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 :  25,681,364
  • Công bố khoa học và công nghệ Việt Nam

41

Khí hậu học

Lương Văn Việt(1)

Ảnh hưởng của ENSO đến VCI khu vực Nam Trung Bộ, Tây Nguyên và Đông Nam Bộ

Effects of ENSO on VCI in the north of south Vietnam

Tạp chí Khoa học - Đại học Sư phạm TP Hồ Chí Minh

2022

9

1415-1430

1859-3100

Biến động khí hậu, ENSO, ONI, VCI

Climate change, ENSO, ONI, VCI

Nghiên cứu này nhằm đánh giá các ảnh hưởng của ENSO (the El Niño Southern Oscillation) đến sự phát triển của thực vật qua chỉ số điều kiện thực vật (VCI). Kết quả cho thấy, ENSO đã tác động đáng kể đến khu vực này trong các tháng mùa xuân và mùa đông. Không phải tất các kì EL Niño đều mang tính tiêu cực và các kì La Niña mang tính tích cực đối với sự phát triển của thực vật vùng nhiệt đới này. Mức độ tác động tiêu cực hay tích cực của El Niño và La Niña đến thảm thực vật phụ thuộc vào điều kiện tự nhiên của từng tiểu vùng và mùa trong năm. Các ảnh hưởng tiêu cực của El Niño đến VCI được thể hiện rõ ở khu vực Tây Nguyên vào các tháng mùa xuân, khu vực phía Nam của Nam Trung Bộ vào các tháng mùa hè. Ảnh hưởng tiêu cực của La Niña xảy ra vào các tháng mùa đông trên phần phía Bắc của Nam Trung Bộ. Trong số các chỉ số giám sát ENSO thì chỉ số Niño đại dương (ONI) có quan hệ tốt nhất với VCI tại đây. Do có thời gian trễ giữa VCI và ONI là 2 tháng nên có thể sử dụng chỉ số này trong cảnh báo sự phát triển của thực vật. Ngoài ra, kết quả nghiên cứu còn cho thấy, do ENSO ít hoạt động từ tháng 5 đến tháng 7 và thời gian trễ của hoạt động này với VCI khoảng 2 tháng nên các tháng trong mùa thu thực vật tại đây ít chịu ảnh hưởng của ENSO.

This study analyzes the effects of ENSO (the El Niño Southern Oscillation) on plant growth based on the Vegetation Condition Index (VCI) for the north of southern Vietnam. The results showed that ENSO had a significant impact on vegetation in the Central Highlands and South Central regions during spring and winter. Not all EL Niños are negative, and La Niños are positive for the growth of this tropical plant. The negative or positive impact of El Niño or La Niña on plants depends on the natural conditions of each sub-region and the season of the year. The negative effects of El Niño on VCI are evident in the Central Highlands in the springand the southern part of the South Central Coast in the summer. The negative influence of La Niña occurs in the winter over the northern part of South Central Vietnam. Among the ENSO monitoring indices, the Ocean Niño Index has the best relationship with the VCI here. Because there is a lag time between VCI and Ocean Niño Index of two months, this index can be used to warn of vegetation growth. In addition, the research results also show that because El Niño and La Niña are less active from May to July and the lag time of this activity with the VCI is about two months, the autumn in this area are less affected by ENSO

