Sử dụng ảnh viễn thám giám sát lũ và đánh giá thiệt hại đến đất nông nghiệp tại huyện Quảng Điền, tỉnh Thừa Thiên Huế

Nguyễn Bích Ngọc * , Lê Ngọc Phương Quý , Nguyễn Hữu Ngữ và Trần Thanh Đức

* Tác giả liên hệ (nguyenbichngoc@huaf.edu.vn)

Article Sidebar

Full Text: PDF

Ngày nhận bài: 03-07-2019
Ngày nhận bài sửa: 24-08-2019
Ngày duyệt đăng: 15-10-2019
Ngày xuất bản: 15-10-2019
Title: Using Remote Sensing in flood monitoring and damage assessment on agricultural land in Quang Dien district, Thua Thien Hue province
DOI: 10.22144/ctu.jsi.2019.142
Lượt xem
119
Downloads
62
Crossref
Scopus
Google Scholar
Europe PMC
Trích dẫn
Ngọc, N. B., Quý, L. N. P., Ngữ, N. H., & Đức, T. T. (2019). Sử dụng ảnh viễn thám giám sát lũ và đánh giá thiệt hại đến đất nông nghiệp tại huyện Quảng Điền, tỉnh Thừa Thiên Huế. Tạp chí Khoa học Đại học Cần Thơ, 55(CĐ Môi trường), 154-163. https://doi.org/10.22144/ctu.jsi.2019.142
Số báo
Tập. 55 Số. CĐ Môi trường (2019)
Chuyên mục
Môi trường

Abstract

The study was aimed to create flood inundation extent mapping with Landsat imagery and its impact on agricultural land use in Quang Dien district, Thua Thien Hue province. The flooded area was indicated by some indicators such as land surface water index (LSWI) and enhanced vegetation index (EVI) from Landsat-7/TM images. Comparisons between the floodplain samples (GPS point)-based flood mapping results with the ground-truth data indicated that the overall accuracy and Kappa coefficient achieved in 2015 were 96.5% and 0.72. The results showed the flooded area of Quang Dien district in the year of 2015 is 912.90 hectares and the biggest flooding was happening in March. The most flood affected on the communes including Quang An, Quang Phuoc, and Quang Thanh. In terms of land use, paddy land and annual cropland are the most affected by flood in 2015.
Keywords: Agricultural land, Enhanced Vegetation Index (EVI), Flood, Land surface water index (LSWI), Quang Dien

Tóm tắt

Mục tiêu của nghiên cứu là lập bản đồ phân bố ngập lụt với hình ảnh vệ tinh Landsat TM và đánh giá ảnh hưởng ngập lụt đến sử dụng đất nông nghiệp ở huyện Quảng Điền, tỉnh Thừa Thiên Huế. Vùng ngập lụt năm 2015 ở huyện Quảng Điền được xác định bằng phương pháp phân loại chỉ số mặt nước (land surface water index - LSWI) và chỉ số thực vật tăng cường (enhanced vegetation index - EVI) từ ảnh Landsat-7/TM. Kết quả phân loại vùng ngập lụt được so sánh với giá trị tham chiếu mặt đất cho thấy độ chính xác tổng thể và hệ số Kappa đạt được là 96,5% và 0,72. Tại các thời điểm ngập trong năm 2015, diện tích ngập lụt là 912,90 ha, thời điểm xuất hiện ngập lớn trong năm là tháng 3. Các xã bị ngập lớn là Quảng An, Quảng Phước và Quảng Thành. Ngoài ra, diện tích đất bị ảnh hưởng nhiều nhất bởi ngập lụt là đất trồng lúa và đất trồng cây hàng năm.
Từ khóa: Chỉ số thực vật tăng cường (enhanced vegetation index-EVI), chỉ số mặt nước (land surface water index – LSWI), đất nông nghiệp, ngập lụt, Quảng Điền

Article Details

Tài liệu tham khảo

Aerts J., Major D. C., Bowman M. J., Dircke P. and Aris Marfai M., 2009. Connecting delta cities: coastal cities, flood risk management and adaptation to climate change.

Ermolieva, T. Y. and Sergienko I. V., 2008. Catastrophe risk management for sustainable development of regions under risks of natural disasters. Cybernetics and Systems Analysis, 44(3):405.

Hoque R., Nakayama D., Matsuyama H. and Matsumoto J., 2011. Flood monitoring, mapping and assessing capabilities using RADARSAT remote sensing, GIS and ground data for Bangladesh. Natural Hazards, 57(2): 525–548.

Huang X., Tan H., Zhou J., et al., 2008. Flood hazard in Hunan province of China: an economic loss analysis. Natural Hazards, 47(1):65–73.

IPCC (Intergovernmental Panel on Climate Change), 2007. Climate change 2007: The physical science basic. Contribution of working group I to the fourth assessment report of Intergovernmental Panel on climate change.Cambridge, UK: Cambridge University Press.

Karlsen S. R., Tolvanen A., Kubin E., et al., 2008. MODIS-NDVI-based mapping of the length of the growing season in northern Fennoscandia. International Journal of Applied Earth Observation and Geoinformation, 10(3):253–266.

Kenyon W., Hill G., and Shannon P., 2008. Scoping the role of agriculture in sustainable flood management. Land Use Policy, 25(3):351–360.

