Tác giả

Nguyễn Thiên Phương Thảo 1 , Phạm Quang Vinh 2 , Nguyễn Thị Thu Hà 1* , Nguyễn Thùy Linh 1,3

Đơn vị công tác

1 Khoa Địa chất, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; nguyenthienphuongthao_t57@hus.edu.vn

2 Viện Địa lý, Viện Hàn lâm Khoa học và Công nghệ Việt Nam; pqvinh@ig.vast.vn

3 Khoa Địa lý, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; nguyenthuylinh@hus.edu.vn

*Tác giả liên hệ: hantt_kdc@vnu.edu.vn; Tel.: +84–2435587062

Tóm tắt

Nghiên cứu này nhằm giám sát sự dao động của chỉ số dinh dưỡng (trophic state index: TSI) của nước hồ Hoàn Kiếm dựa vào hàm lượng chlorophyll–a (Chla) tính toán từ ảnh vệ tinh Sentinel 2A (S2A) thu nhận được từ tháng 9 năm 2019 đến tháng 8 năm 2020. Kết quả khảo sát từ 50 điểm đo tại hồ Hoàn Kiếm vào 5 thời điểm khác biệt trong năm cho thấy hàm lượng Chla của nước hồ dao động trong khoảng 114,8 µg/L đến hơn 700 µg/L và có tương quan cao với tỷ số phản xạ mặt nước ứng với kênh cận hồng ngoại (B5) trên kênh đỏ (B4) của ảnh S2A (R2 = 0,82) do đó có thể tính toán từ tỷ số này bằng phương trình hàm mũ với sai số trung bình đã kiểm chứng là 29,4 µg/L. Giá trị TSI(Chla) tính toán từ ảnh và thực tế cho giá trị khá tương đồng, dao động ở mức từ 77 đến 95 tương ứng với mức siêu phú dưỡng, cho thấy tiềm năng cao của việc giám sát mức độ phú dưỡng của hồ từ ảnh S2A. Theo không gian, giá trị TSI(Chla) thay đổi không nhiều, thường tập trung ở mức cao xung quanh khu vực bờ phía bắc và phía nam. Giá trị TSI(Chla) tính toán từ ảnh S2A có sự thay đổi nhẹ theo mùa, cao vào đầu hè (tháng 6) và đầu đông (tháng 10, 12). Để giám sát được chi tiết hơn biến thiên giá trị TSI(Chla) cần khai thác thêm các vệ tinh khác như Landsat 8 và Sentinel 2B để tăng tần suất giám sát.

Từ khóa

Phú dưỡng; Hồ Gươm; Chlorophyll–a; TSI; Sentinel 2A.

Trích dẫn bài báo

Thảo, N.T.P.; Vinh, P.Q.; Hà, N.T.T.; Linh, N.T. Giám sát biến thiên mức độ phú dưỡng của hồ Hoàn Kiếm dựa vào hàm lượng Chlorophyll–a tính toán từ ảnh Sentinel–2A. Tạp chí Khí tượng Thủy văn 2021, 721, 11-20.

Tài liệu tham khảo

1. Dekker, A.G.; Peters, S.W.M. The use of the Thematic Mapper for the analysis of eutrophic lakes: a case study in the Netherlands. Int. J. Remote Sens. 1993, 14, 799–821. https://doi.org/10.1080/01431169308904379.

2. Cheng, K.S.; Lei, T.C. Reservoir Trophic State Evaluation using Landsat TM Images. JAWRA J. Am. Water Resour. Assoc. 2001, 37, 1321–1334. https://doi.org/10.1111/j.1752–1688.2001.tb03642.x.

3. Tyler, A.N.; Svab, E.; Preston, T.; Présing, M.; Kovács, W.A. Remote sensing of the water quality of shallow lakes: A mixture modelling approach to quantifying phytoplankton in water characterized by high‐suspended sediment. Int. J. Remote Sens. 2006, 27, 1521–1537. https://doi.org/10.1080/01431160500419311.

4. Chang, N.B.; Imen, S.; Vannah, B. Remote sensing for monitoring surface water quality status and ecosystem state in relation to the nutrient cycle: a 40–year perspective. Crit. Rev. Env. Sci. Technol. 2015, 45, 101–166. https://doi.org/10.1080/10643389.2013.829981.

5. Jensen, J.R. Remote sensing of the environment: an earth resource perspective: Pearson Prentice Hall. Upper Saddle River, NJ, USA, 2000.

6. Leng, R. The impacts of cultural eutrophication on lakes: A review of damages and nutrient control measures. Writing 2009, 20, 33–39.

