Xác định phạm vi ngập lụt ở Hà Tĩnh tháng 10/2020 từ dữ liệu radar của vệ tinh Sentinel-1

Bài viết Xác định phạm vi ngập lụt ở Hà Tĩnh tháng 10/2020 từ dữ liệu radar của vệ tinh Sentinel-1 trình bày phương pháp và kết quả xác định phạm vi ngập lụt cho một đợt lũ lụt trong tháng 10/2020 trên địa bàn Hà Tĩnh sử dụng ảnh vệ tinh viễn thám Sentinel-1 (S1) và điện toán đám mây.
Nội dung trích xuất từ tài liệu:
Xác định phạm vi ngập lụt ở Hà Tĩnh tháng 10/2020 từ dữ liệu radar của vệ tinh Sentinel-1 Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN: 978-604-82-5957-0 XÁC ĐỊNH PHẠM VI NGẬP LỤT Ở HÀ TĨNH THÁNG 10/2020 TỪ DỮ LIỆU RADAR CỦA VỆ TINH SENTINEL 1 Nghiêm Tiến Lam Trường Đại học Thủy lợi, email: lam.n.t@tlu.edu.vn1. GIỚI THIỆU CHUNG liệu không gian của Google. Trong đó bao gồm một danh mục dữ liệu miễn phí, cơ sở hạ Hà Tĩnh là một tỉnh thuộc khu vực Bắc tầng điện toán đám mây, các giao diện lậpTrung Bộ có điều kiện thiên nhiên khắc trình không gian địa lý (API) và một máy chủnghiệt, thường xuyên chịu tác động của các ứng dụng tương tác. Mục tiêu của GEE làthiên tai như bão, mưa lớn, lũ lụt. Điều này nhằm cung cấp một nền tảng tương tác để phátảnh hưởng đến phát triển kinh tế - xã hội và triển thuật toán không gian địa lý trên quy môđời sống người dân trong khu vực. lớn; phát triển khoa học dựa trên dữ liệu có tác Vào các tháng 10 và 11/2020, một loạt trận động cao; góp phần giải quyết những tháchbão như Linfa, Nangka, Ofel, Saudel và thức toàn cầu liên quan đến các bộ dữ liệuMolave đã tác động nặng nề đến Hà Tĩnh. không gian địa lý lớn. Quá trình lựa chọn vàMưa lớn cực đoan trong nửa cuối tháng 10 đã xử lý ảnh bằng GEE có thể tiến hành tự độnggây ngập lụt 118 xã, phường, thị trấn của 11 bằng các chương trình Python hoặc JavaScript.huyện, thành phố, đặc biệt là tại các huyện:Cẩm Xuyên, Thạch Hà và thành phố Hà 2. XÁC ĐỊNH PHẠM VI NGẬP LỤTTĩnh. Các đợt lũ lớn cũng làm cho 6 ngườichết, 52.604 hộ gia đình (167.303 người) bị 2.1. Nguồn ảnh vệ tinhảnh hưởng, 3.765 nhà ở bị hư hỏng, nhiều Sentinel-1 là cặp 2 vệ tinh viễn thámcông trình giao thông, thủy lợi, xây dựng, (Sentinel-1A và Sentinel-1B) do Cơ quanthông tin và các diện tích nông nghiệp, thủy hàng không vũ trụ Châu Âu phóng lên vào cácsản bị thiệt hại. Tổng thiệt hại ước tính hơn tháng 4/2014 và 4/2016 nhằm hỗ trợ các hoạt5,327 tỷ đồng [5]. động hàng hải, giám sát đất và cứu trợ khẩn Nhằm giảm thiểu thiệt hại về người và tài cấp. Các vệ tinh này cung cấp ảnh radar khẩu độsản do bão, lũ, việc thống kê và đánh giá tổng hợp (SAR) theo 4 chế độ khác nhau ở băngđược phạm vi ngập lụt của các trận bão, lũ tần C trong mọi điều kiện thời tiết cả ban ngàylịch sử đóng một vai trò quan trọng và cần và ban đêm với độ phân giải cao từ 4 – 40 m vàthiết trong việc qui hoạch, phòng tránh giảm chu kỳ lặp lại dài nhất là 6 ngày.nhẹ thiên tai và lên phương án ứng phó với Để xác định phạm vi ngập lụt cho khu vựcthiên tai do bão, lũ. Hà Tĩnh trong trận ngập tháng 10/2020, Bài viết này sẽ trình bày phương pháp và chúng tôi sử dụng sản phẩm dữ liệu GRD độkết quả xác định phạm vi ngập lụt cho một phân giải 10 m được xử lý mức 1 của vệ tinhđợt lũ lụt trong tháng 10/2020 trên địa bàn Sentinel-1A chụp ở chế độ dải quét giao thoaHà Tĩnh sử dụng ảnh vệ tinh viễn thám rộng (IW) là chế độ chụp chính của Sentinel-Sentinel-1 (S1) và điện toán đám mây. 1 trên đất liền. Dữ liệu vệ tinh sử dụng là từ Việc xử lý ảnh vệ tinh để xác định phạm vi kênh dữ liệu phân cực VH của các ảnh đượcngập lụt sẽ được thực hiện bằng việc sử dụng chọn khi vệ tinh di chuyển hướng xuống trêndịch vụ điện toán đám mây Google Earth quĩ đạo. Thời gian lọc ảnh trước trận lũ làEngine (GEE). GEE là một dịch vụ xử lý dữ 21/09 – 10/10/2020 và thời gian lọc ảnh trong 561Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN: 978-604-82-5957-0đợt lũ là 15/10 – 25/10/2020. Toàn bộ quá 2.2. Xử lý ảnh vệ tinhtrình lựa chọn dữ liệu ảnh theo các tiêu chí vềthời gian, không gian, chế độ chụp, kênh Với bộ ảnh được chọn, các ảnh này đượcchụp, hướng quĩ đạo, độ phân giải đều được ghép lại và cắt gọt cho khu vực quan tâmtiến hành tự động từ bộ dữ liệu có sẵn của thành 2 ảnh cho các khoảng thời gian trướcGEE. Kết quả nhận được là 9 ảnh vệ tinh với khi ngập và đang ngập (Hình 2 và 3).5 ảnh trước trận lụt và 4 ảnh trong quá trìnhngập lụt. Thời gian của các ảnh như trongBảng 1 và vị trí theo số thứ t ...