Mở đầu
Nghị quyết về Chiến lược phát triển bền vững kinh tế biển Việt Nam đến năm 2030, tầm nhìn đến năm 2045 đã xác định mục tiêu đến năm 2030 là đưa Việt Nam trở thành quốc gia biển mạnh; đạt cơ bản các tiêu chí về phát triển bền vững kinh tế biển; hình thành văn hoá sinh thái biển; chủ động thích ứng với biến đổi khí hậu, nước biển dâng...Phát triển KTXH gắn kết chặt chẽ với tài nguyên biển với lợi thế đường bờ biển dài hơn 3.200km, khiến Việt Nam trở nên nhạy cảm với các tai biến thiên nhiên liên quan tới biển, đại dương (bão, sóng thần, xâm nhập mặn...), bị ảnh hưởng nặng nề bởi biến đổi khí hậu, nước biển dâng. Những thay đổi đột ngột xảy ra ở khu vực đồng bằng sông Cửu Long; lũ lụt hoặc ô nhiễm tái diễn ở các tỉnh khác nhau; mối liên hệ tiềm năng giữa chất lượng nước và hoạt động nuôi trồng thủy sản;...đặt ra nhu cầu cấp thiết phải tiến hành giám sát, theo dõi tốt hơn đối với vùng nước ven biển. 
So với các phương pháp cũ, do tính đồng nhất trên diện rộng, dữ liệu quan trắc bằng vệ tinhlà nguồn hỗ trợ đánh giá tốt hơn về tình trạng và sự thay đổi của vùng nước ven bờ. Các cảm biến màu đại dương tiêu chuẩn cung cấp thông tin liên quan về trạng thái quang sinh học của vùng nước ven bờ theo độ phân giải thời gian nhưng lại bị hạn chế về độ phân giải không gian. Nguồn tư liệu viễn thám này không phù hợp với công tác khảo sát cụ thể ở một số khu vực hẹp, nuôi trồng thủy sản, công nghiệp và đô thị ven biển và cửa sông.
Trích xuất các điểm ảnh mặt nước và hiệu chỉnh tín hiệu khí quyển là các bước cần phải thực hiện trước khi áp dụng các thuật toán dành riêng cho việc phân tích chất lượng nước ở các vùng nước và xa hơn là thu thập thông tin phản xạ từ nền đáy để nhận diện được các đối tượng (thảm thực vật, nền cát, đá...) khi đã bị nước bao phủ. Sự xuất hiện ngày càng nhiều của các cảm biến quang học có độ phân giải không gian trung bình cung cấp khả năng theo dõi để cập nhật các thông số hóa sinh và quang sinh học của nước mặt ở mật độ không gian và thời gian cao.
Bài báo trình bày cách tiếp cận mới để xác định các điểm ảnh mặt nước và sự đóng góp của khí quyển vào tín hiệu cường độ bức xạ tại đỉnh khí quyển (TOA) thu được bằng cảm biến NAOMI trên vệ tinh VNREDSat-1. Sau khi đánh giá mức độ ổn định của TOA bằng cảm biến NAOMI thông qua hiệu chuẩn gián tiếp, điều chỉnh thuật toán trích xuất điểm ảnh mặt nước (WiPE) cho cảm biến NAOMI và phát triển thuật toán hiệu chỉnh khí quyển mới (Red-NIR) dựa trên việc sử dụng kênh phổ màu đỏ (Red) và kênh phổ cận hồng ngoại (NIR) là các kênh phổ có sẵn cho mục tiêu này trên cảm biến NAOMI và các mối quan hệ phổ của chúng. Việc đánh giá Red-NIR dựa trên bộ dữ liệu trùng khớp thu thập độ phản xạ viễn thám, Rrs, thu được từ ảnh với các phép đo được thực hiện tại các trạm AERONET-OC cho thấy sự đồng nhất ở kênh phổ xanh lá cây (Green) và xanh lục (Blue) tương tự như hiệu suất đạt được bởi các thuật toán SeaDAS NIR-SWIR, tuy nhiên, độ chính xác thấp hơn ở kênh phổ màu đỏ. Việc thu thập các hình ảnh đồng thời của hai cảm biến NAOMI và OLI trên Landsat-8 ở vùng nước đục hơn cũng đã chứng minh sự đồng dạng phổ phản xạ bề mặt thông qua ước tính của thuật toán hiệu chỉnh khí quyển. Cách tiếp cận này sẽ cho phép các cảm biến không có kênh phổ cận hồng ngoại sóng ngắn (SWIR) như SPOT-6/7 được xử lý và giúp chúng ta có thể khai thác bổ sung các nguồn dữ liệu viễn thám đang có để có thể phân tích thông tin đối tượng bề mặt theo chuỗi thời gian dài.         
