Tác giả

Trần Văn Thương 1* , Cao Thanh Xuân 1 , Nguyễn Trọng Hiệu 2 , Phan Văn Tuấn 3 , Danh Mởn 4

Đơn vị công tác

1 Trường Đại học Thủ Dầu Một, Bình Dương; thuong.tran@tdmu.edu.vn; xuanct@tdmu.edu.vn;

2 Trung tâm Khoa học Công nghệ Khí tượng Thủy văn và Môi trường; hieu.nt38@gmail.com;

3 Trường Đại học Lâm Nghiệp – phân hiệu Đồng Nai; phanvantuandc@gmail.com;

4 Viện Địa lý Tài nguyên Thành phố Hồ Chí Minh, VAST; dmon@hcmig.vast.vn

*Tác giả liên hệ: thuong.tran@tdmu.edu.vn; Tel.: +84–938603357

Tóm tắt

Mục tiêu của nghiên cứu này nhằm sử dụng chỉ số chuẩn hóa sức khỏe thực vật (Standardized Vegetation Health Index–SVHI) để đánh giá biến động hạn nông nghiệp năm tại khu vực Tây Nguyên. Dữ liệu MODIS đa thời gian giai đoạn 2001–2020 đã được sử dụng để tính toán nhiệt độ bề mặt và chỉ số chuẩn hóa khác biệt thực vật, hai thông số đầu vào của chỉ số khô hạn đã áp dụng. Bên cạnh đó, chỉ số chuẩn hóa lượng mưa (SPI) tại 5 trạm khí tượng cũng được tính toán để đánh giá độ tin cậy của chỉ số SVHI. Đồng thời, tiếp cận hồi quy không gian đã được áp dụng để đánh giá biến động khô hạn năm tại lãnh thổ nghiên cứu theo không gian và thời gian. Kết quả nghiên cứu chỉ ra rằng hệ số tương quan giữa SVHI và SPI tại 5 trạm quan trắc đều trên mức trung bình tại độ tin cậy 95% (r > 0,5, p < 0,05). Ngoài ra, cấp độ khô hạn cực đoan đã xảy ra tại lãnh thổ nghiên cứu vào năm 2005 và 2016, đồng nhất với năm diễn ra El Niño. Hơn nữa, diễn biến của khô hạn có xu thế tăng tại đất nông nghiệp, trong khi, xu thế giảm được phát hiện tại đất rừng tại tất cả các tỉnh. Kết quả từ nghiên cứu này gớp phần cung cấp tài liệu tham khảo hữu ích cho nhà quản lý trong việc đề xuất các chiến lược giảm thiểu rủi ro hạn hán và bảo vệ rừng.

Từ khóa

SVHI; VHI; VCI; TCI; MODIS; Bình phương tối thiểu.

Trích dẫn bài báo

Thương, T.V.; Xuân, C.T.; Hiệu, N.T.; Tuấn, P.V.; Mởn, D. Sử dụng dữ liệu MODIS đa thời gian đánh giá biến động khô hạn tại Tây Nguyên giai đoạn 2001–2020. Tạp chí Khí tượng Thủy văn 2022, 733, 1-14.

Tài liệu tham khảo

1. Hiệu, L.T. Nghiên cứu đánh giá hạn hán vùng Đồng Bằng Sông Hồng, trường Đại học Khoa học Tự nhiên. Đại học Quốc gia Hà Nội: Hà Nội, 2012.

2. UNDRR, U.N.O. for D.R.R. GAR Special Report on Drought, 2021.

3. FAO. The Impact of Disasters and Crises on Agriculture and Food Security, 2021.

4. Minh Châu Liên Hợp Quốc. Sau COVID–19, hạn hán có thể sẽ là đại dịch kế tiếp, 2021.

5. Dinh, N.T.; Ha, N.T.T.; Thao, N.T.P.; Linh, N.T. 30 Years Monitoring Spatial – Temporal Dynamics of Agricultural Drought in the Central Highlands Using Landsat Data. In Proceedings of the Geo–spatial Technologies and Earth Resources; Publishing House for Science and Technology: Hanoi City, Vietnam, 2017, 181–188.

6. Nam, H.N.; Hoc, Q.T. Những Vấn Đề Môi Trường Bức Xúc Do Hoạt Các Hoạt Động Phát Triển ở Tây Nguyên. In Proceedings of the Tuyển tập báo cáo khoa học Hội thảo khoa học quốc gia; Nhà xuất bản Đại học Quốc gia Hà Nội: Trung tâm Nghiên cứu Tài nguyên và Môi trường, Đại học Quốc gia Hà Nội, 2013.

