Tạp chí Khoa học Đất. 2007. Số 26, p: 143-149
Ứng dụng chỉ số nhiệt thực vật cho việc đánh giá sa mạc hóa
vùng bờ biển ở Việt Nam
Hoàng Việt Anh
1
, Meredith Williams
2
, David Manning
2
1. Trung Tâm Nghiên cứu Sinh thái và Môi trường rừng, Viện Khoa học Lâm nghiệp Việt
Nam
2. Đại học Tổng hợp Newcastle, UK
Tóm tắt: Đề tài đã xây dựng một phương pháp đánh giá sa mạc hóa sử dụng ảnh vệ tinh MODIS và ASTER. Chỉ số thực vật và nhiệt
độ mặt đất được lấy ra từ ảnh MODIS và ASTER thông qua các kênh trong giải phổ nhìn thấy và kênh hồng ngoại nhiệt. Mối liên hệ
giữa chỉ số thực vật, nhiệt độ mặt đất và mức độ sa mạc hóa được khảo sát và bước đầu được ứng dụng để xây dựng bản đồ vùng sa
mạc hóa ven biển.
Abstract: A desertification mapping approach is developed using MODIS, ASTER and ENVISAT ASAR products. Vegetation
density and thermal properties were extracted from MODIS and ASTER data while soil moisture was estimated from ENVISAT
ASAR. The relationship between vegetation density, soil moisture, and surface temperature, and the role of these parameters in the
desertification process are under investigation.
Keywords: remote sensing, desertification, monitoring, ASTER, MODIS

1 Tổng quan
Sau khi Công Uớc Quốc tế về sa mạc hóa chính thức đi vào hoạt động năm 1996, nhu cầu
đánh giá các đất thoái hóa và đất sa mạc hóa một cách toàn diện trở nên cấp thiết hơn bao
giờ hết (UNCCD, 2004). Các phương pháp khảo sát thực địa truyền thống vẫn là hết sức cần
thiết, nhưng cũng rất tốn kém và cần nhiều thời gian. Trong khi đó các hệ thống viễn thám
ngày càng chứng minh tính ưu việt của mình bởi khả năng đánh giá nhanh và liên tục trên
những vùng rộng lớn và giá thành hạ.
Việt Nam tuy không nằm trong vùng sa mạc hóa điển hình, nhưng do tác động của việc
phá rừng, canh tác không hợp lý, nhiều vùng của Việt Nam đã bị ảnh hưởng nghiêm trọng.

- Cồn các ven biển: 143780 ha chiếm 18.2% diện tích
- Vùng đồng bằng: 74260 ha, chiếm 9.4% diện tích
- Vùng đồi thấp: 249640 ha, chiếm 31.6% diện tích
- Vùng núi nối với dẫy Trường Sơn: 322320 ha chiếm 40.8% diện tích
Bình Thuận là tỉnh có khí hậu khô và nóng nhất Việt nam với nhiệt độ trung bình năm
27°C; nhiệt độ trung bình mùa đông 20.8°C, nhiệt độ trung bình mùa hè 32.3°C. Vùng này
cũng là nơi nhận được nhiều bức xạ mặt trời nhất với 2900 giờ nắng hàng năm, tương đương
với gần 8 giờ mỗi ngày. Lượng mưa rất thấp và phân bố không đều. Mưa trung bình năm
1024 mm. Tại một số địa địa điểm, lượng mưu bình quân năm chỉ có 550 mm. Mùa khô kéo
dài từ tháng 11 đến tháng 4, mùa mưa từ tháng 5 đến tháng 10 với nhiều trận mưa lớn trong
thời gian ngắn.
3 Nguồn dữ liệu
3.1 Các dữ liệu cần thiết cho việc đánh giá sa mạc hóa
Sa mạc hóa là một quá trình phức tạp bao gồm cả các tác nhân thiên nhiên lẫn tác động của
con người. Tùy theo các cấp độ quản lý khác nhau, ví dụ cấp chiến lược, cấp chính sách, cấp
ra quyết định, cấp quản lý sử dụng đất, mà yêu cầu về thông tin sa mạc hóa cũng khác nhau.
Dự án DESERTLINKS của cộng đồng châu Âu đã đưa ra danh sách 150 chỉ tiêu về sinh
thái, kinh tế, xã hội, hành chính để đánh giá sa mạc hóa (Brandt et al., 2002). Tuy nhiên để
xây dựng bản đồ sa mạc hóa, có 3 yếu tố rất quan trọng là nhiệt độ mặt đất, thực vật che phủ,
và độ ẩm đất.
Hiện tại trên thế giới có nhiều cách tiếp cận đánh giá sa mạc hóa khác nhau. Trong đó 2
cách tiếp cận phổ biến là điều tra thực địa và giải đoán ảnh viễn thám (visual interpretation).
Tuy có khác nhau về kỹ thuật, nhưng cả 2 cách tiếp cận này đều dựa vào kiến thức chuyên
gia, khả năng phân tích bằng thị giác các dạng địa hình và tập hợp chúng vào một số nhóm
cho trước. Cách tiếp cận thứ 3, dựa vào phân loại ảnh viễn thám (image classification). Kỹ
Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
3