1. Cơ sở lý thuyết
Sự cải thiện dải phổ điện từ của các cảm biến độ phân giải không gian hiện nay cho phép theo dõi chất lượng mặt nước chi tiết hơn. Tuy nhiên, chu kỳ lặp không được điều chỉnh để theo dõi các thay đổi thông số vật lý và sinh học phức tạp xảy ra ở vùng nước ven biển. Kết hợp các cảm biến này thành một chùm vệ tinh cho độ phân giải thời gian được tăng lên để đạt được độ che phủ tốt hơn. Ví dụ, chùm vệ tinh Sentinel-2 chu kỳ chụp lặp là 5 ngày tại xích đạo trong điều kiện không có mây (thay vì 10 ngày khi hai vệ tinh Sentinel-2 được xem xét riêng) và 2,9 ngày nếu kết hợp với Landsat-8. Để giảm tác động mây lên ảnh vệ tinh quang học nói chung và nước mặt nói riêng, cần thiết tăng số lượng vệ tinh quan sát. Vệ tinh VNREDSat-1 mang cảm biến NAOMI (mô-đun quang AstroSat mới) tương tự với SPOT6/7, bao gồm 4 kênh phổ và 1 kênh toàn sắc thích hợp cho các ứng dụng môi trường nước ven biển khi cần phải xác định các điểm ảnh mặt nước và hiệu chỉnh ảnh hưởng từ hiệu ứng khí quyển lên trên điểm ảnh nước tương ứng.
Việc trích xuất các điểm ảnh mặt nước trên NAOMI được thực hiện bằng cách điều chỉnh thuật toán trích xuất điểm ảnh mặt nước (WiPE) gần đây được phát triển cho cảm biến OLI trên vệ tinh Landsat 8 và cảm biến MSI trên vệ tinh Sentinel-2. Tùy thuộc vào số lượng kênh phổ NIR và tính khả dụng của kênh phổ SWIR, như trên HSV (SPOT) hoặc ETM+(Landsat), quy trình hiệu chỉnh khí quyển trên mặt nước dựa trên các phương pháp khác nhau. Thông thường, mô hình truyền bức xạ 6S được sử dụng. trong đó kết hợp với dữ liệu về thành phần của khí quyển như độ dày quang học aerosol, cấu hình khí quyển và mô hình aerosol. Một số nghiên cứu khác lại sử dụng kết hợp các tính toán truyền bức xạ (6S) và phương pháp tiếp cận điểm đen trên ảnh. Đối với cảm biến OLI hoặc MSI, các cách tiếp cận khác nhau tùy theo việc sử dụng hay không một số dải hồng ngoại gần (NIR) hoặc hồng ngoại gần sóng ngắn (SWIR). Các nghiên cứu gần đây đã đánh giá hiệu suất tương ứng của chúng trên vùng biển ven bờ. Tuy nhiên, kết quả chưa được kiểm chứng chặt chẽ để đạt được sự đồng thuận về phương pháp hiệu chỉnh khí quyển tốt. Nhóm nghiên cứu phát triển thuật toán hiệu chỉnh khí quyển tự đồng nhất khi chỉ có một kênh phổ NIR và thiếu kênh phổ SWIR. Để giảm bớt sự không chắc chắn liên quan đến việc sử dụng các bộ dữ liệu tại chỗ khác nhau, độ chính xác của thuật toán hiện tại được đánh giá bằng cách sử dụng thông tin màu đại dương được đo tại các trạm Aeronet. Do số lượng kiểm định rất hạn chế trong các phép đo trùng lặp với thời điểm chụp của vệ tinh VNREDSat-1, thuật toán Red-NIR được áp dụng cho OLI là cảm biến có 4 kênh phổ chung với NAOMI và có số lượng kiểm định tốt hơn để nâng cao tính xác thực. Trong 2 thuật toán hiệu chỉnh khí quyển hiện nay được phát triển cho OLI cũng đã thử nghiệm trên