You are on page 1of 90

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
---------------------

PHẠM VĂN MẠNH

NGHIÊN CỨU ỨNG DỤNG CÔNG NGHỆ VIỄN THÁM VÀ GIS
ĐÁNH GIÁ TÁC ĐỘNG CỦA NHIỆT ĐỘ, ĐỘ ẨM ĐẾN LỚP PHỦ
THỰC VẬT THÔNG QUA CHỈ SỐ THỰC VẬT (NDVI)

KHU VỰC TÂY NGUYÊN

LUẬN VĂN THẠC SĨ KHOA HỌC

Hà Nội – 2013

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
---------------------

PHẠM VĂN MẠNH

NGHIÊN CỨU ỨNG DỤNG CÔNG NGHỆ VIỄN THÁM VÀ GIS
ĐÁNH GIÁ TÁC ĐỘNG CỦA NHIỆT ĐỘ, ĐỘ ẨM ĐẾN LỚP PHỦ
THỰC VẬT THÔNG QUA CHỈ SỐ THỰC VẬT (NDVI)
KHU VỰC TÂY NGUYÊN

Chuyên ngành: Bản đồ viễn thám và Hệ thông tin địa lý
Mã số: 60440214

LUẬN VĂN THẠC SĨ KHOA HỌC

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS.TS PHẠM VĂN CỰ

Hà Nội – 2013

LỜI CẢM ƠN

Trước tiên, tôi xin gửi lời cảm ơn tới thầy hướng dẫn luận văn của tôi, phó
giáo sư - tiến sĩ Phạm Văn Cự, thầy đã tạo mọi điều kiện, tận tình hướng dẫn và
giúp đỡ tôi hoàn thành tốt luận văn này. Sự hiểu biết sâu sắc về khoa học, cũng
như kinh nghiệm của thầy chính là tiền đề giúp tôi đạt được những thành tựu và
kinh nghiệm quý báu.

Tôi cũng xin gửi lời cảm ơn đến các đồng nghiệp, cấp trên, thủ trưởng cơ
quan Cục Viễn thám quốc gia, Đài Viễn thám Trung ương đã tận tình giúp đỡ
cũng như tạo nhiều điều kiện thuận lợi cho tôi trong quá trình nghiên cứu.

Cuối cùng tôi xin cảm ơn bạn bè và gia đình đã luôn bên tôi, cổ vũ và động
viên tôi những lúc khó khăn để có thể vượt qua và hoàn thành tốt luận văn này.

Tôi xin chân thành cảm ơn!

........ 22 2.............................3.....1...2.... Phương pháp chiết xuất nhiệt độ bề mặt từ ảnh MODIS .2....................................................... 31 2.............1 Các loại độ ẩm không khí ........4................... 28 2........ Cơ sở khoa học chiết xuất nhiệt độ bề mặt từ tư liệu ảnh viễn thám ............................................... Phương pháp tính toán độ ẩm không khí từ tư liệu viễn thám .....................3..................3................................17 2....... 28 2... SỬ DỤNG DỮ LIỆU ẢNH MODIS TRONG ĐÁNH GIÁ NHIỆT ĐỘ BỀ MẶT. 32 2................................................1 CHƯƠNG 1............... 22 2..1......... 19 2................... Phương pháp tính nhiệt độ bề mặt (LST) từ dữ liệu MODIS .. Khái niệm chỉ số thực vật ....................... Ảnh vệ tinh MODIS............................................................. ĐỘ ẨM KHÔNG KHÍ VÀ CHỈ SỐ THỰC VẬT (NDVI) CỦA LỚP PHỦ THỰC VẬT ...... Cơ sở vật lý của chỉ số thực vật ...................4....4.....2. 33 2............... 10 CHƯƠNG 2............................. Tình hình nghiên cứu trên thế giới và trong khu vực .3............................1..........................4............................ 17 2..... 17 2...... TỔNG QUAN VỀ PHƯƠNG PHÁP SỬ DỤNG DỮ LIỆU MODIS TRONG ĐÁNH GIÁ MỐI TƯƠNG QUAN GIỮA NHIỆT ĐỘ BỀ MẶT..................2..................4....... Phương pháp xử lý dữ liệu NDVI................................................................................................6 1.....2............. 24 2... Công thức tính chỉ số NDVI ............... 30 2..............................2................................ 34 ii . Đặc tính phổ của ảnh MODIS .........2...................... ĐỘ ẨM KHÔNG KHÍ VÀ LỚP PHỦ THỰC VẬT .......1......... 31 2....4...........................................3.............................. 27 2................................ Phương pháp tính độ ẩm không khí từ dữ liệu MODIS ....... Thiết bị thu nhận MODIS ....2....................................1.... Chiết xuất NDVI và Lớp phủ thực vật từ dữ liệu MODIS ...... Tình hình nghiên cứu trong nước ...................................................................1.. 6 1.................1........... MỤC LỤC MỞ ĐẦU...2..................................................... Phương pháp chiết xuất nhiệt độ bề mặt từ tư liệu viễn thám .........

............................................. 47 3..........................................................2............... 39 3.... 43 3.......... tài nguyên...................................5............ xã hội và môi trường ......................................... 40 3...........1.............. 58 iii .1........4........................... Khí hậu ..................... Các ảnh tổ hợp chỉ số độ ẩm không khí theo tháng. đánh giá tác động của nhiệt độ bề mặt..................... 42 3..1.................4.....1..... ảnh tổ hợp theo mùa và ảnh tổ hợp theo năm .............6... Kinh tế.............2.............. Tạo ảnh tổ hợp theo tháng. ĐỘ ẨM KHÔNG KHÍ VÀ LỚP PHỦ THỰC VẬT NĂM 2012 .................................36 3...........1....... Dữ liệu ảnh MODIS ................ 50 3.................................... 54 3............... 46 3............6...................CHƯƠNG 3................................1..... Tạo ảnh nhiệt độ bề mặt từ ảnh MODIS – MOD11A2 ................... 37 3.......... 42 3...... 46 3.....2................................4. theo mùa và theo năm ........................ 51 3.................. độ ẩm không khí đến lớp phủ thực vật thông qua chỉ số NDVI ..... 56 3..........3...........4...........2....5..1................ độ ẩm và lớp phủ thực vật.......3.....3..................... Xây dựng tổ hợp ảnh nhiệt độ trung bình theo năm ................. 42 3..................1........... Xây dựng tổ hợp ảnh độ ẩm trung bình theo năm .. Tảo ảnh chỉ số độ ẩm không khí từ ảnh MODIS .... Phân tích không gian trong đánh giá mối tương quan giữa nhiệt độ.............................. 40 3.........MOD07 ...............2...........................................1. Dữ liệu khác ........................ theo mùa và ảnh chỉ số độ ẩm theo năm ...... Vùng nghiên cứu ..... Các dữ liệu sử dụng ............. 36 3........ Dân cư ....MOD13A2 .....5................................... TÍCH HỢP VIỄN THÁM VÀ GIS PHÂN TÍCH MỐI TƯƠNG QUAN GIỮA NHIỆT ĐỘ BỀ MẶT............................................2..........................2.... độ ẩm đến lớp phủ thực vật thông qua chỉ số thực vật (NDVI) ......6................... 38 3.. Tạo ảnh chỉ số thực vật từ ảnh MODIS ......... Sơ đồ khối phân tích.......3...1.. Các ảnh tổ hợp chỉ số thực vật NDVI theo tháng.....3................................... Vị trí địa lý .................................................... 54 3.....2..............6 Xây dựng mối tương quan giữa nhiệt độ................... Xây dựng tổ hợp NDVI trung bình theo năm .............................................2.......................................1.............. Phân tích hồi quy .................................. 36 3... 50 3..................................

. 70 KẾT LUẬN ......................................................... 3............................6. 65 3.............. Phân tích mối tương quan giữa nhiệt độ................................ độ ẩm và lớp phủ thực vật ......................................................... độ ẩm không khí và chỉ số thực vật (NDVI) ......................................4...6................................ Mối tương quan giữa nhiệt độ bề mặt (LST)...........7......................................................................5..................................................... Thành lập bản đồ lớp phủ thực vật với sự tương quan giữa LST-NDVI và RH- NDVI ................................71 TÀI LIỆU THAM KHẢO ................................72 iv .. 59 3..........

DANH MỤC CHỮ VIẾT TẮT GIS Geographic Information System (Hệ thống thông tin địa lý) MODIS Moderate Resolution Imaging Spectroradiometer (Đầu đo ảnh viễn thám độ phân giải trung bình gắn trên 2 vệ tinh TERRA và AQUA) NDVI Normalized Difference Vegetation Index (chỉ số thực vật) LST Land surface temperature (Nhiệt độ bề mặt) RH Relative humidity (Độ ẩm tương đối) HDF-EOS Hierarchical Data Format Earth Observing System (Định dạng ảnh MODIS) v .

.........2: Chỉ số TVDI của một pixel ảnh [ Ts..................1: Đồ thị đất (Soil line) ...................7: Đồ thị phân tán sự tương quan giữa chỉ số TVDI từ dữ liệu MODIS với chỉ số độ ẩm từ dữ liệu Landsat ETM + kết hợp với mô hình SVAT ................3: Biểu đồ quan hệ T – NDVI của ảnh Landsat 2002 ........2: Sai số của nhiệt độ bề mặt (LST) giữa số liệu các trạm quan trắc và số liệu tính toán trên ảnh MODIS............................... 21 Bảng 3..................................... 2001-2002 và 2002-2003 . 33 vi .....................8: Sự thay đổi theo thời gian của chỉ số TVDI đối với khu vực rừng Đắk Lắk và khu vực khô hạn Bình Thuận qua 3 mùa khô 2000-2001.......... 10 Hình 1......................................................2: Các ứng dụng chính của các kênh ảnh MODIS ..................................... 63 MỤC LỤC HÌNH Hình 1..... MỤC LỤC BẢNG BIỂU Bảng 2........... 14 Hình 2................ 8 Hình 1.....1: Các thông số kỹ thuật của ảnh MODIS ........... 41 Bảng 3................................................................................................................... 14 Hình 1............ hình chữ nhật chỉ khu vực lấy mẫu rừng Đắc Lắk và vòng tròn chỉ khu vực khô hạn Bình Thuận .......................................1: Sơ đồ không gian nhiệt độ bề mặt – chỉ số thực vật và quan hệ ý niệm với sự bay hơi...................... 9 Hình 1.................................... 13 Hình 1.... 60 Bảng 3................... 10 Hình 1.......................5: Giá trị rìa khô được sử dụng tính toán chỉ số TVDI – giá trị Ts cực đại được xác định cho từng khoảng NDVI nhỏ và rìa khô được xác định bằng hồi quy tuyến tính . sự thoát hơi nước của cây và phần trăm lớp phủ thực vật ...................................... 20 Bảng 2.........................................................................6: Sự phân bố không gian theo chỉ số TVDI cho vùng nghiên cứu..1: Các kênh phổ đầu tiên của MODIS ......................... NDVI] được xác định như một tỷ lệ giữa đường A = (Ts – Tsmin) và B = (Tsmax – Tsmin) .3: Sai số của độ ẩm không khí tương đối (RH) giữa số liệu các trạm quan trắc và số liệu tính toán trên ảnh MODIS ..................................... 12 Hình 1........................4: Biểu đồ quan hệ T – NDVI của ảnh Aster 2006 ..............................

.. 36 Hình 3.............1: Vị trí hành chính Tây Nguyên trên bản đồ Việt Nam .................3: Tool chọn sản phẩm LST của ảnh modis MOD11A2 ...................................11: Các mô hình vector và raster ................. 68 Hình 3...................... 55 Hình 3...............................................................................................................NDVI năm 2012 .................17: Biểu đồ quan hệ (e) LST-NDVI và (f) RH-NDVI đối với các đối tượng lớp phủ thực vật vào mùa khô ............NDVI mùa khô (c)........................................... 50 Hình 3......MOD07 . 43 Hình 3......................4: Các thuật toán tính tổ hợp ảnh MODIS .............................. 47 Hình 3......................... mùa mưa (b) ............................................. 64 Hình 3...............................20: Bản đồ lớp phủ thực vật Tây Nguyên mùa khô......................15: Biểu đồ quan hệ RH ............. 61 Hình 3...........6: Tool chọn các sản phẩm để tính độ ẩm tương đối của ảnh MODIS ..........................Hình 3......... 47 Hình 3...............9: Các thuật toán tính tổ hợp ảnh MODIS – MOD13A2 ........... 66 Hình 3..12: Vị trí các trạm quan trắc khí tượng khu vực Tây Nguyên ................. 42 Hình 3................8: Các ảnh tổ hợp độ ẩm không khí tương đối trong năm 2012 ..........................NDVI mùa khô (a)..... 61 Hình 3....................14: Biểu đồ quan hệ giữa LST .. 67 Hình 3............... 64 Hình 3..........18: Biểu đồ quan hệ (g) LST-NDVI và (h) RH-NDVI đối với các đối tượng lớp phủ thực vật vào mùa mưa .. 59 Hình 3......................................16: Biểu đồ quan hệ giữa RH ......................7: Các thuật toán tính tổ hợp ảnh MODIS ..................................................... 53 Hình 3........ 69 vii .............................. 43 Hình 3................13: Biểu đồ quan hệ LST ...................................... mùa mưa (d) .....NDVI năm 2012 ................MOD07 ..........................21: Bản đồ lớp phủ thực vật khu vực Tây Nguyên năm 2012 .... 66 Hình 3...................................10: Các ảnh tổ hợp chỉ số thực vật NDVI trong năm 2012 ... 51 Hình 3.....................2: Giao diện chính của phần mềm ENVI ...... 46 Hình 3................19: Biểu đồ quan hệ (i) LST-NDVI và (k) RH-NDVI đối với các đối tượng lớp phủ thực vật năm 2012 .................MOD11A2 ................5: Các ảnh tổ hợp nhiệt độ bề mặt trong năm 2012 .................................... mùa mưa năm 2012 .

1 . MỞ ĐẦU 1. Cung cấp các mặt hàng lâm sản có giá trị xuất khẩu góp phần thu ngoại tệ phục vụ qua trình công nghiệp hóa. Trong điều kiện hiện nay ở Tây Nguyên. làm giảm nhẹ sức tàn phá khốc liệt của các thiên tai. Cùng với áp lực phá rừng lấy đất trồng cây công nghiệp. và trong quá trình phát triển. liên tục các thông tin giám sát và quản lý rừng là hết sức cần thiết. Tuy vậy. giám sát chất lượng rừng. rừng Tây Nguyên có vai trò cực kỳ quan trọng đối với môi trường cũng như phát triển kinh tế xã hội. rừng cũng là một trong những tài nguyên bị đe dọa tàn phá nhiều nhất. Tính cấp thiết của đề tài Rừng là một trong những tài nguyên quan trọng nhất của Tây Nguyên. bảo vệ mực nước ngầm. sử dụng các lực lượng hiện có chưa thể đáp ứng các yêu cầu này nên một hệ thống có khả năng cung cấp kịp thời. quản lý thường xuyên. Là nơi lưu giữ các nguồn gien động thực vật quý hiến. đảm bảo cân bằng sinh thái. hiện đại hóa đất nước. khí hậu và sử dụng đất. năng cao sức khỏe cho con người. nỗ lực bảo vệ rừng ở Tây Nguyên có rất nhiều kết quả đáng ghi nhận. Ngăn chặn xói mòn đất. cho đến nay các đơn vị quản lý rừng vẫn chưa có một công cụ hữu hiệu hỗ trợ cho công tác quản lý. Cung cấp các dược liệu quý có tác dụng chữa bệnh. từ các chủ trương tới các hành động cụ thể. Với đặc thù về địa hình. Trong những năm gần đây. Ngoài ra rừng Tây Nguyên đang đứng trước những thách thức rất lớn đòi hỏi phải có những nỗ lực giám sát. các nỗ lực phát triển rừng đã đem lại thay đổi đáng kể về diện tích và chất lượng rừng ở Tây Nguyên. Với sự phát triển kinh tế xã hội rừng là nguồn cung cấp gỗ phục vụ cho nhu cầu đời sống và sản xuất. phản ánh chính xác sự biến động rừng trong khu vực quản lý. Với môi trường rừng góp phần quan trọng trong việc điều hòa khí hậu. đặc biệt là các khu vực trọng điểm như rừng đầu nguồn.

độ ẩm không khí và lớp phủ thực vật (rừng). độ ẩm đến lớp phủ thực vật thông qua chỉ số thực vật (NDVI) khu vực Tây Nguyên” 2. .Xây dựng mối tương quan giữa nhiệt độ bề mặt. Mục tiêu và nhiệm vụ nghiên cứu Mục tiêu: . có độ phủ trùm lớn. Việc xác định nhiệt độ bề mặt. việc khai thác các thông tin từ ảnh MODIS đòi hỏi một cách thức tiếp cận mang tính đa thời gian. Cùng với sự phát triển của công nghệ vệ tinh quan sát Trái đất. 2 . khả năng ứng dụng công nghệ viễn thám kết hợp với hệ thông tin địa lý trong công tác giám sát rừng cho thấy có nhiều ưu thế với điều kiện đặc thù của Tây Nguyên. Ảnh vệ tinh đa phổ. Vệ tinh TERRA và AQUA có trang bị các phổ kế tạo ảnh độ phân giải trung bình . học viên đã lựa chọn tên đề tài của luận văn thạc sĩ: “Nghiên cứu ứng dụng công nghệ viễn thám và GIS đánh giá tác động của nhiệt độ.MODIS. Với cách tiếp cận này các phương pháp đánh giá độ ẩm và nhiệt độ bề mặt từ dữ liệu MODIS thường dựa vào các mô hình lý thuyết cũng như thực nghiệm khác nhau. có chu kỳ lặp lại theo thời gian giúp thu thập thông tin nhanh chóng. đã mở ra những triển vọng mới cho các nghiên cứu mang tính toàn cầu cũng như khu vực.Xây dựng phương pháp phát hiện vùng rừng trồng và rừng tự nhiên với ngưỡng của NDVI bằng các tư liệu viễn thám. khách quan rất phù hợp cho công tác giám sát một số yếu tố ảnh hưởng lớn đến rừng ở Tây Nguyên như nhiệt độ và độ ẩm. Xuất phát từ thực tế nêu trên. đồng bộ. độ ẩm không khí và chỉ số thực vật (NDVI) cũng nhờ đó có thể được thực hiện với độ chính xác cao hơn nhiều lần so với các hệ thống trước đây. đa độ phân giải. Ảnh MODIS với 36 kênh phổ được thiết kế đặc biệt. Đây cũng là một trong những kỹ thuật còn khá xa lạ đối với người sử dụng ở Việt Nam.

Phân tích đánh giá mối tương quan nhiệt độ bề mặt. . độ ẩm không khí và NDVI trung bình theo mùa. đề tài. Phạm vi thời gian: Phân tích mối tương quan giữa nhiệt độ. độ ẩm không khí và chỉ số thực vật NDVI. 4.Sử dụng tư liệu viễn thám quang học đa thời gian (MODIS tổ hợp 8-ngày. độ ẩm và lớp phủ thông quan chỉ số thực vật (NDVI) để tìm các phương pháp tối ưu cho việc xử lý số liệu và xây dựng tổ hợp nhiệt độ mặt đất. Đắk Lắk. Từ đó xây dựng được bản đồ vùng rừng trồng và rừng tự nhiên của khu vực nghiên cứu. 16- ngày). Phạm vi nghiên cứu Phạm vi không gian: Khu vực Tây Nguyên (Gia Lai. số liệu từ các dự án. 3. độ ẩm không khí và lớp phủ thực vật (rừng). theo năm tại khu vực nghiên cứu.Nghiên cứu tổng quan điều kiện tự nhiên và kinh tế . hệ thống hoá. độ ẩm và lớp phủ thực vật (rừng) của khu vực năm 2012. Kom Tum. Đắk Nông. báo cáo trước đây về đánh giá mối tương quan giữa nhiệt độ. . tổng hợp và đánh giá nguồn tài liệu. Nhiệm vụ nghiên cứu: Để đạt được các mục tiêu trên.xã hội của khu vực nghiên cứu. phục vụ quá trình phân tích dựa trên chuỗi dữ liệu đa thời gian nhằm xác định vùng rừng trồng và rừng tự nhiên. . xây dựng tổ hợp nhiệt độ bề mặt. . trong quá trình thực hiện đề tài cần giải quyết các nhiệm vụ sau đây: .Thu thập. Lâm Đồng). Ý nghĩa khoa học và thực tiễn của đề tài 3 .Xây dựng các phương trình hồi quy thể hiện mối tương quan giữa chỉ số thực vật (NDVI) với nhiệt độ bề mặt và chỉ số thực vật (NDVI) với độ ẩm không khí.