thuật và các thuật toán của cách tiếp cận thứ 3 rất đa dạng nhưng đều dựa trên sự đồng dạng

c1, c2: hằng số

Bằng cách nghịch đảo phương trình này chúng ta có thể tính được nhiệt độ mặt đất với điều
kiện 2 yếu tố quang phổ phát xạ và bức xạ nhiệt có thể đo được từ ảnh viễn thám. Nhiều
thuật toán tiêu chuẩn đã được phát triển để đơn giản hóa quá trình tính toán này, ví dụ thuật
toán Split windows và TES (Dash et al., 2002).
Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
4

Độ che phủ thực vật có thể tính được từ dữ liệu viễn thám sử dụng các phép phân loại ảnh
hoặc chỉ số thực vật. Dạng đơn giản và được ứng dụng phổ biến nhất là chỉ số thực vật tiêu
chuẩn (NDVI).
R
IR
RIR
NIVI
+
−
=

Trong đó R là giá trị của giải phổ đỏ, IR là giá trị của giải phổ hồng ngoại. Do thực vật hấp
thụ hầu hết ánh sáng đỏ, cho nên khi đo quang phổ phát xạ của thực, ta thấy có sự khác biệt
lớn giữa giá trị của giải phổ đỏ và giải phổ hồng ngoại. Chỉ số thực vật NDVI có giá trị từ -1
đến 1, với những vùng có NDVI cao đặc trưng cho độ che phủ thực vật cao, và những vùng
đất trống có NDVI thấp.
3.3 Lựa chọn loại dữ liệu viễn thám
Trong nghiên cứu này, nguồn dữ liệu phù hợp là từ những vệ tinh có khả năng cung cấp
thông tin về nhiệt độ và chỉ số thực vật, như đã đề cập trong mục 3.1. Trong việc lựa chọn
loại dữ liệu phù hợp, chúng ta không những cần quan tâm đến độ phân giải của ảnh, mà còn

