So sánh các kỹ thuật phân tích và xác định quy luật diễn biến đường bờ biển vịnh Đà Nẵng bằng ảnh viễn thám

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 9(130).2018

7

SO SÁNH CÁC KỸ THUẬT PHÂN TÍCH VÀ XÁC ĐỊNH QUY LUẬT DIỄN BIẾN
ĐƯỜNG BỜ BIỂN VỊNH ĐÀ NẴNG BẰNG ẢNH VIỄN THÁM
INTER-COMPARING THE ANALYSIS TECHNIQUES AND DETERMINING LAW
OF SHORELINE CHANGE OF DANANG BAY BY REMOTE SENSING IMAGES
Nguyễn Quang Bình
Trường Đại học Bách khoa - Đại học Đà Nẵng;
Tóm tắt - Hiện nay có nhiều kỹ thuật sẵn có để phân tích diễn biến
đường bờ biển bằng ảnh viễn thám, tuy nhiên lựa chọn kỹ thuật phù
hợp cho một khu vực nghiên cứu cụ thể vẫn còn gặp nhiều khó khăn.
Trong nghiên cứu này, tác giả đã sử dụng bốn kỹ thuật phân tích phổ
biến bao gồm: Chỉ số nước khác biệt (NDWI), Chỉ số nước khác biệt
được hiệu chỉnh (MNDWI), Chỉ số trích xuất nước tự động (AWEI),
tỷ số ảnh (BR) để trích xuất đường bờ cho vịnh Đà Nẵng. Các kết
quả thu được sẽ được kiểm chứng với dữ liệu thực đo và hình ảnh
từ Google Earth. Các kết quả phân tích cho thấy kỹ thuật phân tích
tỷ số ảnh (BR) có kết quả tốt và phù hợp hơn so với ba kỹ thuật còn
lại. Dựa vào kỹ thuật này, tác giả tiến hành phân tích và đánh giá
thêm diễn biến đường bờ Vịnh Đà Nẵng theo mùa khô, mùa mưa và
theo năm tương ứng với thời gian 1996, 2001, 2006, 2011, 2016.

Abstract - There are now many available techniques to analyze the
coastline by using remote sensing images, but choosing the
appropriate technique for a specific study area is still difficult. In this
study, the author uses four common analytical techniques:
Normalized Difference Water Index (NDWI), Modified Normalized
Difference Water Index (MNDWI), Automated Water Extraction Index
(AWEI), Band ratio (BR) to extract shoreline for Danang Bay. The

results will be validated with observed data and imagery from Google
Earth. The analytical results show that the technique of Band ratio
(BR) has better and more suitable results than the other three
techniques. Based on this technique, the author analyzes and
evaluates the shoreline of Danang Bay coastline in dry season, rainy
season and in the year 1996, 2001, 2006, 2011 and 2016 respectively

Từ khóa - Diễn biến đường bờ; NDWI; MNDWI; AWEI; Tỷ số ảnh;
Ảnh viễn thám; Vịnh Đà Nẵng.

Key words - Shoreline change; NDWI; MNDWI; AWEI; Band ratio;
remote sensing images; Danang Bay.

1. Đặt vấn đề
Hiện nay, có nhiều phương pháp được áp dụng để
nghiên cứu diễn biến đường bờ, điển hình như: Khảo sát
trắc địa và GPS, chụp ảnh trên không, viễn thám, ... Tất cả
các phương pháp đều có những ưu điểm và nhược điểm
riêng, tùy thuộc vào khu vực và dữ liệu nghiên cứu [1].
Trong đó, công nghệ ảnh viễn thám được xem là phương
pháp có ưu điểm hơn so với các phương pháp khác [2]. Với
nguồn dữ liệu sẵn có từ năm 1972 đến nay thông qua một
loạt các bộ cảm biến chẳng hạn như: MSS (Multispectral
Scanner System), TM (Thematic Mapper), ETM+
(Enhanced Thematic Mapper Plus), và OLI (Operational
Land Imager). Cảm biến mới nhất OLI hiện đang hoạt động
với độ phân giải không gian cao, trung bình là 30m và lặp
lại trong thời gian là 8 ngày [2].
Trong kỹ thuật phân tích ảnh viễn thám, khó khăn nhất
là phân định chính xác giữa đất và nước. Năm 1996,

