Theo dõi sự thay đổi nhiệt độ bề mặt đất tại tỉnh Kiên Giang - cách tiếp cận dựa trên dữ liệu viễn thám đa thời gian

Bùi Hữu Trí1, Huỳnh Quang Thái1, Nguyễn Trọng Nguyễn2, Nguyễn Hồ3,4,
1 Sinh viên, Khoa Nông nghiệp, Tài nguyên và Môi trường, Trường Đại học Đồng Tháp, Việt Nam
2 Bộ môn Tài nguyên Đất đai, Khoa Môi trường và Tài nguyên Thiên nhiên, Trường Đại học Cần Thơ, Việt Nam
3 Bộ môn Quản lý đất đai, Khoa Nông nghiệp, Tài nguyên và Môi trường, Trường Đại học Đồng Tháp, Việt Nam
4 Viện Sinh thái Cảnh quan, Đại học Münster, 48149 Münster, Cộng hòa Liên bang Đức

Nội dung chính của bài viết

Tóm tắt

Nhiệt độ bề mặt đất (Land Surface Temperature - LST) là một thông số quan trọng trong việc theo dõi các điều kiện khí hậu, đặc biệt trong điều kiện biến đổi khí hậu gia tăng như hiện nay. Nghiên cứu này được thực hiện nhằm theo dõi sự thay đổi LST tỉnh Kiên Giang giai đoạn 2005 – 2023. Ảnh vệ tinh Terra MODIS (MOD11A1) và Aqua MODIS (MYD11A1) theo ngày được sử dụng để trích xuất LST trên nền tảng Google Earth Engine. Kết quả cho thấy có sự tương quan đáng kể giữa nhiệt độ bề mặt đất và nhiệt độ không khí đo tại các trạm quan trắc, với hệ số xác định là 0,56 đối với Terra và 0,76 đối với Aqua. Các khu vực trung tâm quận/huyện/thành phố có nhiệt độ cao hơn, đặc biệt là những nơi có mật độ xây dựng dày đặc. Trong đó, thành phố Rạch Giá là một trong những khu vực có nền nhiệt nóng nhất, do sự phát triển đô thị nhanh chóng và sự tập trung của các công trình xây dựng. Ngược lại, các khu vực có nhiệt độ thấp hơn tập trung ở các vùng nông nghiệp, đất ngập nước và khu vực nuôi trồng thủy sản. Thành phố Phú Quốc, nằm tách biệt với đất liền và được bao quanh bởi môi trường biển, có nền nhiệt độ thấp hơn so với các khu vực khác trong tỉnh. Kết quả nghiên cứu không chỉ cung cấp cái nhìn tổng quan về sự thay đổi LST mà còn giúp các nhà quản lý quy hoạch chiến lược phát triển đô thị một cách bền vững, trong bối cảnh biến đổi khí hậu và quá trình đô thị hóa ngày càng gia tăng.

