Phân bố hàm lượng chất rắn lở lửng (TSS) tỉnh An Giang sử dụng ảnh viễn thám sentinel 2A
Abstract
Tóm tắt
Trầm tích lơ lửng (phù sa) đóng vai trò hết sức quan trọng trong việc cung cấp nguồn dinh dưỡng, có ý nghĩa rất lớn trong sản xuất nông nghiệp và cả hệ sinh thái vùng Đồng bằng sông Cửu long (ĐBSCL). Nghiên cứu đã sử dụng phương pháp hồi quy tương quan giữa giá trị chỉ số vật chất lơ lửng (Normalized Suspended Material Index) trên ảnh và lượng phù sa thực tế để thành lập bản đồ phân bố phân bố không gian hàm lượng tổng chất rắn lơ lửng trong nước mặt (phù sa). Kết quả xác định hệ số R2 trong các hàm hồi quy này đạt 0,868 cho đợt quan trắc ngày 18/10/2019. Kết quả xác định hàm lượng tổng chất rắn lơ lửng từ ảnh Sentinel 2A tỉnh An Giang có giá trị dao động trong khoảng từ 0-100mg/l. Hàm lượng tổng chất rắn lơ lửng tập trung chủ yếu trên các cánh đồng ngập nước, vùng thượng nguồn và cuối nguồn dọc theo tuyến sông Hậu thuộc tỉnh An Giang. Kết quả nghiên cứu cho thấy dữ liệu ảnh Sentinel 2 có khả năng hỗ trợ xây dựng bản đồ phân bố hàm lượng chất lơ lửng nước mặt cụ thể năm 2019 với độ tin cậy cao. Kết quả này là tiền đề cho các đề tài nghiên cứu có liên quan đến tăng giảm hàm lượng phù sa hay chất lượng phù sa vùng ĐBSCL đặc biệt là các vùng cửa sông tại Việt Nam.
Article Details
Tài liệu tham khảo
Aranuvachapun, S., & Walling, D. E. (1988). Landsat-MSS radiance as a measure of suspended sediment in the Lower Yellow River (Hwang Ho). Remote Sensing of Environment, 25(2), 145-165.
Bộ Tài nguyên Môi trường. (2015). Quy chuẩn kỹ thuật quốc gia về chất lượng nước mặt. QCVN 08-MT:2015/BTNMT
Bộ tài nguyên môi trường (2016). Nghiên cứu tác động của các công trình thủy điện trên dòng chính sông Mê Công. Báo cáo chính bởi Tập đoàn HDR, Englewood, Colorado, Hoa Kỳ và Tập đoàn DHI, Đan Mạch;94 trang.
Cục Thống kê tỉnh An Giang (2018). Niên giám thống kê tỉnh An Giang. NXB thống kê, 455 trang.
Arisanty, D., & Saputra, A. N. (2017, December). Remote sensing studies of suspended sediment concentration variation in Barito Delta. In IOP Conference Series: Earth and Environmental Science (Vol. 98, No. 1, p. 012058). IOP Publishing.
Villar, R. E., Martinez, J. M., Le Texier, M., Guyot, J. L., Fraizy, P., Meneses, P. R., & de Oliveira, E. (2013). A study of sediment transport in the Madeira River, Brazil, using MODIS remote-sensing images. Journal of South American Earth Sciences, 44, 45-54.
Gholizadeh, M. H., Melesse, A. M., & Reddi, L. (2016). A comprehensive review on water quality parameters estimation using remote sensing techniques. Sensors, 16(8), 1298.
Gordon, H. R., & Wang, M. (1994). Retrieval of water-leaving radiance and aerosol optical thickness over the oceans with SeaWiFS: a preliminary algorithm. Applied optics, 33(3), 443-452.
Lê Văn Năm. (2016). Đồng Bằng Sông Cửu Long - Nỗi lo còn đó. 55năm Viện Quy Hoạch Thủy Lợi 1961 – 2016.