7. Le Hung Anh. Untersuchungen zur Verwertung der Biomasse in Landwirtschaft und Gartenbau Vietnams unter besonderer Berücksichtigung der Kompostierung. Humboldt University in Berlin, Dissertation Verlag, ISBN 3–89825–571–9, 2002.

8. Thủy, D.T.; Cường, H.T.; Kim, D.D. Biến động hàm lượng độc tố microcystin trong môi trường nước hồ Hoàn Kiếm. Tạp chí sinh học 2012, 34, 94–98. https://doi.org/10.15625/0866–7160/v34n1.675.

9. Carlson, R.E. A trophic state index for lakes. Limnol. Oceanogr. 1977, 22, 361–369. https://doi.org/10.4319/lo.1977.22.2.0361.

10. Håkanson, L.; Bryhn, A.C.; Hytteborn, J.K. On the issue of limiting nutrient and predictions of cyanobacteria in aquatic systems. Sci. Total Environ. 2007, 379, 89–108. https://doi.org/10.1016/j.scitotenv.2007.03.009.

11. Schalles, J.F. Optical remote sensing techniques to estimate phytoplankton chlorophyll–aconcentrations in coastal. In Remote sensing of aquatic coastal ecosystem processes (pp. 27–79). Springer, Dordrecht, 2006.

12. Gholizadeh, M.H.; Melesse, A.M.; Reddi, L. A comprehensive review on water quality parameters estimation using remote sensing techniques. Sensors 2016, 16, 1298. https://doi.org/10.3390/s16081298.

13. Sudheer, K.P.; Chaubey, I.; Garg, V. Lake water quality assessment from Landsat thematic mapper data using neural network: an approach to optimal band combination selection1. JAWRA J. Am. Water Resour. Assoc. 2006, 42, 1683–1695. https://doi.org/10.1111/j.1752–1688,2006.tb06029.x.

14. Turner, D. Remote Sensing of Chlorophyll a Concentrations to Support the Deschutes Basin Lake and Reservoirs TMDLs; Department of Environmental Quality: Portland, OR, USA, 2010.

15. Kloiber, S.M.; Brezonik, P.L.; Bauer, M.E. Application of Landsat imagery to regional–scale assessments of lake clarity. Water Res. 2002, 36, 4330–4340. https://doi.org/10.1016/S0043–1354(02)00146–X.

16. Allan, M.G.; Hicks, B. J.; Brabyn, L. Remote sensing of water quality in the Rotorua lakes. The University of Waikato: Hamilton, New Zealand, 2007.

17. Chipman, J.W.; Olmanson, L.G.; Gitelson, A.A. Remote sensing methods for lake management: A guide for resource managers and decision–makers. North American Lake Management Society, 2009.

18. Menken, K.D.; Brezonik, P.L.; Bauer, M.E. Influence of chlorophyll and colored dissolved organic matter (CDOM) on lake reflectance spectra: Implications for measuring lake properties by remote sensing. Lake and Reservoir Manage. 2006, 22, 179–190. https://doi.org/10.1080/07438140609353895.

19. Thom, D.T.; Kien, H.T.; Nguyet, V.T.; Kim, D.D. Study on some environmental factors and phytoplankton of Lake Hoan Kiem water before dislodging. The 3rd National Scientific Conference on Ecology and Biological Resources. Hanoi, Vietnam, 2009, pp. 1673.

20. Mobley C.D. Estimation of the remote–sensing reflectance from above–surface measurements. Appl. Opt. 1999, 38(36), 7442–7455. https://doi.org/10.1364/AO.38.007442.

21. Barsi, J.A.; Lee, K.; Kvaran, G.; Markham, B.L.; Pedelty, J.A. The spectral response of the Landsat–8 Operational Land Imager. Remote Sens. 2014, 6, 10232–10251. https://doi.org/10.3390/rs61010232.

22. APHA. Standard methods for the examination of water and wastewater analysis. American Public Health Association, Washington DC, 1998.

23. Carlson, R.E.; Simpson, J. A coordinator’s guide to volunteer lake monitoring methods. North American Lake Management Society 1996, 96, 305.

24. Ha N.T.T.; Koike K. Integrating satellite imagery and geostatistics of point samples for monitoring spatio–temporal changes of total suspended solids in bay waters: application to Tien Yen Bay (Northern Vietnam). Front. Earth Sci. 2011, 5, 305–316. https://doi.org/10.1007/s11707–011–0187–9.

25. Hà, N.T.T.; Cảnh, B.Đ.; Thảo, N.T.P.; Nhị, B.T. Thử nghiệm mô hình hóa sự phân bố không gian của hàm lượng chlorophyll–a và chỉ số trạng thái phú dưỡng nước Hồ Tây sử dụng ảnh Sentinel–2A. VNU Journal of Science: Earth and Environmental Sciences 2016, 32(2S).