Đánh giá chất lượng môi trường sinh thái vùng Đồng bằng sông Cửu Long ứng dụng công nghệ viễn thám và GIS
,
*
,
,
và
Article Sidebar
Full Text: 
PDF
Abstract
The study employed MODIS satellite imagery to evaluate the ecological quality in the Mekong Delta in 2023. The PCA method was applied to calculate the Remote Sensing Ecological Index (RSEI) based on four parameters, including greenness (NDVI), wetness (WET), dryness (NDBSI), and heat (LST). The ecological quality in the Mekong Delta in 2023 was divided into five levels consist of poor, fair, moderate, good and excellent. More than 95% of the study area identified ecological quality ranging from moderate to good levels. The relationship between the ecological index and land-use types showed that forests exhibited the highest ecological quality next to triple-rice crops, perennial trees, double-rice crops, annual crops, rice shrimp and built-up areas. The findings provide a scientific foundation for developing sustainable land-use planning.
Tóm tắt
Nghiên cứu được thực hiện nhằm đánh giá chất lượng môi trường sinh thái vùng Đồng bằng sông Cửu Long (ĐBSCL) năm 2023 sử dụng ảnh vệ tinh MODIS. Phương pháp phân tích thành phần chính (PCA) được sử dụng để ước tính chỉ số sinh thái viễn thám (RSEI) với 04 thành phần gồm độ xanh (NDVI), độ ẩm (WET), độ khô (NDBSI) và nhiệt độ (LST). Kết quả đánh giá chất lượng môi trường sinh thái vùng ĐBSCL năm 2023 được chia thành 5 cấp độ gồm kém, khá kém, trung bình, tốt và rất tốt. Trong đó, hơn 95% diện tích vùng ĐBSCL đạt chất lượng sinh thái từ mức trung bình đến tốt. Mối quan hệ giữa chỉ số sinh thái viễn thám và hiện trạng sử dụng đất cho thấy hiện trạng rừng có chất lượng sinh thái tốt nhất, lần lượt tiếp theo là lúa 03 vụ, cây lâu năm, lúa 02 vụ, cây hàng năm, lúa tôm và công trình xây dựng. Kết quả nghiên cứu góp phần cung cấp cơ sở khoa học quan trọng hỗ trợ quản lý, xây dựng kế hoạch sử dụng đất bền vững và bảo vệ môi trường sinh thái khu vực ĐBSCL.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Tài liệu tham khảo
Aronson, M., Lepczyk, A. C. & Evans, L. K. (2017). Biodiversity in the city: key challenges for urban green space management. Frontiers in Ecology and the Environment, 15(4), 189-196. https://doi.org/10.1002/fee.1480
Congalton, R.G. and Green, K. (1999) Assessing the Accuracy of Remotely Sensed Data Principles and Practices. Lewis Publishers, Boca Raton.
Hoa, H. & Cuong, P. (2022). Leveraging the potential and advantages of the Mekong Delta region (in Vietnamese). https://dangcongsan.vn.
Hu, X. & Xu, H. (2019). A new remote sensing index based on the pressure-state- response framework to assess regional ecological change. National Library of Medicine, 26, 5381-5393.
Jianbo, Z. & Wanqing, L. (2022). Monitoring and Evaluation of Eco-Environment Quality Based on Remote Sensing-Based Ecological Index (RSEI) in Taihu Lake Basin, China. Sustainability, 14(9), 5642. https://doi.org/10.3390/su14095642
Jimenez-Munoz, J. C., Cristobal, J., Sobrino, J. A., Soria, G., Ninyerol, M., & Pons, X. (2019). Revision of the Single-Channel Algorithm for Land Surface Temperature Retrieval From Landsat Thermal-Infrared Data. IEEE Transactions on Geoscience and Remote Sensing, 47(1), 339 - 349.
Liu, P., Ren, C., Yu, W., Ren, H., & Xia, C. (2023). Exploring the ecological quality and its drivers based on annual remote sensing ecological index and multisource data in Northeast China. Ecological Indicators, 154, 110589. https://doi.org/10.1016/j.ecolind.2023.110589
Ministry of Construction (2016). Adjustment of the construction planning for the Mekong Delta region until 2030 with a vision to 2050 (in Vietnamese). www.sxd.tiengiang.gov.vn
Ministry of Construction (2023). Sustainable urban development in the Mekong Delta region (in Vietnamese). https://moc.gov.vn.
Musse, A. M., Barona, A. D. & Rodriguez, S. M. L. (2018). Urban environmental quality assessment using remote sensing and census data. International Journal of Applied Earth Observation and Geoinformation, 71, 95-108. https://doi.org/10.1016/j.jag.2018.05.010.
Reza, H. I. M. & Abdullah, A. S. (2011). Regional Index of Ecological Integrity: A need for sustainable management of natural resources. Ecological Indicators, 11(2), 220-229. https://doi.org/10.1016/j.ecolind.2010.08.010.
Rouse, J.W., Haas, R. H., Schell, J. A. & Deering, D, W. (1973). Monitoring vegetation in the Great Plains using ERTS. Conference proceedings of the third ERTS Symposium, 309–317.
Trung, L. V. (2005). Remote Sensing. National University of Ho Chi Minh City Publishing House.
Vietnam Ministry of Industry and Trade (2024). Trade promotion and import-export development in the Mekong Delta region (in Vietnamese). https://moit.gov.vn.
Willis, S. K. (2015). Remote sensing change detection for ecological monitoring in United States protected areas. Biological Conservation, 182 ,233–242. https://doi.org/10.1016/j.biocon.2014.12.006.
Xu, H. (2007). Modification of normalized difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing, 27(14), 3025-3033. https://doi.org/10.1080/01431160600589179.
Xu, H. (2008). A new index for delineating built‐up land features in satellite imagery. International Journal of Remote Sensing, 29(14), 4269-4276. https://doi.org/10.1080/01431160802039957
Xu, H. (2013). A remote sensing urban ecological index and its application. Acta Ecol, 33(24), 7853–7862. https://doi.org/10.5846/ stxb201208301223.
Yuanyuan, Z., Liwen, Y., Binggeng, X. & Junhan, L. (2023). Analysis of ecological quality changes and influencing factors in Xiangjiang River Basin. ResearchGate, 13(1). https://doi.org/ 10.1038/s41598-023-31453-7.
Zhang, T., Ruiqing, Y., Yibo, Y., Long, L. & Longqian, C. (2021). Assessing the Urban Eco-Environmental Quality by the Remote-Sensing Ecological Index: Application to Tianjin, North China. ISPRS Int. J. Geo-Inf, 10(7), 475. https://doi.org/10.3390/ijgi10070475.
Zixi, L., Weiwei, Z., Huiyuan, L., Jianwan, J., Zhaohui, Y. & Chao, C. (2023). Exploring evolution characteristics of eco-environment quality in the Yangtze River Basin based on remote sensing ecological index. Sciencedirect, 9(12). https://doi.org/10.1016/j.heliyon.2023.e23243.