McFeeters đã giới thiệu kỹ thuật Chỉ số nước khác biệt
(NDWI) kết hợp giữa màu xanh lục (band 2) và cận hồng
ngoại-NIR (band 4) của ảnh Landsat TM. McFeeters đề
nghị giá trị ngưỡng bằng 0 để tách nước, các giá trị lớn hơn
0 được phân loại là nước và ngược lại không phải là nước
[3]. Năm 2006, Xu phát hiện ra rằng trong các khu vực đã
được xây dựng thì kỹ thuật NDWI cho kết quả không tốt
và đề xuất một kỹ thuật khác là Chỉ số nước khác biệt được
hiệu chỉnh (MNDWI) bằng cách thay thế band cận hồng
ngoại bởi band giữa hồng ngoại-MIR (trong đó bộ cảm biến
ETM+ là band 5 và OLI là band 6) [4]. Một hạn chế chung
tồn tại trong cả hai kỹ thuật NDWI, MNDWI là không thể
cung cấp một giá trị ngưỡng chính xác dùng để phân tách
rõ ràng giữa đất và nước [5].
Kỹ thuật tỷ số ảnh giữa các kênh phổ được áp dụng đối
với kênh 2 và kênh 4 của ảnh Landsat MSS, kênh 2 và kênh
5 ứng với ảnh Landsat TM và ETM+ được đề xuất bởi

Alesheikh và đồng nghiệp năm 2007. Trong kỹ thuật này
sự phân tách giữa đất và nước là rất rõ ràng. Do nước hấp
thụ hầu hết năng lượng bức xạ điện từ chiếu tới trong dải
sóng cận hồng ngoại và giữa hồng ngoại, nên các ô pixel
đại diện cho nước có giá trị lớn hơn 1. Trong khi đó, do các
đối tượng khác như đất, thực vật…có khả năng phản xạ ở
dải sóng cận hồng ngoại và giữa hồng ngoại cao hơn nên
các ô pixel đại diện cho đất liền có giá trị nhỏ hơn 1. Điều
này cho phép sử dụng phương pháp phân ngưỡng để có thể
tự động phân tách rõ ràng ranh giới giữa đất và nước [6].
Để khắc phục những hạn chế trong hai kỹ thuật NDWI
và MNDWI, năm 2014 Feyisa và đồng nghiệp đã đề xuất

Chỉ số trích xuất nước tự động (AWEI) để cải thiện độ
chính xác trong các khu vực xuất hiện bóng tối ở bề mặt
mà các kỹ thuật khác thường phân loại không tốt [5].
Từ phân tích ưu nhược điểm của các kỹ thuật trên, kết
hợp với các kết quả nghiên cứu đã được áp dụng cho các khu
vực khác nhau trên thế giới. Để góp phần làm rõ thêm, một
nghiên cứu bổ sung tại một khu vực cụ thể mới là cần thiết
để đánh giá và so sánh hiệu quả của các kỹ thuật. Trong
nghiên cứu này, tác giả đã sử dụng bốn kỹ thuật bao gồm:
Chỉ số nước khác biệt (NDWI), Chỉ số nước khác biệt được
hiệu chỉnh (MNDWI), Chỉ số trích xuất nước tự động
(AWEI), tỷ số ảnh (BR) để đánh giá cho đường bờ tại khu
vực vịnh Đà Nẵng, là cửa ra của hai hệ thống sông lớn là Vu
Gia – Thu Bồn và Cu Đê. Dọc theo vịnh Đà Nẵng có bãi biển
kéo dài hơn 61,92 km với nhiều công trình quan trọng như
cảng Tiên Sa, âu thuyền Thọ Quang, đô thị Đa Phước,... [7].
2. Phương pháp nghiên cứu
Bốn kỹ thuật NDWI, MNDWI, AWEI và BR đều được
áp dụng phân tích với ảnh landsat 8 thông qua bộ cảm biến
OLI được chụp vào thời gian 11/03/2017. Kết quả trích
xuất được so sánh với dữ liệu thực đo và ảnh từ Google


8

Nguyễn Quang Bình

Earth cùng thời điểm. Chi tiết về kỹ thuật phân tích của các
kỹ thuật và sơ đồ phương pháp nghiên cứu chung được tổng
hợp tại Hình 1.