TTKHCNQG, CTv 138

Xem toàn văn
  • [1] Zhu, X., & Liu, D. (2015), Improving forest aboveground biomass estimation using seasonal Landsat NDVI time-series,ISPRS J Photogramm Remote Sens, 102, 222-231.
  • [2] Vu, M. Q., Nguyen, D. T., Tran, T. M. T., John, B., & Venkat, L. (2018), So sanh suy giam nang suat sinh khoi gay ra do con nguoi tai cac nuoc vung ha luu song Mekong [A comparison of human-induced biomass productivity decline in the Lower Mekong Basin countries using annual NDVI time series derived f-rom NOAA AVHRR and Terra MODIS].,HCMUE J. Sci., 15(11b), 94-100.
  • [3] Vicente-Serrano, S. M., Camarero, J. J., Olano, J. M., Martín-Hernández, N., Peña-Gallardo, M., Tomás-Burguera, M., Gazol, A., Azorin-Molina, C., Bhuyan, U., & El Kenawy A. (2016), Diverse relationships between forest growth and the normalized difference vegetation index at a global scale.,Remote Sens Environ, 187,14-29.
  • [4] Usman, U., Yelwa, S. A., Gulumbe, S. U., & Danbaba, A. (2013), Modelling Relationship between NDVI and Climatic Variables Using Geographically Weighted Regression,Journal of Mathematical Sciences and Applications, 1, 24-28. doi:10.12691/jmsa-1-2-2
  • [5] Tian, J., Wang, L., Li, X., Gong, H., Shi, C., Zhong, R., & Liu, X. (2017), Comparison of UAV and WorldView-2 imagery for mapping leaf area index of mangrove forest.,Int J Appl Earth Obs Geoinf, 61, 22-31.
  • [6] Stefan, E., Pavel, P., Martin K., & Oleg, P. (2009), Spatial Patterns of NDVI Variation over Indonesia & Their Relationship to ENSO Warm Events during the Period 1982–2006,Journal of Climate, 22, 6612-6623, doi: 10.1175/2009JCLI2460.1
  • [7] Shuai, J., Zhang, Z., Tao, F., & Shi, P. (2016), How ENSO affects maize yields in China: understanding the impact mechanisms using a process-based crop model. Int,J. Climatol. 36, 424-438, doi: 10.1002/joc.4360
  • [8] Ray, D. K., Gerber, J. S., MacDonald, G. K., & West, P. C. (2015), Climate variation explains a third of global crop yield variability.,Nat. Commun, 6(5989). doi: 10.1038/ncomms6989
  • [9] Phung, V. K., Nguyen, Q. H., Nguyen, T. T. A., Phi, D. S., & Pham, V. D. (2019), Su dung NDVI de xac dinh nhanh mot so trang thai rung o khu vuc Tay Nguyen, Vietnam [Using NDVI to rapidly identify forest status types in the Central Highlands of Vietnam].,Journal of Forestry Science and Technology, 5, 81-89.
  • [10] Phan, V. T., Ngo, D. T., & Hageman, H. T. M. (2009), Seasonal and interannual variations of surface climate elements over Vietnam,Clim. Res., 40, 49-60.
  • [11] Pastor-Guzman, J., Atkinson, P., Dash, J., & Rioja-Nieto, R. (2015), Spatiotemporal variation in mangrove chlorophyll concentration using Landsat 8,Remote Sens, 7(11),14530-14558.
  • [12] Nguyen, D., Q., Renwick, J., & McGregor, J. (2014), Variations of surface temperature and rainfall in Vietnam f-rom 1971 to 2010.,Int. J. Climatol., 34, 249-264.
  • [13] Nemani, R. R., Keeling, C. D., Hirofumi, H., Jolly, W. M., Piper, S. C., Tucker, C. J., … RunNiñg, S. W. (2003), Climate–driven increases in global terrestrial net primary production f-rom 1982 to 1999,Science, 300, 1560-1563.
  • [14] Luong, V. V. (2021), Development of a new ENSO index to assess the effects of ENSO on temperature over southern Vietnam.,Theor. Appl. Climatol., 144, 1119-1129.
  • [15] Li, J., Fan, K., & Zhou, L. (2017), Satellite Observations of El Niño Impacts on Eurasian Spring Vegetation Greenness during the Period 1982–2015.,Remote Sensing, 9, 628, doi: 10.3390/rs9070628
  • [16] Li, H., Li, Y., Gao, Y., Zou, C., Yan, S., & Gao, J. (2016), Human impact on vegetation dynamics around Lhasa, Southern Tibetan Plateau.,China. Sustainability, 8, 1146. doi: 10.3390/su8111146
  • [17] Kriegler, F. J., Malila W. A., Nalepka, R. F., & Ric-hardson W. (1969), Preprocessing transformations and their effect on multispectral recognition.,Remote Sens Environ, 6, 97-132.
  • [18] Jean, M. K., Emmanuel, E., Emnet, N., Darius, P., Royd, V., Atkilt, G., & Amanuel, Z. (2021), Assessing the spatio-temporal variability of NDVI and VCI as indices of crops productivity in Ethiopia: a remote sensing approach.,Geomatics. Natural Hazards and Risk, 12, 2880-2903, doi: 10.1080/19475705.2021.1976849
  • [19] Huang, S., Tang, L., & Hupy, J.P. (2021), A commentary review on the use of normalized difference vegetation index (NDVI) in the era of popular remote sensing.,J. For. Res. 32, 1-6, doi: 10.1007/s11676-020-01155-1
  • [20] Holben, B. N. (1986), C-haracteristics of maximum-value composite images f-rom temporal AVHRR data.,Int. J. Remote Sens., 7, 1417-1434.
  • [21] Do, T. N. A., Nguyen, Q. P., & Nguyen, H. S. (2017), Nghien cuu phuong phap canh bao han nong nghiep vung ha luu song Ca [Research method argricultural drought warming in downstream of Ca river].,Journal of Water Resources and Environmental Engineering, 56, 24-33.
  • [22] Chu, H., Venevsky, S., Wu, C., & Wang, M. (2019), NDVI-based vegetation dynamics and its response to climate changes at Amur-Heilongjiang River Basin f-rom 1982 to 2015.,Science of the Total Environment, 650, 2051-2062, doi:10.1016/j.scitotenv.2018.09.115
  • [23] Chen, B., Xu, G., Coops, N. C., Ciais, P., Innes, J. L., Wang, G., … Liu, Y. (2014), Changes in vegetation photosynthetic activity trends across the Asia–Pacific region over the last three decades.,Remote Sens. Environ., 144, 28-41
  • [24] Chavez, R. O., Clevers, J. G. P. W., Decuyper, M., De B. S., & Herold, M. (2016), 50 years of water extraction in the Pampa del Tamarugal basin: Can Prosopis tamarugo trees survive in the hyper-arid Atacama Desert (Northern Chile).,. J Arid Environ, 124, 292-303.
  • [25] Bannari, A., Morin, D., Bonn, F., & Huete, A. R. (1995), A review of vegetation indices,Remote Sensing Reviews, 13, 95-120.
  • [26] Baniya, B., Tang, Q., Xu, X., Haile, G. G., & Chhipi-Shrestha, G. (2019), Spatial and Temporal Variation of Drought Based on Satellite Derived Vegetation Condition Index in Nepal f-rom 1982–2015,Sensors, 19(430). doi: 10.3390/s19020430