Tổng quan về luận án

Công trình nghiên cứu "Mô hình hóa sự biến đổi các lớp phủ bề mặt do lũ lụt ở Đồng bằng sông Cửu Long bằng tư liệu viễn thám và GIS" của tác giả Nguyễn Văn Khánh (ngành Kỹ thuật Trắc địa - Bản đồ, Mã số: 9520503, Trường Đại học Mỏ - Địa chất Hà Nội, dưới sự hướng dẫn khoa học của PGS.TS. Trần Xuân Trường và PGS.TS. Vũ Xuân Cường) đại diện cho một bước tiến tiên phong trong việc tích hợp công nghệ quan trắc không gian và phân tích địa không gian để giám sát tai biến thủy văn theo thời gian thực tại Việt Nam.

+-----------------------------------------------------------------------------------+
|                        KHUNG MÔ HÌNH HÓA ĐỊA KHÔNG GIAN                          |
|                                                                                   |
|  [Chuỗi ảnh Radar SAR Sentinel-1]       [Chuỗi ảnh quang học Sentinel-2 & DEM]   |
|   (Băng C, 5.405 GHz, phân cực VV/VH)    (Kênh Phổ Đỏ B4, Cận hồng ngoại NIR B8)  |
|                  |                                        |                       |
|                  +--------------------+-------------------+                       |
|                                       |                                           |
|                                       v                                           |
|                     [Phân loại Hướng đối tượng (OBIA)]                            |
|                       - Thuật toán Multiresolution                                |
|                       - Chỉ số NDVI & Quy tắc phân cấp                            |
|                                       |                                           |
|                                       v                                           |
|              [Phân tích Tương quan & Trích xuất Biến động GIS]                    |
|                - Dữ liệu mực nước Trạm Thủy văn Vàm Nao (2015-2019)               |
|                - Hệ số tán xạ ngược Radar (dB) & Cao độ DEM                       |
|                                       |                                           |
|                                       v                                           |
|            [HỆ THỐNG MÔ HÌNH ĐỊNH LƯỢNG BIẾN ĐỔI 6 LỚP PHỦ S_i = f(H)]            |
|             (Mặt nước, Lúa, Đất ngập nước, Cây lâu năm, Đất trống, Đô thị)        |
+-----------------------------------------------------------------------------------+

Đồng bằng sông Cửu Long (ĐBSCL) với tổng diện tích tự nhiên khoảng 3,9 triệu ha giữ vai trò an ninh lương thực sống còn nhưng mang đặc thù địa hình bằng phẳng, thường xuyên chịu ngập lũ hàng năm trên phạm vi từ 1,4 triệu ha (năm lũ nhỏ) đến 1,9 triệu ha (năm lũ lớn) kéo dài 3–6 tháng. Khoảng trống nghiên cứu then chốt xuất phát từ việc các phương pháp truyền thống ở Việt Nam chủ yếu dựa vào mô phỏng thủy lực số trị (như Mike 11 của Cấn Thu Văn và cộng sự, 2012) hoặc nội suy kịch bản dâng ngập tĩnh từ mô hình số độ cao DEM (Võ Quang Minh và cộng sự, 2011). Các hướng tiếp cận này tích lũy sai số lớn do sự biến thiên của lớp phủ thực vật, sai số độ cao bề mặt và đặc biệt là không phản ánh được tương tác dòng chảy phức tạp bị ngăn chia bởi hệ thống đê bao, đường giao thông, cũng như không thể cập nhật liên tục theo chu kỳ mùa lũ.

Luận án giải quyết hai câu hỏi nghiên cứu cốt lõi:

  1. Cơ chế biến đổi tán xạ ngược Radar SAR và phản xạ phổ cận hồng ngoại của từng kiểu lớp phủ bề mặt diễn biến như thế nào theo từng pha dâng lũ?
  2. Làm thế nào để thiết lập một hàm toán học chính xác mô tả mối quan hệ giữa biến thiên mực nước thực đo tại trạm thủy văn chủ lưu với diện tích chuyển dịch của các loại hình lớp phủ mặt đất?

Hai giả thuyết khoa học được kiểm chứng bao gồm:

  • Giả thuyết H1: Phân loại hướng đối tượng (OBIA) tích hợp chuỗi ảnh quang học Sentinel-2, chỉ số thực vật khác biệt (NDVI) và mô hình số độ cao (DEM) cho phép bóc tách chính xác các đối tượng mặt đất tại thời điểm khô ráo hoặc đầu mùa lũ.
  • Giả thuyết H2: Giải pháp kết hợp chuỗi ảnh Radar SAR Sentinel-1 đa thời gian xuyên mây với tư liệu thủy văn thực nghiệm cho phép mô hình hóa trực tiếp hàm diện tích ngập của từng lớp phủ $S_i = f(H)$, vượt qua giới hạn của phương pháp ngoại suy hình thái đơn thuần.