Phương pháp kiểm chứng điều tra khảo sát thực địa . Tiếp cận và phương pháp nghiên cứu Tiếp cận: . độ ẩm và lớp phủ thực vật (rừng).Tiếp cận không gian: cho phép tích hợp các dữ liệu viễn thám và GIS trong phân tích và mô hình hoá sự thay đổi lớp phủ thực vật (rừng) với độ ẩm không khí và nhiệt độ bề mặt. Ý nghĩa thực tiễn: Góp phần xây dựng phương pháp mới vào quy trình truyền thống trong công tác phân tích đánh giá mối tương quan giữa nhiệt độ bề mặt. Phương pháp nghiên cứu: . Ý nghĩa khoa học: Góp phần khẳng định và mở rộng khả năng ứng dụng phương pháp viễn thám vào việc phân tích mối tương quan giữa nhiệt độ. . các hiện tượng chịu ảnh hưởng của một tập hợp các yếu tố tự nhiên.Phương pháp viễn thám . độ ẩm không khí và lớp phủ thực vật (rừng).Phương pháp thống kê .Tiếp cận hệ thống: Đối tượng nghiên cứu lớp phủ thực vật (rừng) sẽ được coi là một chỉnh thể tự nhiên.Phương pháp bản đồ .Phương pháp phân tích không gian sử dụng GIS . 4 .Phương pháp mô hình hoá . 5.Phương pháp chuyên gia.

độ ẩm không khí và lớp phủ thực vật năm 2012 Kết luận Tài liệu tham khảo Phụ lục 5 . độ ẩm không khí và lớp phủ thực vật Chương 2. 6. Tích hợp Viễn thám và GIS phân tích mối tương quan giữa nhiệt độ bề mặt. Sử dụng dữ liệu ảnh MODIS trong đánh giá nhiệt độ bề mặt. Tổng quan về phương pháp sử dụng dữ liệu MODIS trong đánh giá mối tương quan nhiệt độ bề mặt. độ ẩm không khí và chỉ số NDVI của lớp phủ thực vật Chương 3. Bố cục của đề tài Mở đầu Chương 1.

phân tích tác động của nhiệt độ bề mặt. TỔNG QUAN VỀ PHƯƠNG PHÁP SỬ DỤNG DỮ LIỆU MODIS TRONG ĐÁNH GIÁ MỐI TƯƠNG QUAN GIỮA NHIỆT ĐỘ BỀ MẶT. đánh giá biến động của lớp phủ thực vật. các nghiên cứu tập trung khai thác các tính năng tốt hơn của đầu thu này (độ phân giải không gian. nghiên cứu giám sát. thông qua chỉ số thực vật. độ ẩm không khí đến lớp phủ thực vật. 6 . CHƯƠNG 1. Với sự xuất hiện ngày càng nhiều của các hệ thống vệ tinh quan sát Trái đất. cung cấp một cách hiệu quả các thông tin đáng tin cậy phục vụ cho việc theo dõi. độ ẩm không khí và lớp phủ thực vật (rừng). Mỗi loại tư liệu viễn thám đều có những ưu điểm riêng cho từng mục đích sử dụng. Tình hình nghiên cứu trên thế giới và trong khu vực Sử dụng kỹ thuật viễn thám trong theo dõi lớp phủ đã được nghiên cứu trên Thế giới từ những năm 80 của thế kỷ trước. việc kết hợp nhiều loại ảnh vệ tinh trong nghiên cứu theo dõi lớp phủ thực vật nói chung cũng như nghiên cứu đánh giá tác động của nhiệt độ bề mặt. Với sự xuất hiện của đầu thu MODIS trên vệ tinh Terra và Aqua. độ phân giải phổ) trong đánh giá. ĐỘ ẨM KHÔNG KHÍ VÀ LỚP PHỦ THỰC VẬT 1. phân tích nhiệt độ bề mặt. độ ẩm không khí đến lớp phủ thực vật thông qua chỉ số thực vật cũng đòi hỏi những đặc tính riêng của tư liệu viễn thám sử dụng mà không phải loại tư liệu nào cũng phù hợp.1. độ ẩm không khí thông qua chỉ số thực vật nói riêng cũng đã được tiến hành. Đặc biệt trong khoảng 10 năm trở lại đây khi ảnh vệ tinh MODIS được cung cấp miễn phí tới mọi đối tượng. nhất là trên quy mô lớn. Hầu hết các tư liệu viễn thám quang học phổ biến với các chức năng quan trắc bề mặt và lớp phủ thực vật đều được các nhà khoa học thí nghiệm đưa vào các nghiên cứu về tác động của nhiệt độ bề mặt.

7 . tần suất quan sát lớn (với hai vệ tinh Terra và Aqua có khả năng cung cấp ít nhất 2 ảnh/ngày). đất trống ẩm – chỉ số thực vật thấp. Bên cạnh đó. sự thoát hơi nước và hợp phần lớp phủ thực vật (hình 1.Sử dụng khả năng phổ của ảnh MODIS. hàng tháng. Cơ sở khoa học và phương pháp luận nghiên cứu sử dụng ảnh MODIS trong theo dõi diễn biến lớp phủ thực vật được xác lập dựa trên: . với đầy đủ các kênh quan trọng trong quan sát thực vật và độ ẩm không khí cũng như các tham số môi trường.1) dựa vào các nghiên cứu trước đây. *) Công trình nghiên cứu của Sakamoto (2005. Khi phần trăm lớp phủ thực vật tăng. các sản phẩm của MODIS đã được chuẩn hóa bởi NASA cùng với các chỉ số được các nhà khoa học trên khắp Thế giới phát triển mang lại cơ sở khoa học và phương pháp luận quan sát lớp phủ thực vật từ ảnh MODIS hàng ngày. nhiệt độ bề mặt giảm theo nhiều cơ cấu sinh lý. . *) Công trình nghiên cứu của Lambin và Ehrlich (1996) đã đưa ra giải thích không gian chỉ số thực vật và nhiệt độ bề mặt đất theo khái niệm của sự bay hơi.Sử dụng khả năng phân giải thời gian của ảnh MODIS. nhiệt độ cao. 2006) và Kotera (2007) ở Nhật Bản. các ảnh của tương quan LST-NDVI cho nhiều thông tin hơn so với từng ảnh NDVI hay nhiệt độ bề mặt riêng biệt. Do đó. các các thay đổi trong nhiệt độ bề mặt tương quan cao với các thay đổi hàm lượng nước bề mặt trên đất trống. Dựa trên chỉ số thực vật tăng cường EVI và chỉ số nước bề mặt LSWI. Theo họ. Sakamoto đã sử dụng một công cụ toán học là phép lọc WFCP (Wavelet based Filter for determining Crop Phenology) để làm trơn xu thế biến thiên theo thời gian của các chỉ số này. Đất trống khô – chỉ số thực vật thấp. loại bỏ các thăng giáng ngẫu nhiên. nhiệt độ thấp. qua đó những sinh trưởng và phát triển của thực vật dễ dàng được phân tích và nhận diện.

Vị trí của pixel ảnh trong không gian [Ts. tại các bề mặt có độ bay hơi cực đại – tạo nên đường hạn chế trên “rìa khô” của tam giác không gian [Ts. độ dốc của đường hồi quy liên quan đến mức bay hơi của bề mặt.2).Hình 1.n.1: Sơ đồ không gian nhiệt độ bề mặt – chỉ số thực vật và quan hệ ý niệm với sự bay hơi. Trong không gian [Ts. sự thoát hơi nước của cây và phần trăm lớp phủ thực vật *) Theo Sandholt và n. Khả năng chiết tách những thông tin về cân bằng năng lượng và nước bề mặt hoặc phân loại lớp phủ thực vật thông qua quan hệ giữa Ts và NDVI đã được nhiều nhà nghiên cứu quan tâm và việc nghiên cứu sự phân tán của các pixel trong không gian nhiệt độ bề mặt – chỉ số thực vật (hình 1. 2002. Ts và NDVI kết hợp có thể cung cấp thông tin về điều kiện sức khỏe thực vật và độ ẩm tại bề mặt trái đất.2) sẽ cung cấp thông tin về điều kiện thực vật và độ ẩm bề mặt. độ bay hơi) có thể vẽ được trong tam giác xác định nên không gian [Ts.. độ bốc hơi. NDVI]. độ phủ thực vật. độ ẩm. Để lượng hóa quan hệ giữa chỉ số thực vật chuẩn và nhiệt 8 ... Ngược lại. Với cùng điều kiện khí hậu thì nhiệt độ bề mặt Ts sẽ nhỏ nhất tại những bề mặt có độ bay hơi cực đại do lượng nước bão hòa – tao nên đường đáy “rìa ướt” của tam giác không gian gian [Ts. NDVI] bị ảnh hưởng bởi rất nhiều yếu tố như nhiệt độ. NDVI] (hình 1. đến kháng trở của lá cây và độ ẩm trung bình của đất. và những đường đồng mức của các yếu tố chính (độ ẩm. NDVI].k . NDVI].

NDVI là chỉ số thực vật chuẩn. các nhà nghiên cưu cũng đưa ra một số sản phẩm được tính toán từ dữ liệu MODIS như trường thực vật liên tục (VCF – Vegetation Continuos Field) là sản phẩm ước tính tỷ lệ mỗi điểm ảnh của thảm thực vật che phủ (Hansen et al 2003). NDVI] được xác định như một tỷ lệ giữa đường A = (Ts – Tsmin) và B = (Tsmax – Tsmin) Bên cạnh các sản phẩm chuẩn hóa của MODIS. và các phương pháp được sử dụng để tạo ra các sản phẩm này cũng đã được mở rộng để lập bản đồ rừng hàng năm từ một chuỗi dữ liệu tổng hợp hàng tháng của MODIS (Potapov et al 2008). Hình 1.2: Chỉ số TVDI của một pixel ảnh [ Ts.độ bề mặt Ts. Như vậy điểm mấu chốt để tính được TDVI là xác định được đường rìa khô đối với ảnh đang nghiên cứu và đường rìa khô được mô hình hóa như một xấp xỉ tuyến tính (Ts max = a+b*NDVI) và từ các khoảng giá trị NDVI sẽ tính ra được những pixel với nhiệt độ bề mặt cực đại tương ứng để tính tham số a và b. TVDI có giá trị 1 tại “rìa khô” và 0 tại “rìa ướt”.thực vật (TVDI) được xác định theo công thức: Ts−Ts min 𝑇𝐷𝑉𝐼 = (1. 9 . nhà nghiên cứu Sandholt (2002) đã đề nghị sử dụng chỉ số khô hạn nhiệt độ . Tsmax là nhiệt độ bề mặt cực đại quan sát được cho mỗi khoảng giá trị của NDVI. Ts là nhiệt độ quan sát tại pixel ảnh cần tính.1) 𝑎+𝑏∗𝑁𝐷𝑉𝐼−𝑇𝑠 𝑚𝑖𝑛 Ở đây Ts min là nhiệt độ bề mặt cực tiểu trong tam giác xác định rìa ướt.

4: Biểu đồ quan hệ T – NDVI của ảnh Aster 2006 10 . 1. cả về mặt lý thuyết cũng như công nghệ.2. Tình hình nghiên cứu trong nước *) Được kế thừa và phát triển từ nghiên cứu của tác giả Lambin và Ehrlich đã giải thích không gian chỉ số thực vật và nhiệt độ bề mặt theo khái niệm của sự bay hơi. sự thoát hơi nước và hợp phần lớp phủ thực vật và tìm ra mối quan hệ giữa nhiệt độ và chỉ số thực vật mà nhóm tác giả Trần Thị Vân và Nguyễn Hằng Hải tiếp tục mở rộng phương pháp cả về chiều sâu và tính toán bằng những nghiên cứu ở huyện Nhà Bè thuộc TP. Như vậy.3: Biểu đồ quan hệ T – NDVI của ảnh Landsat 2002 Hình 1. Hồ Chí Minh và đã có một số kết quả về mối quan hệ giữa nhiệt độ và chỉ số thực vật: Hình 1. có thể thấy rằng các nghiên cứu trên Thế giới trong vòng 10 năm qua tập trung nhiều vào việc sử dụng ảnh MODIS để theo dõi lớp phủ thực vật trên quy mô khu vực và đã có những thành tựu đáng kể.

Ri – bức xạ phổ đã được hiệu chỉnh cho từng pixel của kênh i.5 – 12. sự thoát hơi nước càng lớn và sự truyền nhiệt tiềm ẩn càng lớn khiến cho nhiệt độ bề mặt thấp. 2002. C2 – hằng số định cỡ (1.5μ m sử dụng thuật toán split- windows cho ảnh MODIS (Wan.n. Sinh khối cây xanh tăng làm tăng sự bốc thoát hơi nước. ta thấy các đối tượng thực vật có đặc điểm chung là chỉ số NDVI càng lớn thì nhiệt độ càng giảm. 15 cảnh cho mùa khô 11/2001 – 3/2002 và 17 cảnh cho mùa khô 10/2002 – 3/2003. Trần Hùng đã sử dụng dữ liệu ảnh MODIS thu được từ vệ tinh Terra và Aqua bao gồm 36 kênh trong các dải phổ nhìn thấy. Sau đó.2) Ở đây: Ti(Ri) – nhiệt độ bức xạ tính theo độ Kelvin cho từng pixel của kênh i. vi – giá trị bước sóng trung tâm cho kênh i. TS. C1 – hằng số định cỡ (1.NDVI hình 1.3 và hình 1. *) Dựa vào những công trình nghiên cứu của nhóm tác giả Sandholt và n. 1999). Để phục vụ cho nghiên cứu này tổng số ảnh MODIS được chọn cho 3 mùa khô là 16 cảnh cho mùa khô 10/2000 – 2/2001. hồng ngoại gần và sóng ngắn và kênh nhiệt với độ phân giải không gian từ 250m. Giá trị nhiệt độ bức xạ tại đầu thu MODIS cho kênh 31 và 32 được tính theo công thức Plank: (1.1910659 x 10-5 mWm-2sr-1cm4).4 trong 2 ảnh là âm. nghiên cứu của Trần Thị Vân và Nguyễn Hằng Hải là thực sự hữu ích cho những đánh giá cấp vùng hoặc cấp quốc gia không chỉ riêng vấn đề về giám sát lớp phủ thực vật mà còn liên quan đế vấn đề giám sát hệ thống hạn hán trong nông nghiệp theo thời gian.k. Nói chung.438833 cm0K). 11 . 500m và 1000m. Từ biểu đồ quan hệ T . giá trị nhiệt độ bề mặt trái đất được tính từ nhiệt độ bức xạ của kênh 31 và 32 (trong dải sóng 10.

Để tính chỉ số TVDI theo công thức (1). Hình 1. Chỉ số NDVI được tính từ kênh 1 và kênh 2 của ảnh MODIS đã được hiệu chỉnh theo công thức dưới đây và được chuyển về cùng độ phân giải 1km với Ts.3) 𝑀𝑜𝑑𝑖𝑠2+𝑀𝑜𝑑𝑖𝑠1 Đồ thị phân tán của Ts như là một hàm số của chỉ số thực vật chuẩn NDVI được xây dựng cho từng ảnh MODIS đã được chọn trong 3 mùa khô.1) khi thay vào các giá trị của Ts và NDVI tương ứng. a và b xác định không đổi cho từng ảnh MODIS giá trị TDVI cho từng pixel ảnh được tính theo công thức (1. giá trị Tsmin (đường “rìa ướt”) được xác định như giá trị nhiệt độ mặt nước trung bình của Biển hồ Ton – Lesap (Campuchia). 𝑀𝑜𝑑𝑖𝑠2−𝑀𝑜𝑑𝑖𝑠1 𝑁𝐷𝑉𝐼 = (1. Tham số a và b của đường “rìa khô” cho mỗi 1 cảnh MODIS được xác định bằng hàm hồi qui bình phương tối thiểu của các giá trị cực đại Tsđối với những khoảng giá trị NDVI.5: Giá trị rìa khô được sử dụng tính toán chỉ số TVDI – giá trị Ts cực đại được xác định cho từng khoảng NDVI nhỏ và rìa khô được xác định bằng hồi quy tuyến tính 12 . Với Tsmin. Hình 5 thể hiện đại diện đường rìa khô cho 4 cảnh vào tháng 1 và 2 năm 2001 và 2002 với tham số a và b đã được xác định và giá trị R2 thể hiện độ chính xác cao của hàm hồi quy xấp xỉ.

thì kết quả so sánh cho thấy tương quan nghịch giữa chỉ số độ ẩm Mo tính từ ảnh ETM+ và chỉ số mức khô hạn nhiệt độ .thực vật tương đối cao với hệ số tương quan Pearson r = -0. hình chữ nhật chỉ khu vực lấy mẫu rừng Đắc Lắk và vòng tròn chỉ khu vực khô hạn Bình Thuận Giá trị chỉ số TVDI được kiểm nghiệm ban đầu với những số liệu quan trắc tại các trạm khí tượng thủy văn trong vùng.Hình 1.8. Ngoài ra.khí quyển.thực vật .6: Sự phân bố không gian theo chỉ số TVDI cho vùng nghiên cứu. gọi tắt là mô hình SVAT của trường Đại học Penn State (Carlson 2000) kết hợp với tư liệu vệ tinh độ phân giải cao Landsat ETM+ chụp ngày 08/1/2001. giá trị chỉ số độ ẩm Mo đã được tính cho vùng chọn mẫu Tây Ninh. áp dụng mô hình trao đổi năng lượng bề mặt giữa đất . Sau khi chuyển về cùng độ phân giải không gian. 13 .

2001-2002. Hình 1.8 cho thấy sự thay đổi của chỉ số TVDI theo thời gian trong 3 năm 2000-2003 tại 2 vùng chọn mẫu: khu vực rừng 14 .7: Đồ thị phân tán sự tương quan giữa chỉ số TVDI từ dữ liệu MODIS với chỉ số độ ẩm từ dữ liệu Landsat ETM + kết hợp với mô hình SVAT Hình 1.8: Sự thay đổi theo thời gian của chỉ số TVDI đối với khu vực rừng Đắk Lắk và khu vực khô hạn Bình Thuận qua 3 mùa khô 2000-2001. và 2002-2003 Sự thay đổi theo thời gian của chỉ số TVDI được nghiên cứu dựa theo chuỗi số liệu thời gian cho một số vùng chọn mẫu tiêu biểu về lớp phủ rừng và đới khô hạn (Hình 1. Hình 1.5) để có thể theo dõi sự thay đổi của độ ẩm bề mặt.

Nhận xét: Như đã trình bày ở trên. hầu hết các công trình nghiên cứu tiêu biểu của những tác giả tiêu biểu nhất trên thế giới cũng như ở trong nước về vấn đề nghiên cứu đánh giá. độ ẩm đến lớp phủ thực vật thông qua chỉ sổ thực vật dựa trên công nghệ viễn thám đều đã được xem xét và phân tích kĩ lưỡng. việc kiểm nghiệm chỉ số TVDI với những số liệu quan trắc khí tượng thủy văn thực tế cần được tiến hành bổ sung để tăng thêm độ tin cậy và hiểu sâu thêm bản chất của chỉ số trước khi đưa chỉ số TVDI vào sử dụng trong thực tế. tương đối phù hợp với quan trắc khí hậu tại các trạm khí tượng trong khu vực trong khoảng thời gian tương ứng. thích hợp với từng điều kiện và đòi hỏi riêng của từng nghiên cứu ấy. Một trong những ưu điểm nổi bật là việc tính toán chỉ số TVDI tương đối đơn giản và nhanh chóng. Nhìn chung. chỉ số TVDI tại vùng trồng trọt nông nghiệp luôn cao hơn tại vùng rừng trong mọi thời điểm và chỉ số TVDI có xu thế tăng về cuối mỗi mùa khô. Việc xây dựng một cơ sở dữ liệu tích luỹ nhiều năm của những chỉ số như vậy là cần thiết cho việc theo dõi chu kỳ khí hậu làm cơ sở cho việc dự đoán xu thế biến đổi trong thời gian thực của những chỉ số khô hạn. chỉ số TVDI cho mùa khô 2001- 2002 cao nhiều so với 2 mùa khô 2000-2001 và 2002-2003. Một số nhận định ban đầu như vậy cho thấy chỉ số TVDI có tiềm năng trong việc theo dõi những biến đổi của khí hậu nông nghiệp và theo dõi khô hạn không chỉ trong từng mùa mà còn trong những chu kỳ khí hậu dài hạn. và khu vực khô hạn của Bình Thuận. Những kết quả ban đầu sau khi tính toán và thử nghiệm cho thấy triển vọng sử dụng chỉ số TVDI trong việc theo dõi độ ẩm bề mặt và qua đó theo dõi và dự báo hạn hán trong nông/lâm nghiệp cấp khu vực. Trên cơ sở tổng quan và phân tích nhưng công trình đó. Mỗi một công trình đều có ưu thế riêng. có thể tự động hóa. phân tích tác động của nhiệt độ. So sánh giữa các năm. Tuy nhiên.Đắk Lắk. một số nhận xét rút ra nhằm lựa chọn một phương pháp phù hợp nhất với khuân khổ luận văn. 15 .