Lê Mạnh Hùng và Nguyễn Nghĩa Hùng. (2013). Nghiên cứu giải đoán ảnh vệ tinh để lấy thông tin phù saở ĐBSCL. Tạp chí Khoa học và Công nghệ Thuỷ lợi.19, 7-8.
Lê Ngọc Khả Nhi. (2018). Đánh giá mô hình hồi quy, ngày truy cập 11/10/2019. Địa chỉ https://rpubs.com/lengockhanhi/445130
Liu, H., Li, Q., Shi, T., Hu, S., Wu, G., & Zhou, Q. (2017). Application of sentinel 2 MSI images to retrieve suspended particulate matter concentrations in Poyang Lake. Remote Sensing, 9(7), 761.
Mangiarotti, S., Martinez, J. M., Bonnet, M. P., Buarque, D. C., Filizola, N., & Mazzega, P. (2013). Discharge and suspended sediment flux estimated along the mainstream of the Amazon and the Madeira Rivers (from in situ and MODIS Satellite Data). International Journal of Applied Earth Observation and Geoinformation, 21, 341-355.
Mertes, L. A., Smith, M. O., & Adams, J. B. (1993). Estimating suspended sediment concentrations in surface waters of the Amazon River wetlands from Landsat images. Remote Sensing of Environment, 43(3), 281-301.
Montanher, O. C., Novo, E. M., Barbosa, C. C., Rennó, C. D., & Silva, T. S. (2014). Empirical models for estimating the suspended sediment concentration in Amazonian white water riversusing Landsat 5/TM. International Journal of Applied Earth Observation and Geoinformation, 29, 67-77.
Nguyễn Nguyên Vũ, Lê Văn Trung, Trần Thị Vân(2018). Đánh giá xâm nhập mặn vùng cửa sông từ dữ liệu viễn thám kết hợp quan trắc mặt đất. Science & Technology Development Journal: Science of the Earth & Environment, vol 2, issue 2, 2018, trang 50-58.
Gernez, P., Lafon, V., Lerouxel, A., Curti, C., Lubac, B., Cerisier, S., & Barillé, L. (2015). Toward Sentinel-2 high resolution remote sensing of suspended particulate matter in very turbid waters: SPOT4 (Take5) Experiment in the Loire and Gironde Estuaries. Remote sensing, 7(8), 9507-9528.
Pereira, L. S., Andes, L. C., Cox, A. L., & Ghulam, A. (2018). Measuring Suspended‐Sediment Concentration and Turbidity in the Middle Mississippi and Lower Missouri Rivers Using Landsat Data. JAWRA Journal of the American Water Resources Association, 54(2), 440-450.
Trung tâm truy cập mở Copernicus (EU), ngày truy cập 15/09/2019. Địa chỉ https://scihub.copernicus.eu/
Võ Thị Phương Linh, Võ Quốc Thành và Lê Văn Hoàng (2019). Khả năng ứng dụng ảnh viễn thám landsat ước lượng nồng độ phù sa lơ lửng trên sông Tiền và sông Hậu, Đồng Bằng Sông Cửu Long. Tạp chí Khoa học Trường Đại học Cần Thơ Tập 55.Số chuyên đề: Môi trường và Biến đổi khí hậu (2019)(2): 134-144
Wang J.J., Lu X.X., Liew S.C., Zhou Y. (2009). Retrieval of suspended sediment concentrations in large turbid rivers using Landsat ETM+: An example from the Yangtze River, China. Earth Surf. Process. Landf. 2009, 34, 1082–1092.
Wang J.J., Lu X.X. (2010). Estimation of suspended sediment concentrations using Terra MODIS: An example fromthe Lower Yangtze River, China. Sci. Total Environ. 2010,408, 1131–1138.
Zhang M., Dong Q., Cui T., Xue C., Zhang S. (2014). Suspended sediment monitoring and assessment for YellowRiver Estuary from Landsat TM and ETM+ imagery. Remote Sens. Environ. 2014, 146, 136–147.