Sau đó sử dụng kỹ thuật tốt nhất để đánh giá diễn biến
đường bờ cho Vịnh Đà Nẵng theo mùa khô, mùa mưa
và theo năm tương ứng với các năm 1996, 2001, 2006,
2011, 2016.
Diễn biến đường bờ sẽ được mô phỏng bằng mô đun

DSAS Toolbar. DSAS là một công cụ mở rộng chạy trong
phần mềm ArcGIS được phát triển với Cục khảo sát địa
chất Hoa Kỳ với mục đích phân tích diễn biến đường bờ
[8].
2.1. Dữ liệu nghiên cứu
Trong nghiên cứu này 11 ảnh landsat được sử dụng để
phân tích với độ phân giải 30mx30m, thông tin chi tiết về
các ảnh được thể hiện ở Bảng 1 [9].

Bảng 1. Dữ liệu ảnh landsat
Số thứ tự

Bộ cảm

Thời gian

Số thứ tự

Bộ cảm

Thời gian

Số thứ tự

Bộ cảm

Thời gian

1

TM

17/03/1996

5

TM

2

TM

30/12/1996

6

TM

01/06/2006

9

OLI

08/03/2016

26/12/2006

10

OLI

21/12/2016

3

ETM+

23/03/2001

7

4

ETM+

25/11/2001

8

ETM+

06/03/2011

11

OLI

11/03/2017

ETM+

30/11/2011

Tải ảnh

Lọc ảnh
Hiệu chỉnh ảnh

Điều chỉnh hình dạng ảnh

NDWI

MNDWI

AWEI

(Normalized
Difference
Water
Index

(Modified
Normalized

Difference Water
Index

(Automatic
Water
Extraction
Index

(Green – NIR)
(Green + NIR)

(Green – MIR)
(Green + MIR)

4 x (Green – MIR)
- (0.25 x NIR +
2.75 x MIR)

Band Ratio

Chiết tách đường bờ
Hiệu chỉnh tác động của thủy triều

Đánh giá độ chính xác

Dữ liệu tham chiếu
Thực đo,
Google Earth

Bản đồ diễn biến đường bờ

Hình 1. Sơ đồ các kỹ thuật phân tích diễn biến đường bờ [3], [4], [5], [6]

3. Kết quả nghiên cứu
Kết quả phân tích của cả bốn kỹ thuật đều cho kết quả
tương đối tốt ở khu vực dọc theo bờ biển, nhưng lại kém hiệu
quả hơn ở những nơi có mật độ xây dựng cao (Cảng Tiên
Sa) và cửa ra của lưu vực nơi có lượng bùn cát từ thượng
nguồn tập trung về khá lớn (cửa ra sông Hàn, cửa ra sông Cu

Đê) (Hình 2). Trong đó, kỹ thuật tỷ số ảnh (BR) cho kết quả
tốt hơn ba kỹ thuật còn lại ở các vùng nước trong. Kết quả
này phù hợp với nghiên cứu của Swathy Sunder và đồng
nghiệp áp dụng cho các bờ biển của Ấn Độ năm 2017 [10].
Ở các khu vực có công trình nhân tạo như kè Liên
Chiểu, kè Đa Phước, khu vực neo đậu tàu thuyền ở cảng


ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 9(130).2018

Tiên Sa có bề rộng công trình nhỏ hơn kích thước 1 pixel
(30m) của ảnh Landsat OLI, kết quả phân tích của cả 4 kỹ
thuật đều không tốt.
Trong cả 4 kỹ thuật độ lệch trung bình đến đường thực
đo đều nhỏ hơn một pixel của ảnh Landsat OLI (30m)
(Bảng 2). Trong đó, kỹ thuật tỷ số ảnh (BR) có sai số trung
bình đến đường thực đo là nhỏ nhất so với 3 kỹ thuật còn
lại, với sai số trung bình là 18,2m trong toàn bộ 61,92km
chiều dài của Vịnh.

9

Bảng 2. Phân tích đánh giá độ chính xác của các kỹ thuật
Kỹ thuật phân tích
Chỉ số thống kê
Khoảng cách sai số
trung bình so với
đường thực đo (m)