độ ẩm và lớp phủ thực vật. chi tiết sẽ được trình bày trong các phần tiếp theo. Tư liệu viễn thám được sử dụng trong các công trình nghiên cứu nhiệt độ.. Ngoài ra đầu đo ảnh MODIS có những ảnh tổ hợp đa thời gian như tổ hợp 8-ngày. Quá trình nghiên cứu cụ thể. đặc biệt là ảnh MODIS 8- ngày đã hiệu chỉnh phần nào ảnh hưởng của mây là nguồn dữ liệu rất thuận lợi cho việc giám sát chỉ số thực vật. tổ hợp 32-ngày. 16 . ảnh tổ hợp 8-ngày MODIS được cung cấp trên mạng. Ưu thế thứ hai là ảnh quang học MODIS luôn luôn cập nhật và được cung cấp miễn phí qua mạng.. Như vậy sử dụng ảnh MODIS sẽ đảm bảo tính kịp thời và rút ngắn thời gian trong phân tích sự thay đổi của chỉ số thực vật thông qua nhiệt độ và độ ẩm. tổ hợp 16-ngày. Chỉ sau tối đa 2 tuần. các đầu đo MODIS gắn trên 2 vệ tinh Terra và Aqua có thể thu nhận tối đa 4 ảnh trong một ngày. Thứ nhất ảnh viễn thám quang học có độ phân giải thời gian cao. có những ưu điểm riêng.

1. được phóng lên quỹ đạo ngày 18/9/1999. Việc này cần có sự đo đạc trong phạm vi toàn cầu. ĐỘ ẨM KHÔNG KHÍ VÀ CHỈ SỐ THỰC VẬT (NDVI) CỦA LỚP PHỦ THỰC VẬT 2. SỬ DỤNG DỮ LIỆU ẢNH MODIS TRONG ĐÁNH GIÁ NHIỆT ĐỘ BỀ MẶT. Từ khi cách mạng về công nghiệp. thu nhận dữ liệu khi bay từ phía Bắc xuống phía Nam. qua xích đạo vào buổi sáng theo giờ địa phương. khoảng 40% diện tích bề mặt trái đất đã bị biến đổi. CHƯƠNG 2. mức các-bon đi-ô-xít đã tăng 25%. Vệ tinh hoạt động ở độ cao 705 km. 17 . Đặc tính phổ của ảnh MODIS 2. Hiện nay vệ tinh vẫn đang hoạt động.5 tỷ năm khi hình thành trái đất. có sự tham gia của các cơ quan nghiên cứu hàng không vũ trụ Canađa.1. chu kỳ dài hạn để thu thập những thông tin cần thiết nhằm xây dựng mô hình tính toán có độ chính xác cao để dự báo nguyên nhân và hậu quả của sự thay đổi khí hậu.1. Điều kiện tự nhiên và khí hậu trên trái đất hiện tại có rất nhiều thay đổi so với cách đây 4. Thời gian hoạt động của Terra theo dự kiến là 6 năm. Các nhà khoa học đã đưa ra những chứng cứ thuyết phục về các hoạt động của con người đã gây ra những tác động mạnh làm thay đổi các điều kiện đó. Ảnh vệ tinh MODIS a. Các nhà khoa học khó có thể dự đoán được mối liên hệ giữa nguyên nhân và hậu quả của các yếu tố bề mặt đất. Nhật Bản và Mỹ. Một cách khả thi để thu thập các thông tin này là dựa vào các bộ cảm nhận đặt trên vệ tinh và Terra được thiết kế để thực hiện nhiệm vụ đó. Vệ tinh TERRA TERRA là một vệ tinh quốc tế. đại dương và khí quyển và các tác động nhanh chóng của chúng đối với điều kiện khí quyển trong tương lai. với mục đích quan sát rõ bề mặt trái đất ở thời điểm ít mây nhất.

giữ cho khí quyển trái đất có nhiệt độ ổn định có lợi cho sự sống trên trái đất. bao gồm: bề mặt nước đại dương. Vệ tinh AQUA AQUA là vệ tinh được thiết kế nhằm nghiên cứu theo dõi và phân tích sự thay đổi của các yếu tố trên trái đất và khí quyển. Vệ tinh Aqua là một phần trong Hệ thống quan sát trái đất (EOS) . Sự bốc hơi nước . Nhiệm vụ của Aqua là thu thập các thông tin về chu kỳ trao đổi nước trên trái đất. MISR và MODIS do các cơ quan nghiên cứu của Mỹ. dẫn tới sự ngưng tụ trong khí quyển dưới thể lỏng hoặc thể rắn. hơi nước trong khí quyển. hơi ẩm trong đất. MOPITT do cơ quan nghiên cứu vũ trụ Canađa cung cấp.Chương trình vệ tinh quan sát trái đất quốc tế do Cơ quan Hàng không Vũ trụ Mỹ (NASA) tiến hành. b. Chính vì tầm quan trọng và sự dồi dào của nước mà trái đất còn được gọi là "hành tinh nước". Một dạng khác của nước là hơi nước trong khí quyển. Nguồn năng lượng trong quá trình bốc hơi nước là nguồn cho chu kỳ của khí quyển. sinh vật phù du. mây. bụi khí quyển. Nhiệt độ của nước đại dương 18 . CERES. Nước ở dạng rắn. vấn đề phân hủy hữu cơ trong đại dương. băng và tuyết giúp kiểm soát được khí hậu ở vùng cực vì chúng phản xạ lại vào vũ trụ phần lớn tia phát xạ mặt trời ở vùng cực. không khí. sự bốc hơi của nước trên đại dương. Lợi ích của Aqua là tăng cường cho kết quả dự báo thời tiết nhờ vào khả năng quan sát nhiệt độ khí quyển và hơi nước. lượng mưa. nhiệt độ bề mặt đại dương và lục địa. Nước bao phủ 70% diện tích trái đất và là yếu tố cần thiết đối với con người và các dạng sống khác. băng tuyết trên đại dương và lục địa. Các nhân tố biến đổi cũng được theo dõi như: luồng năng lượng phát xạ. lớp phủ thực vật trên đất liền. Vệ tinh Terra mang 5 đầu thu chụp: ASTER do Nhật bản cung cấp. Nước có ảnh hưởng rất quan trọng tới khí hậu và các loài sinh vật sống trên trái đất.hấp thụ năng lượng.

theo hướng bay xuống (southward) qua xích đạo lúc 1h30 sáng theo giờ địa phương. Sáu thiết bị thu nhận của vệ tinh AQUA là: + Atmospheric Infrared Sounder (AIRS). Thiết bị thu nhận MODIS MODIS được thiết kế để thu thập nhiều loại thông tin khác nhau trong quá trình sinh học . khác với CERES . theo hướng bay lên (northward) qua xích đạo lúc 1h30 chiều. 19 .2. tuyết. độ cao 700 km. mây. Với mục đích thu nhận dữ liệu có độ khác biệt trong ngày (sáng/chiều). được phóng vào quỹ đạo ngày 4-5-2002. hơi nước tăng cường hay suy giảm trên quy mô toàn cầu hoặc mọi sự thay đổi về nhiệt độ trên phạm vi vùng cũng như xu hướng khác về thay đổi khí hậu. Các thông số đo đạc của Aqua sẽ cung cấp tất cả các thông tin cấu thành của chu kỳ nước toàn cầu và góp phần vào việc dự đoán về băng.8 phút. Vệ tinh Aqua mang 6 thiết bị chính để quan sát trái đất.1. + Advanced Microwave Scanning Radiometer for EOS (AMSR-E). + Moderate Resolution Imaging Spectroradiometer (MODIS) 2. Nó cho phép thu nhận dữ liệu vào khoảng thời gian trưa 1h30 bổ sung với dữ liệu buổi sáng 10h30 của vệ tinh quan sát trái đất thuộc EOS – TERRA.chỉ tập trung vào đo đạc năng lượng phát xạ. + Advanced Microwave Sounding Unit (AMSU). + Clouds and the Earths Radiant Energy System (CERES). thời gian vòng quanh quỹ đạo 98. vệ tinh Aqua và Terra còn được gọi là vệ tinh EOS-PM và EOS-AM. thu thập nguồn dữ liệu đa dạng toàn cầu. Hoạt động ở quỹ đạo cận cực.vật lý của khí quyển và trái đất bằng các thông số đo đạc trong dải phổ nhìn thấy và hồng ngoại. + Humidity Sounder for Brazil (HSB).cũng làm ảnh hưởng tới nhiệt độ và chu kỳ của khí quyển.

ở độ phân giải không gian 250m và 500m.Độ cao bay chụp: 705 km .MODIS quan tâm tới khoảng phổ rộng hơn và nhiều mục tiêu hơn. 2006) Bảng 2. lớp phủ mặt đất và sự thay đổi. Độ phân giải không gian .m (AQUA) .Thời điểm chụp trong ngày: 1. cho phép tăng cường thông tin về vị trí và mức độ chặt phá rừng và các sự biến đổi khác của lớp phủ mặt đất. * Các thông số kỹ thuật của ảnh MODIS (theo NASA. Mây ti được ghi nhận không chỉ đặc tính mà còn độ dầy và mức độ mây phủ. Bụi khí quyển là tác nhân gây nên tán xạ và hấp thụ phản xạ mặt trời và làm biến đổi lý tính của mây. vật chất lơ lửng trong đại dương. Thông tin về bụi khí quyển thu được ở mức toàn cầu với độ phân giải 10km. năng suất sơ cấp nguyên. cháy rừng do thiên tai và con người. Năng suất của đại dương và lục địa được kết hợp sẽ đưa ra các chỉ dẫn về năng suất sơ cấp nguyên toàn cầu.Quỹ đạo đồng bộ mặt trời. các thông tin này còn được dùng để loại trừ mây này ở một số ảnh để có được cảnh ảnh rõ ràng về lớp phủ mặt đất. Độ rộng dải chụp 2300 km .1: Các thông số kỹ thuật của ảnh MODIS . màu đại dương. Ví dụ MODIS thu nhận thông tin về nhiệt độ và độ ẩm của khí quyển. sự phát quang của chlorophyll. độ dầy và sự phân bố của tuyết trên lục địa. Quỹ đạo 10:15 a. đặc tính của bụi khí quyển. cận cực 2. Lớp phủ mặt đất và các điều kiện của chúng được MODIS giám sát các biến thiên hàng ngày.500 m: kênh 3-7 . nhiệt độ bề mặt và phân bố của băng trên đại dương.1000 m: kênh 8-36 20 . nhiệt độ bề mặt nước biển và bề mặt lục địa.m (TERRA) 1:30 p.250 m: kênh 1-2 3. mây và đặc tính của mây. bằng cách tổ hợp từ dữ liệu phân giải cao của MODIS. chỉ số thực vật.

085 17 890 .877 35 13.11.929 .085 .6.475 10 483 .1.785 16 862 .785 .485 .700 Mầu nước biển/ 11 526 .080 bụi khí quyển 5 1230 .2155 26 1.498 bề mặt đất/mây 6 1628 .2: Các ứng dụng chính của các kênh ảnh MODIS Dải sóng Dải sóng Các ứng dụng cơ bản Kênh Các ứng dụng cơ bản Kênh (nm) (nm) Bụi khí quyển 1 620 .448 28 7.175 .13.3.929 .920 36 14.770 .433 .1652 Khí quyển 25 4.482 .556 31 10.876 21 3.941 19 915 .965 21 .3.1250 Nhiệt độ 24 4.400 .880 Thực vật phù du/ 12 546 .3.660 .12.8.780 .270 14 673-683 33 13.535 . 8 405 .13.895 mây ti 9 438 .670 20 3.4.360 .493 Các đặc tính mây 29 8. mây Sinh hóa 13 662 .390 Hơi nước khí quyển.580 .840 Ranh giới 2 841 .420 27 6.020 .479 22 3.385 Hơi nước khí quyển 18 931 .14. * Các ứng dụng chính của các kênh ảnh MODIS: Bảng 2.4.185 .4.7.280 Nhiệt độ bề mặt.9.565 23 4.536 Ô zôn 30 9.672 32 11.753 34 13.14.989 bề mặt đất/mây Nhiệt độ bề mặt/mây 3 459 .549 7 2105 .485 15 743 .989 Các đặc tính 4 545 .

Cơ sở khoa học chiết xuất nhiệt độ bề mặt từ tư liệu ảnh viễn thám Bức xạ Mặt Trời đi qua khí quyển ảnh hưởng lên các điều kiện khí tượng bằng cách truyền năng lượng vào không khí và trái đất. Thực tế chỉ tồn tại vật thể tự nhiên (vật xám) với khả năng phát xạ của vật thể tự nhiên có giá trị trong khoảng 0-1. nghĩa là các bộ cảm biến thu thập dữ liệu theo bức xạ phát ra một cách tự nhiên. các kênh phổ hữu ích bị hạn chế do cường độ bức xạ phát ra và các cửa sổ khí quyển. Bức xạ hồng ngoại nhiệt trong dải 8-14μm được phát ra từ bề mặt tương quan với nhiệt độ động năng và độ phát xạ bề mặt. Viễn thám hồng ngoại nhiệt thu nhận dữ liệu trong 2 cửa sổ 3-5μm và 8-14μm nói chung là bị động. Vùng bước sóng điện từ 3-35μm thường được gọi là vùng hồng ngoại trong viễn thám mặt đất.1.2. Trong vùng này. do đó viễn thám vùng này được dùng để khôi phục giá trị nhiệt độ bề mặt đất. Nếu vật tự nhiên và vật đen có cùng nhiệt độ bề mặt thì vật tự nhiên phát xạ kém hơn vật đen. Các bộ cảm biến vận hành chủ yếu phát hiện đặc tính bức xạ nhiệt của các vật liệu mặt đất. Cửa sổ khí quyển tốt nhất là 8-14μm do có sự hấp thụ vật chất của khí quyển là thấp nhất. có hai vấn đề chính cần phải giải quyết để đạt được nhiệt độ và độ phát xạ bề mặt từ dữ liệu hồng ngoại nhiệt. Phần lớn năng lượng bề mặt đất được các bộ cảm biến nhiệt thu nhận trong dải bước sóng 10. Phương pháp tính nhiệt độ bề mặt (LST) từ dữ liệu MODIS 2. Năng lượng bức xạ trái đất là hàm số của hai thông số: nhiệt độ và độ phát xạ.5-12. Tuy nhiên. Các kỹ thuật chủ động triển khai các búp sóng laser bước sóng đơn sắc (gọi là radar lazer hoặc LIDAR) chỉ mới được phát triển gần đây. Thứ nhất.2. bức xạ đo được ở bộ cảm biến bị ảnh hưởng bởi khí quyển từ quá trình hấp thụ và phát 22 . Tuy nhiên. bức xạ phát ra bởi Trái Đất lớn hơn nhiều so với bức xạ phản xạ bởi Mặt Trời. Đó là một vật lý tưởng hấp thụ hoàn toàn và phát xạ toàn bộ năng lượng đạt tới nó.2. Vật đen được dùng để nghiên cứu bức xạ.5μm. và được dùng để ước tính nhiệt độ bề mặt đất và các quá trình nhiệt khác.

τ và ε là độ truyền qua và độ phát xạ. do đó việc hiệu chỉnh khí quyển cho việc khôi phục lại các số đo mặt đất là một việc khó khăn đối với một vùng bất kỳ vào một thời điểm bất kỳ và thường bỏ qua trong một số nghiên cứu ứng dụng. để đạt được nhiệt độ bề mặt. λ = τ [ε Bλ + (1 . Thành phần (2) và (3) phụ thuộc vào các điều kiện khí quyển.ε) Lλ↓] + Lλ↑ (2. Giá trị bức xạ thu nhận trong dải hồng ngoại nhiệt của phổ điện từ trên các bộ cảm biến vệ tinh gồm 3 thành phần: (1) phát xạ bề mặt được truyền qua khí quyển (τεBλ). dùng để hiệu chỉnh khí quyển cho các bài toán liên quan bằng các mô hình như MODTRAN. Ước tính độ phát xạ và nhiệt độ trong dữ liệu hồng ngoại nhiệt đa phổ cần các giả thiết bổ sung để giải biến không xác định. Thực tế các số đo điều kiện khí quyển không sẵn có. thì sẽ có N+1 tham số không biết gồm N lớp độ phát xạ (đối với N kênh) và 1 lớp nhiệt độ bề mặt.1) Trong đó. chủ yếu là hơi nước trong vùng hồng ngoại của phổ điện từ. (2) bức xạ hướng dưới được phát ra bởi khí quyển được phản xạ bởi bề mặt và truyền qua khí quyển đến bộ cảm (τ(1-ε)Lλ↓) và (3) phát xạ từ khí quyển được truyền qua khí quyển ở trên điểm phát xạ (Lλ↑). cần phải hiệu chỉnh khí quyển qua việc sử dụng mô hình truyền bức xạ. ATCOR. Vì vậy.xạ lại bởi các khí.2) 23 .. bản chất không xác định được của các số đo nhiệt độ và độ phát xạ. Trong công thức (2. Thứ hai. Minh họa điều này qua phương trình truyền bức xạ như sau: Lsensor.. bức xạ bề mặt đất Rλ được đo trong kênh bước sóng λ gồm hai thành phần: Rλ = ε Bλ + (1 .1). Các giả thiết thường liên quan đến các đo đạc độ phát xạ trong phòng thí nghiệm hoặc trên thực tế. Các thông số này thường được đo đạc đồng thời cùng lúc thu nhận ảnh từ vệ tinh.ε) Lλ↓ (2. Nếu bức xạ nhiệt được đo trong N kênh.

Do nhiệt độ khí quyển thường thấp hơn nhiệt độ mặt đất nên phần mặt đất hấp thụ
được bức xạ phát ra từ khí quyển ((1 - ε) Lλ↓) thường rất nhỏ so với phần phát xạ của
mặt đất. Thực tế tính toán, đối với các bề mặt tự nhiên, bức xạ bề mặt sẽ được biểu diễn
gần đúng như sau:

R λ = ε Bλ (2.3)

2.2.2. Phương pháp chiết xuất nhiệt độ bề mặt từ tư liệu viễn thám

a. Xác định nhiệt độ

Trong viễn thám hồng ngoại nhiệt, nhiệt độ bức xạ (TR) được định nghĩa như là
nhiệt độ tương đương của vật đen truyền cùng một lượng bức xạ thu được từ một vật
thực tế và phụ thuộc vào nhiệt độ động lực bề mặt thực (TK) và độ phát xạ. Trường hợp
không phải vật đen, tổng lượng bức xạ phát ra được biểu diễn theo định luật Stefan-
Bolzman như sau:

B   TR 4 (2.4)

Suy ra:

1
TR   TK 4
(2.5)

Như vậy, nhiệt độ bức xạ của vật tự nhiên sẽ nhỏ hơn nhiệt độ bức xạ của vật đen
tại cùng một nhiệt độ. Điều này cho thấy rằng nhiệt độ được đo bằng phương pháp viễn
thám sẽ nhỏ hơn nhiệt độ động lực bề mặt tương đương bởi hệ số ε¼.