Nghiên cứu được triển khai trên không gian thực nghiệm thuộc hai tỉnh trọng điểm ngập lũ An Giang và Đồng Tháp trong khung thời gian 5 năm liên tục (2015–2019), mang lại giá trị định lượng thiết thực cho công tác quy hoạch phát triển bền vững và giảm nhẹ thiên tai vùng hạ lưu sông Mê Kông.

Literature Review và Positioning

Tổng quan tài liệu quốc tế và trong nước cho thấy sự phân hóa rõ nét giữa hai trường phái quan sát ngập lụt:

                               CÁC TRƯỜNG PHÁI TIẾP CẬN TRONG LÝ THUYẾT
                                                  |
           +--------------------------------------+--------------------------------------+
           |                                                                             |
           v                                                                             v
[TRƯỜNG PHÁI QUANG HỌC THUẦN TÚY]                                             [TRƯỜNG PHÁI SAR BĂNG TẦN C/L]
- Tác giả: Xiao et al., Sakamoto et al. (2007)                                - Tác giả: Hess et al. (1995), Kasischke et al. (1997)
- Ưu điểm: Phản xạ phổ rõ nét qua dải NIR (800-1100 nm)                       - Ưu điểm: Xuyên mây, nhạy cảm với độ gồ ghề và hằng số điện môi
- Nhược điểm: Bị triệt tiêu hoàn toàn khi có mây che mùa mưa                  - Nhược điểm: Phân cực đơn khó tách tán xạ kép phức tạp
           |                                                                             |
           +--------------------------------------+--------------------------------------+
                                                  |
                                                  v
                                     [ĐIỂM GIAO THOA CỦA LUẬN ÁN]
                           Tích hợp Đa phổ Sentinel-2 + Radar C-band SAR 
                           Sentinel-1 + Chuỗi quan trắc thủy văn thời gian thực

Trường phái thứ nhất tập trung khai thác tư liệu quang học đa phổ (Landsat, MODIS, SPOT, Sentinel-2). Các tác giả như Sakamoto et al. (2007) và Xiao et al. (2006) sử dụng chỉ số thực vật NDVI, SAVI, EVI để lập bản đồ canh tác lúa và vùng trũng ngập nước. Nghiên cứu của Boles et al. (2004) [58] dùng kênh 3 (760–860 nm) và kênh 4 (1600–1700 nm) của ASTER để phân lập thực vật vùng cao và vùng ngập theo mùa. Tuy nhiên, tranh luận học thuật nổ ra khi Townsend & Walsh (1998) chỉ ra rằng ảnh quang học hoàn toàn bị vô hiệu hóa tại các vùng nhiệt đới gió mùa do độ che phủ của mây trong mùa mưa lên tới trên 80%.

Trường phái thứ hai tận dụng Radar khẩu độ tổng hợp (SAR) để khắc phục nhược điểm thời tiết. Hess et al. (1995) [50] sử dụng JERS-1 băng L để lập bản đồ ngập dưới tán rừng Amazon, trong khi Kasischke & Bourgeau-Chavez (1997) [42] dùng ERS-1 băng C giám sát đất ngập nước Tây Nam Florida, chứng minh tán xạ ngược tăng 4,1 đến 7,9 dB khi xuất hiện ngập dưới tán thân gỗ nhưng lại giảm mạnh khi ngập thảm cỏ thân thảo. Baghdadi et al. (2001) [25] tại đầm lầy Mer Bleue (Canada) khẳng định phân cực chéo (HV, VH) vượt trội hơn phân cực đơn (VV) trong phân biệt các tầng thực phủ ngập nước.

Mâu thuẫn lớn nhất trong y văn quốc tế tồn tại giữa mô hình hình thái học dốc đứng (như nghiên cứu của Shen et al., 2013 [70] tại hồ Tonle Sap, Campuchia với biên độ mực nước dao động mạnh từ 1 m đến 10 m) và vùng châu thổ bằng phẳng hạ lưu châu thổ. Mô hình của Shen et al. tích hợp ALOS PALSAR và MODIS nhưng dựa trên sự tương quan ở địa hình phân tầng rõ rệt. Khi áp dụng vào ĐBSCL – nơi biên độ ngập chỉ từ 1 m đến 4 m nhưng địa hình chia cắt bởi hàng ngàn km đê bao – các mô hình quốc tế bộc lộ sai số nghiêm trọng.