NDWI

MNDWI

AWEI

BR

24,5

23,4

21,8

18,2

Hình 2. Kết quả trích xuất đường bờ bằng các kỹ thuật

4. Kết quả phân tích diễn biến đường bờ
Kỹ thuật tỷ số ảnh (BR) cho kết quả tốt hơn so với 3 kỹ
thuật còn lại ở khu vực đường bờ biển vịnh Đà Nẵng. Tác giả
sử dụng kỹ thuật này để tiến hành phân tích và đánh giá diễn

biến đường bờ theo mùa và theo năm của Vịnh. Từ kết quả
phân tích cho thấy khu vực có diễn biến lớn nhất tập trung tại
hai cửa sông Cu Đê và sông Hàn, sử dụng mô đun DSAS
Toolbar để phân tích chi tiết diễn biến cho 2 mặt cắt đặc trưng
điển hình tại cửa sông Cu Đê (mặt cắt 1-1 và 2-2) và tương tự
với 2 mặt cắt tại cửa sông Hàn (mặt cắt 3-3 và 4-4).
4.1. Diễn biến theo mùa khô
Tính toán sự thay đổi đường bờ trong mùa khô dựa vào
việc phân tích chuỗi ảnh trong các năm từ năm 1996 đến

năm 2016 với các tháng mùa khô từ tháng 2 đến tháng 6 và
tập trung chủ yếu vào tháng 3.
Kết quả phân tích cho thấy, mũi phía Nam cửa sông Cu
Đê biến động, dịch chuyển nhiều hơn mũi phía Bắc. Chiều
dài dịch chuyển lớn nhất của mũi phía Nam là 129,6 m (từ
03/2011 đến 03/2016) trong khi đó mũi phía Bắc có chiều
dài dịch chuyển lớn nhất là 108,2 m. Mũi phía Nam có xu
hướng dịch chuyển ổn định trong thời gian dài và ít biến
động hơn, trong khi đó mũi phía bắc sự mở rộng và thu hẹp
thay đổi liên tục trong thời gian ngắn (Hình 3, Hình 4). Tại
cửa ra sông Hàn, ở mặt cắt 3-3, 4-4 đường bờ có xu hướng
chung là mở rộng với bề rộng thay đổi lớn nhất là 739m, từ
năm 2006 đến năm 2011 (Hình 3, Hình 5).


10

Nguyễn Quang Bình

Hình 3. Diễn biến đường bờ trong mùa khô

Hình 4. Diễn biến đường bờ trong mùa khô tại cửa sông Cu Đê (khoảng cách so với đường cơ sở)

Hình 5. Diễn biến đường bờ trong mùa khô tại cửa sông Hàn (khoảng cách so với đường cơ sở)

4.2. Diễn biến theo mùa mưa
Ngược lại trong mùa mưa lũ, mũi phía Nam cửa sông
Cu Đê lại biến động phức tạp hơn mũi phía Bắc và không

theo một quy luật rõ ràng (Hình 6, Hình 7), quy luật chung
của bờ Bắc là xói lở và xuất hiện mạnh từ năm 1996 đến
2001. Tại cửa sông Hàn bờ biển vẫn đang tiếp tục được mở
rộng (Hình 6, Hình 8).

Hình 6. Diễn biến đường bờ trong mùa mưa

Hình 7. Diễn biến đường bờ trong mùa mưa tại cửa sông Cu Đê (khoảng cách so với đường cơ sở)


ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 9(130).2018

11

Hình 8. Diễn biến đường bờ trong mùa mưa tại cửa sông Hàn (khoảng cách so với đường cơ sở)

4.3. Diễn biến theo năm
Diễn biến đường bờ tại cửa sông Cu Đê là phức tạp hơn
cửa sông Hàn và không theo một quy luật rõ ràng. Hình 9
trình bày diễn biến theo năm tại hai mặt cắt đặc trưng tại khu
vực này (mặt cắt 1-1, 2-2). Ở mũi phía Bắc diễn biến khá ổn

định, quá trình xói lở và bồi đắp diễn ra liên tục theo từng
năm với quy luật ước chừng khoảng 10 năm, trong khi ở mũi
phía Nam quá trình này lại phức tạp hơn và không đều.

Trong mùa khô mũi phía Nam cửa sông Cu Đê biến
động, dịch chuyển nhiều hơn mũi phía Bắc. Chiều dài dịch
chuyển lớn nhất của mũi phía Nam là 129,6m trong khi đó
mũi phía Bắc là 108,2m. Vào mùa mưa lũ, mũi phía Nam
lại ít biến động hơn mũi phía Bắc và không tuân theo quy
luật rõ ràng trong khi quy luật chung của bờ Bắc là xói lở.
Mũi phía Bắc cửa sông Hàn xu hướng chung của đường bờ
trong cả hai hai mùa là bồi đắp.
Đánh giá từ kết quả diễn biến theo năm, mũi phía Bắc
cửa sông Cu Đê diễn biến ổn định hơn, quá trình xói lở và
bồi đắp diễn ra liên tục theo từng năm với quy luật ước
chừng khoảng 10 năm, trong khi ở mũi phía Nam quá trình
này lại phức tạp hơn và không đều.
Kết quả nghiên cứu hi vọng sẽ cung cấp thêm cho nhà
quản lý các cơ sở khoa học có độ tin cậy phục vụ cho công
tác xây dựng bản đồ đường bờ, quy hoạch và quản lý tài
nguyên ven biển.
Lời cảm ơn: Bài báo này được tài trợ bởi Trường Đại
học Bách khoa - Đại học Đà Nẵng với đề tài có mã số:
T2018-02-27.
TÀI LIỆU THAM KHẢO