Nhiệt độ bức xạ được đo bởi các bộ cảm biến trên vệ tinh là nhiệt độ bức xạ còn
gọi là nhiệt độ sáng của vật đen tuyệt đối (với ε=1) và được xác định theo định luật:

K2
TB  (2.6)
K 
ln  1  1
 B 

24

Trong đó, Bλ - bức xạ của vật đen tuyệt đối (Wm-2μm-1); K1 = 2πhc2/λ5; K2=
hc/kλ; h - hằng số Planck (6,62x10-34 Js); c - vận tốc ánh sáng (3x108ms-1); k - hằng
số Boltzman (1,38x10-23 JK-1); λ - bước sóng trung tâm (μm).

Nhiệt độ bề mặt (hay nhiệt độ động năng bề mặt) là nhiệt năng của một vật thể và
có thể được đo bằng nhiệt kế. Công thức (2.5) cho thấy giữa nhiệt độ bức xạ và nhiệt độ
bề mặt có mối được nhiệt độ bức xạ thì số liệu này có thể được dùng để tính nhiệt độ
mặt đất như sau:

K2
TS  1
TB (2.7)
 4

Nhiệt độ bề mặt bị ảnh hưởng chủ yếu bởi bức xạ mặt trời. Độ chính xác ước tính
của nhiệt độ bề mặt từ dữ liệu viễn thám nhiệt phụ thuộc vào các yếu tố: khí quyển,
tương tác giữa bề mặt và khí quyển, độ phát xạ vật thể và độ phân giải ảnh. Nhiệt độ bề
mặt đo lường từ viễn thám nhiệt có thể bị ảnh hưởng bởi sự hỗn hợp của các yếu tố dưới
pixel, xảy ra khi có nhiều hơn một vật thể tồn tại bên trong trường nhìn của bộ cảm biến
(FOV). Vì vậy, để so sánh nhiệt độ đo từ viễn thám nhiệt với số đo thực mặt đất, cần
phải chọn lựa các khu vực đối tượng lớn hơn kích thước pixel.

b. Xác định độ phát xạ

Độ phát xạ (ε) là tỷ số giữa năng lượng phát xạ từ bề mặt tự nhiên trên năng lượng
phát xạ từ vật thể đen ở cùng bước sóng và nhiệt độ (xem công thức 2.3). Nhiệt độ và độ
phát xạ luôn luôn là hai biến cần xác định trong phương pháp viễn thám, do đó các
phương pháp thường phát triển tính toán đồng thời giá trị của hai biến trên. Tuy nhiên,
do tính chất phức tạp và không xác định, nên bài toán giải N+1 ẩn số không được giải
với độ chính xác và tính tổng quát đầy đủ. Tuy nhiên, độ phát xạ bề mặt là biến ít thay
đổi theo thời gian và không gian so với nhiệt độ bề mặt, vì vậy ta thường xác định độ
phát xạ bề mặt trước khi tính toán nhiệt độ bề mặt.

25

Có nhiều phương pháp tính độ phát xạ bề mặt từ dữ liệu của các bộ cảm biến vệ
tinh hiện hành. Một số phương pháp giả thiết ban đầu độ phát xạ là hằng số (ví dụ phương
pháp chuẩn hóa độ phát xạ NEM, NOR) hoặc nhiệt độ là hằng số (phương pháp tỷ số
phổ), lúc đó biến không biết được tính và biến hằng số đã được giả thiết sẽ được tính lại
tiếp sau đó. Một số phương pháp bỏ qua khái niệm phản xạ bề mặt hoặc yêu cầu biết
trước thông tin bề mặt như phương pháp NDVI.

Phương pháp dựa trên NDVI rất hữu ích nếu biết trước độ phát xạ của đất trống và
thực vật cũng như cấu trúc và phân bố thực vật. Ước tính độ phát xạ bề mặt từ kênh khả
kiến và cận hồng ngoại theo phương pháp NDVI có 3 ưu điểm chính: (1) các bộ cảm
biến trên vệ tinh thường cung cấp độ phân giải không gian cao hơn đối với các kênh khả
kiến và cận hồng ngoại so với kênh nhiệt, vì vậy bản đồ độ phát xạ thu được sẽ có độ
phân giải không gian cao hơn so với các phương pháp tính trực tiếp từ các kênh nhiệt;
(2) phương pháp NDVI có thể được ứng dụng cho bất kỳ bộ cảm biến nào, không phụ
thuộc vào số lượng kênh nhiệt; (3) trình tự tính toán đơn giản và hiệu chỉnh khí quyển ít
phức tạp.

Các pixel đại diện bề mặt đất thường là các pixel hỗn hợp chứa cả thực vật và đất
tùy thuộc vào độ phân giải của ảnh vệ tinh. Độ phát xạ hiệu quả của một pixel có thể
được ước tính bằng cách cộng lại các phần đóng góp của độ phát xạ thực vật và độ phát
xạ đất chứa trong đó. Van de Griend và Owe (1993) đã thực hiện thí nghiệm đo đạc trực
tiếp độ phát xạ và phản xạ phổ trong dải khả kiến và cận hồng ngoại để tính NDVI và
tìm ra được mối quan hệ thực nghiệm giữa độ phát xạ và NDVI như sau:

ε = a + b.ln(NDVI) (2.8)

Với a = 1.0094 và b = 0.047. Quan hệ này chỉ thực thi đối với các khu vực có đặc
tính đồng nhất. Valor và Caselles (1996) đã đưa ra một mô hình tương tự cũng dựa trên
NDVI nhưng có thể ứng dụng cho các khu vực không đồng nhất với nhiều kiểu đất, thực

26

vật và thực phủ thay đổi. Theo mô hình này, độ phát xạ hiệu quả của bề mặt không đồng
nhất được định nghĩa là tổng độ phát xạ của các thành phần đơn giản của nó:

ε = εv Pv + εs (1 – Pv) (2.9)

Trong đó, εv và εs là độ phát xạ của thực vật và đất tinh khiết, nghĩa là trong vòng
một pixel đại diện chỉ là thực vật hoặc chỉ là đất, không có sự pha trộn. P v là tỷ lệ hay
hợp phần hiện diện của thực vật trong pixel, giá trị từ 0 (đối với đất trống) đến 1 (đối với
đất phủ đầy thực vật). Do đó Pv có thể được tính theo NDVI tương quan với các ngưỡng
giá trị NDVIs của đất trống hoặc NDVIv của đất phủ đầy thực vật. NDVI được xác định
theo tỷ số giá trị phản xạ của các kênh đỏ thuộc dải khả kiến và cận hồng ngoại ((NIR-
Red)/(NIR+Red)). Pv được xác định theo công thức tỷ số như sau:
2
 NDVI  NDVI S  (2.10)
PV   
 NDVIV  NDVI S 

Việc xác định độ phát xạ theo phương pháp NDVI yêu cầu phải biết trước độ phát
xạ của đất và thực vật. Hầu hết các nghiên cứu trước đây đều lấy số liệu độ phát xạ từ
các văn liệu sẵn có qua đo đạc thực nghiệm trên các mẫu đại điện. Điều này dễ dẫn đến
sai số vì mỗi khu vực mỗi bề mặt sẽ có đặc trưng vật lý khác nhau, cần thiết phải xác
định riêng cho khu vực của mình.

2.2.3. Phương pháp chiết xuất nhiệt độ bề mặt từ ảnh MODIS

Phương pháp chiết xuất nhiệt bề mặt từ ảnh Modis dựa trên giá trị phát xạ của kênh
31 và kênh 32. Nhiệt độ bề mặt được tính toán theo công thức:

 1    T  T  1    T  T
TS   A1  A2  A3 2  31 32   B 1  B2  B3 2  31 32  C (2.11)
    2     2

Trong đó:

    31   32  và   0.5  31   32  là các giá trị phát xạ bề mặt của kênh 31 và

kênh 32.

27

T31 và T32 là nhiệt độ sáng của kênh 31 và kênh 32 được tính theo công thức:

hc
T k (2.12)
 2hc 2 
 * ln  5  1
 L 

(k là hằng số Stefan-Boltzmann, h là hằng số Plank, L là bức xạ, λ là bước sóng)

Các hệ số A1,A2,A3,B1,B2,B3,C là các hệ số được tính ra bằng cách nội suy trong
bảng tra LUT (Look up tables). Bảng tra LUT được tính bằng hồi quy tuyến tính trên
ảnh Modis mô phỏng dữ liệu từ tính toán chuyển đổi phóng bức xạ trên phạm vi điều
kiện bề mặt và khí quyển.

2.3. Phương pháp tính độ ẩm không khí từ dữ liệu MODIS

2.3.1 Các loại độ ẩm không khí

a. Độ ẩm riêng

Độ ẩm riêng xách định bởi công thức:
𝑒
𝑄=𝜀 (2.13)
𝑝

Trong đó: Q là độ ẩm riêng

e là áp suất hơi nước trong không khí.

p là áp suất hơi nước.

ε là tỉ số giữa 2 hằng số Rd = 287.04 J kg-1 K-1 và Rv = 461.50 J kg-
1
K-1 (ε= 622)

Độ ẩm riêng cũng có thể xác định thông qua hàm lượng hơi nước trong không khí:

Q = aW2 + bW + c (2.14)

Trong đó: Q: là độ ẩm riêng.

28

W: là hàm lượng hơi nước trong không khí. ( ) (2. 29 .17) 𝐸 Trong đó: RH: là độ ẩm tương đối. Ngoài ra. a. td: là điểm sương e: là áp suất hơi nước trong không khí tại điểm sương td. e: là áp suất hơi nước trong không khí. E: là áp suất hơi nước bão hòa tại nhiệt độ thực tại.16) 𝐸 Trong đó: RH: là độ ẩm tương đối. b. 100 (%) (2.b.c là các hệ số hàm quan hệ. độ ẩm tương đối cũng được tính từ điểm sương theo công thức: 𝑒𝑡𝑑 𝑅𝐻 = . 100 (%) (2. Độ ẩm tuyệt đối Độ ẩm tuyệt đối thể hiện mật độ hơi nước trong không khí tính bằng gam trên đơn vị mét khối: 𝑒 𝑔 𝛼 = 220.15) 𝑇 𝑚3 Trong đó: e: là sức trương hơi nước (mbar) T: là nhiệt độ không khí ( oK) c. Độ ẩm tương đối cũng được tính theo độ ẩm riêng. E: là áp suất hơi nước bão hòa. Độ ẩm tương đối Độ ẩm tương đối tính từ áp suất hơi nước được xác định theo công thức: 𝑒 𝑅𝐻 = .

Hơi nước trong khí quyển có hệ số hấp thụ rất khác nhau theo các kênh 17.017G18+27. q: là độ ẩm riêng của hơi nước trong không khí.914G219 Ở đây W17 . bởi đa thức: W17=26. kênh 18 và kênh 19 của MODIS.3-3.G18 và G19 như sau: L17 L18 L19 G17= .434G17+28.2. G19= L2 L2 L2 Ở đây Li là bức xạ thu được từ việc giả định cho các kênh 2. 2. trong khi đó đỉnh hấp thụ lại là kênh 17 với điều kiện ẩm (theo Kaufman and Gao 1992).314-54. kênh 17. Như vậy kết quả sẽ có 3 giá trị hơi nước theo 3 kênh với cùng một điều kiện của khí quyển. giá trị hơi nước thu được từ 3 kênh có thể khác nhau. Dưới điều kiện của khí quyển. Giá trị trung bình hơi nước W có thể thu được qua phương trình sau: W = f17W17+f18W18+f19W19 30 . 18 và 19.446-26. W18 . 𝒒 𝑹𝑯 = .18) 𝒒𝒔 Trong đó: RH: là độ ẩm tương đối.449G217 W18=5. W19 là hàm lượng hơi nước bốc hơi tại từng kênh 17. Sự giả định tổng giá trị hơi nước bốc hơi rất khác nhau từ 0. 𝟏𝟎𝟎 (%) (2. Kênh hấp thụ mạnh là kênh 18 với điều kiện khô hạn.3gcm-2. 18 và 19.012-23.884G218 W19=9.3. qs: là độ ẩm riêng của hơi nước bão hòa. G18= .887G19+19. Phương pháp tính toán độ ẩm không khí từ tư liệu viễn thám Có thể định nghĩa tỉ số G17. Bức xạ tỉ lệ nghịch với tổng hàm lượng hơi nước bốc hơi.

dự báo mùa màng. dự báo khô hạn… 31 .1038H (2. W18. Chiết xuất NDVI và Lớp phủ thực vật từ dữ liệu MODIS 2.19) Sức trương hơi nước bão hoà (E) được tính từ nhiệt độ không khí (t): 3.4.4. W19 là lượng hơi nước thu được từ kênh 0.0252w2 + 1. Khái niệm chỉ số thực vật Chỉ số thực vật là một trong các chỉ số vật lý mà ta có thể tính từ các băng phổ ảnh viễn thám.936.27b1)/(237.1.574 (2.3 .2622w + 13. Chỉ số thực vật được dùng vào nhiều mục đích ứng dụng khác nhau như đánh giá độ che phủ của thực vật.18. Độ ẩm riêng (Q) ở khu vực nhiệt đới có thể được xác định từ giá trị cột hơi nước (W) thông qua hàm kinh nghiệm: Q = -0.940 và 0.3+b1)) (2.19) ii w w-sai phân giữa hàm lượng hơi nước lớn nhất và nhỏ nhất từ 6 chuẩn khí quyển và i tương ứng với sai phân giữa hệ số truyền của giá trị hơi nước lớn nhất và nhỏ nhất thu được tại kênh i (Kaufman và Gao 1992). f18 và f19 là các hàm trọng số.0.85x((17. phụ thuộc vào độ nhạy của từng kênh phổ và được tính theo công thức: i i fi = với i= (I=17. f17. đánh giá sinh khối. 0.20) Áp suất không khí sẽ giảm theo độ cao (H) và được tính theo công thức kinh nghiệm: P = 1013.21) 2. Ở đây: W17.905µm.

băng phổ thuộc dải sóng này cũng ít khi được dùng dể tính chỉ số thực vật do ảnh hưởng của khí quyển ở dải sóng này là khá lớn. hoặc tăng độ tách biệt các đối tượng mà ta cần phân biệt trên tư liệu ảnh vệ tinh. Tại các dải sóng này. Trong khi đó. Một đối tượng quan trọng liên quan đến thực vật là đất cũng được sử dụng có tính tham chiếu để tách biệt thực vật. Vì vậy. Nhờ sự khác biệt về tính chất phản xạ này mà dải sóng màu đỏ và cận hồng ngoại cho phép nâng cao đáng kể khả năng tách biệt thực vật. người ta không dùng băng phổ này để tính chỉ số thực vật. Tuy nhiên. Tuy nhiên. dải cận hồng ngoại lại phản xạ rất mạnh. bức xạ ít chịu ảnh hưởng của điều kiện khí quyển. mọi cách tính đều dựa vào các đặc tính phổ của thực vật. Đó là kết quả của các nghiên cứu có mục đích khác nhau với các công thức tính khác nhau rất phức tạp được xây dựng qua thực nghiệm. 2. Ngược lại. các công thức tính chỉ số thực vật đều dựa vào đặc trưng phổ của thực vật ở dải sóng màu đỏ và cận hồng ngoại. thực vật phản xạ yếu trong dải sóng màu lam. Như chúng ta đã biết. Cơ sở vật lý của chỉ số thực vật Hiện nay. Phản xạ của đất trống tăng dần một cách tuyến tính ở các dải sóng và tạo nên một đường thẳng gọi là đồ thị của đất (Soil Line). Về cơ bản. Trong một số nghiên cứu khác dùng dữ liệu vệ tinh thì chỉ số thực vật thường được sử dụng như một thông tin bổ sung cho các thông tin chiết xuất từ các băng phổ ảnh gốc nhằm hoặc để tăng cường độ chính xác của các phép phân loại.2. phản xạ của thực vật trong dải sóng màu lục lại mạnh hơn rất nhiều và có khả năng tách biệt thực vật.4. Các băng phổ ở dải sóng màu đỏ và cận hồng ngoại là các băng phổ được sử dụng để tính chỉ số thực vật. Dải sóng màu đỏ trùng với vùng hấp thụ mạnh. có rất nhiều chỉ số thực vật trong các tài liệu về viễn thám. vào phương thức thu nhận tín hiệu phổ của bộ cảm trên vệ tinh và có tính đến đến ảnh hưởng của khí quyển đến quá trình thu nhận ảnh của vệ tinh. 32 .

một khi độ ẩm của đất trở thay đổi và thành một yếu tố ảnh hưởng đến chỉ số thực vật. Giá trị xám độ của đất giảm dần khi độ ẩm hoặc hàm lượng hữu cơ trong đất tăng lên và ứng với các pixel nằm ở sát với gốc hệ toạ độ phổ. Hình 2. Công thức tính chỉ số NDVI như sau: NDVI = (NIR .Red)/(NIR + Red) Trong đó: NIR là băng phổ cận hồng ngoại (Near InfraRed). Red là băng phổ thuộc bước sóng màu đỏ. 2. biến đổi các chỉ số thực vật. 1974 đề xuất và hay được sử dụng nhất trong thực tế.3. thực vật luôn nằm ở phía băng phổ ảnh của giải sóng đỏ hoặc cận hồng ngoại và nước thì ngược lại luôn nằm ở phía băng phổ ảnh của giải sóng màu đỏ. Ta có thể dùng đồ thị đất làm đường cơ sở để đối chiếu..1: Đồ thị đất (Soil line) Trên đồ thị này. 33 .4. Công thức tính chỉ số NDVI Đây là chỉ số thực vật thường do Rouse et al. Đặc biệt.