Chi tiết bài viết

Tài liệu tham khảo

Amani, M., Ghorbanian, A., Ahmadi, S. A., Kakooei, M., Moghimi, A., Mirmazloumi, S. M., Moghaddam, S. H. A., Mahdavi, S., Ghahremanloo, M., Parsian, S., Wu, Q., & Brisco, B. (2020). Google Earth Engine Cloud Computing Platform for Remote Sensing Big Data Applications: A Comprehensive Review. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13, 5326–5350. https://doi.org/10.1109/JSTARS.2020.3021052
Anh, N. H., Trang, N. T. Đ., Nguyên, N. T. T., Trọng, T. V., & Sơn, T. V. (2021). Ứng dụng ảnh viễn thám khảo sát nhiệt độ bề mặt tại thành phố Hồ Chí Minh giai đoạn 2016–2020. Journal of Hydro-meteorology, 729(9), 29–39. https://doi.org/10.36335/vnjhm.2021(729).29-39
Binh, N. A., Nhut, H. S., An, N. N., Phuong, T. A., Hanh, N. C., Thao, G. T. P., Pham, T. T., Hong, P. V., Ha, L. T. T., Bui, D. T., & Hoa, P. V. (2021). Thirty-Year Dynamics of LULC at the Dong Thap Muoi Area, Southern Vietnam, Using Google Earth Engine. ISPRS International Journal of Geo-Information, 10(4), 226. https://doi.org/10.3390/ijgi10040226
Bình, N. T., Hải, P. M., Tuấn, N. V. (2018). Thành lập bản đồ độ ẩm đất sử dụng tư liệu viễn thám đa thời gian MODIS bằng phương pháp tam giác NDVI/LST, nghiên cứu thí điểm cho lưu vực sông Cả. Tạp chí Khoa học Đo đạc và Bản đồ, 36, 24–31. https://doi.org/10.54491/jgac.2018.36.272.
Congalton, R. G. (2015). Remote Sensing and Image Interpretation. Photogrammetric Engineering & Remote Sensing, 81(8), 615–616. https://doi.org/10.14358/pers.81.8.615
Cục Thống kê tỉnh Kiên Giang. (2023). Điều kiện tự nhiên của tỉnh Kiên Giang. http://cucthongkekg.gov.vn/news.php?id=52
De Almeida, C. R., Teodoro, A. C., & Gonçalves, A. (2021). Study of the Urban Heat Island (UHI) Using Remote Sensing Data/Techniques: A Systematic Review. Environments, 8(10), 105. https://doi.org/10.3390/environments8100105
Du, H., Ai, J., Cai, Y., Jiang, H., & Liu, P. (2019). Combined Effects of the Surface Urban Heat Island with Landscape Composition and Configuration Based on Remote Sensing: A Case Study of Shanghai, China. Sustainability, 11(10), 2890. https://doi.org/10.3390/su11102890
Firat, M. N., Kaya, Y., & Polat, N. (2022). Calculation of daily land surface temperature values using Google Earth Engine. 5th Intercontinental Geoinformation Days (IGD), 108–111, Netra, India
Firozjaei, M. K., Kiavarz, M., & Alavipanah, S. K. (2022). Impact of surface characteristics and their adjacency effects on urban land surface temperature in different seasonal conditions and latitudes. Building and Environment, 219, 109145. https://doi.org/10.1016/j.buildenv.2022.109145
Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18–27. https://doi.org/10.1016/j.rse.2017.06.031
Hải, P. M. và Khang, N. V. (2017). Phân tích hiện tượng đảo nhiệt đô thị mới liên hệ giữa nhiệt độ bề mặt đất và bề mặt không thấm nước. Tạp chí Khoa học Đo đạc và Bản đồ, 31, 17–22. https://doi.org/10.54491/jgac.2017.31.206.
Hồng, N. V., Nguyên, V. T., Ngọc, L. A., Mi, N. T. C. (2021). Xu thế biến đổi các yếu tố khí hậu tại tỉnh Kiên Giang. Tạp chí Khoa học Biến đổi khí hậu, 18(2021), 19–25.
Huy, H. A. (2016). Nghiên cứu sự phân bố nhiệt độ bề mặt đất khu vực thành phố Thái Nguyên trên cơ sở sửu dụng vệ tinh LANDSAT-8, kênh hồng ngoại nhiệt (TIRS). Tạp chí Khí tượng Thủy văn, 10(2016), 26–32.
Jaelani, L., & Handayani, C. (2022). Spatio-temporal Analysis of Land Surface Temperature Changes in Java Island from Aqua and Terra MODIS Satellite Imageries Using Google Earth Engine. International Journal of Geoinformatics, 18(5), 01–12. https://doi.org/10.52939/ijg.v18i5.2365
Javaid, K., Ghafoor, G. Z., Sharif, F., Shahid, M. G., Shahzad, L., Ghafoor, N., Hayyat, M. U., & Farhan, M. (2023). Spatio-temporal analysis of land use land cover change and its impact on land surface temperature of Sialkot City, Pakistan. Scientific Reports, 13(1). https://doi.org/10.1038/s41598-023-49608-x
Kafy, A.-. A., Dey, N. N., Rakib, A. A., Rahaman, Z. A., Nasher, N. M. R., & Bhatt, A. (2021). Modeling the relationship between land use/land cover and land surface temperature in Dhaka, Bangladesh using CA-ANN algorithm. Environmental Challenges, 4, 100190. https://doi.org/10.1016/j.envc.2021.100190
Maulana, J., & Bioresita, F. (2023). Monitoring of Land Surface Temperature in Surabaya, Indonesia from 2013-2021 Using Landsat-8 Imagery and Google Earth Engine. IOP Conference Series Earth and Environmental Science, 1127(1), 012027. https://doi.org/10.1088/1755-1315/1127/1/012027
