Tác giả

Dương Bích Tuyền 1 , Đỗ Xuân Hồng 2 , Lê Trọng Diệu Hiền 3*

Đơn vị công tác

1 Chương trình Thạc sĩ Khoa học Môi trường, Đại học Thủ Dầu Một, 06 Trần Văn Ơn, Thành phố Thủ Dầu Một, Việt Nam; tuyenduong0965@gmail.com

2 Khoa Môi trường và Tài nguyên, Đại học Nông Lâm Tp. HCM; doxuanhong@hcmuaf.edu.vn

3 Khoa tài nguyên và Môi trường, Đại học Thủ Dầu Một, 06 Trần Văn Ơn, Thành phố Thủ Dầu Một, Việt Nam; hienltd@tdmu.edu.vn

*Tác giả liên hệ: hienltd@tdmu.edu.vn; Tel.: +84–372831517

Tóm tắt

Ô nhiễm chất lượng nước là một vấn đề môi trường nghiêm trọng, ảnh hưởng đến hệ sinh thái, đến sức khỏe con người và đến sự phát triển nền kinh tế. Khi các chất ô nhiễm như hóa chất, kim loại nặng, chất thải hữu cơ và vi khuẩn từ các nguồn công nghiệp, nông nghiệp dẫn đến sự suy giảm chất lượng nước. Ô nhiễm nước thường được đo lường qua sự gia tăng nồng độ các thông số chất lượng nước. Nghiên cứu trích xuất chỉ số nước (AWEI, WRI, và NDWI) từ dữ liệu ảnh viễn thám Sentinel-2 kết hợp với dữ liệu đo đạc thông số TSS thực tế để xây dựng mô hình hồi quy xác định diễn biến nồng độ TSS trên phạm vi sông Thị Tính và các phụ lưu. Kết quả nghiên cứu cho thấy phương pháp nghiên cứu mang tính thực tiễn cao giúp đánh giá nhanh và hiệu quả. Kết quả dự đoán giá trị nồng độ TSS giai đoạn 2021-2024 trong nước mặt dao động trong khoảng 1,97-83,78 mg/l. Mô hình hồi quy có hệ số xác định R2 = 67,4% và MSE = 0,17. Phương pháp được áp dụng trong nghiên cứu có thể được sử dụng để đánh giá chất lượng nước các khu vực khác của tỉnh Bình Dương.

Từ khóa

Hồi quy đa biến; TSS; Sông Thị Tính; Sentinel-2.

Trích dẫn bài báo

Tuyền, D.B.; Hồng, Đ.X.; Hiền, L.T.D. Nghiên cứu ứng dụng ảnh viễn thám Sentinel-2 kết hợp hồi quy đa biến xác định diễn biến nồng độ tổng chất rắn lơ lửng sông Thị Tính, tỉnh Bình Dương. Tạp chí Khí tượng Thủy văn 2025, 772, 38-50.

Tài liệu tham khảo

1. Gernez, P. Toward Sentinel-2 high resolution remote sensing of suspended particulate matter in very turbid waters: SPOT4 (Take5) experiment in the Loire and Gironde estuaries. Remote Sens. 2015, 7(8), 9507–9528. doi: 10.3390/rs70809507.

2. Graveline, N.; Maton, L.; Rinaudo, J.D.; Lückge, H.; Interwies, E.; Rouillard, J.; Strosser, P.; Palkaniete, K.; Taverne, D. An operational perspective on potential uses and constraints of emerging tools for monitoring water quality. TrAC Trends Anal. Chem. 2010, 29(5), 378–384. doi: 10.1016/j.trac.2010.02.006.

3. Stacy, L.; Marvin, E. Satellite remote sensing of wetlands. Wetl. Ecol. Manag. 2002, 10, 381–402.

4. Vũ, N.N.; Trung, LV.; Vân T.T. Đánh giá xâm nhập mặn vùng cửa sông từ dữ liệu viễn thám kết hợp quan trắc mặt đất. Tạp chí Khoa học và Công nghệ Thủy lợi 2018, 2(2), 50–56.

5. Gorelick, N.; Hancher, M.; Dixon, M.; lyushchenko, S.; Thau, I.D.; Moore, R. Google earth engine: Planetary-scale geospatial analysis for everyone. Remote Sens. Environ. 2017, 202, 18–27. doi: 10.1016/j.rse.2017.06.031.

6. Jiang, W. An effective water body extraction method with new water index for Sentinel-2 imagery. Water 2021, 13(12), 1647. doi: 10.3390/w13121647.

7. Chiến P. V. Nghiên cứu các chỉ số nhận biết nước từ ảnh Sentinel-2 trên nền Google Earth Engine: Áp dụng cho thành phố Sa Đéc, tỉnh Đồng Tháp. Tạp chí Khoa học và Công nghệ Thủy lợi 2020, 60, 1–8.