Cũng như mọi chỉ số khác NDVI cũng rất nhạy cảm với điều kiện khí quyển. NDVI không có ý nghĩa lớn trong việc đánh giá lượng nước trong các thực vật có mật độ cao. Cũng với những lý do vừa nêu. Phương pháp xử lý dữ liệu NDVI Dữ liệu MODIS khu vực Tây Nguyên năm 2012 được thu nhận từ nguồn cung cấp của NASA. có những hạn chế nêu trên nhưng chỉ số NDVI vẫn là chỉ số được sử dụng nhiều trong các ứng dụng khác nhau. nhiều cơ quan nghiên cứu. dữ liệu MODIS được sử dụng là bộ dữ liệu ảnh MODIS phản xạ bề mặt tổ hợp 16-ngày chuẩn của trung tâm LP DAAC.1986). 2. do trung tâm Land Processes Distributed Active Archive Center (LPDAAC) phân phối (http://earthexplorer. Chỉ số này không tương quan tuyến tính với mật độ sinh khối mà nó tương quan với mật độ thực vật xanh theo hàm mũ và đạt mức bão hoà khi thực vật đạt độ che phủ cao. Trong nghiên cứu này. Điều này cho phép sử dụng chỉ số NDVI trong đánh giá các lớp phủ thực vật thưa thớt (Holben. đặc biệt là cơ quan khí quyển và hải dương quốc gia của Mỹ (NOAA)..usgs. Hiện nay. được nhận từ vệ tinh Aqua và Terra đã được xử lý tới mức 3. Cách chuẩn hoá bằng cách tính tổng của hai băng phổ nói trên nhằm giảm thiểu hiệu ứng chiếu sáng và ảnh hưởng của địa hình (Bariou et al. Do tính chất nhạy cảm với độ che phủ thực vật mà NDVI cũng hay được dùng như một băng phổ ảnh bổ sung trong phân loại ảnh số nhằm tăng độ chính xác của phép phân loại. cơ quan không gian Mỹ NASA đang sử dụng NDVI chiết xuất từ dữ liệu AVHRR của hệ thống vệ tinh NOAA và dữ liệu MODIS của hệ thống Terra. Chỉ số NDVI có giá trị lý thuyết là từ -1 đến +1.gov).4. 1985).4. Mặc dù. Aqua vào theo dõi diễn biến lớp phủ thực vật toàn cầu và các ứng dụng liên quan khác. 34 .

hiệu chỉnh hình học. el al. cắt ảnh theo khu vực nghiên cứu. 35 .Vermote. Bộ dữ liệu này đã được xử lý theo quy trình chuẩn của NASA (như hiệu chỉnh bức xạ. lọc mây và tạo tổ hợp 16-ngày… . Mỗi ảnh lấy ra 2 kênh gồm kênh 1 – phổ sóng đỏ có tâm quang phổ là 645nm và kênh 2 – phổ sóng hồng ngoại gần có tâm quang phổ là 858nm với độ phân giải không gian là 250m và đã được đưa về hệ tọa độ Sinusoidal toàn cầu. Ở mức này. Các ảnh MODIS tổ hợp 16-ngày được tải về máy.1997). sau đó được xử lý qua các bước xử lý ảnh (chuyển hệ tọa độ. lọc mây. Điều này giúp giảm bớt hoặc loại bỏ mây đặc biệt quan trong đối với vùng nhiệt đới như Việt Nam.. dữ liệu đã được sơ bộ lọc mây bằng thuật toán của NASA chọn lọc ra kết quả quan trắc tốt nhất trong 16-ngày liên tiếp đối với từng ô ảnh (pixel). hiệu chỉnh hình học. lọc nhiễu…) và tính toán chỉ số thực vật NDVI trên từng ảnh.

phía nam giáp các tỉnh Đồng Nai. Khánh Hòa. Bình Phước.1. Nếu xét diện tích Tây Nguyên bằng tổng diện tích của 5 tỉnh thì vùng Tây Nguyên rộng 54. TÍCH HỢP VIỄN THÁM VÀ GIS PHÂN TÍCH MỐI TƯƠNG QUAN GIỮA NHIỆT ĐỘ BỀ MẶT. Phú Yên.641 km². phía đông giáp các tỉnh Quảng Ngãi. Đắk Lắk và Đắk Nông chỉ có chung đường biên giới với Campuchia.1. CHƯƠNG 3. Trong khi Kon Tum có biên giới phía tây giáp với cả Lào và Campuchia. Ninh Thuận. Vùng nghiên cứu 3. Còn Lâm Đồng không có đường biên giới quốc tế. thì Gia Lai. Hình 3. phía tây giáp với các tỉnh Attapeu (Lào) và Ratanakiri và Mondulkiri (Campuchia).1. Vị trí địa lý Tây Nguyên là vùng cao nguyên. phía bắc giáp tỉnh Quảng Nam. Bình Định.1: Vị trí hành chính Tây Nguyên trên bản đồ Việt Nam 36 . ĐỘ ẨM KHÔNG KHÍ VÀ LỚP PHỦ THỰC VẬT NĂM 2012 3. Bình Thuận.

cao nguyên Kon Hà Nừng. Tất cả các cao nguyên này đều được bao bọc về phía Đông bởi những dãy núi và khối núi cao (chính là Trường Sơn Nam). trữ lượng khoáng sản phong phú hầu như chưa khai thác và tiềm năng du lịch lớn. hủy diệt tài nguyên thiên nhiên và khai thác lâm sản bừa bãi chưa ngăn chận được tại đây có thể dẫn đến nguy cơ làm nghèo kiệt rừng và thay đổi môi trường sinh thái.500 m khí hậu tương đối mát và mưa nhiều. đặc điểm của khí hậu núi cao. Đó là các cao nguyên Kon Tum cao khoảng 500m. Trung Tây Nguyên (tương ứng với các tỉnh Đắk Lắk và Đắk Nông). cao nguyên Kon Plông.2. 3. Plâyku cao khoảng 800m. trong đó tháng 3 và tháng 4 là hai tháng nóng và khô nhất. khí hậu ở Tây Nguyên được chia làm hai mùa: mùa mưa từ tháng 5 đến hết tháng 10 và mùa khô từ tháng 11 đến tháng 4.1. Thực chất. Tây Nguyên lại có thể chia thành ba tiểu vùng địa hình đồng thời là ba tiểu vùng khí hậu. có chức năng phòng hộ rất lớn. cao nguyên Buôn Ma Thuột cao khoảng 500m. Nam Tây Nguyên (tương ứng với tỉnh Lâm Đồng). Do ảnh hưởng của độ cao nên trong khi ở các cao nguyên cao 400 . Tây nguyên có thể coi là mái nhà của miền trung. trước là một tỉnh). Tây Nguyên cũng là khu vực ở Việt Nam còn nhiều diện tích rừng với thảm sinh vật đa dạng. gồm Bắc Tây Nguyên (tương ứng với các tỉnh Kon Tum và Gia Lai. Tuy nhiên. Trung Tây Nguyên có độ cao thấp hơn và nền nhiệt độ cao hơn hai tiểu vùng phía Bắc và Nam. cao nguyên M'Drăk cao khoảng 500m. 37 . Mơ Nông cao khoảng 800–1000m. Khí hậu Nằm trong vùng nhiệt đới xavan. Tây Nguyên không phải là một cao nguyên duy nhất mà là một loạt cao nguyên liền kề. cao nguyên Lâm Viên cao khoảng 1500m và cao nguyên Di Linh cao khoảng 900–1000m. nạn phá rừng. riêng cao nguyên cao trên 1000 m (như Đà Lạt) thì khí hậu lại mát mẻ quanh năm.

181. kém phát triển và hủy diệt tài nguyên thiên nhiên (gần đây. trong đó đồng bào dân tộc thiểu số là 1. Trong số gần một triệu dân di cư từ miền Bắc thì chính phủ Quốc gia Việt Nam đưa lên miền cao nguyên 54.3.668. như thế so với năm 1976 đã tăng 3. gồm 35 dân tộc.. Năm 2004 dân số Tây Nguyên là 4. Từ đó nhiều dân tộc thiểu số chung sống với dân tộc Việt (Kinh) ở Tây Nguyên như Ba Na.331 người (1999).000 người.282. dân số Tây Nguyên là 1. Gia Rai. mỗi năm vẫn có tới gần một nghìn héc-ta rừng tiếp tục bị phá đang là những vấn nạn tại Tây Nguyên và thường xuyên dẫn đến xung đột.000 người (1995) tăng lên 1. trong đó đồng bào dân tộc thiểu số là 853. Ê đê. 3.376. Sự gia tăng gấp 4 lần dân số và nạn nghèo đói. Cơ Ho. đa số tập trung ở Đà Lạt và Lâm Đồng.854 người. một cách gọi đặc trưng để chỉ những sắc dân sinh sống trên cao nguyên miền Trung.569 người (chiếm 44. chủ yếu lả tăng cơ học. Người dân tộc đang trở thành thiểu số trên chính quê hương của họ. từ 350. Theo kết quả điều tra dân số 01 tháng 04 năm 2009 dân số Tây Nguyên (gồm 05 tỉnh) là 5. Đến năm 2011. gồm 46 dân tộc. trong đó đồng bào dân tộc thiểu số là 1.142 người.437 người.7% dân số). trong 4 năm tăng 485%. Chính quyền Việt Nam Cộng hòa gọi chung những dân tộc này là "đồng bào sắc tộc" hoặc "người Thượng".820 người (chiếm 69.551 người.1. gồm 18 dân tộc.050.17 lần .776.2% dân số). Năm 1993 dân số Tây Nguyên là 2. một phần do gia tăng dân số tự nhiên và phần lớn do gia tăng cơ học: di dân đến Tây nguyên theo 2 luồng di dân kế hoạch và di dân tự do.107. Mạ.. tổng dân số của 5 tỉnh Tây Nguyên là khoảng 5. Dân cư Thời Pháp thuộc người Kinh bị hạn chế lên vùng Cao nguyên nên các bộ tộc người Thượng sinh hoạt trong xã hội truyền thống. Mãi đến giữa thế kỷ 20 sau cuộc di cư năm 1954 thì số người Kinh mới tăng dần.000 người.225. Mơ Nông. 38 . "người Thượng" là người ở miền cao hay miền núi. Tính đến năm 1976.3% dân số) Riêng tỉnh Đắc Lắc.337 người (chiếm 25. Xơ Đăng. Kết quả này. "Thượng" có nghĩa là ở trên.

quốc doanh đã quản lý 70% diện tích toàn Tây Nguyên. dâu tằm. ba xí nghiệp Liên hiệp nông lâm công nghiệp quản lý 1 058 000 hecta tức một nửa địa bàn toàn tỉnh. lâm trường thuộc trung ương hoặc thuộc tỉnh). chiếm 4/5 diện tích cà phê cả nước.4. nuôi tằm tập trung lớn nhất nước ta. chính quyền có chủ trương khai thác Tây Nguyên bằng hệ thống các nông lâm trường quốc doanh (thời kỳ trước năm 1993 là các Liên hiệp xí nghiệp nông lâm công nghiệp lớn. như là thiếu lao động lành nghề. Tây Nguyên cũng là vùng trồng cao su lớn thứ hai sau Đông Nam Bộ. đến năm 1985. tài nguyên. cộng với 1 600 000 hecta cao su quốc doanh. hồ tiêu. ca cao. Tây Nguyên còn là vùng trồng dâu tằm. cơ sở hạ tầng kém phát triển. nhiều nhất là ở Bảo Lộc Lâm Đồng. 3. Diện tích cà phê ở Tây Nguyên hiện nay là hơn 290 nghìn ha. Sau năm 1993. Tuy nhiên. nhưng con số này cũng chỉ giảm đi được 26%. rất phù hợp với những cây công nghiệp như cà phê. đến sau năm 1993 chuyển thành các nông. Tây Nguyên có đến 2 triệu hecta đất bazan màu mỡ. Kinh tế. điều kiện kinh tế . chủ yếu tại Gia Lai và Đắk Lắk. Các tổ chức kinh tế này trong thực tế bao chiếm gần hết đất đai Tây Nguyên.xã hội của Tây Nguyên có nhiều khó khăn. Tây Nguyên có lợi điểm về tài nguyên thiên nhiên. Cà phê là cây công nghiệp quan trọng số một ở Tây Nguyên. sự chung đụng của nhiều sắc dân trong một vùng đất nhỏ và với mức sống còn thấp. Việc phân bổ đất đai và tài nguyên không đồng đều cũng gây ra nhiều tranh chấp.1. Trước đây. Đắk Lắk là tỉnh có diện tích cà phê lớn nhất (170 nghìn ha) và cà phê Buôn Ma Thuột nổi tiếng có chất lượng cao. Ở Đắk Lắk. trà. như là một phần 39 . xã hội và môi trường So với các vùng khác trong cả nước. tính chung quốc doanh quản lý 90% đất đai toàn tỉnh. Ở Gia Lai-Kon Tum con số đó là 60%. Tài nguyên rừng và diện tích đất lâm nghiệp ở Tây Nguyên đang đứng trước nguy cơ ngày càng suy giảm nghiêm trọng do nhiều nguyên nhân khác nhau. đến năm 1985. Ở đây có liên hiệp các xí nghiệp ươm tơ xuất khẩu lớn nhất Việt Nam. đã có sự chuyển đổi cơ chế quản lý. Tính chung. tức chiếm đến 60% đất bazan cả nước.

3. làng. khoán bảo vệ rừng cho hộ gia đình và cộng đồng trong buôn. Hiện nay. Trong dữ liệu MOD11A2. Nhóm nghiên cứu MODIS (MODIS Land Science Team) đã phát triển và cung cấp cho người sử dụng một tập hợp các sản phẩm chuẩn của ảnh MODIS.2. 16-ngày tổ hợp.đầu thập kỉ 90. Sản phẩm MODIS chuẩn tổ hợp 8-ngày. 16-ngày được thiết lập trong lưới chiếu Sinusoidal với phạm vi 1200*1200m. Ảnh tổ hợp 8-ngày. nay chỉ còn khoảng 200 – 300 nghìn m3/năm. MOD07 và MOD13A2 quá trình hiệu chỉnh khí quyển như loại bỏ sol khí. cho thuê đất lâm nghiệp cho các tổ chức. Do sự suy giảm tài nguyên rừng nên sản lượng khai thác gỗ giảm không ngừng. MOD07 và MOD13A2) ở 7 kênh phổ đầu tiên. cá nhân sử dụng ổn định và giao rừng. trong đó có dữ liệu phản xạ bề mặt tổ hợp 8-ngày. độ phân giải không gian 500m. hộ gia đình. chính quyền địa phương đang có thử nghiệm giao đất. sau đó chọn những pixel có giá trị kênh blue cực tiểu trong thời gian 8- ngày. Dữ liệu tổ hợp vẫn giữ những đặc tính kỹ thuật của dữ liệu ảnh hàng ngày như các đặc tính về hình học. những điểm điều chỉnh chất lượng ảnh (quality control flags).2. Các dữ liệu sử dụng 3.nhỏ diện tích rừng sâu chưa có chủ và dân di cư mới đến lập nghiệp xâm lấn rừng để ở và sản xuất (đất nông nghiệp toàn vùng tăng rất nhanh) cũng như nạn phá rừng. 40 . thứ nhất là loại bỏ các pixel có giá trị thấp hoặc có độ phủ quan sát thấp. mây mỏng đã được thực hiện. độ ẩm và lớp phủ.1. khai thác lâm sản trái phép chưa kiểm soát được. 16-ngày được tạo ra qua một quá trình bao gồm nhiều bước xử lý. từ 600 – 700 nghìn m3 vào cuối thập kỉ 80 . 16-day composite MODIS Surface Reflectance Product – MOD11A2. 16-ngày (8-day. Dữ liệu ảnh MODIS Để đáp ứng yêu cầu nghiên cứu về nhiệt độ.1. các thông số kĩ thuật của các kênh này mô tả trong bảng 3.

250 500 m Trái đất Các loại mây và các loại đối tượng bao phủ bề mặt 6 1. chứa toàn bộ khu vực các tỉnh ở Tây Nguyên. MOD07 và MOD13A2 của Terra MODIS trong toàn bộ thời gian năm 2012. luận văn đã sử dụng dữ liệu tổ hợp 8-ngày. đánh giá mối tương quan giữa nhiệt độ.670 250 m Trái đất Các loại mây và các loại đối tượng bao phủ bề mặt 2 0. 1999 Trong quá trình nghiên cứu phân tích.620-0.841-0.230-1. Bảng 3.105-2.545-0. 41 . độ ẩm và lớp phủ thực vật.155 500 m Trái đất Nguồn: NASA.876 250 m Trái đất Các loại mây và các loại đối tượng bao phủ bề mặt 3 0.652 500 m Trái đất Các loại mây và các loại đối tượng bao phủ bề mặt 7 2. 16-ngày MOD11A2.565 500 m Trái đất Các loại mây và các loại đối tượng bao phủ bề mặt 5 1.1: Các kênh phổ đầu tiên của MODIS Phân giải Khoảng phổ Kênh không Các đối tượng ứng dụng điển hình m gian Các loại mây và các loại đối tượng bao phủ bề mặt 1 0. phạm vi không gian của khu vực nghiên cứu nằm hoàn toàn trong mảnh có phiên hiệu h27v07 và h28v7.628-1.459-0.479 500 m Trái đất Các loại mây và các loại đối tượng bao phủ bề mặt 4 0.

1. Để tính toán nhiệt độ bề mặt đất.. một số nguồn dữ liệu khác được đưa vào sử dụng như bản đồ nền hành chính. 42 .LST có nhiều lớp dữ liệu (MOD11A2 có 12 lớp) phục vụ cho các mục đích khác nhau. . độ ẩm tương đối.. Xây dựng tổ hợp ảnh nhiệt độ trung bình theo năm 3. bản đồ hiện trạng rừng. số liệu các trạm khí tượng (nhiệt độ.3. có độ phân giải không gian 1km và độ phân giải bức xạ 16(bit) được chiết tách và chuyển sang dữ liệu số (DN-digital numbers) có độ phân giải bức xạ 12(bit).2. 3. Hình 3.) 3.3. Tạo ảnh nhiệt độ bề mặt từ ảnh MODIS – MOD11A2 Dữ liệu ảnh MOD11A2 sau khi được thu thập được xử lý theo quy trình kỹ thuật sau đây để xác định nhiệt độ bề mặt: . Việc chiết tách và chuyển đổi dữ liệu này cũng được thực hiện bằng phần mềm chuyên dùng ENVI.2.Tách lớp dữ liệu chuyên biệt: Dữ liệu ảnh MODIS .Chuyển đổi hệ quy chiếu phù hợp với nghiên cứu: Dữ liệu MODIS với hệ quy chiếu ISIN (Integerized Sinusoidal) được chuyển đổi về hệ quy chiếu VN2000 Zone48 để tương thích với các dữ liệu bản đồ hiện có.Chuyển đổi định dạng tập tin ảnh: Dữ liệu MODIS với định dạng HDF-EOS (Hierarchical Data Format Earth Observing System) được chuyển đổi về định dạng GeoTIFF bằng cách sử dụng phần mềm ENVI. Dữ liệu khác Ngoài ra để phục vụ cho việc xây dựng bản đồ lớp phủ thực vật để đánh giá độ chính xác của bản đồ lớp phủ thực vật.2: Giao diện chính của phần mềm ENVI . lớp dữ liệu nhiệt độ bề mặt đất.

Tạo ảnh tổ hợp theo tháng. sau đó quy đổi về nhiệt độ Celcius (0C). Nhiệt độ bề mặt được xác định bằng cách nhân giá trị số DN của ảnh 12(bit) với hệ số quy đổi để có được nhiệt độ Kelvin (0K).2.4: Các thuật toán tính tổ hợp ảnh MODIS . Hình 3.Nhân với hệ số quy đổi: hệ số quy đổi (Scale factor) được cung cấp từ nhà sản xuất thông qua các thông số kĩ thuật được tính toán dựa trên thực nghiệm sử dụng các thuật toán xác định nhiệt độ từ nhiều phương pháp. 3. Hình 3.MOD11A2 43 .3.3: Tool chọn sản phẩm LST của ảnh modis MOD11A2 . sử dụng phương pháp tổ hợp bằng cách sử dụng công cụ Band Math trên ENVI để tính toán và tổ hợp. ảnh tổ hợp theo mùa và ảnh tổ hợp theo năm Sau khi dữ liệu ảnh thu thập được tổ hợp 8-ngày được sử dụng để tổ hợp lên ảnh tổ hợp tháng (dựa trên thông tin ngày tháng của ảnh đó).

* Các ảnh nhiệt độ bề mặt được tổ hợp theo tháng. theo mùa và theo năm: LST_Tháng 1 LST_Tháng 2 LST_Tháng 3 LST_Tháng 4 LST_Tháng 11 LST_Tháng 12 44 .

LST_Tháng 5 LST_Tháng 6 LST_Tháng 7 LST_Tháng 8 LST_Tháng 9 LST_Tháng 10 45 .

46 . LST_Mùa khô LST_Mùa mưa LST_Năm 2012 Hình 3. Xây dựng tổ hợp ảnh độ ẩm trung bình theo năm 3.1.4. Tảo ảnh chỉ số độ ẩm không khí từ ảnh MODIS .Chuyển đổi hệ quy chiếu phù hợp với nghiên cứu: Dữ liệu MODIS với hệ quy chiếu ISIN (Integerized Sinusoidal) được chuyển đổi về hệ quy chiếu VN2000 Zone48 để tương thích với các dữ liệu bản đồ hiện có. .Chuyển đổi định dạng tập tin ảnh: Dữ liệu MODIS với định dạng HDF-EOS (Hierarchical Data Format Earth Observing System) được chuyển đổi về định dạng GeoTIFF bằng cách sử dụng phần mềm ENVI.MOD07 Dữ liệu ảnh MODIS được cung cấp miễn phí và có khả năng xử lý ra dữ liệu tổng hàm lượng hơi nước với độ phân giải 1km thông qua các kênh cận hồng ngoại.5: Các ảnh tổ hợp nhiệt độ bề mặt trong năm 2012 3. Các bước tiến hành xử lý như sau: .4.

lớp dữ liệu độ ẩm không khí. Việc chiết tách và chuyển đổi dữ liệu này cũng được thực hiện bằng phần mềm ENVI.6: Tool chọn các sản phẩm để tính độ ẩm tương đối của ảnh MODIS . Các ảnh tổ hợp chỉ số độ ẩm không khí theo tháng.MOD07 47 . Để tính toán độ ẩm không khí. theo mùa và ảnh chỉ số độ ẩm theo năm Sau khi dữ liệu ảnh thu thập được sẽ được tổ hợp tháng. tổ hợp theo mùa và tổ hợp theo năm (dựa trên thông tin ngày tháng của ảnh đó). có độ phân giải không gian 1km và độ phân giải bức xạ 16bit được chiết tách và chuyển sang dữ liệu số (DN-digital numbers) có độ phân giải bức xạ 12bit.Tách lớp dữ liệu chuyên biệt: Dữ liệu ảnh MODIS – MOD07 có 27 lớp phục vụ cho các mục đích khác nhau.4. Hình 3.2.MOD07 3. sử dụng phương pháp tổ hợp bằng cách sử dụng công cụ Band Math trên phần mềm ENVI để tính toán và tổ hợp.7: Các thuật toán tính tổ hợp ảnh MODIS . . Hình 3.