Mumtaz, F., Tao, Y., De Leeuw, G., Zhao, L., Fan, C., Elnashar, A., Bashir, B., Wang, G., Li, L., Naeem, S., Arshad, A., & Wang, D. (2020). Modeling Spatio-Temporal Land Transformation and Its Associated Impacts on land Surface Temperature (LST). Remote Sensing, 12(18), 2987. https://doi.org/10.3390/rs12182987
Neteler, M. (2010). Estimating daily land surface temperatures in mountainous environments by reconstructed MODIS LST data. Remote Sensing, 2(1), 333–351. https://doi.org/10.3390/rs1020333
Nghia, B. P. Q., Pal, I., Chollacoop, N., & Mukhopadhyay, A. (2022). Applying Google earth engine for flood mapping and monitoring in the downstream provinces of Mekong river. Progress in Disaster Science, 14, 100235. https://doi.org/10.1016/j.pdisas.2022.100235
Nguyen, H., Pham, V. P., & Nguyen, T. H. D. (2022a). Monitoring 15-year land use/land cover change in the Vietnamese Mekong Delta. Dong Thap University Journal of Science, 11(5), 93–103. https://doi.org/10.52714/dthu.11.5.2022.985
Nguyen, H., Trung, T. H., Phan, D. C., Anh Tran, T., Thi Hai Ly, N., Nasahara, K. N., Prishchepov, A. V., & Hölzel, N. (2022b). Transformation of rural landscapes in the Vietnamese Mekong Delta from 1990 to 2019: A spatio-temporal analysis. Geocarto International, 37(26), 13881–13903. https://doi.org/10.1080/10106049.2022.2086623
Pham-Duc, B., Nguyen, H., Phan, H., & Tran-Anh, Q. (2023). Trends and applications of google earth engine in remote sensing and earth science research: A bibliometric analysis using scopus database. Earth Science Informatics, 16(3), 2355–2371. https://doi.org/10.1007/s12145-023-01035-2
Rebecca, L. (ngày 12/01/2011). 2010 Ties 2005 As the Warmest Year on Record. Climate.gov. Truy cập từ: https://www.climate.gov/news-features/featured-images/2010-ties-2005-warmest-year-record
Roy, B., & Bari, E. (2022). Examining the relationship between land surface temperature and landscape features using spectral indices with Google Earth Engine. Heliyon, 8(9), e10668. https://doi.org/10.1016/j.heliyon.2022.e10668
Sajan, N. B., Kanga, N. S., Singh, N. S. K., Mishra, N. V. N., & Durin, N. B. (2023). Spatial variations of LST and NDVI in Muzaffarpur district, Bihar using Google earth engine (GEE) during 1990-2020. Journal of Agrometeorology, 25(2), 262–267. https://doi.org/10.54386/jam.v25i2.2155
Sở Tài nguyên và Môi trường tỉnh Kiên Giang. (2023). Báo cáo kết quả quan trắc chất lượng môi trường tỉnh Kiên Giang đợt 3 (tháng 4) năm 2023. Truy cập từ: https://stnmt.kiengiang.gov.vn/trang/TinTuc/166/2180/Bao-cao-ket-qua-quan-trac-chat-luong-moi-truong-tinh-Kien-Giang-dot-3--thang-4--nam-2023.html
Sơn, L. (ngày 20/06/2017). Kiên Lương đang đối diện với sự tàn phá khủng khiếp. Tuổi Trẻ. Truy cập từ: https://tuoitre.vn/kien-luong-dang-doi-dien-voi-su-tan-pha-khung-khiep-1334511.htm
Tiwari, A. K., & Kanchan, R. (2024). Analytical study on the relationship among land surface temperature, land use/land cover and spectral indices using geospatial techniques. Discover Environment, 2(1). https://doi.org/10.1007/s44274-023-00021-1
Vân, T. T. (2006). Ứng dụng viễn thám nhiệt khảo sát đặc trưng nhiệt độ bề mặt đô thị với sự phân bố các kiểu thảm phủ ở Thành phố Hồ Chí Minh. Tạp chí Phát triển Khoa học và Công nghệ, 09, 70–74.
Vu, H. T. D., Tran, D. D., Schenk, A., Nguyen, C. P., Vu, H. L., Oberle, P., Trinh, V. C., & Nestmann, F. (2022). Land use change in the Vietnamese Mekong Delta: New evidence from remote sensing. Science of The Total Environment, 813, 151918. https://doi.org/10.1016/j.scitotenv.2021.151918
Wang, X., Zhong, L., & Ma, Y. (2022). Estimation of 30 m land surface temperatures over the entire Tibetan Plateau based on Landsat-7 ETM+ data and machine learning methods. International Journal of Digital Earth, 15(1), 1038–1055. https://doi.org/10.1080/17538947.2022.2088873
Yu, W., Ma, M., Wang, X., Song, Y., & Tan, J. (2011). Validation of MODIS land surface temperature products using ground measurements in the Heihe River Basin, China. SPIE Proceedings, Vol. 8174, Remote Sensing for Agriculture, Ecosystems, and Hydrology XIII, 817423. https://doi.org/10.1117/12.897571
Zhang, P., Bounoua, L., Imhoff, M. L., Wolfe, R. E., & Thome, K. (2014). Comparison of MODIS Land Surface Temperature and Air Temperature over the Continental USA Meteorological Stations. Canadian Journal of Remote Sensing, 40(2), 110–122. https://doi.org/10.1080/07038992.2014.935934
Zhenming, W. (2019). MODIS Land Surface Temperature Products Users’ Guide. The Land Processes Distributed Active Archive Center (LP DAAC). Truy cập từ: https://lpdaac.usgs.gov/documents/715/MOD11_User_Guide_V61.pdf

Các bài báo được đọc nhiều nhất của cùng tác giả