7. MONRE Climate Change and Sea Level Rise Scenario for Vietnam. Ministry of Natural Resources and Environment (MORE), Hanoi, Viet Nam, 2016.

8. Tigkas, D.; Vangelis, H.; Tsakiris, G. DrinC: A Software for Drought Analysis Based on Drought Indices. Earth Sci. Inf. 2015, 8, 697–709. https://doi.org/ 10.1007/s12145-014-0178-y.

9. Hua, L.; Wang, H.; Sui, H.; Wardlow, B.; Hayes, M.J.; Wang, J. Mapping the Spatial–Temporal Dynamics of Vegetation Response Lag to Drought in a Semi–Arid Region. Remote Sen. 2019, 11, 1873.

10. Elhag, K.; Zhang, W. Monitoring and Assessment of Drought Focused on Its Impact on Sorghum Yield over Sudan by Using Meteorological Drought Indices for the Period 2001–2011. Remote Sen. 2018, 10, 1231.

11. Ha, N.T.T.; Nhuan, M.T.; Ngo–Thi, D.; Thao, N.T.P. Drought Disaster in the Central Highlands of Vietnam: Relationship Between Land–Use Change and Drought Impact. In Proceedings of the Proceedings of the 3rd Global Summit of Research Institutes for Disaster Risk Reduction; Tatano, H., Collins, A., Eds.; Springer: Singapore 2021, 241–250.

12. Svoboda, M.; Fuchs, B. Handbook of Drought Indicators and Indices, 2016.

13. Hao, Z.; Singh, V.P.; Xia, Y. Seasonal Drought Prediction: Advances, Challenges, and Future Prospects. Rev. Geophys. 2018, 56, 108–141. https://doi.org/ 10.1002/2016RG000549.

14. Mu, Q.; Zhao, M.; Kimball, J.S.; McDowell, N.G.; Running, S.W. A Remotely Sensed Global Terrestrial Drought Severity Index. Bull. Am. Meteorol. Soc. 2013, 94, 83–98.

15. Caccamo, G.; Chisholm, L.A.; Bradstock, R.A.; Puotinen, M.L. Assessing the Sensitivity of MODIS to Monitor Drought in High Biomass Ecosystems. Remote Sens. Environ. 2011, 115, 2626–2639.

16. Son, N.T.; Chen, C.F.; Chen, C.R.; Chang, L.Y.; Minh, V.Q. Monitoring Agricultural Drought in the Lower Mekong Basin Using MODIS NDVI and Land Surface Temperature Data. Int. J. Appl. Earth Obs. Geoinf. 2012, 18, 417–427.

17. Dlamini, T.; Songsom, V. Landsat–Based Drought Phenomenon Evaluation of Cassava and Sugar Cane in Northeast Thailand. J. Eng. Sci. Res. 2019, 3, 06–13.

18. Van Den Hoek, J.; Getirana, A.; Jung, H.C.; Okeowo, M.A.; Lee, H. Monitoring Reservoir Drought Dynamics with Landsat and Radar/Lidar Altimetry Time Series in Persistently Cloudy Eastern Brazil. Remote Sens. 2019, 11, 827. https://doi.org/ 10.3390/rs11070827.

19. Urban, M.; Berger, C.; Mudau, T.; Heckel, K.; Truckenbrodt, J.; Onyango Odipo, V.; Smit, I.; Schmullius, C. Surface Moisture and Vegetation Cover Analysis for Drought Monitoring in the Southern Kruger National Park Using Sentinel–1, Sentinel–2, and Landsat–8. Remote Sens. 2018, 10, 1482.

20. Beaton, A.; Whaley, R.; Corston, K.; Kenny, F. Identifying Historic River Ice Breakup Timing Using MODIS and Google Earth Engine in Support of Operational Flood Monitoring in Northern Ontario. Remote Sens. Environ. 2019, 224, 352–364.

21. Bajgain, R.; Xiao, X.; Basara, J.; Wagle, P.; Zhou, Y.; Zhang, Y.; Mahan, H. Assessing Agricultural Drought in Summer over Oklahoma Mesonet Sites Using the Water–Related Vegetation Index from MODIS. Int. J. Biometeorol. 2016, 61(2), 377–390.

22. Son, N.T.; Chen, C.F.; Chen, C.R.; Masferrer, M.G.M.; Recinos, L.E.M. Multitemporal Landsat–MODIS Fusion for Cropland Drought Monitoring in El Salvador. Geocarto Int. 2019, 34, 1363–1383. https://doi.org/10.1080/10106049.2018.1489421.