80 80 .95 85 .95 85 .70 70 .70 70 .70 65 .95 RH_Tháng 4 RH_Tháng 11 RH_Tháng 12 48 .75 70 .80 75 .95 85 .95 85 .70 65 .65 65 . theo mùa và theo năm: RH (%) RH (%) RH (%) 40 .85 80 .85 85 .* Các ảnh độ ẩm không khí được tổ hợp theo tháng.75 70 .85 85 .95 RH_Tháng 1 RH_Tháng 2 RH_Tháng 3 RH (%) RH (%) RH (%) 40 .65 40 .65 40 .75 70 .80 75 .85 80 .65 40 .65 40 .85 80 .80 75 .80 75 .85 80 .75 75 .70 65 .70 65 .65 65 .75 70 .80 80 .75 75 .

95 85 .70 65 .70 70 .75 75 .75 70 .80 75 .85 80 .95 85 .75 70 .70 70 .65 65 .85 80 .70 65 .85 80 .75 75 .80 75 .70 65 .95 85 .85 85 .75 70 . RH (%) RH (%) RH (%) 40 .65 40 .80 80 .75 70 .95 RH_Tháng 8 RH_Tháng 9 RH_Tháng 10 49 .65 65 .65 40 .85 85 .95 RH_Tháng 5 RH_Tháng 6 RH_Tháng 7 RH (%) RH (%) RH (%) 40 .70 65 .95 85 .65 40 .80 75 .80 75 .65 40 .80 80 .85 80 .

65 40 .95 85 . Xây dựng tổ hợp NDVI trung bình theo năm 3.80 75 . Đây là phương pháp truyền thống.80 75 . lọc mây.75 75 . hiệu chỉnh hình học.70 70 . Phương pháp này được thực hiện trên cơ sở nguyên tắc khá đơn giản.8: Các ảnh tổ hợp độ ẩm không khí tương đối trong năm 2012 3.95 RH_Mùa khô RH_Mùa mưa RH_Năm 2012 Hình 3.75 70 . Tạo ảnh chỉ số thực vật từ ảnh MODIS . lọc nhiễu…) Sau đó các ảnh NDVI tổ hợp 16-ngày được sử dụng để tổ hợp lên ảnh tổ hợp tháng. đó là kết hợp các ảnh lấy giá trị lớn nhất của giá trị pixel trong các ảnh đầu vào cho sản phẩm đầu ra.80 80 .70 65 .85 80 .75 70 . cắt ảnh theo khu vực Tây Nguyên.85 85 .5. xấp xỉ 0) hoặc 50 .65 65 .1.MOD13A2 Các ảnh MOD13A2 sẽ được xử lý qua các bước xử lý ảnh (chuyển đổi hệ tọa độ. sử dụng phương pháp tổ hợp theo giá trị cực đại (Maximum Value Composite –MVC).95 85 .5.70 65 . Điều này sẽ giúp khắc phục loại bỏ hoặc làm giảm thiểu các pixel có giá trị được giải đoán là mây (trị tuyệt đối của giá trị chỉ số NDVI nhỏ.65 40 . RH (%) RH (%) RH (%) 40 .85 80 . được sử dụng khá rộng rãi trong các nghiên cứu liên quan ở trên thế giới.

46 0.0.2.15 .0 . ảnh tổ hợp theo mùa và ảnh tổ hợp theo năm.74 .25 0.46 .15 0. Hình 3.80 .0.80 0.74 0.25 .46 0.25 0.25 . Sử dụng phương pháp tổ hợp bằng cách sử dụng công cụ Band Math trên phần mềm ENVI để tính toán và tổ hợp.74 0.0 0. theo mùa và theo năm Ảnh sau khi được xử lý được tổ hợp thành ảnh trung bình theo tháng.0.15 .0 NDVI_Tháng 1 NDVI_Tháng 2 NDVI_Tháng 3 51 .9: Các thuật toán tính tổ hợp ảnh MODIS – MOD13A2 * Các ảnh Chỉ số NDVI được tổ hợp theo tháng.0.0.46 .15 .1.1.74 0.80 0.1.80 .0 .15 -1.80 0.0.0. Các ảnh tổ hợp chỉ số thực vật NDVI theo tháng.74 .15 -1.80 .25 .74 .0.46 .46 0.0. theo mùa và theo năm: NDVI NDVI NDVI -1. 3.0.0.0 0.0.các pixel bị nhiễu do các sai số hệ thông hay các nguyên nhân khác làm giải giá trị của chỉ số NDVI so với thực tế.5.0.0 .25 0.0.0.

25 .74 .46 0.74 0.0.0.25 0.15 -1.80 0.0.46 .1.46 0.0.25 0.0.0.46 0.80 .0 0.1.25 .74 .74 .46 0.0 0.25 0.74 .15 .0.0 0.1.0.25 .80 .74 .15 .25 0.0.74 0.0.0.80 .80 .46 .80 0.80 0.15 .0.80 0.0 . NDVI NDVI NDVI -1.0.0.25 0.25 0.74 0.74 0.0.15 .0 0.25 .80 0.46 .1.0 .74 0.0 .0.80 .25 .0 .1.0.0.0.15 0.15 -1.46 .0 NDVI_Tháng 4 NDVI_Tháng 11 NDVI_Tháng 12 NDVI NDVI NDVI -1.0.0 .15 -1.0.0 NDVI_Tháng 5 NDVI_Tháng 6 NDVI_Tháng 7 52 .0.0.0.0.46 .46 0.0.0.74 0.15 0.0.15 -1.0.25 .80 0.46 .74 .1.15 .80 .15 .0.46 0.0 .

0.1.15 .80 0.46 0.0 0.46 0.0.46 0.1.74 .1.0 NDVI_Tháng 8 NDVI_Tháng 9 NDVI_Tháng 10 NDVI NDVI NDVI -1.0.1.25 0.0 .74 .80 .15 .80 .25 0.0.74 0.0.25 0.0.0.0 .0.80 .15 .0.74 .15 -1.25 .0 0.0.80 0.0.15 -1.74 0.74 0.80 .80 0.0.15 .0.74 0.0 0.80 .25 0.1.0.0.46 .25 .0 0.46 .0.0.0 .74 . NDVI NDVI NDVI -1.0.15 .0.80 .10: Các ảnh tổ hợp chỉ số thực vật NDVI trong năm 2012 53 .25 0.25 .25 .15 .0.46 .0.46 .15 -1.0.74 .0 .80 0.15 0.0 .0 NDVI_ Mùa khô NDVI_Mùa mưa NDVI_Năm 2012 Hình 3.15 -1.0.46 .1.25 0.0.0.0.0.0.46 0.46 0.74 0.46 .80 0.0.15 0.80 0.0 .46 0.0.25 .74 0.25 .74 .

phân tích sự liên quan giữa các đơn vị trong một lớp bản đồ. Hệ thống thông tin địa lý làm việc với hai dạng mô hình dữ liệu địa lý khác nhau – mô hình vector và mô hình raster. Xử lý thông tin nhiều lớp: chồng xếp hai hoặc nhiều lớp thông tin cho phép tạo ra nhiều đơn vị bản đồ mới trên cơ sở làm chi tiết hóa thông tin của từng phần trong một đơn vị bản đồ.3.6. đi đến tập hợp thành các thuộc tính của một hay nhiều lớp và phân tích được sự liên quan giữa các dữ liệu ban đầu. Dữ liệu không gian là dữ liệu về đối tượng mà vị trí của nó được xác định trên bề mặt trái đất. Phân tích không gian trong đánh giá mối tương quan giữa nhiệt độ. * Tổ chức dữ liệu không gian của GIS  Dữ liệu không gian Dữ liệu không gian (trả lời cho câu hỏi về vị trí-ở đâu ?) được thể hiện trên bản đồ và hệ thống thông tin địa lý dưới dạng điểm (point). đường (line) hoặc vùng (polygon). đo đạc các giá trị. các câu hỏi về phân tích không gian và tạo nên tập dữ liệu mới từ cơ sở dữ liệu ban đầu. 54 .1. Xử lý không gian: có thể có nhiều lớp thông tin mà xử lý không gian cần phải tính toán được mối liên hệ giữa chúng. Mục tiêu của việc phân tích không gian là từ việc giải quyết các câu hỏi đơn giản về các hiện tượng. các vấn đề trong không gian. độ ẩm đến lớp phủ thực vật thông qua chỉ số thực vật (NDVI) * Sử dụng GIS cho phân tích không gian Phân tích không gian GIS bao gồm ba hoạt động chính: giải quyết các câu hỏi về thuộc tính. Một số vấn đề cơ bản trong xử lý không gian được cụ thể hóa như sau: Xử lý thông tin trong một lớp: giải quyết các vấn đề về thuộc tính các đơn vị trong một lớp. độ ẩm và lớp phủ thực vật 3.6 Xây dựng mối tương quan giữa nhiệt độ.

Hình 3.Số liệu hiện tượng.… liên quan đến các đối tượng địa lý. tham khảo địa lý: miêu tả những thông tin. Một trong các chức năng đặc biệt của công nghệ GIS là khả năng của nó trong việc liên kết và xử lý đồng thời giữa dữ liệu bản đồ và dữ liệu thuộc tính.Đặc tính của đối tượng: liên kết chặt chẽ với các thông tin không gian có thể thực hiện SQL (Structure Query Language) và phân tích. các hoạt động thuộc vị trí xác định.Chỉ số địa lý: tên. khối. phương hướng định vị. . đặc điểm và hiên tượng xảy ra tại các vị trí địa lý xác định. 55 .11: Các mô hình vector và raster  Dữ liệu phi không gian Dữ liệu phi không gian hay còn gọi là thuộc tính (Non – Spatial Data hay Attribute) (trả lời cho câu hỏi nó là cái gì ?) là nhưng mô tả về đặc tính. địa chỉ. . Thông thường hệ thống thông tin địa lý có 4 loại số liệu thuộc tính: .

6.  Phương trình hồi quy tuyến tính đơn giản của mẫu 56 . rất thuận tiện cho sử dụng phân tích hồi quy tuyến tính. 3. mối quan hệ đồ hình giữa các đối tượng). Phân tích hồi qui không chỉ là trùng khớp đường cong (lựa chọn một đường cong mà vừa khớp nhất với một tập điểm dữ liệu).Quan hệ giữa các đối tượng trong không gian. khoảng tương thích. Thành phần xác định được gọi là bộ dự đoán (predictor) và thành phần ngẫu nhiên được gọi là phần sai số (error term). . nó còn phải trùng khớp với một mô hình với các thành phần ngẫu nhiên và xác định (deterministic and stochastic components). mô hình hồi quy tuyến tính đơn giản có dạng : Yi = A + BXi+ Ei Trong đó: Yi: Giá trị của biến phụ thuộc y trong lần quan sát thứ i Xi: Giá trị của biến độc lập x trong lần quan sát thứ i Ei: Sai số ngẫu nhiên của lần quan sát thứ i A: Là giá trị trung bình của biến phụ thuộc Y khi biến độc lập X thay đổi 1 đơn vị B: Là thông số diễn tả độ dốc của đường hồi qui của tập hợp chính. hay B diễn tả sự thay đổi của giá trị trung bình của biến phụ thuộc Y khi biến độc lập X thay đổi 1 đơn vị. Phân tích hồi quy Đây là một phương pháp thống kê mà giá trị kỳ vọng của một hay nhiều biến ngẫu nhiên được dự đoán dựa vào điều kiện của các biến ngẫu nhiên (đã tính toán) khác. Khi quan sát bộ số liệu thì thấy các số liệu đo đạc được có chiều hướng tăng theo từng năm. có thể đơn giản hoặc phức tạp (sự liên kết.  Hồi quy tuyến tính Hồi quy tuyến tính là một trường hợp rất phổbiến trong thực tế.2.

Ŷ= a + bX Trong đó: Ŷ: là ước lượng của giá trị trung bình của Y đối với biến X đã biết a: là ước lượng của A b: là ước lượng của B Bằng phương pháp bình phương cực tiểu. B. 57 .B) của phương trình hồi qui tuyến tính đơn giản của tập hợp chính bằng cách sử dụng số liệu của mẫu ngẫu nhiên thu thập được. người ta chứng minh được rằng a. Chúng ta có thể ước lượng các tham số (A. b là những ước lượng không chệch và vững của A. Dựa vào sốliệu của mẫu ta có phương trình hồi qui tuyến tính đơn giản của mẫu.

lọc nhiễu. lọc mây…) Tổ hợp ảnh nhiệt độ Tổ hợp ảnh chỉ số Tổ hợp ảnh độ ẩm Tổ hợp ảnh chỉ số bề mặt (LST) theo thực vật (NDVI) không khí (RH) thực vật (NDVI) mùa.NDVI Đối sánh với bản đồ hiện trạng rừng Bản đồ lớp phủ thực vật (rừng) 58 . theo năm theo mùa. theo năm theo mùa. 3. theo năm Quan hệ LST . theo năm theo mùa. Sơ đồ khối phân tích. đánh giá tác động của nhiệt độ bề mặt.6. độ ẩm không khí đến lớp phủ thực vật thông qua chỉ số NDVI Dữ liệu ảnh MODIS Xử lý dữ liệu ảnh (nắn chỉnh.NDVI Quan hệ RH .3.

các trạm khác có sai số đều nhỏ hơn 1.12: Vị trí các trạm quan trắc khí tượng khu vực Tây Nguyên *) Sai số của nhiệt độ bề mặt (LST) giữa số liệu các trạm quan trắc và số liệu tính toán trên ảnh MODIS So sánh giá trị nhiệt độ bề mặt (LST) giữa giá trị tại các trạm quan trắc khí tượng và số liệu được tính toán bằng ảnh MODIS (bảng 3.4.4 độ và 1.2) nhận thấy tại trạm quan trắc Kom Tum và Đắc Nông có sai số là lớn nhất 1.0 độ. 59 . 3.6. Mối tương quan giữa nhiệt độ bề mặt (LST).0 độ. độ ẩm không khí (RH) và chỉ số thực vật (NDVI) *) Sơ đồ vị trí các trạm quan trắc khu vực Tây Nguyên Hình 3.

07 30.2 29.94 28.13 0.84 27.47 1.8 30.5 29.9 Kon Tum 108000’ 14020’ 28.3 28.3 1.3 21.1 28.06 27 26.54 0.0 Số liệu nhiệt độ bề mặt tại các trạn quan trắc được cung cấp từ TRUNG TÂM DỰ BÁO KHÍ TƯỢNG THỦY VĂN TRUNG ƯƠNG.7 21.45 0.2 0.36 -4.9 An khê 108039’ 13057’ 29.14 31.2 21.8 27.7 29.72 30.95 -0.23 0.1 30.43 -0.7 31.36 29.2 0.47 27.8 25.3 30.06 21.06 0.1 28.93 27.4 Mđrắck 108 46’ 0 12 44’ 0 30.2 29.65 28.2 30 29.9 27.1 28.01 26.1 27.9 28 26.38 0.5 2.0 Ayunpa 108 27’ 0 13 23’ 0 32.3 27.35 0.69 1.14 0.43 30.32 -2.53 29.4 Eahleo 108012’ 13013’ 26.43 0.1 0.11 0.4 Đắc Mil 107037’ 12027’ 26.41 29.6 27.955 0.1 Pleiku 108001’ 13058’ 26.13 0.9 26.03 29.6 -0.55 1.1 27.7 29.2 Đắc Nông 107041’ 12000’ 28.78 0.43 26.6 27.9 28 0.85 28.66 29.2 -0.3 0.26 0.6 26.5 29 0.11 29.2 28.27 0.35 -1.6 1.82 31 30.4 26.28 31.93 1.5 27.63 26.38 -0.1 30.635 0.1 Bảo Lộc 107049’ 11032’ 26.5 31.47 21.4 30.16 31.7 -1.9 27.4 Yaly 107045’ 14012’ 30.65 0.1 0.8 Eakmat 107052’ 13006’ 29.1 Đắk Tô 107050’ 14039’ 27.41 27. 2012 60 .3 -0.05 -0.65 28.4 28.2 29.1 -0.03 28.6 0.5 29.2: Sai số của nhiệt độ bề mặt (LST) giữa số liệu các trạm quan trắc và số liệu tính toán trên ảnh MODIS Sai số LST Trên Sai số LST Quan LST Quan LST Quan LST Trên LST Trên Sai số LST ảnh MODIS LST Trạm quan trắc Kinh độ Vĩ độ trắc mùa trắc mùa trắc trung ảnh MODIS ảnh MODIS LST trung trung bình mùa mưa khô bình năm mùa mưa mừa khô mùa khô bình năm mưa năm Đà Lạt 108027’ 11057’ 21.63 -0.67 28.53 -0. Bảng 3.6 29.6 26.3 27.54 1.9 27.3 0.76 31.66 29.04 0.1 30.1 29.2 Buôn Hồ 108016’ 12055’ 27.59 0.4 Buôn Mê Thuột 108003’ 12040’ 28.1 Liên Khương 108023’ 11045’ 26.1 27.79 0.41 26.5 27.3 Lắk 108012’ 12022’ 29.2 30.

13: Biểu đồ quan hệ LST . Các thay đổi trong nhiệt độ bề mặt tương quan cao với các thay đổi hàm lượng nước bề mặt trên đất trống.14 biểu đồ quan hệ giữa LST .13. mùa mưa (b) năm 2012 Hình 3.NDVI mùa khô (a). Do đó các ảnh của tương quan giữa LST – NDVI cho nhiều thông tin hơn so với ảnh NDVI hay nhiệt độ riêng biệt. (a) (b) Hình 3.NDVI năm 2012 Từ hình 3. ta thấy các đối tượng thực vật có đặc điểm chung là chỉ số NDVI càng lớn thì nhiệt độ càng giảm. đất trống ẩm – chỉ số thực vật thấp. Đồ thị phân tán của nhiệt độ bề mặt (LST) như là một hàm số của chỉ số thực vật chuẩn (NDVI) được xây dựng cho từng ảnh MODIS đã được chọn trong năm 2012. nhiệt độ cao. Khi phần trăm lớp phủ thực vật tăng. chỉ số thực vật NDVI. nhiệt độ bề mặt giảm theo cơ cấu sinh lý. Dùng cặp giá trị này để vẽ biểu đồ phân tán điểm (scattergram) nhằm tìm ra được mối quan hệ của chúng.14: Biểu đồ quan hệ giữa LST . Tính giá trị trung bình của nhiệt độ bề mặt.NDVI trong các ảnh là âm. nhiệt độ thấp. 61 . 3. Đất khô – chỉ số thực vật thấp.

224 x X(chỉ số thực vật NDVI) Với sự tương quan có ý nghĩa giữa nhiệt độ bề mặt với tỷ lệ chỉ số thực vật (R2 = 0. Kết quả hồi quy tuyến tính giá trị nhảy cấp trên ảnh chỉ số thực vật và nhiệt độ bề mặt. Phương trình cho mô hình này là như sau: Y (nhiệt độ bề mặt) = 44. Đầu tiên mỗi chỉ số đã được nhập vào mô hình. 62 .733 – 26.791). nhưng nó đã bị loại bỏ cho các mô hình trong giai đoạn kế tiếp và chỉ số thực vật NDVI và nhiệt độ bề mặt (LST) trong mô hình cuối cùng.

