Tác giả

Hoàng Anh Huy 1

Đơn vị công tác

1Trường Đại học Tài nguyên và Môi trường Hà Nội

Tóm tắt

Nhiệt độ bề mặt đất (LST) là thông số quan trọng trong nghiên cứu khí tượng thủy văn, đặc biệt trong bối cảnh trái đất đang chịu ảnh hưởng nặng nề của biến đổi khí hậu toàn cầu. Do đó, nghiên cứu sự phân bố không gian nhiệt độ bề mặt đất có ý nghĩa quan trọng. Bài báo giới thiệu kết quả nghiên cứu sự phân bố LST khu vực thành phố Thái Nguyên từ ảnh hồng
ngoại nhiệt LANDSAT 8 chụp vào 10h02’ ngày 10/12/2016. Ảnh vệ tinh được chuyển từ giá trị số nguyên sang giá trị bức xạ phổ trên đỉnh khí quyển, trên cơ sở xác định nhiệt độ độ sáng và độ phát xạ bề mặt tiến hành ước tính LST. Kết quả nghiên cứu cho thấy: (i) nhiệt độ thấp (17,7 - 20°C) có diện tích 13,39 km2 (chiếm 7,73% tổng diện tích) phân bố khu vực đồi núi cao và hồ Núi Cốc; (ii) nhiệt độ trung bình (20 - 25°C) chiếm diện tích 152,38 km2 (chiếm 91,51%), phân bố tại các khu vực ven đô; (iii) 7,44 km2 diện tích có nhiệt độ cao (25 - 31°C) (chiếm 4,29% tổng diện tích) tập trung ở khu vực đô thị. Từ kết quả nghiên cứu có thể kết luận: ảnh hồng ngoại nhiệt LANDSAT 8 TIRS giúp nghiên cứu sự phân bố không gian LST một cách nhanh chóng và hiệu quả.

Từ khóa

Nhiệt độ bề mặt đất , ảnh hồng ngoại nhiệt , LANDSAT 8 TIRS

Trích dẫn bài báo

Hoàng Anh Huy(2016), Nghiên cứu sự phân bố nhiệt độ bề mặt đất khu vực thành phố Thái Nguyên trên cơ sở sửu dụng vệ tinh LANDSAT-8, kênh hồng ngoại nhiệt (TIRS). Tạp chí Khí tượng Thủy văn 670, 26-32.

Tài liệu tham khảo

[1] Akhoondzadeh.M and Saradjian.M.R. Comparison of Land Surface Temperature mapping using MODIS and ASTER Images in Semi-Arid Area. Commission VIII, WGVIII/9.
[2] Chavez, P. S. Jr. (1996). Image-Based Atmospheric Corrections – Revisited and Improved. Photogrammetric Engineering and Remote Sensing 62(9), 1025-1036.
[3] Coll, C.; Caselles, V.; Valor, E.; Niclòs, R. Comparison between different sources of atmospheric profiles for land surface temperature retrieval from single channel thermal infrared data. Remote Sens. Environ. 2012, 117, 199–210.
[4] Jimenez-Munoz, J.C.; Sobrino, J.A. A single-channel algorithm for land-surface temperature retrieval from ASTER data. IEEE Geosci. Remote Sens. Lett. 2010, 7, 176–179.
[5] Jimenez-Munoz, J.C.; Cristobal, J.; Sobrino, J.A.; Soria, G.; Ninyerola, M.; Pons, X. Revision of the single-channel algorithm for land surface temperature retrieval from Landsat thermal-infrared data. IEEE Trans. Geosci. Remote Sens. 2009, 47, 339–349.
[6] Jimenez-Munoz, J.C.; Sobrino, J.A. A generalized single-channel method for retrieving land surface temperature from remote sensing data. J. Geophys. Res.: Atmos. 2003,
doi:10.1029/2003JD003480.
[7] Liang, S.; Li, X.; Wang, J. Advanced Remote Sensing: Terrestrial Information Extraction and Applications; Elsevier Science: Amsterdam, The Netherlands, 2012.
[8] National Aeronautics and Space Administration (NASA), LANDSAT Science data user’s
Handbook.
[9] https://www.usgs.gov/
[10] Qin, Z.; Dall’Olmo, G.; Karnieli, A.; Berliner, P. Derivation of split window algorithm and its sensitivity analysis for retrieving land surface temperature from NOAA-advanced very high resolution radiometer data. J. Geophys. Res.: Atmos. 2001, 106, 22655–22670
[11] Qin, Z.; Karnieli, A.; Berliner, P. A mono-window algorithm for retrieving land surface temperature from Landsat TM data and its application to the Israel-Egypt border region. Int. J. Remote Sens. 2001, 22, 3719–3746.
[12] Rouse, J.W.; Haas (Jr.), R. H.; Schell, J. A.; Deering, D. W. Monitoring vegetation systems in the Great Plains with ERTS. In Proc. ERTS-1 Symposium 3rd, Greenbelt, MD. 10–15 Dec. 1973. Vol. 1. NASA SP-351. NASA: Washington, DC, 1974.
[13] Sobrino, J.A.; Jimenez-Munoz, J.C.; Paolini, L. Land surface temperature retrieval from
Landsat TM 5. Remote Sens. Environ. 2004, 90, 434–440.
[14] Sobrino, J.A.; Caselles, V.; Coll, C. Theoretical split-window algorithms for determining the actual surface temperature. Il Nuovo Cimento C 1993, 16, 219–236.
[15] Sobrino, J. A., Raissouni, N. Toward remote sensing methods for land cover dynamic monitoring: application to Morocco, International Journal of Remote Sensing 2000, 21 (2), 353-366.
[16] Valor E., Caselles V. (1996). Mapping land surface emissivity from NDVI. Application to European African and South American areas, Remote sensing of Environment, 57, pp. 167 – 184
[17] Weng, Q.; Fu, P.; Gao, F. Generating daily land surface temperature at Landsat resolution by fusing Landsat and MODIS data. Remote Sens. Environ. 2014, 145, 55–67.
[18] Zhang, Z.; He, G. Generation of Landsat surface temperature product for China, 2000–
2010. Int. J. Remote Sens. 2013, 34, 7369–7375.