Luận án của Nguyễn Văn Khánh định vị chính xác khoảng trống này: thiết lập khung tích hợp Sentinel-1 SAR (băng C, tần số 5,405 GHz) và Sentinel-2 quang học cùng DEM chuẩn hóa cho khu vực châu thổ trũng thấp có điều tiết nhân tạo phức tạp, tạo ra đóng góp vượt bậc so với các công bố của Nguyễn Thị Ngọc et al. (2016) [12] tại Thừa Thiên Huế hay Lê Hoàng Tú et al. (2018) [19] tại sông Vu Gia vốn chưa phản ánh được động thái lớp phủ theo chuỗi thời gian thực.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng Lý thuyết Tán xạ Sóng Điện từ (Electromagnetic Scattering Theory) của Ulaby, Moore & Fung (1986) và Lý thuyết Phân hủy Tán xạ Radar (Radar Target Decomposition) của Cloude & Pottier (1997) trong môi trường thủy văn biến động mạnh:

                            MÔ HÌNH CƠ CHẾ TÁN XẠ BỀ MẶT THEO MỰC NƯỚC
                                                                                      
(a) Giai đoạn chưa ngập        (b) Giai đoạn nước mấp mé gốc      (c) Giai đoạn ngập sâu toàn phần
     Tán xạ mặt / khối                Tán xạ kép (Double-bounce)            Phản xạ gương (Specular)
                                                                                      
     Sóng tới      Sóng dội            Sóng tới       Sóng dội              Sóng tới       Sóng dội xa
         \          /                      \          ^                         \             /
          \        /                        \        /                           \           /
           v      /                          v      /                             v         /
        +-----------+                      +-----------+                          +-----------+
        | Thân cây  |                      | Thân cây  |                          |  Mặt nước |
        |           |                      |     |     |                          |  phẳng    |
  ------+-----------+-------         ------+-----v-----+-------             ------+-----------+-------
        Đất khô / ẩm                       Mặt nước ngập                         Mặt nước sâu
    (Tán xạ khối vừa phải)             (Tín hiệu dội vệ tinh mạnh:        (Tín hiệu dội ra xa: 
                                        sigma^0 tăng vọt +4 đến +8 dB)     sigma^0 giảm sâu -15 đến -22 dB)

Công trình làm sáng tỏ cơ chế chuyển pha tán xạ:

  1. Đất trống và mặt nước hở: Tán xạ bề mặt tuân theo mô hình phản xạ gương (specular reflection), sóng radar bị phản xạ ra xa khỏi hướng thu của ăng-ten, làm giá trị tán xạ ngược ($\sigma^0$) giảm xuống cực tiểu (-18 dB đến -22 dB).
  2. Thực vật thân thảo và đất lúa: Khi nước bắt đầu dâng, hệ số điện môi tăng làm tăng tán xạ ban đầu, nhưng khi ngập sâu qua thân lá, bề mặt nước triệt tiêu phản xạ ngược khiến $\sigma^0$ suy giảm tuyến tính.
  3. Thực vật thân gỗ và khu dân cư: Xảy ra hiện tượng phản xạ kép (double-bounce scattering) giữa mặt nước phẳng và thân cây thẳng đứng hoặc góc tường công trình, làm tăng đột biến cường độ tín hiệu phản hồi quay lại bộ cảm biến từ +4 dB đến +8 dB đối với rừng và duy trì mức cao từ -1 dB đến +1 dB đối với khu dân cư.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột lý thuyết:

  • Lý thuyết Tương tác Bức xạ Quang học (Optical Radiative Transfer),
  • Lý thuyết Tán xạ Vi sóng (Microwave Backscattering),
  • Lý thuyết Xử lý Ảnh Hướng đối tượng (Object-Based Image Analysis - OBIA của Blaschke, 2010).
+---------------------------------------------------------------------------------------------------+
|                                  KHUNG PHÂN TÍCH TÍCH HỢP ĐA CẢM BIẾN                             |
|                                                                                                   |
|  [Tầng Dữ liệu Quang học]       [Tầng Dữ liệu Radar SAR]             [Tầng Dữ liệu Địa hình & Thủy văn]
|   Sentinel-2 (Kênh 4, 8)         Sentinel-1 (VV, VH, C-band)          DEM + Trạm Vàm Nao          |
|             |                                |                                       |            |
|             v                                v                                       v            |
|      Chỉ số NDVI                     Hệ số Tán xạ sigma^0                   Cao độ & Cấp báo động |
|             \                                |                                      /             |
|              +-------------------------------+-------------------------------------+              |
|                                              |                                                    |
|                                              v                                                    |
|                         [Thuật toán Phân vùng Đa tỷ lệ (OBIA)]                                    |
|                          Scale Parameter: 20-50 | Shape: 0.1 | Compactness: 0.5                   |
|                                              |                                                    |
|                                              v                                                    |
|                         [Cây Quyết định Phân loại 6 Kiểu Lớp Phủ]                                 |
|                                              |                                                    |
|                                              v                                                    |
|                         [Hàm Đa thức Hồi quy Thực nghiệm S_i = f(H)]                              |
+---------------------------------------------------------------------------------------------------+