5

19 Jan 2005 ENVISAT ASAR Level 2B/ ASAR IMP
14 June 2005 ASTER Level 1B/ AST_1B
14 June 2005 ASTER Level 2/ ASTER_08
Jan 2005 MODIS Level 3G/MOD09A1
Feb 2005 MODIS Level 3G/MOD09A1
4 Phương pháp
4.1 Xử lý ảnh
Ảnh MODIS được lọc nhiễu khí quyển (amospheric corrected) tại trung tâm NASA. Toàn bộ
dữ liệu ảnh MODIS được chuyển từ hệ tọa độ ISIN về UTM WGS 84 để phù hợp với dữ liệu
địa lý của Việt Nam, và nắn chỉnh vào lưới toạ độ quốc gia. Ảnh ASTER level 2, được đăng
ký tọa độ và nắn chỉnh hình học sử dụng bản đồ địa hình 1:50.000 với độ chính xác dưới 1
pixel.
4.1.1 Nhiệt độ mặt đất (LST)
Nhiệt độ mặt đất được tính toán từ 2 nguồn dữ liệu. Ở tỷ lệ nhỏ, chúng tôi sử dụng
MOD11A2. Đây là ảnh nhiệt tính trung bình cho 8 ngày, được tính toán từ kênh hồng ngoại
nhiệt của ảnh MODIS với độ phân giải 1 km. Việc tính toán này dựa trên một cơ sở dữ liệu
về các loại vật liệu với độ phát xạ nhiệt đã được biết trước. Ảnh nhiệt MOD11A2 đã được
kiểm nghiệm độ với độ chính xác 1 độ K trong điều kiện trời quang mây (Wan, 1999).
Với độ phân giải trung bình, chúng tôi sử dụng AST_08. Đây là ảnh nhiệt độ mặt đất được
tính toán từ kênh hồng ngoại nhiệt của ảnh ASTER với độ phân giải 90 m sử dụng thuật toán
TES (Gillespie et al., 1998).
4.1.2 Chỉ số thực vật
Ở độ phân giải thấp, chúng tôi sử dụng MYD_13Q, ảnh chỉ số thực vật NDVI tính trung
bình cho 16 ngày từ vệ tinh MODIS. Sử dụng các dữ liệu chuẩn từ nhà cung cấp giúp tiết
kiệm thời gian xử lý ảnh và đồng bộ hóa quá trình tính toán. Một lợi điểm nữa của việc sử
dụng dữ liệu tiêu chuẩn là những dữ liệu này được nắn chỉnh bằng các thuật toán tiêu chuẩn
do đó giúp đơn giản hóa quá trình xây dựng bản đồ, và cho phép so sánh kết quả tại những
vùng địa lý khác nhau trong những khoảng thời gian khác nhau.

NDVIi.max
-

LST
NDVIi
) / (LST
NDVIi.max
-

LST
NDVIi.min
) (4)
Với:

LST
NDVIi.max
= a + b NDVI
i
(5)

LST
NDVIi.min
= a’ + b’ NDVI
i

Trong đó LST
NDVIi.max
and LST
NDVIi.min
là nhiệt độ cực đại và cực tiểu của những pixel

LST
min
Denominator
0 0.2 0.4 0.6 0.8 1
5 10 15 20 25 30 35 40 45
LST
max
Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
7

LST
min
được coi như đường biên “lạnh”, đại diện cho những nơi mát hơn và có đủ nước cho
thực vật phát triển (Gillies et at. 1997, Wang et al. 2002). Giá trị của VTCI chạy từ 0 đến 1;
chỉ số này càng thấp thì khả năng xẩy ra khô hạn càng cao hơn.
4.2 Phương pháp thực địa
Để thu thập số liệu cần thiết cho việc xây dựng mẫu (training data), chúng tôi đã thực hiện
hai đợt khảo sát thực địa vào mùa khô và mùa mưa. Tổng cộng đã khảo sát 150 điểm mẫu.
Việc phân vùng được thực hiện trên cơ sở phân loại ảnh ASTER tháng 1 năm 2003. Kết quả
phân loại ảnh cho ta một cái nhìn khái quát về vị trí, diện tích và các dạng sa mạc hóa ở
vùng nghiên cứu gồm 7 nhóm đất: đồi cát, đồi cát thấp, trảng cỏ cây bụi trên đất cát, ruộng
lúa, đất chăn thả, rừng khộp trên đất thấp và rừng khộp trên núi cao.
Tại mỗi điểm mẫu, chúng tôi đo đạc những chỉ số sau:

- Độ che phủ thực vật %
- Thành phần cơ giới (5cm)
- pH, EC
- Độ ẩm đất (0-10 cm)
-
5.2 Chỉ số nhiệt thực vật (VTCI) cho ảnh ASTER và MODIS.
Ở độ phân giải cao, ảnh ASTER được sử dụng để tính chỉ số VTCI cho vùng nghiên cứu.
Chỉ số thực vật NDVI được tính từ băng 3 và băng 1 (băng hồng ngoại và băng đỏ). Nhiệt độ
mặt đất LST được lấy từ ảnh AST_08 như đã trình bầy trong mục 4.1.1. Để giảm thiểu sai số
hình học, ảnh NDVI được nắn từ độ phân giải 15m xuống còn 90m để phù hợp với độ phân
giải của kênh ảnh nhiệt. Trong hình 3 (đồ thị scatter plot giữa LST và NDVI) ta thấy đường
chéo phía trên đại diện cho “biên nóng” (LST
max
), còn đường thẳng nằm duới scatter plot đại
diện cho “biên lạnh” (LST
min
). Hình 3. Scatter plot giữa LST và NDVI (ảnh ASTER 16/01/2005).