32 75.28 72.71 76.71 4.97 82.51 78.655 Liên Khương 108023’ 11045’ 84.36 80.37 2.885 Buôn Mê Thuột 108003’ 12040’ 85.73 Lắk 108012’ 12022’ 81.27 -9.35 77.19 7.02 78.14 77.99 74.13 -2.96 81.3 85.5 6.9 -8.73 80.07 75.9 82.12 78.51 79.97 75.845 Eahleo 108012’ 13013’ 87.55 Ayunpa 108 27’ 0 13 23’ 0 79.03 -14.165 Yaly 107045’ 14012’ 87.1 73.7 -2.21 81.22 74.04 Đắk Tô 107050’ 14039’ 88.06 80.02 80. 2012 63 .33 83.68 -0.67 4.4 -4.8 -8.1 82.91 An khê 108039’ 13057’ 80.93 85.28 5.59 -2.9 -8.4 81.87 81.17 82.81 79.6 77.6 76.2 -3.3 -2.345 Mđrắck 108 46’ 0 12 44’ 0 77.31 80.12 70.59 84.61 78.75 78.3 -5.83 82.13 83.74 78.77 83.57 79.765 84.99 78.395 81.69 75.91 8.76 3.74 3.8 -6.43 83.5 1.5 80.33 -0.33 78.07 77.335 82.39 84.8 -10.125 Số liệu độ ẩm không khí tương đối tại các trạn quan trắc được cung cấp từ TRUNG TÂM DỰ BÁO KHÍ TƯỢNG THỦY VĂN TRUNG ƯƠNG.28 Đắc Nông 107041’ 12000’ 86.08 3.3 1.4 -6.3 76.14 77.615 82.835 Buôn Hồ 108016’ 12055’ 86.83 78.865 78.17 78.63 Đắc Mil 107037’ 12027’ 84.83 84.25 -4.195 Eakmat 107052’ 13006’ 84.42 -3.93 70.Bảng 3.9 5.08 79.13 84.14 80.29 -13.97 -7.26 72.34 80.93 79.66 -6.83 6.76 80.48 -5.56 5.47 76.925 77.76 68.4 82.3: Sai số của độ ẩm không khí tương đối (RH) giữa số liệu các trạm quan trắc và số liệu tính toán trên ảnh MODIS Sai số RH trên ảnh RH quan RH quan RH quan RH trên RH trên ảnh Sai số Sai số RH MODIS Trạm quan trắc Kinh độ Vĩ độ trắc mùa trắc mùa trắc trung ảnh MODIS MODIS mừa RH mùa RH mùa trung trung bình mưa khô bình năm mùa mưa khô mưa khô bình năm năm Đà Lạt 108027’ 11057’ 87.8 4.51 -5.655 79.49 77.5 79.16 85.765 Bảo Lộc 107049’ 11032’ 88.02 13.52 2.41 -1.88 6.8 -3.2 Pleiku 108001’ 13058’ 86.36 1.77 74.195 Kon Tum 108000’ 14020’ 82.4 -3.36 2.46 78.51 84.22 83.97 77.89 80.81 80.5 -4.69 82.63 79.62 5.72 1.24 71.

NDVI mùa khô (c). (c) (d) Hình 3.NDVI năm 2012 64 . mùa mưa (d) năm 2012 Hình 3. *) Sai số của độ ẩm không khí tương đối (RH) giữa số liệu các trạm quan trắc và số liệu tính toán trên ảnh MODIS. chỉ số thực vật NDVI.65% còn tại các trạm khác có sai số đều nhỏ hơn 10%.16: Biểu đồ quan hệ giữa RH .3) nhận thấy tại trạm quan trắc Đà Lạt có sai số là lớn nhất 13. Tính giá trị trung bình của độ ẩm không khí tương đối (RH). So sánh giá trị độ ẩm không khí tương đối giữa giá trị tại các trạm quan trắc khí tượng và số liệu được tính toán bằng ảnh MODIS (bảng 3. Dùng cặp giá trị này để vẽ biểu đồ phân tán điểm (scattergram) nhằm tìm ra được mối quan hệ của chúng.15: Biểu đồ quan hệ RH . Đồ thị phân tán của độ ẩm không khí tương đối (RH) như là một hàm số của chỉ số thực vật chuẩn (NDVI) được xây dựng cho từng ảnh MODIS đã được tổ hợp trong năm 2012.

3. nhưng nó đã bị loại bỏ cho các mô hình trong giai đoạn kế tiếp và chỉ số thực vật NDVI và độ ẩm không khí tương đối (RH) trong mô hình cuối cùng. Độ ẩm thấp. lá kim.68 – 0.NDVI và RH . do đó hàm lượng nước trong cây bị mất.78 – 1.887 + 47.5.0): Rừng tự nhiên 3. Các thay đổi trong độ ẩm không khí tương đối tương quan cao.76 – 0. Kết quả hồi quy tuyến tính giá trị nhảy cấp trên ảnh chỉ số thực vật và nhiệt độ bề mặt. Đầu tiên mỗi chỉ số đã được nhập vào mô hình. độ ẩm không khí tương đối và chỉ số thực vật NDVI ở trên. nước (2) NDVI (0.NDVI Việc phân ngưỡng sẽ được được thực hiện theo phương pháp chia ngưỡng giá trị đã được định danh.68): Đất nông nghiệp.051 x X(chỉ số thực vật NDVI) Với sự tương quan có ý nghĩa giữa nhiệt độ bề mặt với tỷ lệ chỉ số thực vật (R2 = 0. Thành lập bản đồ lớp phủ thực vật với sự tương quan giữa LST .2: Đất trống.2 – 0.78): Rừng trồng (6) NDVI (0. Phương trình cho mô hình này là như sau: Y (Độ ẩm không khí tương đối) = 40.NDVI có độ dốc dương ngược chiều với biểu đồ LST .767).6. độ ẩm không khí phân tích dựa vào 65 .NDVI. cát. Dựa trên mối tương quan giữa nhiệt độ bề mặt. Khi phần trăm lớp phủ thực vật tăng.15. cỏ (3) NDVI (0. các ngày khô kéo dài nhiều tháng. đối sánh với bản đồ hiện trạng lớp phủ rừng có thể đề xuất khoảng dao động NDVI cho một số đối tượng sau: (1) NDVI < 0. tre nứa (5) NDVI (0. ta thấy các đối tượng thực vật có đặc điểm chung là chỉ số NDVI càng lớn thì độ ẩm không khí tương đối càng tăng. lúc này hiện trạng lớp phủ rừng thay đổi rõ rệt. Do đó các ảnh của tương quan giữa RH – NDVI cho nhiều thông tin hơn so với ảnh NDVI hay độ ẩm không khí tương đối riêng biệt. Đất khác (4) NDVI (0.46 – 0. Với sự hỗ trợ của thông tin nhiệt độ. độ ẩm không khí tương đối tăng theo. Từ hình 3.76): Rừng hỗn giao.16 biểu đồ quan hệ thứ hai giữa RH .46): Cây bụi. dẫn đến là rụng và khô.

đặc tính nhiệt.18: Biểu đồ quan hệ (g) LST-NDVI và (h) RH-NDVI đối với các đối tượng lớp phủ thực vật vào mùa mưa năm 2012 66 . dung các cặp giá trị đó để vẽ biểu đồ phân tán điểm (scattergram) nhằm tìm ra được mối quan hệ của chúng và gom các lớp có cùng đặc điểm giống nhau thành các đối tượng chính. độ ẩm của vật chất để quyết định kết quả cuối cùng cho bản đồ lớp phủ thực vật. độ ẩm không khí. đất khác (3). Rừng hỗn giao. nước (1). (e) (f) Hình 3. Đất nông nghiệp. Rừng trồng (5). Hệ thống phân ngưỡng bao gồm: Đất trống. Tính giá trị trung bình của nhiệt độ bề mặt.17: Biểu đồ quan hệ (e) LST-NDVI và (f) RH-NDVI đối với các đối tượng lớp phủ thực vật vào mùa khô năm 2012 (g) (h) Hình 3. cỏ (2). lá kim. Cây bụi. chỉ số thực vật NDVI. cát. tre nứa (4). Rừng tự nhiên (6).

cây bụi có nhiệt độ bề mặt cao hơn đất ngập nước. độ ẩm trung bình. độ ẩm cao và chỉ số NDVI cao. Đất nông nghiệp có NDVI cao hơn Cây bụi.19: Biểu đồ quan hệ (i) LST-NDVI và (k) RH-NDVI đối với các đối tượng lớp phủ thực vật năm 2012 Từ các biểu đồ quan hệ ở trên ta có thể nhân thấy các vùng đất ngập nước thường có nhiệt độ ấm hơn các vùng nước trong (ao. là kim. Rừng tự nhiên có nhiệt độ thấp. Đối với rứng hỗn giao. 67 . độ ẩm thay đổi. cỏ và phụ thuộc vào tình trạng thủy lợi. các giai đoạn tang trưởng mà có nhiệt độ. tre nứa và rừng trồng có nhiệt độ bề mặt trung bình và chỉ số NDVI. (i) (k) Hình 3. hồ) là do lớp phủ thực vật bên trên chúng có NDVI cao hơn nước. Đất cỏ.

20: Bản đồ lớp phủ thực vật Tây Nguyên mùa khô.Hình 3. mùa mưa năm 2012 68 .

21: Bản đồ lớp phủ thực vật khu vực Tây Nguyên năm 2012 69 .Hình 3.

cây sinh trưởng nhanh. Các ứng dụng cơ bản của bản đồ lớp phủ thực vật như trong công tác quản lý cây xanh đô thị.NDVI. nhiệt độ có ảnh hưởng đến hình thái. các ngày khô có thể kéo dài nhiều tháng. Từ việc thành lập các bản đồ chỉ số thực vật như kết quả ở trên. phục vụ cho quản lý và giám sát thực vật trên phạm vi lớn. Vào mùa mưa. chức năng sinh lý và khả năng sinh sản. do đó hàm lượng nước trong cây bị mất. 3. lúc này hiện trạng lớp phủ rừng thay đổi rõ rệt.7. Với dữ liệu MODIS đa thời gian. nước. độ ẩm không khí sẽ được thực hiện qua việc xem xét biểu đồ phân tán điểm phổ của quan hệ LST .18. theo dõi trạng thái của cây.21 trên ta thấy. nhiệt độ thấp có ảnh hưởng đến hình thái của cây. sinh học và lí học trong đất. dẫn đến lá rụng và khô. đặc biệt là hoạt động phân giải chất hữu cơ của vi sinh vật để cung cấp chất dĩnh dưỡng cho thực vật. 3. mặt khác nhiệt độ của đất còn ảnh hưởng đến khả năng trao đổi và hấp thụ lý – hóa trong đất. giám sát các tài nguyên đất. không có biểu tượng cho thấy bị thiếu nước trong cây. vì thế giai đoạn này trạng thái lớp phủ rừng là rất tốt. đặc biệt là có thể theo dõi hàm lượng nước trong thực vật ở các thời điểm khác nhau. lượng mưa cao và độ ẩm cao. Phương pháp này đặc biệt thích hợp cho trường hợp không biết rõ trước khu vực nghiên cứu hoặc thiếu quan trắc thực địa song hành vào thời điểm chụp ảnh.19.20 và 3. các lớp có đặc điểm tương tự nhau sẽ được gộp vào cùng một nhóm. Với sự hỗ trợ thông tin của nhiệt độ bề mặt. Từ hình 3.17. hàm lượng nước trong cây luôn cao. qua đó cung cấp chất dinh dưỡng một cách thuận lợi hơn. ta có thể áp dụng vào các công tác quản lý. Phân tích mối tương quan giữa nhiệt độ. Nếu nhiệt độ của đất cao sẽ thúc đẩy hoạt động của các sinh vật đất. rừng. độ ẩm và lớp phủ thực vật Nhiệt độ bề mặt gián tiếp đến thực vật thông qua các quá trình hóa học.NDVI và biểu đồ phân tán điểm phổ của quan hệ RH . giám sát sự phát triển cây lúa hoặc giám sát khô hạn… 70 . ta có thể phát hiện. độ ẩm thấp. 3. Đối với lớp phủ thực vật.3. Vào mùa khô nhiệt độ bề mặt là cao.

tần suất chụp ảnh lặp lại và độ trùm phủ lớn. đa độ phân giải trong nghiên cứu theo dõi lớp phủ rừng cũng đã và đang được tiến hành. hiệu quả sẽ cho phép xây dựng được bản đồ lớp phủ thực vật và biến động lớp phủ rừng cho toàn khu vực Tây Nguyên. 71 . tăng trưởng thực vật. lâm nghiệp liên quan đến biến đổi khí hậu hiện nay. Đặc biệt. Kết hợp các chỉ số nhiệt độ bề mặt. độ ẩm không khí tính toán bước đầu cho thấy có độ tin cậy cao thể hiện ở mối tương quan chặt với các dữ liệu NDVI. các thông số môi trường rừng như chỉ số thực vật. độ ẩm không khí (RH) các khu vực có chỉ số NDVI thấp ảnh hưởng đến sản xuất nông nghiệp. hay phát hiện sớm mất rừng. Ứng dụng công nghệ viễn thám trong theo dõi lớp phủ rừng đã được nghiên cứu trên thế giới từ nhiều năm nay. phát hiện sâu bệnh. KẾT LUẬN Nghiên cứu đã xây dựng hoàn chỉnh các bước tính toán nhiệt độ bề mặt. đánh giá biến động lớp phủ rừng trên quy mô lớn. Tuy có độ phân giải không gian ở mức trung bình nhưng ảnh vệ tinh này lại có ưu thế lớn về số lượng kênh phổ. độ ẩm không khí và chỉ số thực vật từ ảnh MODIS bằng các phần mềm viễn thám và GIS đơn giản. hay VNREDsat của Việt Nam sẽ giúp cải thiện đáng kể chất lượng phân loại rừng và cung cấp các thông tin cho việc theo dõi. kết hợp tư liệu ảnh vệ tinh MODIS với các loại ảnh vệ tinh khác có độ phân giải cao hơn như Landsat. độ ẩm đất. SPOT. suy thoái rừng. Đây là nghiên cứu góp phần xác định mối tương quan giữa chỉ số thực vật với các yếu tố khí hậu như: nhiệt độ bề mặt (LST). giám sát rừng khác như dự báo cháy. Kết quả số liệu nhiệt bề mặt. Hơn thế nữa. Ảnh vệ tinh MODIS cho thấy có những ưu việt đáng kể sử dụng trong công tác giám sát rừng Tây Nguyên. độ ẩm không khí và chỉ số thực vật với nhau một cách hợp lý. lượng bốc hơi được tính toán và cập nhật liên tục cho toàn khu vực có thể là nguồn thông tin bổ trợ cho những nghiên cứu. việc kết hợp nhiều loại ảnh vệ tinh. Với sự xuất hiện ngày càng nhiều của các hệ thống vệ tinh quan sát Trái đất. giám sát. nhiệt độ bề mặt.

tr. 4. “Ứng dụng ảnh MODIS theo dõi sự thay đổi nhiệt độ bề mặt đất và tình hình khô hạn vùng Đồng Bằng Sông Cửu Long”. Trần Công Minh (2007). 7.Hồ Chí Minh”. 5. Chương trình Khoa học và Công nghệ cấp nhà nước về biến đổi khí hậu. Trương Chí Quang. Tạp chí Khoa học-Trường Đại học Cần Thơ. Trần Thị Vân. Tạp chí Viễn thám và Địa tin học. 38-45. Dương Văn Khảm. 8. “Khí hậu khí tượng đại cương”. Nhà xuất bản Đại học quốc gia Hà Nội. “Nghiên cứu ứng dụng công nghệ viễn thám để giám sát và cảnh báo những tác động của biến đổi khí hậu nhằm chủ động phòng tránh và giảm thiểu thiệt hại do tai biến thiên nhiên”. Chu Minh Thu. “Quan hệ nhiệt và chỉ số thực vật trong phân loại lớp phủ phục vụ đánh giá biến động đất đô thị”. Viện Môi trường và Tài nguyên. Trần Thanh Dân. Hồ Chí Minh. Hà Nội. “Sử dụng tư liệu MODIS theo dõi độ ẩm đất / thực vật bề mặt: Thử nghiệm với chỉ số mức độ khô hạn nhiệt độ . “Ứng dụng viễn thám nhiệt khảo sát đặc trưng nhiệt độ bề mặt đô thị với sự phân bố các kiểu thảm phủ ở TP. Nhà xuất bản Nông nghiệp. 24a. 49-59. ĐHQG Hồ Chí Minh. Huỳnh Thị Thu Hương. 3. Cục Viễn thám quốc gia. (2012). Trường Đại học khoa học Tự nhiên- Đại học Quốc gia Hà Nội. KHCN-BĐKH/11-15. Kỷ yếu Hội nghị Khoa học và Công nghệ lần thứ 12. “Ứng dụng ảnh vệ tinh Terra-Aqua (MODIS) trong việc tính toán độ ẩm không khí độ phân giải cao”. Số 2 – 4/2007. TÀI LIỆU THAM KHẢO Tiếng Việt 1. “Cơ sở viễn thám”. 2. Trần Thị Vân (2006).Thực vật (TVDI)”. Nguyễn Ngọc Thạch (2005).Viện Khí tượng Thủy văn. Nguyễn Xuân Lâm (2013). 72 . Trần Hùng (2007). Nguyễn Hằng Hải (2011). 6.

Wan Z. “Using MODIS Land surface temperature and Normalized Diference Vegetation index products for monitoring dought in the southern Great Plains”. 17. Sandholt I.. Wang. Zhengming Wan (2009).S. Remote Sensing of Environment. The University of Arizona.Tiếng Anh 9. International Journal of remote sensing.wikipedia. Vol. “Water vapor retrievals using Moderate Resolution Imaging Spectroradiometer (MODIS) near-infrared channels. 213-224.25. International Journal of Remote Sensing. 14. Ehrlich D (1996). (2002). “Analysis of Time-Series MODIS 250 m Vegetation Index Data for Crop Classification in the U.gov 18. Y. Lambin E F. IEE Transactions on Geoscience and Remote Sensing. pp.gov 19. Journal of Geophysical Research”. Wardlow (2007). Han. Bo-Cai Gao and Kaufman. J. Website: http://earthexplorer. 16. Santa Barbara. 6.echo.Central Great Plains”.X (2004). 79. (2003). “MODIS Vegetation Index User’s Guide (MOD13 Series)”. “Estimating soil moisture conditions of the Greater Chanbai Moutain by Land Surface Temperature and NDVI”. Ramon Solano.org/wiki/TâyNguyên 73 . University of California. 10. Website: https://wist. Zhao (2010).usgs. 61-72. “A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status”. USA. v. Y. & Andersen J. n. Wang and L. Rasmussen K. 15. The surface temperature-vegetation index space for land cover and land-cover change analysis. Y. Kamel Didan (2010). 17: 463–487 13. 48. Brian D. 11. p 2509-2515. P. “MODIS Land Surface Temperature Products Users' Guide (MOD11 Series)”. University of Nebraska – Lincoln. 12. v. http://vi. ICESS.Y.nasa.

PHỤ LỤC PHỤ LỤC 1. ẢNH CHỤP THỰC ĐỊA 74 .

61816 YaLy 2012 76 77 78 84 85 89 90 90 91 83 82 74 83.76606 EakMat 2012 82 78 78 82 82 84 84 85 87 84 84 82 82.33333 EaHLeo 2012 83 79 79 82 83 91 90 89 88 84 84 82 84.93171 Bảo Lộc 2012 81 80 79 83 89 91 90 89 91 85 85 78 85.86328 Đăk Mil 2012 85 78 78 81 83 83 85 84 89 86 84 82 83.77105 Pleiku 2012 78 77 76 80 83 90 90 90 88 81 80 76 82.0567 Mdrăk 2012 87 84 81 79 78 71 74 72 85 84 87 86 80.76222 Kon Tum 2012 66 65 68 72 79 86 85 85 84 77 73 70 75. ĐỘ ẨM KHÔNG KHÍ VÀ CHỈ SỐ THỰC VẬT NDVI ĐƯA VÀO QUÁ TRÌNH HỒI QUY TỪNG BƯỚC Độ ẩm không khí Tháng/Năm 1 2 3 4 5 6 7 8 9 10 11 12 Đơn vị : % Đà Lạt 2012 83 82 81 86 87 87 87 87 90 85 85 82 85.40177 Buôn Hồ 2012 89 83 81 80 82 87 87 86 90 88 89 88 85.76053 Lăk 2012 79 75 76 79 78 80 83 81 86 81 81 78 79.10239 Đăk Nông 2012 79 77 77 84 85 87 88 88 90 84 85 79 83. CÁC YẾU TỐ NHIỆT ĐỘ BỀ MẶT.512 75 .20665 AyunPa 2012 80 76 72 76 76 76 78 78 85 81 81 78 78.26737 Liên Khương 2012 76 74 75 78 81 83 85 84 89 83 83 78 80.16451 Đăk Tô 2012 73 71 74 80 83 90 90 92 90 85 85 78 82.65539 Buôn Ma Thuật 2012 80 76 76 81 82 84 87 87 89 84 82 80 82. PHỤ LỤC 2.33289 An Khê 2012 88 84 82 81 78 78 78 80 87 85 87 85 82.