Thay vì phân loại theo từng pixel (pixel-based) dễ bị nhiễu muối tiêu (speckle noise) của ảnh Radar, quy trình OBIA nhóm các pixel lân cận có đặc tính phổ và tán xạ đồng nhất thành các đối tượng không gian (image objects). Khung phân tích thiết lập điều kiện biên cụ thể: áp dụng tối ưu cho đồng bằng trũng thấp có chế độ ngập bán nhật triều kết hợp lũ đơn đỉnh hoặc đa đỉnh sông Mê Kông, với dải mực nước kiểm chứng thực tế từ 1,5 m đến 4,5 m tại trạm Vàm Nao.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án vận dụng thế giới quan Thực chứng Hiện đại (Positivism / Critical Realism), xây dựng thiết kế nghiên cứu đa phương thức định lượng nghiêm ngặt (Multi-sensor Quantitative Empirical Design). Quy trình kết hợp dữ liệu vệ tinh đa thời gian, đa độ phân giải với hệ thống trạm quan trắc thủy văn và đo đạc thực địa.

+---------------------------------------------------------------------------------------------------+
|                              THIẾT KẾ NGHIÊN CỨU VÀ BỐ TRÍ DỮ LIỆU                                |
|                                                                                                   |
|  - Không gian: Tỉnh An Giang và Đồng Tháp (vùng rốn lũ Tứ Giác Long Xuyên & Đồng Tháp Mười)       |
|  - Thời gian: 2015 - 2019 (Bao trùm các năm lũ nhỏ 2015, lũ trung bình 2016-2017, lũ lớn 2018)  |
|  - Nguồn dữ liệu:                                                                                 |
|    + Chuỗi ảnh Sentinel-1 SAR (GRD, Phân cực kép VV + VH, C-band 5.405 GHz)                       |
|    + Chuỗi ảnh Sentinel-2 MSI (13 kênh phổ, độ phân giải không gian 10m - 20m)                   |
|    + Bản đồ số độ cao DEM và Bản đồ vết đỉnh lũ lịch sử 2011                                      |
|    + Số liệu mực nước thực đo hàng ngày tại trạm thủy văn cấp I Vàm Nao                           |
+---------------------------------------------------------------------------------------------------+

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu triển khai qua 5 giai đoạn liên hoàn:

+------------------+     +--------------------+     +---------------------+     +--------------------+
|  1. TIỀN XỬ LÝ   | --> |  2. BÓC TÁCH OBIA  | --> | 3. PHÂN LOẠI CHUỖI  | --> | 4. MÔ HÌNH HÓA VÀ  |
| - Hiệu chuẩn bức |     | - Phân vùng đa tỷ  |     | - Lập bản đồ 6 lớp  |     |    KIỂM NGHIỆM     |
|   xạ sigma^0     |     |   lệ eCognition    |     |   phủ 2015 - 2019   |     | - Xây dựng hàm     |
| - Nắn chỉnh DEM  |     | - Thiết lập tập    |     | - Đánh giá ma trận  |     |   S_i = f(H)       |
| - Lọc nhiễu Lee  |     |   quy tắc (Ruleset)|     |   nhầm lẫn & Kappa  |     | - Kiểm chứng RMSE  |
+------------------+     +--------------------+     +---------------------+     +--------------------+

  1. Tiền xử lý dữ liệu Radar và Quang học:

    • Ảnh Sentinel-1 được nắn chỉnh hình học (Terrain Correction) sử dụng mô hình số độ cao DEM, hiệu chuẩn bức xạ tuyệt đối để chuyển đổi giá trị số (DN) sang hệ số tán xạ ngược $\sigma^0$ (decibel - dB), và áp dụng bộ lọc Lee 5x5 để khử nhiễu đốm speckle.
    • Ảnh Sentinel-2 được hiệu chỉnh khí quyển (Sen2Cor), nắn chỉnh tọa độ về hệ quy chiếu VN-2000, tính toán chỉ số NDVI theo công thức: $$\text{NDVI} = \frac{\text{NIR (Kênh 8)} - \text{Red (Kênh 4)}}{\text{NIR (Kênh 8)} + \text{Red (Kênh 4)}}$$

  2. Phân đoạn đối tượng (Multiresolution Segmentation) trên phần mềm eCognition:

    • Thiết lập thông số trọng số lớp phổ (Layer Weights), tham số tỷ lệ (Scale Parameter = 25–45 tùy lớp), trọng số hình dạng (Shape = 0.1), và độ mịn/chặt (Compactness = 0.5) theo Bảng 4-3 của luận án.

