TM1/TM2, TM2/TM1. Đồng thời, Powell và cộng sự [128] cũng đề
xuất một phương trình hồi quy liên quan đến các phép đo SDD bằng cách sử dụng dải
bước sóng xanh lục, xanh lam và đỏ của TM. Ngoài ra, dựa trên nghiên cứu và phân
tích hình ảnh TM và MSS của Kloiber và cộng sự (2002) [82], một số đề xuất đã
được đưa ra cho một quy trình đánh giá độ trong nước dựa trên Landsat. Mặc dù, có
nhiều dữ liệu vệ tinh khác nhau được sử dụng để đo SDD nhưng dữ liệu vệ tinh

Landsat vẫn được sử dụng phổ biến nhất cho việc đánh giá các tham số chất lượng
nước do đây là nguồn dữ liệu sẵn có, giá thành tương đối thấp, độ phân giải không
16


gian và thời gian cao. Các nghiên cứu kể trên đã chứng minh mối quan hệ chặt chẽ
giữa dữ liệu ảnh Landsat hoặc Thematic Mapper và các quan sát mặt đất của SDD.
SDD và hàm lượng Chl-a đã được tính toán thành công từ dữ liệu ảnh vệ tinh bằng
cách sử dụng mối quan hệ giữa giá trị SDD và hàm lượng Chl-a đo ngoài thực địa với
giá trị phổ của các kênh màu xanh lam, xanh lục, đỏ và cận hồng ngoại. Phương pháp
tính toán này đã được thực hiện thành công tại Minnesota [121], Wisconsin [24], và
Michigan [53] để ước tính độ trong của nước đối với các hồ nội địa, nơi dữ liệu đo
ngoài thực địa bị giới hạn.
Nghiên cứu TP bao gồm các phép đo của tất cả các chất vô cơ, hữu cơ và hòa
tan dạng phốt pho. Phốtphát là chất dinh dưỡng của thực vật giúp cây trồng và tảo
phát triển nhanh, TP có thể liên quan trực tiếp đến nồng độ Chl-a và liên quan gián
tiếp độ trong của nước được ước tính bằng SDD [149]. Dòng chảy của các sông
chảy qua nhiều khu vực mang theo các chất và hóa chất khác nhau như tổng trầm
tích lơ lửng, chất dinh dưỡng, chất thải sinh hoạt…Ví dụ, khi một dòng sông chảy
qua khu vực canh tác nông nghiệp thì tải trọng P có thể có nồng độ cao hơn so với
các thông số khác trong nước mặt. Các dòng chảy và chất thải nông nghiệp giàu
phân bón từ các nhà máy xử lý nước thải là nguyên nhân chính dẫn đến sự gia tăng
hàm lượng P và N cao trong nước mặt đe doạ đến sự phát triển của nhiều hệ sinh
thái trên phạm vi toàn thế giới [133]. Tổng vật chất lơ lửng thường bao gồm TP
chúng có mối quan hệ chặt chẽ với SDD theo phương trình hàm mũ. Việc đo hàm
lượng TP trong các vùng nước đang gặp nhiều thách thức do sự không đồng nhất về
mặt không gian và khó khăn trong việc thu thập mẫu ngoài thực địa cũng như quá
trình phân tích mẫu. Viễn thám được coi là một công cụ mạnh mẽ đã được sử dụng
thành công để giám sát các thông số chất lượng nước ở các quy mô và khu vực khác
nhau, mặc dù nó vẫn còn nhiều hạn chế trong việc tính toán hàm lượng P [37]. Việc

tính toán hàm lượng TP từ dữ liệu viễn thám được thực hiện dựa trên mối tương
quan cao với các tính chất quang học của nước. TP không đo được trực tiếp bằng
dụng cụ quang học nhưng nó có mối tương quan chung với các thông số về chất
lượng nước khác. Dữ liệu Landsat TM đã được sử dụng rộng rãi để giám sát và lập
bản đồ phân bố TP theo không gian và thời gian ở các khu vực khác nhau. Sử dụng
dữ liệu viễn thám bằng máy bay có độ phân giải không gian cao và dải quang phổ
chẩn đoán tốt có nhiều tiềm năng phát hiện ra TP trong các con sông và các hồ
nhỏ… Các phép tính thực nghiệm và các mô hình thống kê hồi quy được sử dụng để
đánh giá tương quan giữa hàm lượng P với các chỉ số chất lượng nước khác như
17