Hình 9. Diễn biến đường bờ theo năm tại cửa sông Cu Đê tại
(khoảng cách so với đường cơ sở)

5. Kết luận

Kết quả phân tích của cả bốn kỹ thuật đều cho kết quả
tương đối tốt ở khu vực dọc theo bờ biển, nhưng lại kém
hiệu quả hơn ở những nơi có mật độ xây dựng cao (Cảng
Tiên Sa) và cửa ra của lưu vực nơi có lượng bùn cát từ
thượng nguồn tập trung về khá lớn (cửa ra sông Hàn, cửa
ra sông Cu Đê). Trong đó, kỹ thuật tỷ số ảnh (BR) cho kết
quả tốt hơn ba kỹ thuật còn lại ở các vùng nước trong.
Ở các khu vực có công trình nhân tạo như kè Liên
Chiểu, kè Đa Phước, khu vực neo đậu tàu thuyền ở cảng
Tiên Sa có bề rộng công trình nhỏ hơn kích thước 1 pixel
(30m) của ảnh Landsat OLI, kết quả phân tích của cả 4 kỹ
thuật đều không tốt.
Trong cả 4 kỹ thuật độ lệch trung bình đến đường thực
đo đều nhỏ hơn một pixel của ảnh Landsat OLI (30m). Trong
đó, kỹ thuật tỷ số ảnh (BR) có sai số trung bình đến đường
thực đo là nhỏ nhất so với 3 kỹ thuật còn lại, với sai số trung
bình là 18,2m trong toàn bộ 61,92km chiều dài của Vịnh.

[1] D. Ozturk and F. A. Sesli, “Shoreline change analysis of the
Kizilirmak Lagoon Series,” Ocean Coast. Manag., vol. 118, pp.
290–308, 2015.
[2] Z. Du et al., “Analysis of Landsat-8 OLI imagery for land surface
water mapping,” Remote Sens. Lett., vol. 5, no. 7, pp. 672–681, 2014.
[3] S. K. McFeeters, “The use of the Normalized Difference Water
Index (NDWI) in the delineation of open water features,” Int. J.
Remote Sens., vol. 17, no. 7, pp. 1425–1432, 1996.
[4] H. Xu, “Modification of normalised difference water index (NDWI)
to enhance open water features in remotely sensed imagery,” Int. J.
Remote Sens., vol. 27, no. 14, pp. 3025–3033, 2006.
[5] G. L. Feyisa, H. Meilby, R. Fensholt, and S. R. Proud, “Automated Water

Extraction Index: A new technique for surface water mapping using
Landsat imagery,” Remote Sens. Environ., vol. 140, pp. 23–35, 2014.
[6] A. A. Alesheikh, A. Ghorbanali, and N. Nouri, “Coastline change
detection using remote sensing,” Int. J. Environ. Sci. Technol., vol.
4, no. 1, pp. 61–66, 2007.
[7] C. thống kê Đ. Nẵng, “Điều kiện tự nhiên Đà Nẵng,” 2010.
[8] E. R. Thieler, E. A. Himmelstoss, J. L. Zichichi, and A. Ergul, “The Digital
Shoreline Analysis System (DSAS) version 4.0-an ArcGIS extension for
calculating shoreline change,” US Geological Survey, 2009.
[9] USGS, “Cục khảo sát địa chất Hoa kỳ.” [Online]. Available:
.
[10] S. Sunder, R. Ramsankaran, and B. Ramakrishnan, “Intercomparison of remote sensing sensing-based shoreline mapping
techniques at different coastal stretches of India,” Environ. Monit.
Assess., vol. 189, no. 6, p. 290, 2017.

(BBT nhận bài: 17/8/2018, hoàn tất thủ tục phản biện: 10/9/2018)