  3. Thiết lập bộ quy tắc phân loại (Classification Ruleset):

    • Tích hợp điều kiện phân ngưỡng động: $$\text{Mặt nước}: \sigma^0_{\text{VV}} < -15.5\text{ dB} \quad \text{hoặc} \quad \text{NDVI} < 0.1$$ $$\text{Đất lúa/Nông nghiệp ngập}: -15.5\text{ dB} \le \sigma^0_{\text{VV}} \le -9.0\text{ dB} \quad \text{và} \quad \text{NDVI} \in [0.2, 0.45]$$ $$\text{Thực vật vùng cao}: \sigma^0_{\text{VH}} > -12.0\text{ dB} \quad \text{và} \quad \text{NDVI} > 0.6$$ $$\text{Khu dân cư/Công trình}: \sigma^0_{\text{VV}} \ge -2.0\text{ dB} \quad \text{kết hợp phản xạ kép}$$

  4. Kiểm tra thực địa và Triangulation:

    • Thu thập hàng trăm điểm mẫu khảo sát GPS thực địa tại An Giang và Đồng Tháp, đối chiếu vết lũ lịch sử năm 2011 để tinh chỉnh ngưỡng và thẩm định ma trận nhầm lẫn.

Data và phân tích

Độ chính xác phân loại được đánh giá nghiêm ngặt thông qua chỉ số Khớp toàn phần (Overall Accuracy - OA) và hệ số Cohen's Kappa ($\hat{K}$):

  • Độ chính xác phân loại hướng đối tượng từ ảnh Sentinel-2 (ngày 27/07/2016) đạt OA = 91,24%, hệ số Kappa = 0,885 (Bảng 4-5).
  • Đánh giá trên chuỗi ảnh Sentinel-1 giai đoạn 2015–2019 đạt OA trung bình dao động từ 88,6% đến 93,5%, hệ số Kappa luôn duy trì trên mức 0,85 (Bảng 4-7).

Các mô hình toán học hồi quy biểu diễn diện tích lớp phủ $S_i$ (ha) theo mực nước $H$ (m) được thiết lập dưới dạng hàm phi tuyến bậc 2 hoặc bậc 3: $$S_i(H) = a_i H^2 + b_i H + c_i$$ Toàn bộ mô hình được kiểm nghiệm độc lập với sai số tương đối (Relative Error) dưới 7,5% tại các mốc mực nước kiểm chứng 2,0 m; 2,5 m; 3,0 m; 3,5 m và 4,0 m (Bảng 4-9 đến Bảng 4-13).

Phát hiện đột phá và implications

Những phát hiện then chốt

+----------------------------------------------------------------------------------------------------+
|                         BẢNG TỔNG HỢP CÁC PHÁT HIỆN ĐỘT PHÁ CỦA LUẬN ÁN                            |
+--------------------------+--------------------------------------------------+----------------------+
| Loại hình Lớp phủ        | Cơ chế Phản ứng theo Mực nước (H: 1.5m -> 4.2m)  | Định lượng Biến đổi  |
+--------------------------+--------------------------------------------------+----------------------+
| 1. Mặt nước hở           | Tăng phi tuyến mạnh theo lũ; mở rộng tối đa vào  | Tăng từ ~85.000 ha   |
|    (Water bodies)        | đỉnh lũ tháng 9-10 (phản xạ gương chiếm ưu thế)  | lên >380.000 ha      |
+--------------------------+--------------------------------------------------+----------------------+
| 2. Đất lúa vụ 3 / Hè Thu | Giảm mạnh do thu hoạch sớm hoặc ngập sâu;        | Giảm từ ~420.000 ha  |
|    (Paddy rice)          | chuyển đổi thành mặt nước chứa phù sa            | xuống <110.000 ha    |
+--------------------------+--------------------------------------------------+----------------------+
| 3. Thực vật vùng thấp    | Tán xạ ngược ban đầu tăng nhẹ (double-bounce),   | Biến thiên phức tạp; |
|    (Flooded vegetation)  | sau đó giảm khi đỉnh lũ nhấn chìm toàn bộ thân lá| đạt đỉnh cục bộ ở 3m |
+--------------------------+--------------------------------------------------+----------------------+
| 4. Khu dân cư / Đô thị   | Diện tích ổn định nhờ hệ thống đê bao; tán xạ    | Dao động < 3,5%      |
|    (Built-up areas)      | ngược duy trì cao (-1 dB đến 1 dB)               | toàn chu kỳ          |
+--------------------------+--------------------------------------------------+----------------------+

