TextBody
Huy chương 2

Ứng dụng công nghệ điện toán đám mây Google Earth Engine trong nghiên cứu lũ lụt tại Đồng Tháp, hạ lưu sông Mê Kông

18/02/2021

Công nghệ điện toán đám mây đang là một xu hướng ứng dụng công nghệ thông tin mới và dần trở thành nền tảng để giải quyết các bài toán dữ liệu lớn...

Nghiên cứu này ứng dụng khai thác công nghệ điện toán đám mây Google Earth Engine (GEE) để xử lý chiết tách thông tin diện tích ngập lụt từ dữ liệu ảnh vệ tinh quang học Landsat (TM, ETM, OLI) giai đoạn 1996-2016 và vệ tinh radar Sentinel-1 giai đoạn 2015-2017 cho khu vực tỉnh Đồng Tháp, hạ lưu sông Mê Công. Kết quả chuỗi các bản đồ ngập lụt được thành lập chỉ ra lũ ở khu vực Đồng Tháp gây ra diện ngập lớn nhất vào thời điểm năm 2000 chiếm 77,68% diện tích toàn tỉnh, và giảm rõ rệt những năm gần đây, ngập 27,76 % năm 2015. Ngoài việc sử dụng để hiệu chỉnh mô hình dự báo ngập lụt, kết quả này cung cấp thêm luận cứ khoa học và thông tin tin cậy cho việc quản lý khai thác và sử dụng nguồn nước ở địa phương. Bên cạnh đó, nghiên cứu cũng cho thấy công cụ GEE có tốc độ truy cập và xử lý ảnh vệ tinh rất nhanh với độ tin cậy cao. Đây là công cụ rất có tiềm năng trong việc khai thác, xử lý, phân tích ảnh vệ tinh và các dữ liệu không gian khác cho nhiều mục tiêu nghiên cứu.

1. ĐẶT VẤN ĐỀ

Thành lập bản đồ ngập lụt từ tư liệu ảnh viễn thám là bài toán rất phổ biến trong lĩnh vực công nghệ viễn thám (MarionTanguy, 2017). Bản đồ ngập lụt sẽ giải quyết một số các nhu cầu rất bức thiết như xác định khu vực bị ảnh hưởng, ước tính thiệt hại do lũ lụt, xác định vết lũ để hiệu chỉnh mô hình dự báo. Cùng với sự tiến bộ nhanh chóng của khoa học công nghệ, các phương pháp, tư liệu phục vụ thành lập bản đồ ngập lụt cũng có những thay đổi để phù hợp với xu thế hiện nay.

Các phương pháp thành lập bản đồ ngập lụt đã được nghiên cứu trên thế giới rất đa dạng tương ứng với các loại tư liệu ảnh viễn thám khác nhau. Tại Hoa Kỳ, Klemas (2015) đã nghiên cứu vùng ngập lụt khu vực sông Mississippi bằng cặp ảnh quang học Landsat TM trước và trong thời điểm ngập lụt; Kucera (2014) đã dùng ảnh radar Sentinel-1A để thành lập bản đồ ngập lụt khu vực bán đảo Balkan dựa trên ngưỡng giá trị tán xạ ngược của phân cực VV trên ảnh. Trong nghiên cứu nâng cao độ chính xác bản đồ ngập lụt từ ảnh Sentinel, năm 2017 tại Đức, Clement đã sử dụng chuỗi 15 ảnh Sentinel 1 phân cực VV kết hợp với thông tin ngập lụt chiết tách từ dữ liệu viễn thám quang học Landsat, cho phép chiết tách được của từng điểm ngập nhỏ với độ chính xác cao (M.A. Clement, 2017). Tổ chức UNSPIDER năm 2015 cũng đưa ra phương pháp thành lập bản đồ ngập lụt bằng cách sử dụng cặp ảnh Sentinel-1A trước và trong thời điểm ngập (UNSPIDER, 2015)...

2. KHU VỰC NGHIÊN CỨU

3. TÀI LIỆU VÀ PHƯƠNG PHÁP

3.1. Công nghệ điện toán đám mây Google Earth Engine trong phân tích xử lý ảnh vệ tinh

3.2. Dữ liệu sử dụng

3.3. Phương pháp sử dụng

4. KẾT QUẢ VÀ THẢO LUẬN

5. KẾT LUẬN VÀ KHUYẾN NGHỊ

TÀI LIỆU THAM KHẢO

[1] Camara. (2000). TerraLib: technology in support of GIS innovation. Proc. II Brazilian Symposium on GeoInformatics. GeoInfo, 1-8.

[2] Hối, T. N. (2009). Một số trận lũ điển hình và phân vùng ngập lụt ở đồng bằng sông Cửu Long. Tuyển tập Khoa học Công nghệ 50 năm xây dựng và phát triển. Viện Khoa học Thủy lợi Việt Nam.

[3] Klemas, V. (2015). Remote Sensing of Floods and Flood-Prone Areas: An Overview. Journal of Coastal Research: Volume 31, Issue 4: , 1005-1013.

[4] Kucera, J. (2014, May 28). Sentinel-1 aids Balkan flood relief. Retrieved from http://www.esa.int/Our_Activities/Observing_the_Earth/Copernicus/Sentinel-1/Sentinel-1_aids_Balkan_flood_relief

[5] M.A. Clement. (2017). Multi-temporal synthetic aperture radar flood mapping using change detection. Journal of Flood Risk Management.

[6] M.C. Hansen, P. P. (2013). High-resolution global maps of 21st-century forest cover change. Science, 342 (2013),, 850-853.

[7] MarionTanguy. (2017). River flood mapping in urban areas combining Radarsat-2 data and flood return period data. Remote Sensing of Environment, 442-459.

[8] McFeeters, S. K. (1996). The use of Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17(7), 1425-1432.

[9] N. Patel, E. A. (2015). Multitemporal settlement and population mapping from Landsat using google earth engine. Int. J. Appl. Earth Obs. Geoinf., 35 (2015), 199-208.

[10] Long N.T., Trọng B.D. (2001). Flood monitoring of Mekong river delta, Vietnam using ERS SAR data. Asian Conference on Remote Sensing. Singapore.

[11] NoelGorelick, M. e. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 18-27.

[12] Quân, N. H. (2013). Một số phương pháp xây dựng bản đồ ngập lũ tỉnh Long An trong điều kiện biến đổi khí hậu, nước biển dâng. Science & Technology Development, Vol 16, No, 32-39.

[13] SIWRR. (2013, 10). Retrieved from http://www.siwrr.org.vn/eng.asp?id=news&cid=371&nhom=94&page=

[14] UNSPIDER. (2015, 09 25). Step by Step: Recommended Practice Flood Mapping. Retrieved from http://www.un-spider.org: http://www.un-spider.org/advisorysupport/recommended-practices/recommended-practice-flood-mapping/step-by-step


Xem bài báo tại đây: Ứng dụng công nghệ điện toán đám mây Google Earth Engine trong nghiên cứu lũ lụt tại Đồng Tháp, hạ lưu sông Mê Kông

Tác giả:

Vũ Hữu Long, Nguyễn Vũ Giang, Phạm Việt Hòa
Viện Hàn Lâm Khoa học và Công nghệ Việt Nam

Nguyễn Thanh Hùng
Viện Khoa học Thủy lợi Việt Nam

                                                                                                             TẠP CHÍ KH&CN THỦY LỢI

Ý kiến góp ý: