Tác giả
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; nguyentrunghau_t64@hus.edu.vn; hantt_kdc@vnu.edu.vn
2 Viện Địa lý, Viện Hàn lâm Khoa học và Công nghệ Việt Nam; pqvinh@ig.vast.vn
3 Khoa Địa tin học, Đại học Thành Công, Đài Loan; p66127059@gs.ncku.edu.tw
*Tác giả liên hệ: pqvinh@ig.vast.vn; hantt_kdc@vnu.edu.vn; Tel.: +84–2435587062
Tóm tắt
Mô hình hóa chính xác sự phân bố trong không gian của chỉ số dinh dưỡng TSI (trophic state index) là một bước quan trọng trong đánh giá hiện trạng phú dưỡng nước hồ, giúp kiểm soát ô nhiễm hiệu quả. Nghiên cứu này nhằm xác định phương pháp phân tích không gian và dữ liệu hỗ trợ để tăng cường độ chính xác trong mô hình hóa sự phân bố trong không gian của TSI, từ đó tối ưu hóa việc đánh giá hiện trạng phú dưỡng hồ Thác Bà. Dựa vào số liệu đo hàm lượng cholorophyll-a (Chla), độ trong của nước (SD) tại 50 điểm trên hồ và ảnh vệ tinh Sentinel-3B (S3B) chụp đồng thời vào ngày 16/12/2022, chúng tôi đã xác định được hai thông số α và β từ ảnh có tương quan cao với TSI thực tế (r = 0,79 và 0,70) dùng để cải thiện độ chính xác của mô hình co-kriging trong ước tính TSI trên không gian mặt hồ (R2 từ 0,43 thành 0,83; RMSE từ 1,69 thành 1,23). Kết quả cho thấy nước hồ Thác Bà đang ở mức dinh dưỡng trung bình chuyển sang phú dưỡng và có sự thay đổi theo không gian phụ thuộc vào các hoạt động nhân sinh trên và ven hồ. Thông qua nghiên cứu, ảnh S3B được minh chứng có tiềm năng cao trong việc đánh giá chất lượng nước ở các hồ chứa có diện tích lớn như hồ Thác Bà.
Từ khóa
Trích dẫn bài báo
Thảo, N.T.P.; Vinh, P.Q.; Hậu, N.T.; Hiền, T.T.; Hà, N.T.T. Nâng cao hiệu quả đánh giá phú dưỡng nước hồ Thác Bà sử dụng ảnh vệ tinh Sentinel-3B và Co-kriging. Tạp chí Khí tượng Thuỷ văn 2024, 758, 35-45.
Tài liệu tham khảo
1. Galvez-Cloutier, R.; Sanchez, M. Trophic Status Evaluation for 154 Lakes in Quebec, Canada: Monitoring and Recommendations. Water Qual. Res. J. 2007, 42(4), 252–268.
2. Vollenweider, R.A.; Giovanardi, F.; Montanari, G.; Rinaldi, A. Characterization of the trophic conditions of marine coastal waters with special reference to the NW Adriatic Sea: proposal for a trophic scale, turbidity and generalized water quality index. Environ: Official J. Int. Soc. Environ. Sports 1998, 9(3), 329–357.
3. Vollenweider, R.A.; Kerekes, J. Eutrophication of waters-monitoring, assessment and control OECD. Paris, 1982, pp. 154.
4. Carlson, R.E. A trophic state index for lakes 1. Limnol. Oceanogr. 1977, 22(2), 361–369.
5. Cheng, K.S.; Lei, T.C. Reservoir trophic state evaluation using Landsat TM images 1. J. Am. Water Resour. Assoc. 2001, 37(5), 1321–1334.
6. Carlson, R.E.; Simpson, J. A coordinator’s guide to volunteer lake monitoring methods. North American Lake Management Society, 1996, pp. 96.
7. Vinh, P.Q.; Ha, N.T.T.; Binh, N.T.; Thang, N.N.; Oanh, L.T.; Thao, N.T.P. Developing algorithm for estimating chlorophyll-a concentration in the Thac Ba Reservoir surface water using Landsat 8 Imagery. VN J. Earth Sci. 2019, 41, 10–20.
8. Kim, Đ.Đ.; Thủy, D.T.; Liên, N.T.T.; Sơn, Đ.T.; Quỳnh, L.T.P.; Chi, Đ.H.L. Vi khuẩn lam độc nước ngọt. Nhà xuất bản Khoa học tự nhiên và Công nghệ, Hà Nội, 2014, tr. 326.
9. Hieu, V.H.; Quynh, L.T.P.; Josette, G.; Etcheber, H.; Thuy, D.T.; Cuong, H.T. Preliminary observation of particulate organic carbon (POC) contents in water environment of the downstream of Red River system. VN J. Earth Sci. 2012, 34(1), 65–69.
10. Dũng, T.N.K.; Nhã, C.C.P. Đánh giá hiện trạng, dự báo diễn biến bùn cát hồ chứa Thác Bà. Kỷ yếu Hội thảo khoa học lần thứ 9 - Viện khí tượng Thủy văn 2013, 380–385.
11. Membrillo-Abad, A.S.; Torres-Vera, M.A.; Alcocer, J.; Prol-Ledesma, R.M.; Oseguera, L.A.; Ruiz-Armenta, J.R. Trophic State Index estimation from remote sensing of lake Chapala, México. Revista mexicana de ciencias geológicas 2016, 33(2), 183–191.
12. Fuller, L.M.; Jodoin, R.S. Estimation of a Trophic State Index for selected inland lakes in Michigan, 1999–2013 (No. 2016-5023). US Geological Survey, 2016.
13. Lind, O.T. Handbook of common methods in limnology. The CV Mosley Company, 1979.
14. TCVN 6662:2000 (ISO 10260:1992) về Chất lượng nước - Đo thông số sinh hóa - Phương pháp đo phổ xác định nồng độ Clorophyl-a.
15. Lyu, H.; Yang, Z.; Shi, L.; Li, Y.; Guo, H.; Zhong, S.; ... Li, Y. A novel algorithm to estimate phytoplankton carbon concentration in inland lakes using Sentinel-3 OLCI images. IEEE Trans. Geosci. Remote Sens. 2020, 58(9), 6512–6523.
16. Xu, J.; Bian, Y.; Lyu, H.; Miao, S.; Li, Y.; Liu, H.; Xu, J. Estimation of particulate backscattering coefficient in turbid inland water using Sentinel 3A-OLCI image. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2021, 14, 8577–8593.
17. Rodrigues, G.; Potes, M.; Penha, A.M.; Costa, M.J.; Morais, M.M. The use of Sentinel-3/OLCI for monitoring the water quality and optical water types in the largest Portuguese reservoir. Remote Sens. 2022, 14(9), 2172.
18. Journel, A.G.; Journel, A.G. Fundamentals of geostatistics in five lessons (Vol. 8). Washington, DC: American Geophysical Union. 1989.
19. Linh, N.T.; Ha, N.T.T.; Thao, N.T.P.; Pham, Q.V. Assessing trophic status of suoi hai reservoir using carlson’s trophic state index. VN J. Earth Sci. 2021, 43(4), 509–523.
20. Tĩnh, T.T.; Đoàn, N.H.; Bùi, N.L.H.; Nguyễn, T.T.T. Đánh giá mức độ ảnh hưởng của các nguồn nước chảy vào hồ Đan Kia và áp dụng mô hình AQUATOX quản lý chất lượng nước hồ. Tạp chí sinh học 2016, 38(1), 61–69.
21. Yến, T.T.H.; Lượm, T.L. Đánh giá hiện trạng phú dưỡng và yếu tố môi trường chi phối quần xã tảo lục ở hồ Trị An. Tạp chí Khoa học Nông nghiệp Việt Nam 2019, 17(8), 645–664.
22. Ha, N.T.T.; Koike, K.; Nhuan, M.T. Improved accuracy of chlorophyll-a concentration estimates from MODIS imagery using a two-band ratio algorithm and geostatistics: As applied to the monitoring of eutrophication processes over Tien Yen Bay (Northern Vietnam). Remote Sens. 2013, 6(1), 421–442.
23. Usowicz, B.; Lipiec, J.; Łukowski, M.; Słomiński, J. Improvement of spatial interpolation of precipitation distribution using co-kriging incorporating rain-gauge and satellite (SMOS) soil moisture data. Remote Sens. 2021, 13(5), 1039.