23. Mu, Q.; Zhao, M.; Running, S.W. Improvements to a MODIS Global Terrestrial Evapotranspiration Algorithm. Remote Sens. Environ. 2011, 115, 1781–1800.

24. Park, J.S.; Kim, K.T.; Choi, Y.S. Application of Vegetation Condition Index and Standardized Vegetation Index for Assessment of Spring Drought in South Korea. In Proceedings of the IGARSS 2008, 3, 774–777.

25. Peters, A.J.; Walter–Shea, E.A.; Ji, L.; Vina, A.; Hayes, M.; Svoboda, M.D. Drought Monitoring with NDVI–Based Standardized Vegetation Index. Photogramm. Eng. Remote Sens. 2002, 68, 71–75.

26. McVicar, T.R.; Jupp, D.L. Using Covariates to Spatially Interpolate Moisture Availability in the Murray–Darling Basin: A Novel Use of Remotely Sensed Data. Remote Sens. Environ. 2002, 79, 199–212.

27. Triệu, V.; Phạm, T.; Đào, T. Kết Quả Thực Hiện Chiến Lược Phát Triển Lâm Nghiệp Việt Nam Giai Đoạn 2006–2020 và Đề Xuất Nội Dung Chiến Lược Phát Triển Lâm Nghiệp Việt Nam Giai Đoạn 2021–2030, Tầm Nhìn Đến Năm 2050; Tổ chức Nghiên cứu Lâm nghiệp Quốc tế (CIFOR): Bogor, Indonesia, Báo cáo chuyên đề 209, 2021. ISBN 978–602–387–144–5.

28. Trung Chuyên Giảm diện tích rừng ở Tây nguyên Available online: https://thanhnien.vn/thoi–su/giam–dien–tich–rung–o–tay–nguyen–1242144.html (accessed on 13 March 2021).

29. Bộ NN&PTNN, B.N. nghiệp và P. triển N. thôn Quyết định số 1558/QĐ–BNN–TCLN về công bố hiện trạng rừng năm 2020 2021.

30. Nguyen, Q.T.N.; Nguyen, L.D.; Nguyen, N.D.; Nguyen, T.; Bui, L.T.; Nguyen, L.K. Phân Vùng Hạn Hán Dựa Trên Chỉ Số Hạn và Mô Phỏng Chế Độ Thủy Văn Trên Lưu Vực Srepok Vùng Tây Nguyên. VNU J. Sci. Earth Environ. Sci. 2017, 33.

31. Vu, A.T.; Vu, T.H.; Trinh, H.D. The Characteristics and Trends of Meteorological Drought in Central Highlands. VN J. Hydrometeorol. 2019, 699, 50–58. https://doi.org/10.36335/VNJHM.2019(699).50–58.

32. Schults, T.J.R. Assessing the Relation between Groundwater Recharge and Drought Using Remote Sensing and Hydrological Modelling. Bachelor, Van Hall Larenstein: Netherlands, 2019.

33. Nguyen, H.T.T.; Mai, N.T.; Bui, C.D.; Nguyen, T.T.P. Mapping Droughts Over the Central Highland of Vietnam in El Niño Years Using Landsat Imageries. VNU J. Sci. Social Sci. Humanities 2016, 32, 255–263.

34. Hänsel, S.; Ustrnul, Z.; Łupikasza, E.; Skalak, P. Assessing Seasonal Drought Variations and Trends over Central Europe. Adv. Water Resour. 2019, 127, 53–75. https://doi.org/10.1016/j.advwatres.2019.03.005.

35. Svoboda, M.; Hayes, M.; Wood, D. Standardized Precipitation Index User Guide. World Meteorological Organization Geneva, Switzerland 2012, 900.

36. Tran, T.V.; Tran, D.X.; Myint, S.W.; Latorre–Carmona, P.; Ho, D.D.; Tran, P.H.; Dao, H.N. Assessing Spatiotemporal Drought Dynamics and Its Related Environmental Issues in the Mekong River Delta. Remote Sens. 2019, 11, 2742, https://doi.org/10.3390/rs11232742.

37. Justice, C.O.; Townshend, J.R.G.; Vermote, E.F.; Masuoka, E.; Wolfe, R.E.; Saleous, N.; Roy, D.P.; Morisette, J.T. An Overview of MODIS Land Data Processing and Product Status. Remote Sens. Environ. 2002, 83, 3–15.

38. Wan, Z. Collection–6 MODIS Land Surface Temperature Products Users’ Guide. ICESS, University of California, Santa Barbara, 2013.

39. Didan, K. MOD13A1 MODIS/Terra Vegetation Indices 16–Day L3 Global 500m SIN Grid V006 [Data Set]. NASA EOSDIS LP DAAC 2015. https://doi.org/10.5067/MODIS/MOD13A1.006.