bộ dữ liệu AERONET-OC (cho vùng nước đục vừa phải) thì SeaDAS hoạt động tốt hơn. Hiệu suất của Red-NIR sẽ được so sánh với hiệu suất thu được từ các thuật toán hiệu chỉnh khí quyển thực hiện trong SeaDAS và sử dụng các kết hợp kênh phổ khác nhau trong NIR và SWIR. Mục tiêu là chỉ ra cách thuật toán Red-NIR hoạt động so với các phương pháp tương tự sử dụng các dải SWIR và không so sánh với tất cả các thuật toán hiệu chỉnh khí quyển có sẵn cho OLI. Mặc dù bộ dữ liệu đối sánh AERONET-OC chỉ cho phép đánh giá Red-NIR trên vùng nước đục vừa phải, cảnh ảnh được lấy mẫu gần như đồng thời bởi VNREDSat-1 và Landsat-8 trên khu vực nước đục sẽ được sử dụng để đánh giá hiệu suất đối với mức độ đục cao hơn.
Bộ dữ liệu phản xạ bề mặt tại chỗ được sử dụng phát triển thuật toán trùng khớp với thời điểm thu ảnh được sử dụng để xác thực độ chính xác. Do sự đóng góp tương đối thấp của nước đến tín hiệu phổ phản xạ thu được tại đỉnh của khí quyển (TOA), cần thiết xác minh hiệu chuẩn tuyệt đối của cảm biến cho các ứng dụng màu đại dương (chưa được thực hiện cho NAOMI trên bề mặt nước). Các phép đo phản xạ viễn thám tại chỗ được thực hiện tại các trạm khác nhau của mạng AERONET đã được truyền qua khí quyển bằng cách truyền bức xạ và so sánh với độ phản xạ TOA được đo bởi NAOMI. Sau đó, thuật toán WiPE được hiệu chỉnh cho NAOMI được triển khai cùng với phương pháp hiệu chỉnh khí quyển mới dựa trên việc sử dụng các dải màu đỏ và NIR có sẵn trên NAOMI.
Hệ số suy giảm ánh sáng của chùm dải phổ điện từ đi xuống còn gọi là Kd là một thuộc tính của nước liên quan đến khả năng xâm nhập và tồn tại của ánh sáng trong các hệ sinh thái nước, thể hiện các quy luật tự nhiên và đặc tính môi trường ở mặt trên vùng nước như khả năng truyền nhiệt, quang hợp của sinh vật phù du, độ trong suốt của nước là thuộc tính quang học hiển thị được tạo ra bằng sự thay đổi của các thuộc tính quang học lệ thuộc (IOP) của vùng nước và các điều kiện bức xạ điện từ ở bề mặt nước biển. Phần phụ thuộc kế tiếp là độ cao mặt trời tại thời điểm quan sát θs, khuếch đại dải phổ điện từ bầu trời và trạng thái bề mặt nước. Độ chính xác của Kd(λ) là một tiêu chí có thể phân tích và nhận biết qua các đặc điểm phụ thuộc.
Các vệ tinh quan trắc Trái đất cung cấp thông tin Kd(λ) với ảnh có độ phân giải thời gian cao. Viễn thám màu đại dương có hệ số suy giảm tương ứng với hệ số khuếch đại ánh sáng trung bình ở tầng trên của vùng nước và suy giảm khoảng 37% ở tầng độ sâu đầu tiên. Đánh giá hệ số suy giảm ánh sáng bằng các thuật toán màu đại dương được nhận diện ở bước sóng 490nm. Phương pháp kinh nghiệm Kd(490) nơi chuyển tiếp từ màu xanh nước biển sang màu xanh lá cây hoặc tỉ lệ của màu xanh nước biển và màu đỏ. Các phương pháp sau đó chỉ ước lượng dựa trên Kd(490), có thể ước lượng cho các bước sóng (λ) dựa trên quan hệ kinh nghiệm giữa Kd(490) và Kd(λ dựa trên mối quan hệ phổ giữa Kd(λ) và hàm lượng Chlorophyll-a để xác định Kd ở mọi bước sóng. Tuy nhiên, các công thức đã được công bố hoàn toàn phụ thuộc và dữ liệu khảo sát thực địa.