  1. Quy luật chuyển dịch diện tích giữa mặt nước và đất lúa: Khi mực nước tại trạm Vàm Nao dâng từ 1,82 m (đầu mùa lũ) lên 4,22 m (đỉnh lũ năm 2018), diện tích mặt nước mở rộng gấp hơn 4,4 lần, tương ứng với sự thu hẹp tương hỗ của diện tích đất canh tác lúa do người dân kết thúc vụ Hè Thu và chủ động mở đê xả lũ đón phù sa.

  2. Hiện tượng tán xạ kép dị thường ở thảm thực vật bán ngập: Số liệu thực nghiệm khẳng định ở mực nước từ 2,2 m đến 3,1 m, hệ số tán xạ $\sigma^0_{\text{VV}}$ của lớp thực vật ngập nước tăng vọt từ 3,5 dB lên 6,8 dB so với nền khô, xác nhận bằng chứng thực nghiệm về hiện tượng phản xạ góc giữa mặt nước và thân cây trước khi bị nhấn chìm hoàn toàn.

  3. Tính ổn định của khu dân cư và đê bao: Diện tích khu dân cư và vùng đất cao trồng cây ăn quả được bảo vệ bởi đê bao triệt để hầu như không biến đổi diện tích ngập trên ảnh SAR, chứng minh vai trò ngăn lũ cục bộ của hạ tầng nhân sinh tại ĐBSCL.

  4. Độ trễ pha thủy văn và thực phủ: Phát hiện sự lệch pha thời gian khoảng 7–12 ngày giữa thời điểm xuất hiện đỉnh lũ tại Vàm Nao và thời điểm diện tích ngập cực đại trên đồng ruộng Đồng Tháp Mười, do dung tích trữ lũ và sự cản trở của mạng lưới kênh rạch.

Implications đa chiều

  • Về mặt lý thuyết: Luận án cung cấp bộ tham số thực nghiệm chuẩn hóa về hệ số tán xạ Radar C-band cho các hệ sinh thái châu thổ nhiệt đới Đông Nam Á, đóng góp vào cơ sở dữ liệu phổ viễn thám toàn cầu.
  • Về mặt phương pháp luận: Chuỗi quy trình tự động hóa tích hợp eCognition và GIS thiết lập tiêu chuẩn mới trong xử lý ảnh đa cảm biến kết hợp thủy văn, có thể chuyển giao áp dụng cho lưu vực sông Hồng, sông Chao Phraya (Thái Lan) hay sông Irrawaddy (Myanmar).
  • Về mặt thực tiễn và chính sách: Mô hình cho phép cơ quan quản lý nông nghiệp tại An Giang và Đồng Tháp dự báo diện tích ngập úng trước 5–10 ngày dựa trên bản tin thủy văn dự báo mực nước sông Tiền và sông Hậu, từ đó điều tiết lịch thời vụ gieo cấy lúa Vụ 3 (Thu Đông) an toàn, tối ưu hóa việc xả lũ lấy phù sa và rửa phèn đất lúa.

Limitations và Future Research

Luận án thẳng thắn thừa nhận 4 hạn chế mang tính điều kiện biên:

  1. Độ phân giải thời gian của vệ tinh: Chu kỳ lặp 12 ngày của Sentinel-1 (hoặc 6 ngày khi kết hợp cả 1A và 1B) vẫn có thể bỏ lỡ các đỉnh lũ đột biến diễn ra trong thời gian ngắn (flash floods).
  2. Độ phân giải không gian của DEM: Dữ liệu DEM sử dụng có độ phân giải hạn chế ở các vùng vi địa hình mương rạch nhỏ dưới 10 m, gây sai số cục bộ tại vùng chuyển tiếp mép nước.
  3. Tác động của gió mặt nước: Hiện tượng gió mạnh trên mặt nước hở tạo sóng gợn (water surface roughness) làm tăng tán xạ ngược của nước, đôi khi gây nhầm lẫn với đất trống hoặc lúa non nếu chỉ dùng phân cực đơn.
  4. Biến số đê bao nhân tạo: Mô hình hồi quy toán học dựa trên hiện trạng đê bao giai đoạn 2015–2019; khi địa phương xây mới hoặc nâng cấp hệ thống đê bao khép kín, các hệ số trong hàm $S_i(H)$ cần được tái hiệu chỉnh.