3 30.2 32.6 31.5 26.0 20.8 24.1 28.8 29.3 32.1 Pleiku 2012 25.5 29.2 28.4 26.5 22.5 26.Nhiệt độ bề mặt Tháng/Năm 1 2 3 4 5 6 7 8 9 10 11 12 Đơn vị: 0C Đà Lạt 2012 20.3 27.7 28.1 YaLy 2012 28.7 29.4 30.6 25.7 29.8 Bảo Lộc 2012 24.1 EaHLeo 2012 24.5 28.2 29.0 28.4 31.6 25.6 29.5 30.4 27.8 29.4 32.7 31.4 28.8 29.4 28.2 27.3 33.0 27.9 26.6 26.9 Buôn Hồ 2012 25.6 28.7 26.1 29.8 28.7 28.8 29.6 27.0 29.3 31.8 26.6 30.6 27.0 29.0 29.3 32.4 32.4 28.9 30.1 27.8 27.1 28.3 28.5 31.1 30.6 30.1 An Khê 2012 22.8 29.4 26.6 28.3 26.3 27.9 29.1 Đăk Mil 2012 24.2 30.1 28.5 27.5 28.4 27.3 27.2 29.3 Lăk 2012 27.5 25.7 Đăk Tô 2012 26.6 27.8 20.6 Mdrăk 2012 22.2 27.0 27.7 27.9 29.6 31.4 32.2 25.9 31.5 27.7 32.3 28.4 27.2 28.0 26.2 26.0 32.5 27.0 20.0 31.5 27.7 27.6 30.0 27.2 31.4 21.5 33.0 25.0 27.0 Đăk Nông 2012 26.8 21.3 31.0 26.1 25.2 27.7 28.2 27.4 26.3 27.2 Kon Tum 2012 27.5 29.6 33.1 30.4 35.2 32.7 25.7 31.0 25.5 20.6 30.8 27.1 27.5 31.9 29.4 28.9 28.1 EakMat 2012 26.5 31.2 28.2 Buôn Ma Thuật 2012 26.0 27.7 25.7 21.5 28.0 27.9 29.9 27.2 29.1 25.5 28.8 26.9 29.2 33.6 29.2 28.2 26.9 28.4 28.9 25.1 28.7 30.6 26.9 28.0 22.8 30.0 31.0 27.9 26.8 33.7 29.8 28.7 29.9 27.6 26.2 31.4 29.0 AyunPa 2012 27.1 29.5 35.8 25.3 Liên Khương 2012 25.9 21.7 26.4 25.6 27.2 30.0 26.7 32.5 31.5 29.9 27.7 28.1 30.0 28.6 76 .2 21.2 27.0 27.1 25.0 27.8 26.4 31.1 32.9 29.3 30.1 28.3 25.5 30.7 26.3 22.1 30.6 30.

45 1675795.49 73 802176.45 83 794963.643 29.51 1645192.84 20.76 1610345.65 79 820131.36 0.61 26.7 80 Mùa 810284.69 1646137.11 1643510.01 1685258.26 1672494.42 64 846849.21 0.874 20.36 1599866.79 1621435.56 1648383.79 0.787 21.27 1689809.842 20.44 80 839406.16 1620017.14 1672848.31 0.86 1612315.2 1609617.33 0.4 0.62 1625778.79 81 844759.636 28.06 71 867417.84 75 800101.694 26.39 1684022.03 1662555.62 65 816557.876 22.02 1620726.08 0.42 0.02 79 799339.91 1632017.94 0.21 64 836750.68 1612403 0.18 81 783026.89 83 807849.18 1628405.85 20.707 22.19 64 826641.622 29.02 1687792.767 21.831 22.8 1599097.14 84 809623.624 28.03 0.51 31.11 0.08 64 mưa 828392.35 84 774816.11 1645192.73 21.652 29.48 0.86 71 808891.22 0.28 74 879118 1598743.82 1599452.83 80 847206.822 22.91 72 794518.39 1609268.49 32.824 21.855 21.9 0. Tọa độ X Tọa độ Y NDVI LST RH Tọa độ X Tọa độ Y NDVI LST RH Tọa độ X Tọa độ Y NDVI LST RH 783029.824 22.72 75 782369.89 81 855555.56 1663212.29 0.15 1642355.865 21.62 0.24 0.61 0.6 1676018.2 0.73 0.2 0.32 80 816713.54 0.835 22.53 77 876450.633 29.5 1656600.87 0.62 27.85 1675452.52 1608046.8 1647122.819 23.14 0.14 75 797145.03 1629390.11 0.71 1641539.12 72 790164.40 73 815649.97 0.06 1645546.793 24.97 1634690.727 21.93 0.83 80 807653.89 0.46 0.22 1676481.27 0.59 86 794730.84 1636779.98 0.734 22.91 80 785023.808 23.5 1626763.58 70 831875.77 81 799339.07 1582105.53 1621790.53 83 785324.805 23.858 21.89 22.69 72 847894.76 0.10 74 792602.84 21.854 21.431 30.78 1634342.27 1608703.788 24.01 85 809622.30 83 796489.9 83 872967.31 76 Năm 849027.82 0.27 82 813876.74 63 876798.65 0.13 1600516.46 0.74 70 TB 838191.638 29.37 70 862520.18 0.26 79 833023.91 0.15 79 859863.603 31.6 1610661.28 0.62 77 790829.796 22.853 21.45 74 769555.598 29.51 0.94 86 824400.99 76 844370.47 0.637 28.52 78 788279.33 0.61 1645546.826 21.801 20.22 0.661 28.53 0.97 0.655 26.859 21.27 0.479 31.93 83 784093.72 1676481.805 22.4 0.673 27.62 1620726.69 77 828059.71 1657629.74 0.65 80 805931.845 22.81 1610345.71 1682776.853 22.79 23.858 21.75 82 800185.63 0.29 0.71 0.81 82 77 .87 0.9 1644166.799 20.28 82 782623.39 1635386.65 0.08 74 803189.28 0.11 0.786 19.17 0.58 0.09 0.05 1599807.14 0.492 31.02 68 789766.96 0.82 0.853 22.76 0.61 1582433.849 17.26 1677003.651 27.42 72 805026.88 1625121.48 73 831952.52 77 khô 781611.61 0.815 20.57 1660913.854 23.642 28.14 0.73 82 839833.846 22.67 0.08 1663212.3 1700859.762 22.8 1635038.76 0.66 1700132.52 1611358.94 0.11 0.724 20.762 24.86 1600516.769 22.71 0.36 0.38 1637476.852 20.18 77 817504.99 1675690.56 83 793249.94 1632601.43 1609268.832 17.56 1621081.07 0.761 21.67 79 Mùa 854652.47 76 867396.853 21.27 0.96 1661502.62 77 805354.3 1624464.1 0.51 0.44 72 786736.59 1656600.98 82 778167.73 80 775460.96 78 814549.38 85 788608.11 0.99 82 833266.

3 0.54 70 786309.53 73 778100.93 0.84 72 807981.759 23.00 72 836750.78 81 765012.793 23.677 28.669 28.82 81 816900.26 1496090.28 1521163.74 84 896491.19 1547298.84 1571597.89 0.42 72 836569.18 78 843117.01 1487053.78 1558773.609 31.818 21.637 28.97 0.37 0.65 74 869058.08 78 843117.94 0.77 0.35 1560433.28 77 777001.30 78 793220.98 69 873655.53 1590643.19 0.669 30.636 29.95 1563300.667 29.504 31.51 1517332.575 30.63 1519770.65 0.89 1543102.98 1543784.75 0.55 0.37 1591628.31 1523928.641 29.09 67 825057.52 1523928.828 23.17 65 803948.72 0.561 29.50 76 898973.58 61 818642.12 77 893357.69 0.23 1521860.99 67 824159.812 21.46 72 821677.661 29.17 0.44 0.07 0.619 31.52 1488471.92 0.83 22.72 1552552.57 0.53 82 850397.04 84 856425.10 75 760834.6 1545203.3 0.537 30.565 27.549 33.675 29.93 0.6 0.4 1516837.99 1512457.7 0.522 31.92 0.669 27.92 0.52 1590314.58 83 764965.92 0.56 0.658 27.01 1547298.81 67 861389.81 0.537 30.66 1607061.866 22.572 30.17 1550253.6 0.95 65 876636 1518964.698 27.2 0.46 78 851983.19 1567000.829 22.858 21.683 27.12 0.665 31.71 1580660.697 28.92 82 855923.95 75 885148.3 0.59 0.04 1552157.36 61 788693.797566.587 30.06 69 775145.15 0.85 81 871672.95 71 808543.76 1487762.09 83 836214.92 79 797212.6 0.17 0.91 1569569.25 0.66 0.65 65 829832.841 23.54 65 804041.96 0.93 0.34 1523928.99 1489821.27 78 872271.5 0.36 0.98 0.319 34.28 71 809587.647 30.52 0.7 1569627.92 76 896137.859 22.18 1547281.6 1541657.1 1566343.64 71 780547.64 0.05 85 903536.19 64 881673.57 1549022.56 76 898041.42 0.736 22.267 31.553 29.72 1515939.54 1550415.42 68 835564.61 64 806453.09 1577469.831 22.13 68 845788.54 0.98 0.554 29.663 28.5 30.80 84 788702.575 30.68 27.45 1558425.43 0.86 67 865774.596 29.75 1544147.84 0.99 1540316.32 1593926.43 1488471.739 23.61 1567985.19 1543686.94 75 859616.07 0.82 72 842670.95 0.27 75 869137.09 0.47 75 882022.85 0.73 1491911.45 1522156.99 0.66 1513646.84 0.2 0.35 1564045.89 0.751 25.698 27.14 76 897344.32 0.637 30.675 27.695 28.80 73 859734.93 1577114.46 1577823.85 0.44 70 814549.47 0.51 0.621 32.88 71 824910.7 0.87 79 877699.12 72 858878.541 31.636 31.51 72 820788.789 25.58 32.871 22.641 28.1 0.644 28.407 34.72 67 859038.97 0.26 1591956.07 68 880222.41 1489180.51 29.13 1523928.662 31.93 76 825385.34 1544848.17 0.5 1489180.856 23.65 1544848.36 1538227.67 74 795175.729 22.75 1591956.75 66 868401.4 1496090.2 1490170.37 72 853814.73 73 826651.24 1566672.07 75 867416.92 66 78 .25 0.76 0.22 1570612.481 33.82 67 838491.649 30.92 1566672.45 1607718.60 60 796354.18 74 843306.575 29.42 69 806076.8 0.56 0.91 72 822032.04 63 837795.517 30.96 1478898.357 35.776 24.81 1545656.672 28.86 0.76 0.621 29.61 0.52 1591628.52 0.51 1607718.60 79 907483.55 1489821.64 0.97 1559031.46 0.23 66 770236.76 1544844.19 0.629 28.62 0.87 1525342.09 0.71 1576759.

11 0.01 1484908.359 36.73 1533835.14 69 856780.11 1381391.89 0.01 0.22 1475707.2 0.56 1506581.478 29.85 0.88 0.832 23.49 78 853466.627 28.18 0.94 1327889.637 29.831 21.63 1495741.48 65 874640.07 0.68 79 873444.36 72 824071.52 0.17 0.788 25.602 28.649 24.91 78 830187.59 74 877345.91 0.89 78 888638.63 75 895428.26 1484908.81 0.94 0.21 76 822741.43 1531865.73 23.96 63 861177.48 80 871356.33 1546641.638 29.54 0.581 29.531 31.581 28.13 1461169.64 1494759.76 1482610.36 0.81 0.79 1334854.50 83 902220.594 31.547 32.94 76 809622.61 0.77 1456205.687 28.73 73 865446.03 1456560.65 1416848.61 0.51 1482857.61 30.845 20.802 23.502 28.561 30.35 0.68 0.812 23.77 1331720.61 0.35 68 901238.854 22.68 81 794847.812 24.24 1503297.62 30.91 75 874012.24 0.607 28.02 0.784 24.55 66 807325.32 66 802623.56 0.88 0.94 72 857843.42 0.04 1325103.00 76 828768.38 0.92 0.643 28.98 78 924148.6 1501662.34 0.96 1484908.46 32.89 0.33 65 774488.18 1483923.91 0.624 29.845 19.87 74 79 .665 29.49 1410111.703 25.25 1347352.697 25.14 78 825057.45 85 906820.8 1461962.75 73 885145.8 75 750386.65 80 810284.15 74 827350.595 27.82 1381866.75 80 797474.91 0.97 77 857645.645 30.42 33.537 30.452 32.94 1400323.3 1488428.625 30.79 74 812104.86 81 883834.599 31.57 71 816004.45 0.44 0.758 22.34 74 842951.579 29.38 0.2 1357489.76 1418780.86 0.49 1545985.96 0.696 28.17 76 787284.31 1420748.7 1481953.46 0.23 1355507.75 1416493.19 1530880.66 1386742.39 1423655.21 70 796857.82 0.14 1345579.56 84 780547.94 1456560.15 1462588.65 0.96 0.451 32.17 76 902519.691 28.86 1455851.23 0.54 83 783469.07 1392662.41 64 867417.1 69 836054.75 77 745859.22 1381036.21 65 807150.712 22.55 1543686.859 22.77 0.15 1481953.89 73 853624.78 22.0 83 841626.58 1528910.6 0.6 0.13 0.38 1533835.36 0.62 73 797802.912802.635 29.32 0.93 77 794613.829 23.96 1489821.11 1418621.543 28.798 21.589 30.09 0.602 29.84 71 841146.46 0.745 24.36 36.64 75 803667.03 1355052.02 0.17 1320924.07 0.77 0.21 0.62 28.74 64 898389.29 0.29 62 826651.77 1514461.96 79 799694.609 29.613 29.51 73 881207.481 32.39 1415994.39 0.785 22.579 30.45 1360471.88 0.94 1528253.881 23.22 1358882.79 0.29 1389179.33 0.685 28.08 1483595.27 84 824910.608 30.502 28.3 83 825607.49 0.64 1358534.5 0.45 0.2 76 890380.91 0.68 26.674 28.44 78 818293.39 1522014.16 1381746.55 1356445.2 0.56 1384937.682 28.71 74 840490.67 1450887.15 77 884436.94 67 883506.85 76 808194.99 72 858222.567 29.33 1531208.46 0.99 1510521.15 67 811922.54 78 788936.41 68 898939.88 0.94 0.83 1437768.15 1512820.81 83 807653.7 1413302.6 0.68 0.698 30.15 0.08 80 875405.66 0.92 72 797051.847 23.04 63 792957.26 1365499.91 1509208.849 20.41 80 811593.29 0.56 1357989.5 0.535 29.72 63 870182 1491563.06 0.92 0.542 28.04 65 780070.78 0.752 25.06 70 778774.28 1378909.65 0.14 69 893300.39 1457269.78 72 786603.53 0.

FPAR Tile 1000m 4 day MCD43A1 Combined BRDF-Albedo Model Parameters Tile 500m 16 day MCD43A2 Combined BRDF-Albedo Quality Tile 500m 16 day MCD43A3 Combined Albedo Tile 500m 16 day MCD43A4 Combined Nadir BRDF-Adjusted Reflectance Tile 500m 16 day MCD43B1 Combined BRDF-Albedo Model Parameters Tile 1000m 16 day MCD43B2 Combined BRDF-Albedo Quality Tile 1000m 16 day MCD43B3 Combined Albedo Tile 1000m 16 day MCD43B4 Combined Nadir BRDF-Adjusted Reflectance Tile 1000m 16 day MCD43C1 Combined BRDF-Albedo Model Parameters CMG 5600m 16 day MCD43C2 Combined BRDF-Albedo Snow-free Quality CMG 5600m 16 day MCD43C3 Combined Albedo CMG 5600m 16 day MCD43C4 Combined Nadir BRDF-Adjusted Reflectance CMG 5600m 16 day MCD45A1 Combined Burned Area Tile 500m Monthly MOD09A1 Terra Surface Reflectance Bands 1–7 Tile 500m 8 day MOD09CMG Terra Surface Reflectance Bands 1–7 CMG 5600m Daily MOD09GA Terra Surface Reflectance Bands 1–7 Tile 500/1000m Daily MOD09GQ Terra Surface Reflectance Bands 1–2 Tile 250m Daily MOD09Q1 Terra Surface Reflectance Bands 1–2 Tile 250m 8 day MOD11A1 Terra Land Surface Temperature & Emissivity Tile 1000m Daily MOD11A2 Terra Land Surface Temperature & Emissivity Tile 1000m 8 day MOD11B1 Terra Land Surface Temperature & Emissivity Tile 5600m Daily MOD11C1 Terra Land Surface Temperature & Emissivity CMG 5600m Daily MOD11C2 Terra Land Surface Temperature & Emissivity CMG 5600m 8 day MOD11C3 Terra Land Surface Temperature & Emissivity CMG 5600m Monthly MOD11_L2 Terra Land Surface Temperature & Emissivity Swath 1000m 5 min MOD13A1 Terra Vegetation Indices Tile 500m 16 day MOD13A2 Terra Vegetation Indices Tile 1000m 16 day MOD13A3 Terra Vegetation Indices Tile 1000m Monthly MOD13C1 Terra Vegetation Indices CMG 5600m 16 day MOD13C2 Terra Vegetation Indices CMG 5600m Monthly MOD13Q1 Terra Vegetation Indices Tile 250m 16 day MOD14 Terra Thermal Anomalies & Fire Swath 1000m 5 min MOD14A1 Terra Thermal Anomalies & Fire Tile 1000m Daily 80 .FPAR Tile 1000m 8 day MCD15A3 Combined Leaf Area Index .MODIS Data Products Table MCD12C1 Combined Land Cover Type CMG 5600m Yearly MCD12Q1 Combined Land Cover Type Tile 500m Yearly MCD12Q2 Combined Land Cover Dynamics Tile 500m Yearly MCD15A2 Combined Leaf Area Index .

FPAR Tile 1000m 8 day MOD17A2 Terra Gross Primary Productivity Tile 1000m 8 day MOD17A3 Terra Net Primary Productivity Tile 1000m Yearly MOD44B Terra Vegetation Continuous Fields Tile 250m Yearly MOD44W Terra Land Water Mask Derived Tile 250m None MYD09A1 Aqua Surface Reflectance Bands 1–7 Tile 500m 8 day MYD09CMG Aqua Surface Reflectance Bands 1–7 CMG 5600m Daily MYD09GA Aqua Surface Reflectance Bands 1–7 Tile 500/1000m Daily MYD09GQ Aqua Surface Reflectance Bands 1–2 Tile 250m Daily MYD09Q1 Aqua Surface Reflectance Bands 1–2 Tile 250m 8 day MYD11A1 Aqua Land Surface Temperature & Emissivity Tile 1000m Daily MYD11A2 Aqua Land Surface Temperature & Emissivity Tile 1000m 8 day MYD11B1 Aqua Land Surface Temperature & Emissivity Tile 5600m Daily MYD11C1 Aqua Land Surface Temperature & Emissivity CMG 5600m Daily MYD11C2 Aqua Land Surface Temperature & Emissivity CMG 5600m 8 day MYD11C3 Aqua Land Surface Temperature & Emissivity CMG 5600m Monthly MYD11_L2 Aqua Land Surface Temperature & Emissivity Swath 1000m 5 min MYD13A1 Aqua Vegetation Indices Tile 500m 16 day MYD13A2 Aqua Vegetation Indices Tile 1000m 16 day MYD13A3 Aqua Vegetation Indices Tile 1000m Monthly MYD13C1 Aqua Vegetation Indices CMG 5600m 16 day MYD13C2 Aqua Vegetation Indices CMG 5600m Monthly MYD13Q1 Aqua Vegetation Indices Tile 250m 16 day MYD14 Aqua Thermal Anomalies & Fire Swath 1000m 5 min MYD14A1 Aqua Thermal Anomalies & Fire Tile 1000m Daily MYD14A2 Aqua Thermal Anomalies & Fire Tile 1000m 8 day MYD15A2 Aqua Leaf Area Index .MOD14A2 Terra Thermal Anomalies & Fire Tile 1000m 8 day MOD15A2 Terra Leaf Area Index . Aqua Atmospheric Profiles Tile 1000m 8 day 81 .FPAR Tile 1000m 8 day MYD17A2 Aqua Gross Primary Productivity Tile 1000m 8 day MOD07 Terra.