Từ độ dốc của đường “biên nóng” và “biên lạnh” chúng ta tính được các tham số a, b, a’, b’:
LST
NDVIi.max
= 43.3 – 29.75(NDVI
i
) (6)
LST
NDVIi.min
= 25.2 + 0(NDVI
i
)


NDVIi.min
= 18.74 + 0(NDVI
i
) Hình 5. Scatter plot giữa LST và NDVI (ảnh MODIS 12 Jan. 2005).

Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
10

Áp dụng công thức (7) và (4) chúng ta tính được chỉ số VTCI cho ảnh MODIS. Trong
hình 6 có thể thấy hầu hết các vùng đất cát của Việt Nam đều có chỉ số VTCI thấp thể hiện
sự khô hạn và thiếu nước cho cây trồng, trong đó vùng Phan thiết có chỉ số VTCI thấp nhất
tương ứng với mức khô hạn nghiêm trọng. Vùng Tây Nguyên cũng có chỉ số VTCI tương
đối thấp và được thể hiện bằng mầu trắng. Dãy Trường Sơn có mầu đậm hơn trên ảnh thể
hiện chỉ số VTCI cao do có thực vật che phủ và lượng mưa nhiều hơn. Một diện tích lớn ở
miền Trung và miền Bắc bị mây che phủ nên không có số liệu.

Hình 6. Chỉ số VTCI of tính toán từ ảnh MODIS (tháng 1/2005). Độ phân giải 1 km. Khu vực có mầu trắng ở giữa ảnh là những vùng
không có dữ liệu nhiệt độ do bị mây che phủ.

6 Thảo luận
Việc phân tích chỉ số thực vật NDIV và nhiệt độ mặt đất từ ảnh ASTER cho thấy, 2 yếu tố
này có mối quan hệ chặt (R
2
=0.7) và có thể giải thích được các cấp độ sa mạc hóa khác
nhau. Tuy nhiên, trong quá trình xử lý ảnh, chúng tôi nhận thấy rằng sự khác biệt về độ phân
giải giữa các băng trong giải phổ nhìn thấy (VNIR, 15 m) sử dụng để tính NDVI, và các

images: IEEE Transactions on Geoscience and Remote Sensing, v. 36, p. 1113 -
1126.
HABOUDANE, D., BONN, F., and ROYER, A., 2002, Land degradation and erosion risk
mapping by fusion of spectrallybased information and digital geomorphometric
attributes: International Journal of Remote Sensing, v. 23, p. 3795–3820.
MCVICAR, T. R., JUPP, D.L.B., 1998, The current and potential operational use of remote
sensing to aid decisions on drought exceptional circumstances in Australia: a review.:
Agricultural Systems, v. 57, p. 399-468.
ROUSE, J. W., HAAS,R.H., SCHELL,J.A., DEERING, D.W., 1973, Monitoring vegetation
systems in the great plains with ERTS, Third ERTS Symposium, NASA, p. 309-317.
STEHMAN, S. V., 1999, Basic probability sampling designs for thematic map accuracy
assessment: International Journal of Remote Sensing, v. 20, p. 2423-2441.
UNCCD, 2002, Vietnam report on the UNCCD implementation, UNCCD.
-, 2004, UNCCD 10 years on, United Nation.
WAN, Z., 1999, MODIS Land-Surface Temperature Algorithm Theoretical Basis
Document, Institute for Computational Earth System Science. University of
California, Santa Barbara.
WAN, Z., WANG, P., and L, X., 2004, Using MODIS Land surface temperature and
Normalized Diference Vegetation index products for monitoring dought in the
southern Great Plains, USA.: International Journal of remote sensing,, v. 25, p. 61-72.

Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.