Chương trình nghiên cứu tiếp nối trong tương lai cần tập trung:

  • Tích hợp chùm vệ tinh SAR thế hệ mới có độ phân giải siêu cao (như TerraSAR-X, COSMO-SkyMed hoặc NISAR băng L/C).
  • Ứng dụng mô hình học sâu (Deep Learning, U-Net, Spatial-Temporal Transformers) để tự động hóa toàn diện quá trình phân đoạn và trích xuất biến động.
  • Mở rộng mô hình dự báo ngập lụt động dưới tác động kép của Biến đổi khí hậu, nước biển dâng và chuỗi đập thủy điện thượng nguồn Mê Kông.

Tác động và ảnh hưởng

+---------------------------------------------------------------------------------------------------+
|                                  MA TRẬN TÁC ĐỘNG VÀ ẢNH HƯỞNG                                    |
|                                                                                                   |
|  [HỌC THUẬT & VIỄN THÁM]       [CHÍNH SÁCH & NÔNG NGHIỆP]      [KINH TẾ - XÃ HỘI & MÔI TRƯỜNG]    |
|  - Cung cấp mô hình tích hợp    - Cung cấp công cụ dự báo ngập  - Giảm thiểu thiệt hại mùa màng   |
|    SAR + Optical + Hydrology      cho Sở TN&MT, Sở NN&PTNT        cho hàng vạn hộ dân trồng lúa   |
|  - Tiềm năng trích dẫn cao      - Quy hoạch hệ thống đê bao     - Bảo tồn sinh thái đất ngập nước |
|    trong ngành Trắc địa-Bản đồ    và phân vùng thoát lũ           Tràm Chim, Láng Sen bền vững    |
+---------------------------------------------------------------------------------------------------+
  • Tác động học thuật: Đặt nền móng vững chắc cho chuyên ngành Kỹ thuật Trắc địa - Bản đồ và Viễn thám tại Việt Nam trong phân tích định lượng thiên tai; mở ra hướng nghiên cứu kết hợp dữ liệu vệ tinh mở (Copernicus) với quan trắc mặt đất.
  • Tác động chính sách: Cung cấp cơ sở khoa học trực tiếp cho Ban Chỉ huy Phòng chống Thiên tai và Tìm kiếm Cứu nạn các tỉnh ĐBSCL trong việc phê duyệt kịch bản ứng phó lũ lụt hàng năm.
  • Lợi ích kinh tế - xã hội: Giúp ngành nông nghiệp chủ động bảo vệ hàng trăm nghìn hecta lúa vụ Thu Đông trị giá hàng nghìn tỷ đồng, đồng thời tối ưu hóa nguồn lợi thủy sản mùa nước nổi và lượng phù sa tự nhiên bổ sung dinh dưỡng cho đất châu thổ.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận bộ phương pháp luận chuẩn mực về xử lý chuỗi dữ liệu ảnh viễn thám đa thời gian, thuật toán phân loại hướng đối tượng và kỹ thuật xây dựng hàm quan hệ không gian.
  • Các nhà hoạch định chính sách và Quản lý đô thị - nông thôn: Sở Nông nghiệp và Phát triển Nông thôn, Sở Tài nguyên và Môi trường tỉnh An Giang, Đồng Tháp và các tỉnh lân cận có công cụ định lượng để điều hành xả lũ và quy hoạch sử dụng đất.
  • Doanh nghiệp Nông nghiệp và Bảo hiểm Nông nghiệp: Sử dụng bản đồ biến động ngập lụt để đánh giá rủi ro thiên tai, lập kế hoạch thu hoạch và xác định chính xác tổn thất phục vụ chi trả bảo hiểm cây trồng.
  • Cộng đồng dân cư địa phương: Hưởng lợi từ các thông báo cảnh báo sớm ngập úng, bảo đảm an toàn tính mạng và duy trì sinh kế bền vững "sống chung với lũ".

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?

Luận án đã mở rộng Lý thuyết Tán xạ Sóng Radar (Ulaby et al., 1986) bằng cách thiết lập mô hình định lượng vi sai cơ chế tán xạ ngược (Backscatter Transformation Model) của 6 loại hình lớp phủ mặt đất châu thổ nhiệt đới theo hàm mực nước thủy văn $H$. Khác với các nghiên cứu trước đây chỉ mô tả định tính, luận án đã lượng hóa chính xác ngưỡng chuyển pha từ tán xạ khối sang tán xạ kép và phản xạ gương trong môi trường ngập lũ nông ĐBSCL.

2. Đổi mới phương pháp luận so với các nghiên cứu quốc tế trước đây ra sao?

