Ứng dụng ảnh vệ tinh modis theo dõi diễn biến lũ tại tỉnh An Giang (từ năm 2000 đến 2013) và thành lập bản đồ lũ năm 2013

Journal of Science – 2016, Vol. 12 (4), 72 – 80 Part D: Natural Sciences, Technology and Environment 72 ỨNG DỤNG ẢNH VỆ TINH MODIS THEO DÕI DIỄN BIẾN LŨ TẠI TỈNH AN GIANG (TỪ NĂM 2000 ĐẾN 2013) VÀ THÀNH LẬP BẢN ĐỒ LŨ NĂM 2013 Phạm Duy Tiễn Trường Đại học An Giang Thông tin chung: Ngày nhận bài: 15/01/2015 Ngày nhận kết quả bình duyệt: 09/04/2015 Ngày chấp nhận đăng: 12/2016 Title: An application of remote sensing data (Modis) for mapping flooding status from 2000 to 2013 in An Giang province Keywords: MODIS, EVI, LSWI, NDVI, flood , An Giang Từ khóa: MODIS, EVI, LSWI, DVEL, lũ, An Giang ABSTRACT Many kinds of observational satellites have continuously provided useful information in order to monitor flood situations. Remotely sensed data derived from a variety of sensors ( MODIS) was utilized to establish flooding status mapping and identify its changes in An Giang province. The previously traditional methods of flooding status mapping were limited and required the amount of time and effort in terms of collecting and synthesizing the data. Therefore, an updated approach is considered to overcome the disadvantages of traditional ones to meet urgent requirements of practical production and scientific research. In this paper, the remote sensing image analysis processes for mapping flooding status are mentioned (from 2000 to 2013). TÓM TẮT Nhiều loại vệ tinh quan sát trái đất đã liên tục cung cấp nhiều thông tin hữu ích để theo dõi và đánh giá tình hình lũ lụt. Dữ liệu viễn thám được thu thập từ một loạt các cảm biến (MODIS) đã được sử dụng trong việc lập bản đồ hiện trạng lũ lụt và xác định sự thay đổi diện tích của chúng ở tỉnh An Giang. Việc thành lập bản đồ hiện trạng lũ bằng các phương pháp trước đây mang rất nhiều hạn chế trong thực hiện, đòi hỏi đầu tư lớn về thời gian và sức lực trong công tác thu thập, tổng hợp thống kê số liệu. Do đó, đòi hỏi phải có một phương pháp khác khắc phục được nhược điểm trên của phương pháp truyền thống trong điều tra nghiên cứu hiện trạng lũ, đáp ứng yêu cầu cấp bách của thực tiễn sản xuất và nghiên cứu khoa học. Trong khuôn khổ bài báo này, quy trình phân tích ảnh viễn thám để thành lập bản đồ hiện trạng lũ và biến động (từ năm 2000 đến 2013) của chúng được đề cập. 1. GIỚI THIỆU Bên cạnh sự ưu đãi của thiên nhiên, An Giang cũng gặp nhiều khó khăn từ chính các điều kiện tự nhiên. Một trong số đó là lũ hàng năm từ sông Tiền và sông Hậu gây ra. Trừ hai huyện Tri Tôn và Tịnh Biên có địa hình đồi núi, các huyện còn lại có địa hình thấp trũng nên An Giang chịu ảnh hưởng lũ từ sông Hậu và lũ tràn từ biên giới Cambodia qua lãnh thổ Việt Nam. Do đó, vùng này được xem là một trong số các vùng chịu ảnh hưởng lũ lớn nhất ở Đồng bằng sông Cửu Long (ĐBSCL). Đặc trưng lũ ở khu vực này là theo chu kỳ, thường xảy ra vào tháng 