SDD và hàm lượng Chl-a. Ngoài ra, nghiên cứu của Bistani [28] đã sử dụng dữ liệu
EO-1 / Hyperion và xác định được hệ số phổ phản xạ của tỷ lệ các kênh phổ từ 467
nm đến 529 nm là 0,49, từ đó nghiên cứu đã xây dựng được thuật toán với hàm đa
thức để thành lập bản đồ phân bố TP. Song và cộng sự [146] đã nghiên cứu sự
tương quan giữa TP và các kênh phổ TM1, TM2, TM3, và TM4 của ảnh Landsat 5,
nghiên cứu cho thấy mỗi kênh phổ có tương quan với TP lần lượt là 0,62, 0,59, 0,55
và 0,51. Ngoài ra, nghiên cứu của Alparslan, Coskun và Alganci [20] cũng sử dụng
các kênh 1, 2, 3, 4, 5 và 7 của ảnh vệ tinh Landsat-5 TM để tính hàm lượng TP.
Đồng thời, Lim và Choi cũng đã sử dụng các kênh 2, 3, 4, và 5 của ảnh Landsat 8
OLI để xây dựng 3 mô hình hồi quy đa biến bằng cách lựa chọn cả hai kênh phổ
đơn và tỷ lệ kênh phổ của các kênh khác nhau, kết quả nghiên cứu đã thu được các
hệ số tương quan. Từ các kết quả nghiên cứu nêu trên cho thấy có thể sử dụng dữ
liệu ảnh máy bay và ảnh vệ tinh để tính toán hàm lượng TP trong đó dữ liệu ảnh
Landsat/TM là được sử dụng nhiều nhất. Các kết quả nghiên cứu cũng cho thấy TP
có xu hướng phân bố không gian tương tự như hàm lượng Chl-a và SDD do sự
tương quan cao của TP với các thông số này. TP cũng có liên quan mật thiết đến
lượng trầm tích. Tuy nhiên, đối với thực vật phù du tiêu thụ TP trong các hồ chứa
làm cho mối quan hệ giữa TP và Chl-a hoặc SDD và TSS trở nên phức tạp hơn.

Mức độ phú dưỡng của hồ được đánh giá thông qua chỉ số TSI. Carlson
(1997) [37] đã đề xuất công thức tính toán TSI thông qua nồng độ TP, hàm lượng
Chl-a và SDD. Giá trị TSI dựa trên nồng độ P (TSI(TP)), nồng độ diệp lục
(TSI(Chl)), và SDD (TSI(SDD)) được tính toán cho các mẫu theo các phương trình
để tính giá trị TSI:
(1)
(2)
(3)
Trong đó Chl-a là chỉ số chính vì nó đóng vai trò tạo mối quan hệ giữa nồng
độ chất dinh dưỡng và việc sinh sản của tảo, liên quan trực tiếp đến hiện tượng phú
dưỡng [112], nó phản ánh trực tiếp sức khỏe hệ sinh thái vùng nước, bên cạnh đó
Chl-a có mối liên kết chặt chẽ với hàm lượng các chất dinh dưỡng, đặc biệt là P và
là yếu tố chính sản sinh ra tảo. Trong nước, Ch-a là chỉ thị đặc trưng cho sự có mặt
và số lượng của tảo, chính vì vậy, nó thường được dùng như một chỉ số sơ cấp để
đánh giá sinh khối trong nước. Ở các quốc gia như Hoa Kỳ, Canada, Úc, New
Zealand, Chl-a được dùng như một chỉ số cơ bản để đánh giá độ phú dưỡng hay
18