BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  20,108,634
  • Công bố khoa học và công nghệ Việt Nam

36

Viễn thám

Nguyễn Hồng Quảng(1), Vũ Anh Tuân, Lê Thị Thu Hằng, Nguyễn Trần Điện, Lê Thanh Sơn, Nguyễn Nguyên Minh

Mô hình hóa chất lượng nước biển tại vịnh rạch giá của Việt Nam, sử dụng ảnh viễn thám sentinel-2 được xử lý trên nền tảng Google Earth Engine

Modelling seawater quality of Rach Gia bay of Vietnam, using sentinel-2 imagery processed in the Google Earth Engine

Khoa học và Công nghệ - Đại học Thái Nguyên

2022

03

86-96

1859-2171

Nhu cầu oxi hóa học, Nước biển, Google Earth Engine, Sentinel-2, Viễn thám

Chemical oxygen demand, Chlorophyll-a, Google earth engine, Sentinel-2, Total suspended solid, Viet Nam

Việt Nam có bờ biển dài 3260 km, nơi chất lượng nước biển đang bị ảnh hưởng bởi các hoạt động nông nghiệp, nuôi trồng thủy sản, đô thị hóa, công nghiệp và du lịch, làm dấy lên lo ngại về hệ sinh thái và kinh tế - xã hội ven biển. Vậy nên, việc quan trắc môi trường nước biển ven bờ là rất cần thiết. Nghiên cứu này khai thác khả năng của mô hình học máy vector hỗ trợ để trích xuất nhiệt độ bề mặt nước biển, tổng chất rắn lơ lửng, nhu cầu oxy hóa học và chất diệp lục-a từ ảnh vệ tinh Sentinel-2, được xử lý trong nền tảng đám mây Google Earth Engine. Mô hình máy vector hỗ trợ đã được đào tạo và kiểm định sử dụng dữ liệu trạm đo và từ Cơ quan Khí quyển và Đại dương Quốc gia Hoa Kỳ. Đánh giá độ chính xác mô hình cho thấy có sự tương quan cao giữa dữ liệu thực đo và dữ liệu mô hình hóa khi giá trị R2 trung bình lớn hơn 0,8. Bản đồ phân bố chất lượng nước cho thấy chất lượng nước kém hơn ở khu vực gần thành phố Rạch Giá và các cửa sông, và chất lượng nước tốt hơn ở ngoài khơi. Chúng tôi khuyến nghị sử dụng phương pháp nghiên cứu này và ảnh vệ tinh Sentinel-2 cho các nghiên cứu về chất lượng nước.

Vietnam has a 3260 km coastline where the seawater quality is affected by activities of agriculture, aquaculture, urbanization, industry, and tourism, raising concerns on coastal ecosystem and social-economic. Hence, monitoring the seawater environment near the coastline is urgently needed. This research exploits the abilities of the support vector machine model to extract surface seawater temperature, total suspended solids, chemical oxygen demand and chlorophyll-a, from Sentinel-2 images processed in the Google Earth Engine platform. The support vector machine model was trained and validated using in-situ measured data and chlorophyll-a data from the National Oceanic and Atmospheric Administration. Model evaluations showed a strong agreement between the modelled and the training data with a mean R2 greater than 0.8. The water quality distributions presented poorer water quality near the Rach Gia city and river mouths but improved offshore. We strongly recommend this study method and Sentinel-2 data for water quality studies.

TTKHCNQG, CTv 178

Xem toàn văn