5 – 11 hàng năm. Journal of Science – 2016, Vol. 12 (4), 72 – 80 Part D: Natural Sciences, Technology and Environment 73 Nghiên cứu sử dụng chuỗi dữ liệu ảnh MODIS- MOD09A1 (độ phân giải 250 m, 8 ngày lặp) là công cụ để phát hiện những thay đổi của lũ lụt trong thời gian qua, thông qua sự kết hợp của các chỉ số thực vật tăng cường (EVI), chỉ số nước bề mặt lớp phủ (LSWI) và sự khác biệt giữa hai chỉ số này (DVEL). Từ đó làm cơ sở đánh giá diễn biến lũ tỉnh An Giang (giai đoạn 2000 – 2013). 2. KHU VỰC NGHIÊN CỨU Tỉnh An Giang là một trong những tỉnh đầu nguồn trong khu vực ĐBSCL, với hai nhánh sông Tiền và sông Hậu. Với đặc điểm là vùng núi và đồng bằng, có nguồn nước mặt dồi dào, do vậy thế mạnh kinh tế của An Giang chủ yếu là sản xuất nông nghiệp và thủy sản. Năm 2012, nông dân trong tỉnh đã gieo trồng 518.032 ha, tăng 2%, trong đó diện tích trồng lúa là 475.644 ha (Hình 1). Hình 1. Bản đồ hiện trạng sản xuất nông nghiệp tỉnh An Giang Journal of Science – 2016, Vol. 12 (4), 72 – 80 Part D: Natural Sciences, Technology and Environment 74 3. PHƯƠNG PHÁP Hình 2. Sơ đồ quy trình thực hiện theo dõi diễn biến lũ tại An Giang Phương pháp nghiên cứu được tiến hành theo từng bước như được trình bày theo sơ đồ Hình 2. Dữ liệu MODIS sau khi thu thập được xử lý qua các bước xử lý ảnh (cắt, ghép, nắn, lọc mây,) và tính toán chỉ số cần thiết để phát hiện điểm ảnh lũ lụt, gồm các chỉ số sau: - Chỉ số thực vật tăng cường (Enhanced Vegetation Index - EVI): 1*5.7*6 *5.2   BLUERED+NIR REDNIR =EVI - Chỉ số nước bề mặt lớp phủ (Land Surface Water Index - LSWI): SWIRNIR SWIRNIR =LSWI   - Sự khác biệt giữa chỉ số EVI và LSWI DVEL = EVI – LSWI Trong đó: - RED là phổ phản xạ của kênh đỏ (band 1 của MODIS); - NIR là phổ phản xạ của kênh cận hồng ngoại (band 2 của MODIS); - BLUE là phổ phản xạ của kênh xanh da trời (band 3 của MODIS). - SWIR là phản xạ của tia hồng ngoại ngắn của quang phổ mặt trời (band 6 của MODIS). Đối chiếu kết quả Bản đồ thời gian ngập lũ 2000-2013 Xử lý ảnh (cắt, ghép, nắn, lọc mây,) Bản đồ ranh giới hành chính Tính và tạo chuỗi ảnh EVI, LSWI, DVEL theo thời gian Bản đồ hiện trạng sử dụng đất Phân loại đối tượng dựa trên giá trị EVI, LSWI, DVEL Bản đồ hiện trạng ngập lũ 2000-2013 Đánh giá diễn biến lũ tỉnh An Giang Số liệu mực nước thủy văn Ảnh MODIS (MOD09A1) Journal of Science – 2016, Vol. 12 (4), 72 – 80 Part D: Natural Sciences, Technology and Environment 75 Hình 3. Phương pháp phân loại điểm ảnh lũ dựa trên giá trị các chỉ số EVI, LSWI và DVEL (Nguồn: Sakamoto et al., 2007; Islam et al., 2009) Từ các ảnh đơn band được tính toán dựa vào công thức trên, tiến hành tạo các chuỗi ảnh đa thời gian của các chỉ số EVI, LSWI và DVEL. Sau đó phân loại đối tượng dựa trên giá trị của các chỉ số này để xác định điểm ảnh lũ lụt. Nghiên cứu sử dụng phương pháp của Sakamoto et al. (2007) và Islam et al. (2009) để phân loại đối tượng và xác định điểm ảnh lũ lụt (Hình 3). Với giá trị band Blue ≥ 0,2 được xem là điểm ảnh mây sẽ được loại bỏ khỏi ảnh (Xiao et al., 2005). Nếu EVI > 0,3 được xem là điểm ảnh không lũ. Nếu EVI ≤ 0,3 và DVEL≤ 0,05 hay EVI ≤ 0,05 và LSWI ≤ 0,0 được xác định là điểm ảnh liên quan đến nước. Sau đó, phân loại điểm ảnh lũ với EVI ≤ 0,1, điểm ảnh hỗn hợp với 0,1< EVI ≤ 0,3 và các khu vực sông hồ được tách ra từ các điểm ảnh liên quan đến nước với thời gian ngập > 180 ngày. 4. KẾT QUẢ 4.1 Phân tích mối quan hệ giữa các chỉ số EVI, LSWI và DVEL Dựa trên mối quan hệ giữa giá trị EVI, LSWI và DVEL với trạng thái lớp nước bề mặt cũng như lớp phủ thực vật và sự kết hợp các giá trị này giúp xác định mức độ ngập và đặc điểm thời gian ngập trong giai đoạn lũ (Hình 4). Ảnh MODIS – MOD09A1 Ảnh chỉ số: EVI, LSWI, DVEL Chuỗi ảnh không mây đa thời gian: EVI, LSWI, DVEL ρBLUE > 0,2 Không lũ Các pixel liên quan đến nước EVI >0,3 333333333 333333333 333333333 330,3000,3 SAI DVEL≤ 0,05 EVI ≤ 0,3 EVI ≤ 0,05 LSWI ≤ 0,0 Pixel hỗn hợp Pixel lũ Sông, hồ, biển 0,1180 ngày Journal of Science – 2016, Vol. 12 (4), 72 – 80 Part D: Natural Sciences, Technology and Environment 76 Hình 4. Khả năng phát hiện lũ dựa vào thay đổi giá trị EVI, LSWI và DVEL theo thời gian Do chu kỳ lặp là 8 ngày nên ảnh không luôn luôn ghi nhận được chính xác thời gian lũ đạt đỉnh cũng như thời gian bắt đầu và kết thúc mùa lũ nên ta cần căn cứ vào các biểu đồ giá trị EVI, LSWI và DVEL để ước đoán được thời điểm lũ bắt đầu, đạt đỉnh và kết thúc. Đó là khoảng thời gian mà giá trị LSWI bắt đầu tăng (đồng thời EVI và DVEL giảm) là thời điểm lũ bắt đầu, sau đó LSWI đạt cực đại (EVI và DVEL đạt cực tiểu) tương ứng với đỉnh lũ và LSWI giảm xuống khi kết thúc mùa lũ (đồng thời EVI và DVEL tăng lên vào thời điểm này). 4.2 Diễn biến của lũ ở An Giang giai đoạn từ năm 2000 đến năm 2013 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1/ 1/ 01 1/ 3/ 01 1/ 5/ 01 1/ 7/ 01 1/ 9/ 01 1/ 11 /0 1 1/ 1/ 02 1/ 3/ 02 1/ 5/ 02 1/ 7/ 02 1/ 9/ 02 1/ 11 /0 2 Thời gian G iá t rị c á c ch ỉ số EVI LSWI DVEL Lũ Mùa vụ Mùa vụ Journal of Science – 2016, Vol. 12 (4), 72 – 80 Part D: Natural Sciences, Technology and Environment 77 Journal of Science – 2016, Vol. 12 (4), 72 – 80 Part D: Natural Sciences, Technology and Environment 78 Hình 5. Hiện trạng ngập lũ ở tỉnh An Giang từ năm 2000 và 2013 Journal of Science – 2016, Vol. 12 (4), 72 – 80 Part D: Natural Sciences, Technology and Environment 79 Qua chuỗi ảnh (Hình 5, 6) lũ từ năm 2000 đến năm 2013, cho thấy sự biến động diện tích ngập lũ qua các năm từ 300.000 ha giảm còn khoảng 100.000 ha. Trong đó, diện tích ngập lũ bị thu hẹp từ năm 2000 đến năm 2002 ở huyện Phú Tân và Chợ Mới. Từ 2003 đến 2005, huyện Thoại Sơn phát triển diện tích đê bao để sản xuất vụ 3, do đó diện tích ngập thu hẹp nhanh chóng ở huyện này. Từ năm 2008 đến 2013, hai huyện Châu Thành và Châu Phú diện tích ngập lũ thu hẹp đáng kể. Tuy nhiên, từ năm 2005 đến năm 2006 diện tích ngập