So sánh với nghiên cứu của Shen et al. (2013) tại hồ Tonle Sap (chỉ dùng ảnh SAR để khớp với mô hình số độ cao ở địa hình lòng chảo) và nghiên cứu của Kasischke et al. (1997) tại Florida (chỉ phân tích ảnh ERS-1 ở 2 thời điểm đơn lẻ), luận án đã tạo đột phá khi kết hợp chuỗi thời gian liên tục 5 năm (2015–2019) của cả hai nguồn viễn thám Sentinel-1 (SAR) và Sentinel-2 (Quang học) thông qua kỹ thuật phân loại hướng đối tượng OBIA phân cấp, triệt tiêu ảnh hưởng của mây mù và tích hợp trực tiếp dữ liệu mực nước trạm Vàm Nao vào hàm toán học dự báo diện tích.

3. Phát hiện bất ngờ và thú vị nhất thu được từ dữ liệu là gì?

Phát hiện thú vị nhất là ở dải mực nước trung bình (2,5 m – 3,2 m), hệ số tán xạ $\sigma^0$ của vùng thực vật ngập nước không hề suy giảm mà tăng vọt từ 4 dB đến gần 7 dB do hiệu ứng cộng hưởng tán xạ kép giữa thân thực vật và mặt nước phẳng. Điều này bác bỏ giả định phổ biến cho rằng "nước dâng luôn làm giảm độ tán xạ radar".

4. Quy trình nghiên cứu có khả năng tái lập (Replication Protocol) không?

Quy trình nghiên cứu được thiết kế với độ chi tiết cao, hoàn toàn có khả năng tái lập 100%: sử dụng nguồn ảnh mở của Cơ quan Vũ trụ Châu Âu (ESA Sentinel-1/2), thông số phân vùng OBIA trên eCognition được công khai minh bạch (Bảng 4-3), các phương trình toán học hồi quy $S_i(H)$ và ma trận kiểm chứng độc lập (Bảng 4-9 đến 4-13) cho phép các nhà nghiên cứu khác áp dụng chính xác quy trình này trên các lưu vực sông khác.

5. Định hướng nghiên cứu 10 năm tới được vạch ra như thế nào?

Chiến lược 10 năm tới bao gồm việc tích hợp AI viễn thám (GeoAI) xử lý dữ liệu lớn SAR đa băng tần (C, L, X) theo thời gian thực (near real-time), kết hợp cảm biến viễn thám không gian với dữ liệu Internet vạn vật (IoT) trạm đo mực nước tự động để xây dựng Bản sao Số (Digital Twin) mô phỏng ngập lụt toàn diện cho toàn bộ Đồng bằng sông Mê Kông.

Kết luận

  1. Luận án đã giải quyết trọn vẹn nhiệm vụ khoa học: xây dựng thành công phương pháp luận và hệ thống mô hình toán học biến đổi diện tích 6 loại hình lớp phủ bề mặt theo mực nước lũ tại hai tỉnh trọng điểm An Giang và Đồng Tháp.
  2. Thiết lập khung quy trình công nghệ kết hợp tối ưu ảnh viễn thám quang học đa phổ Sentinel-2 (chỉ số NDVI) và ảnh viễn thám Radar SAR Sentinel-1 xuyên mây (hệ số tán xạ $\sigma^0$) bằng phương pháp phân loại hướng đối tượng OBIA, đạt độ chính xác toàn phần trên 91% và hệ số Kappa trên 0,85.
  3. Làm sáng tỏ cơ chế vật lý tương tác sóng điện từ và vi sóng đối với từng trạng thái ngập lụt của thực phủ, chứng minh định lượng hiện tượng tán xạ kép tăng cường ở vùng bán ngập và phản xạ gương triệt tiêu tín hiệu ở vùng ngập sâu.
  4. Xây dựng các phương trình hàm thực nghiệm dự báo diện tích $S_i = f(H)$ cho từng loại lớp phủ với sai số tương đối kiểm nghiệm nhỏ hơn 7,5%, cung cấp công cụ tin cậy dự báo nhanh diện tích ngập lụt trực tiếp từ số liệu thủy văn.
  5. Mở ra 3 hướng nghiên cứu ứng dụng đột phá: tích hợp GeoAI trong quan trắc tai biến châu thổ, xây dựng hệ thống hỗ trợ ra quyết định nông nghiệp thích ứng biến đổi khí hậu, và mở rộng mô hình hóa viễn thám radar cho toàn bộ hạ lưu sông Mê Kông.
  6. Kết quả nghiên cứu là công trình khoa học có giá trị lý thuyết và thực tiễn cao, đóng góp nền tảng cho sự phát triển bền vững và quản trị rủi ro thiên tai tại Đồng bằng sông Cửu Long.