8. Điệp, N.T.H.; Nam, T.S.; Tiễn, P.D.; Linh, T.B.; Hồ, N.; Giám, T.T.; Nhung, Đ.T.C. Phân bố hàm lượng chất rắn lở lửng (TSS) tỉnh An Giang sử dụng ảnh viễn thám sentinel 2A. Can Tho Univ. J. Sci. 2021, 57(1), 1–7. doi: 10.22144/ctu.jvn.2021.001.

9. Thắng, Đ.L.; Hiền, Đ.T.T.; Thức, C.V.; Hùng, T.L.; Nga, N.T.T. Xây dựng quy trình xác định một số thông số chất lượng nước từ ảnh viễn thám quang học Sentinel 2 và số liệu quan trắc. Tạp chí Khoa học Đo đạc và bản đồ 2022, 53, 57–64. doi: 10.54491/jgac.2022.53.656.

10. Tiên, C.T.T.; Sỹ, P.C. Đánh giá hiện trạng và dự báo tải lượng các nguồn thải đổ vào sông Thị Tính. Tài nguyên và môi trường 2012, 46–47.

11. Thắng, L.V.; Tân, L.M.; Quân, N.H.; Triết, L.M. Mô hình toán tích hợp các nguồn thải điểm và nguồn phân tán cho lưu vực sông Thị Tính, phục vụ công tác đánh giá khả năng tiếp nhận và phục hồi chất lượng nước. Tạp chí Khí tượng Thủy văn 2012, 620, 21–26.

12. Sỹ, P.C.; Tiên, C.T.T. Tính toán hiện trạng và dự báo khả năng tiếp nhận chất ô nhiễm hữu cơ trên sông Thị Tính. Tài nguyên và Môi trường 2013, 19–22.

13. Tiên, C.T.T.; Hà, L.T.Q.; Sỹ, P.C. Đánh giá phân bố tải lượng ô nhiễm hữu cơ theo các tiểu vùng thuộc lưu vực sông Thị Tính. Tạp chí Đại học Thủ Dầu Một 2014, 1, 59–66.

14. Đỗ, T.N.; Nguyễn, T.D.M.; Trần, Q.T.; Nghiêm, V.T.; Phạm, V.M. Định lượng ô nhiễm nước mặt tại thành phố Hội An dựa trên dữ liệu viễn thám và mô hình học máy. Tạp chí Khoa học Đo đạc và Bản đồ 2022, (52), 54–64. doi: 10.54491/jgac.2022.52.598.

15. McFeeters, S. Using the normalized difference water index (NDWI) within a geographic information system to detect swimming pools for mosquito abatement: A practical approach. Remote Sens. 2013, 5(7), 3544–3561. doi: 10.3390/rs5073544.

16. Feyisa, G.L.; Meilby, H.; Fensholt, R.; Proud, S.R. Automated water extraction index: A new technique for surface water mapping using Landsat imagery. Remote Sens. Environ. 2014, 140, 23–35. doi: 10.1016/j.rse.2013.08.029.

17. Fang-fang, Z.; Bing, Z.; Jun-sheng, L.; Qian, S.; Yuanfeng, W.; Yang, S. Comparative analysis of automatic water identification method based on multispectral remote sensing. Procedia Environ. Sci. 2011, 11, 1482–1487. doi: 10.1016/j.proenv.2011.12.223.

18. Schneider, A.; Hommel, G.; Blettner, M. Linear regression analysis. Dtsch. Ärztebl. Int. 2010, 107(44), 776–782. doi: 10.3238/arztebl.2010.0776.

19. Japitana, M.V.; Burce, M.E.C. A Satellite-based remote sensing technique for surface water quality estimation. Eng. Technol. Appl. Sci. Res. 2019, 9(2), 3965–3970. doi: 10.48084/etasr.2664.

20. Al-Mukhtar, M.; Al-Yaseen, F. Modeling water quality parameters using data-driven models, a case study Abu-Ziriq Marsh in South of Iraq. Hydrology 2019, 6(1), 24. doi: 10.3390/hydrology6010024.

21. Đỗ, T.N.; Nguyễn, N.T.D.; Nguyễn, T.H.; Bùi, Q.T.; Lưu, T.P.M.; Phạm, V. M. Ứng dụng định lượng rủi ro ô nhiễm nước mặt dựa trên dữ liệu viễn thám quang học và phương pháp phân tích đa tiêu chí. Tạp chí khoa học Trường Đại học Sư phạm TPHCM 2019, 15(3), 2283–2296. doi:10.54607/hcmue.js.15.3.145(2018).

22. Thao, N.T.P.; Ha, N.T.T.; Vinh, P.Q.; Hien, T.T.; Thanh, D.X. A multivariate linear regression model for estimating chlorophyll-a concentration in Quan Son Reservoir (Hanoi, Vietnam) using Sentinel-2A Imagery. VN J. Earth Sci. 2024, 360–380.