Khan S. I., Hong Y., WangJ.,et al., 2011. Satellite remote sensing and hydrologic modeling for flood inundation mapping in Lake Victoria basin: Implications for hydrologic prediction in ungauged basins. IEEE Transactions on Geoscience and Remote Sensing, 49(1):85–95.

Lowry R. T., Langham E. J. and Mudry N., 1981. Preliminary analysis of SAR mapping of the Manitoba flood, May 1979. Proceedings Series-American Water Resources Association.

Martínez-Casasnovas J. A., Martín-Montero A. and Casterad M. A., 2005. Mapping multi-year cropping patterns in small irrigation districts from time-series analysis of Landsat TM images. European Journal of Agronomy, 23(2):159–169.

Melack J. M., Hess L. L. and Sippel S., 1994. Remote sensing of lakes and floodplains in the Amazon Basin. Remote Sensing Reviews, 10(1–3):127–142.

MRC, Mekong River Commission,2008. Preparing the Greater Mekong Subregion Flood and Drought Risk Management and Mitigation Project. Mekong River Commission, Vientiane Laos.

MRC, Mekong River Commission, 2011. The Flood Management and Mitigation Program 2011–2015. Mekong River Commission, Phnom Penh, Cambodia.

Munasinghe D., Cohen S., Huang Y., Tsang Y., Zhang J. and Fang Z., 2018. ntercomparison of Satellite Remote Sensing‐Based Flood Inundation Mapping Techniques. JAWRA Journal of the American Water Resources Association, 54(4):834–846.

Nguyễn Lập Dân, Nguyễn Thị Thảo Hương, V. T. T. L. , 2007. Lũ lụt miền Trung, nguyên nhân và các giải pháp phòng tránh. Nxb. Khoa Học-Tự Nhiên và Công Nghệ, Hà Nội, 264, 10 (1-3):127-142.

NormanL. M., HuthH., Levick L., Shea Burns I., Phillip Guertin D., Lara-Valencia F. and Semmens D., 2010. Flood hazard awareness and hydrologic modelling at Ambos Nogales, United States–Mexico border. Journal of Flood Risk Management, 3(2):151–165. https://doi.org/10.1111/j.1753-318X.2010.01066.x

Okamoto K. and Fukuhara M., 1996. Estimation of paddy field area using the area ratio of categories in each mixel of Landsat TM. International Journal of Remote Sensing, 17(9):1735–1749.

Pantaleoni E., Engel B. A. andJohannsen C. J., 2007. Identifying agricultural flood damage using Landsat imagery. Precision Agriculture, 8(1–2):27–36.

Pilon P. J., 2004. Guidelines for reducing flood losses. New York; Naciones Unidas.

Pioneer, 2010. Late season flooding of maize, accessed on 18 October 2018.Availableat. http:// www.pioneer.co.nz/pioneertech/technicalinside.php?showDocNumber¼342.

Rasid H. and Pramanik, M. A. H., 1993. Areal extent of the 1988 flood in Bangladesh: How much did the satellite imagery show? Natural Hazards, 8(2):189–200.

Rosenfield G. H. and Fitzpatrick-Lins K., 1986. A coefficient of agreement as a measure of thematic classification accuracy. Photogrammetric Engineering and Remote Sensing, 52(2):223–227. Available athttp://pubs.er.usgs.gov/publication/70014667

Sanyal J. and Lu X. X., 2004. Application of remote sensing in flood management with special reference to monsoon Asia: a review. Natural Hazards, 33(2):283–301.

Tehrany M. S., Pradhan B. and Jebur M. N., 2013. Spatial prediction of flood susceptible areas using rule based decision tree (DT) and a novel ensemble bivariate and multivariate statistical models in GIS. Journal of Hydrology, 504:69–79. https://doi.org/https://doi.org/10.1016/j.jhydrol.2013.09.034

UBND huyện Quảng Điền., 2015. Báo cáo tổng kết công tác phòng, chống thiên tai và tìm kiếm cứu nạn năm 2015, phương án, kế hoạch phòng, chống thiên tai và tìm kiếm cứu nạn năm 2016.

UNDP., 2004. Reducing Disaster Risk: A Challenge for Development. UNDP, New York, USA.

Woodcock C. E., Allen R., AndersonM., et al., 2008. Free access to Landsat imagery. Science, 320(5879):1011.

Xiao X., Boles S., Frolking S., Li C., Babu J. Y., Salas W. and Moore B., 2006. Mapping paddy rice agriculture in South and Southeast Asia using multi-temporal MODIS images. Remote Sensing of Environment, 100(1):95–113. https://doi.org/https://doi.org/10.1016/j.rse.2005.10.004

Xiao X., Boles S., Liu J., et al., 2005. Mapping paddy rice agriculture in southern China using multi-temporal MODIS images. Remote Sensing of Environment, 95(4):480–492.

Zhang Y., Wang C., Wu J., Qi J., and Salas W. A., 2009. Mapping paddy rice with multitemporal ALOS/PALSAR imagery in southeast China. International Journal of Remote Sensing, 30(23):6301–6315.

Zhao B., Yan Y., Guo H., He M., GuY. and Li B., 2009. Monitoring rapid vegetation succession in estuarine wetland using time series MODIS-based indicators: an application in the Yangtze River Delta area. Ecological Indicators, 9(2):346–356.