Giám sát và đánh giá thiệt hại do lũ lụt dựa trên công nghệ viễn thám radar, Google Earth Engine. Nghiên cứu điển hình ở lưu vực sông Kôn và sông Kỳ Lộ của Việt Nam

Trong những năm gần đây, khu vực duyên hải Nam Trung Bộ Việt Nam thường xuyên chịu ảnh hưởng nghiêm trọng của các đợt mưa lớn và áp thấp nhiệt đới, dẫn đến tình trạng lũ lụt ngày càng gia tăng. Hậu quả là ngập úng xảy ra trên diện rộng tại vùng hạ lưu các lưu vực sông Kon và Kỳ Lộ, gây thiệt hại đáng kể về người và tài sản. Trong bối cảnh đó, công tác giám sát và theo dõi diễn biến lũ lụt gặp nhiều khó khăn, nhất là trong điều kiện thời tiết mưa bão phức tạp.

Hiện nay, với sự phát triển của công nghệ ảnh vệ tinh radar từ Sentinel-1 do Cơ quan Vũ trụ Châu Âu (ESA) triển khai, việc giám sát lũ lụt đã trở nên hiệu quả và thuận tiện hơn so với việc sử dụng ảnh viễn thám quang học, vốn bị hạn chế bởi điều kiện thời tiết và không thể thu nhận dữ liệu trong trường hợp có mây che phủ. Bên cạnh đó, sự ra đời của nền tảng Google Earth Engine (GEE) đã giúp việc tích hợp và xử lý ảnh vệ tinh Sentinel-1 trở nên dễ dàng hơn, khắc phục những hạn chế của các phần mềm chuyên dụng yêu cầu cấu hình máy tính cao và dung lượng lưu trữ lớn.

Hình 1. Vị trí lưu vực sông Kon (a) và Kỳ Lộ (b)

Nhằm mục đích đánh giá tình hình lũ lụt trong lịch sử và phát triển công cụ dự báo lũ lụt trong tương lai. Tiểu dự án số 1, thuộc dự án IUC, phối hợp giữa Trường Đại học Quy Nhơn và Đại học KU Leuven đã tiến hành tích hợp công nghệ GEE và ảnh vệ tinh Radar Sentinle 1 để phân tích rủi ro lũ lụt, điển hình trong nghiên cứu này đã tiến hành phân tích phạm vi ảnh hưởng các đợt lũ lụt lịch sử vào 2016 và 2021, dựa trên cơ sở phân tích ngưỡng nước trên ảnh vệ tinh Sentinel trên nền tảng GEE sau đó kết quả được đánh giá với các điểm điều tra vết lũ lụt lịch sử. Kết quả đánh giá độ chính xác cho thấy bản đồ lũ lụt cung cấp độ tin cậy cao, tạo cơ sở để phát hiện các khu vực bị ngập lụt từ hình ảnh vệ tinh bằng cách sử dụng nền tảng GEE trong tương lai một cách có hiệu quả.

Hình 2. Diện tích ngập lụt được xác định trong giai đoạn 2016 – 2021 tại lưu vực (a) sông Kôn và (b) sông Kỳ Lộ

Kết quả, sau khi trích xuất được nhóm nghiên cứu tiến hành phân tích lũ và kết quả cho thấy được, năm 2016, lưu vực sông Kôn hứng chịu lũ lụt trên diện rộng, trong khi năm 2021, lưu vực sông Kỳ Lộ bị ảnh hưởng nặng nề hơn. Tiếp đó, nhóm nghiên cứu đã kết hợp với mô hình số độ cao (DEM) đã tiến hành xây dựng bản đồ độ sâu ngập lụt và phân cấp các vùng có nguy cơ lũ lụt theo độ sâu, kết quả sau khi phân cấp cho thấy các khu vực có nguy cơ lũ lụt cao chiếm hơn 25% tổng diện tích lưu vực.

Hình 3. Độ sâu lũ lớn nhất giai đoạn 2016–2021 tại (a) lưu vực sông Kôn và (b) lưu vực sông Kỳ Lộ

Kết hợp với dữ liệu lớp phủ bề mặt, nhóm nghiên cứu đã tiến hành thống kê vùng bị thiệt hại và kết quả cho thấy được diện tích đất lúa bị ảnh hưởng nặng nề, do thời điểm xảy ra lũ lụt thường cuối năm trùng với thời điểm gieo xạ vụ Đông – Xuân. Kết quả đã đối chiếu với báo cáo thiệt hại từ Sở Nông Nghiệp và Môi trường tỉnh Bình Định và Phú Yên (nay là tỉnh Gia Lai và Đắk Lắk), và cũng cho kết quả đáng tin cậy.

Hình 4. Mức độ thiệt hại lũ lụt đối với một số loại hình sử dụng đất tại hai lưu vực Kon và Kỳ Lộ

Nghiên cứu này, đã được nhóm nghiên cứu báo cáo tại hội nghị EGU 2024, Áo và báo cáo tại hội thảo GIS 2024 toàn quốc và sau đó được xuất bản tại Chuỗi Hội nghị IOP: Khoa học Trái đất và Môi trường, thuộc danh mục Scopus [1,2].

Thông qua kết quả nghiên cứu này, nhóm nghiên cứu hi vọng mang lại giá trị cho chính quyền địa phương trong việc tăng cường các nỗ lực giảm thiểu lũ lụt, lập kế hoạch sử dụng đất và chiến lược ứng phó với thiên tai nhằm cải thiện khả năng phục hồi và giảm thiểu thiệt hại liên quan đến lũ lụt trong tương lai. Ngoài ra, kết quả nghiên cứu cũng là nguồn dữ liệu tin cậy để phụ vụ cho việc kiểm định các mô hình thủy lực, và là đầu vào cho các mô hình học máy để dự báo vùng nguy cơ rủi ro ngập lụt tương lai cho lưu vực.

Tài liệu tham khảo

[1] Van Phan, T., Anh Ngo, T., and Willems, P.: Historical Flood Mapping Combining Radar Remote Sensing and Google Engine Technologies for The Kon and Ky Lo River Basin, South Center Coast Vietnam, EGU General Assembly 2024, Vienna, Austria, 14–19 Apr 2024, EGU24-4056, https://doi.org/10.5194/egusphere-egu24-4056, 2024.

[2] Van Phan, Tho, Patrick Willems, and Tu Anh Ngo. “Flood Mapping and Damage Assessment in Vietnam’s Kon and Ky Lo River Basins using Radar Remote Sensing and Google Earth Engine.” In IOP Conference Series: Earth and Environmental Science, vol. 1501, no. 1, p. 012005. 2025.