lũ tăng nguyên nhân do các tiểu vùng ở các huyện xả lũ. Hình 6. Diện tích ngập lũ tại thời điểm cực đại của tỉnh An Giang từ năm 2000 đến 2013 4.3 Bản đồ ngập lũ năm 2013 Hình 7. Bản đồ ngập lũ năm 2013 và hệ thống đê bao triệt để Journal of Science – 2016, Vol. 12 (4), 72 – 80 Part D: Natural Sciences, Technology and Environment 80 Qua kết quả giải đoán cho thấy, diện tích ngập lũ của An Giang đến năm 2013 thu hẹp đáng kể còn khoảng 108.337,5 ha. Điều này có liên quan đến sự phát triển của hệ thống đê bao để trồng lúa ở các huyện. Năm 2013, An Giang có tổng chiều dài đê bao phục vụ sản xuất 4.954 km với 535 tiểu vùng, trong đó: đê bao triệt để có 280 tiểu vùng với chiều dài 2.804,86 km, diện tích bảo vệ sản xuất: 141.711 ha. Đê bao tháng tám (chống lũ theo thời vụ) có 255 tiểu vùng với chiều dài: 2.149,77 km, diện tích bảo vệ sản xuất: 51.698 ha. (Nguồn Chi Cục Thủy Lợi An Giang, 2013). 5. KẾT LUẬN Các chỉ số EVI, LSWI và DVEL giúp xác định quy mô ngập lũ cũng như đặc điểm thời gian ngập một cách khách quan, phản ánh trung thực diễn biến lũ theo từng không gian cụ thể. Chuỗi ảnh MODIS có thể phục vụ tốt cho công tác quản lí hiện trạng lũ hàng năm, ngoài ra có thể nghiên cứu để quản lí hệ thống đê bao của tỉnh An Giang. TÀI LIỆU THAM KHẢO Chi Cục Thủy Lợi Tỉnh An Giang. (2013). Islam, A. S., Bala. S. K & A. Haque. (2009). Flood Inundation Map of Bangladesh Using MODIS Surface Reflectance Data. International Conference on Water & Flood Management (ICWFM). 80, 245-256. Sakamoto, T., Ishitsuka, N., Kotera, A., Nguyen, N. V., Ohno, H. & Yokozawa, M. (2007). Detecting temporal changes in the extent of annual flooding within the Cambodia and the Vietnamese Mekong Delta from MODIS time- series imagery. Remote Sens. Environ. 109, 295–313. Son, N.T., C.F. Chen, L.Y. Chang, C.R. Chen. (2003). The Classification of Rice Cropping Systems in Southern Vietnam Using Time- Series MODIS Data. Asian Journal of Geoinformatics. 10(1), pp. 43-47. Strahler, A., Muchoney, D., Borak, J., Fried, M., Gopal, S., Lambin, E., and Moody, A. (1990). MODIS Land Cover Product, Algorithm Theoretical Basis Document (ATBD). MODIS Land Cover and Land-Cover Change. Version 5.0. Streets, D.G. (2003). An inventory of gaseous and primary aerosol emissions in Asia in the year 2000. J.Geophys. Res 108: 8809. Stroppiana D, Gregoire JM, Pereira JMC. (2003). The use of SPOT VEGETATION data in a classification tree approach for burnt area mapping in Australian savanna. Int J Remote Sens. 24(10), 2131–2151. Sub-NIAPP. (2000). Land-use map of the Mekong Delta. (Vietnam). Tansey, K., et al. (2004). Vegetation burning in the year 2000: global burned area estimates from spot vegetation data. Journal of Geophysical Research. 109, D14S03. Xiao, X., Bole S., Liu J. & Zhuang D. (2005). Mapping paddy rice agriculture in southern China using multi-temporal MODIS images. Remote Sensing of Environment. 95 (2005), 480–492.