40. McKee, T.B.; Doesken, N.J.; Kleist, J. The Relationship of Drought Frequency and Duration to Time Scales. In Proceedings of the Proceedings of the 8th Conference on Applied Climatology; American Meteorological Society Boston, MA, 1993, 17, 179–183.

41. Kogan, F.N. Application of Vegetation Index and Brightness Temperature for Drought Detection. Adv. Space Res. 1995, 15, 91–100.

42. Aniruddha, B. Feature Scaling Standardization Vs Normalization. Anal. Vidhya .

43. Shumway, R.H.; Stoffer, D.S. Characteristics of Time Series. In Time Series Analysis and Its Applications: With R Examples; Shumway, R.H., Stoffer, D.S., Eds.; Springer Texts in Statistics; Springer International Publishing: Cham, 2017, pp. 1–44. ISBN 978–3–319–52452–8.

44. Hao, Z.; Singh, V.P. Drought Characterization from a Multivariate Perspective: A Review. J. Hydrol. 2015, 527, 668–678.

45. Tran, T.V.; Tran, D.X.; Myint, S.W.; Huang, C.; Pham, H.V.; Luu, T.H.; Vo, T.M. Examining Spatiotemporal Salinity Dynamics in the Mekong River Delta Using Landsat Time Series Imagery and a Spatial Regression Approach. Sci. Total Environ. 2019, 687, 1087–1097.

46. Swain, S.; Patel, P.; Nandi, S. Application of SPI, EDI and PNPI Using MSWEP Precipitation Data over Marathwada, India. In Proceedings of the 2017 IEEE International geoscience and remote sensing symposium (IGARSS), IEEE, 2017, pp. 5505–5507.

47. Wu, H.; Hayes, M.J.; Wilhite, D.A.; Svoboda, M.D. The Effect of the Length of Record on the Standardized Precipitation Index Calculation. Int. J. Climatol. 2005, 25, 505–520. https://doi.org/10.1002/joc.1142.

48. Mishra, A.K.; Singh, V.P. Drought Modeling – A Review. J. Hydrol. 2011, 403, 157–175. https://doi.org/10.1016/j.jhydrol.2011.03.049.

49. Das, P.K.; Dutta, D.; Sharma, J.R.; Dadhwal, V.K. Trends and Behaviour of Meteorological Drought (1901–2008) over Indian Region Using Standardized Precipitation–Evapotranspiration Index. Int. J. Climatol. 2016, 36, 909–916. https://doi.org/10.1002/joc.4392.

50. Amani, M.; Salehi, B.; Mahdavi, S.; Masjedi, A.; Dehnavi, S. Temperature–Vegetation–Soil Moisture Dryness Index (TVMDI). Remote Sens. Environ. 2017, 197, 1–14.

51. Erhardt, T.M.; Czado, C. Standardized Drought Indices: A Novel Uni–and Multivariate Approach. arXiv preprint arXiv:1508.06476 2015.

52. de Carvalho Júnior, O.A.; Guimarães, R.F.; Silva, C.R.; Gomes, R.A.T. Standardized Time–Series and Interannual Phenological Deviation: New Techniques for Burned–Area Detection Using Long–Term MODIS–NBR Dataset. Remote Sens. 2015, 7, 6950–6985.

53. Cao, Y.; Chen, S.; Wang, L.; Zhu, B.; Lu, T.; Yu, Y. An Agricultural Drought Index for Assessing Droughts Using a Water Balance Method: A Case Study in Jilin Province, Northeast China. Remote Sens. 2019, 11, 1066.

54. Vicente–Serrano, S.M.; Beguería, S.; Lorenzo–Lacruz, J.; Camarero, J.J.; López–Moreno, J.I.; Azorin–Molina, C.; Revuelto, J.; Morán–Tejeda, E.; Sanchez–Lorenzo, A. Performance of Drought Indices for Ecological, Agricultural, and Hydrological Applications. Earth Interact. 2012, 16, 1–27.

55. Tổng cục Khí tượng Thủy Văn Nước và Mùa Khô Tây Nguyên Available online: http://kttvqg.gov.vn/tin–tuc–tai–nguyen–nuoc–va–moi–truong–114/nuoc–va–mua–kho–tay–nguyen–5934.html (accessed on 13 July 2021).

56. Thông tin nông thôn Tây Nguyên Vài Nét Tổng Quan Available online: https://dantocmiennui.vn/tay–nguyen–vai–net–tong–quan/130717.html (accessed on 13 July 2021).