Mạng lưới Nơ ron (Neural Network-NN) là một phương pháp tiếp cận tốt cho các ứng dụng địa vật lý và viễn thám. Dựa trên các thông số đã xác định, có thể được thu thập NN với các cấp độ chính xác khác nhau phụ thuộc vào độ nhiễu của dữ liệu. Độ nhiễu dữ liệu chủ yếu xuất hiện từ các điểm khảo sát thực địa. NN được sử dụng trong nghiên cứu này là Mạng Nơ ron đa cấp lan truyền ngược (MLP) và được nhìn nhận như là kĩ thuật xấp xỉ không tiệm cận. MLP là phương pháp kinh nghiệm cho phép tạo ra nhiều kết quả hơn là dữ liệu đầu vào khác bằng cách nội suy tiệm cận.
2. Dữ liệu kiểm nghiệm và dữ liệu đo đạc bề mặt
2.1. Dữ liệu kiểm nghiệm
Bộ dữ liệu kiểm nghiệm bao gồm 67 cảnh Landsat-8 và 6 cảnh VNREDSat-1 được thu thập trên các trạm Aeronet-OC. Các cảnh Landsat-8 được tải xuống từ cổng thông tin Glovis (https://glovis.usgs.gov) của Cơ quan Khảo sát Địa chất Hoa Kỳ (USGS), trong khi các cảnh VNREDSat-1 được nhận từ Trung tâm Điều khiển và Khai thác vệ tinh nhỏ tại Viện Công nghệ Vũ trụ/Viện Hàn lâm KHCN Việt Nam. Dữ liệu AERONET-OC được thu thập tại 3 dải quang phổ 443, 551 và 667nm. Lựa chọn dữ liệu kiểm định dựa trên các tiêu chí giống như được áp dụng trong cho vùng nước ven bờ đối với các cảm biến có độ phân giải không gian cao. Sau khi áp dụng các tiêu chí đối sánh này, 67 và 6 điểm dữ liệu trùng khớp thu thập tương ứng cho Landsat-8 và VNREDSat-1. Tập hợp dữ liệu này thể hiện tương đối rõ ràng khi đa số là các vùng nước phú dưỡng với 26% dữ liệu phản xạ cực đại tại kênh phổ 443nm và 74% ở 531nm, đặc trưng của nước đục vừa phải. Các giá trị tốc độ gió được ghi lại tại các trạm AERONET thường thấp hơn 5m/s.
2.2. Dữ liệu đo đạc bề mặt
Thuật toán hiệu chỉnh khí quyển được phát triển cho VNREDSat-1 trong nghiên cứu này yêu cầu sử dụng mối quan hệ phổ giữa Rrs (865) và Rrs (655) cùng với Rrs (655) và Rrs (561). Tất cả các phép đo được thực hiện bằng cảm biến siêu phổ TriOS-RAMES. Bộ dữ liệu này bao gồm các vùng nước ven biển có độ tương phản quang học khác nhau. Trong khi vùng nước trong nhất, được đặc trưng bởi tối đa Rrs(λ) màu xanh lam, chiếm khoảng 39%, màu xanh lá cây (với tối đa Rrs khoảng 561nm), đục (tối đa Rrs trong màu đỏ) và nước rất đục (với tối đa Rrs ở 700nm) tương ứng khoảng 55,8, 2,4 và 2,8% tổng phổ phản xạ. Vật chất hạt lơ lửng (ước tính 865nm), SPM, có nồng độ thay đổi trong khoảng 1,5 đến 726,2 mg/l và với giá trị trung bình và độ lệch chuẩn là 36,8 (8.2) ± 87.0 mg/l.
Bên cạnh đó một phần dữ liệu đầu vào bao gồm Rrs và Kd cho các điểm đo đạc thực địa tại các bước sóng dải phổ nhìn thấy được sử dụng để tính toán mức độ suy giảm ánh sáng trong nước để tính toán phổ phản xạ tại nền đáy. Bộ dữ liệu đầy đủ được tổ hợp từ các bộ dữ liệu IOCCG (nhóm màu đại dương thế giới) và NOMAD (Trạm khảo sát hải dương của Mỹ).
3. Các mô hình thống kê phục vụ công tác đánh giá
So sánh đồ họa của các quan sát với dự đoán mô hình được bổ sung bằng các số liệu thống kê định lượng để đánh giá hiệu suất của mô hình qua tập dữ liệu kiểm định. Các chỉ số thống kê thường được sử dụng trong đánh giá độ chính xác của mô hình hiệu chỉnh khí quyển cũng được tính toán. Các chỉ số này bao gồm sai số khác biệt bình phương nhỏ nhất, RMSD, phần trăm khác biệt trung bình, MPD và độ lệch trung bình, MB:

trong đó k là thứ tự của điểm kiểm định, và N số lượng của điểm kiểm định.
4. Kiểm chuẩn phổ phản xạ tại đỉnh khí quyển (TOA) của NAOMI/V1
Giá trị cường độ bức xạ điện từ tại đỉnh khí quyển (TOA) của cảm biến NAOMI, LTOA(λ), được tính theo phương trình

Trong đó, DN(λ), bias(λ), gain(λ) là giá trị số, độ lệch và hệ số chuyển đổi  cung cấp cho mỗi cảnh được chụp bằng cảm biến NAOMI. Tương tự, giá trị TOA thu bởi cảm biến OLI, LTOA(λ) (W m-2 sr-1 μm-1), được tính theo phương trình:

trong đó ML(λ) hệ số chuyển đổi cho mỗi kênh phổ, Qcal(λ) giá trị số của điểm ảnh tại cấp độ dữ liệu 1 (Level-1) và AL(λ) giá trị độ lệch của mỗi kênh phổ.

Phản xạ phổ tại đỉnh khí quyển TOA, ρTOA(λ), cho cả cảm biến OLI lẫn cảm biến NAOMI đều được tính từ giá trị cường độ bức xạ điện từ tại đỉnh khí quyển, LTOA(λ), theo phương trình:

trong đó d, F0, và θ0 là khoảng cách Trái Đất và mặt trời, năng lượng điện từ của mặt trời và góc thiên đỉnh của mặt trời.

Hình 1. Phân phối phổ chuẩn của các kênh phổ trên vệ tinh VNREDSat-1

So sánh phản xạ phổ tại đỉnh khí quyển TOA từ bộ cảm NAOMI với phổ phản xạ tại đỉnh khí quyển thông qua mô phỏng để kiểm tra và hiệu chuẩn chất lượng cảm biến. Mô phỏng được thực hiện bằng cách sử dụng hàm chuyển đổi bức xạ từ mặt đất lên đỉnh khí quyển (OSOAA v1.4) để mô phỏng sự lan truyền của bức xạ qua Đại dương-Khí quyển, yêu cầu các thông số bề mặt và khí quyển tại thời điểm chụp. Đầu ra của hàm chuyển đổi (Iout) kết hợp với bức xạ mặt trời ngoài tương ứng với từng kênh phổ trên nửa mặt cầu phản xạ π:

để chuyển đổi giá trị Iout sang phổ phản xạ tại đỉnh khí quyển TOA và so sánh trực tiếp với phổ phản xạ tại đỉnh khí quyển thu được từ cảm biến NAOMI:

Mô phỏng được thực hiện dựa trên vị trí hình học giữa cảm biến và mặt trời theo từng thời điểm tại từng bước sóng λ từ 420 đến 920nm. Đối với mỗi kênh phổ, hệ số phản xạ TOA được tích phân với phân phối phổ chuẩn của cảm biến NAOMI để tạo ra kênh phổ trung tâm của các kênh phổ tương ứng trên bộ cảm theo phương pháp mô phỏng.

Các giá trị đo trên mặt đất tại AERONET-OC, áp suất khí quyển P0 và tốc độ gió W ở mực nước biển, độ dày quang học aerosol AOT (λ) và tia sáng rời khỏi nước bình thường LWN (λ)) được sử dụng làm đầu vào cho hàm mô phỏng. Lưu ý rằng độ rọi của nước bình thường và độ dày quang học aerosol (từ 0,02 và 0,25 ở kênh phổ NIR tùy thuộc vào thời điểm chụp) được nội suy qua bước sóng để cung cấp đầu vào cho hàm chuyển đổi với độ phân giải 1nm. Bề mặt ghồ ghề của biển (do sóng) trong hàm chuyển đổi OSOAA sử dụng phương pháp Cox-Munk tùy thuộc vào tốc độ gió bề mặt. Sự phản xạ bởi các bọt sóng riêng lẻ bị bỏ qua, điều này phù hợp với mục đích nghiên cứu vì tốc độ gió thấp (W <2 m/s). Áp suất ở mực nước biển (P0) được sử dụng để lấy độ dày quang học phân tử cần thiết cho mô phỏng sự tán xạ Rayleigh. Liên quan đến vùng nước, phần trong nước của hàm chuyển đổi không được coi là bức xạ rời khỏi nước được đo tại vị trí AERONET-OC và được chuyển đổi thành phản xạ đưa trực tiếp vào OSOAA:

Xem xét 6 điểm dữ liệu kiểm định, các giá trị chênh lệch tương đối được tính giữa giá trị phản xạ TOA được đo và mô phỏng, là 10% ở màu xanh lam, 3,3% ở màu xanh lục và 15% ở màu đỏ. Con số này tương tự với những báo cáo được thực hiện cho cảm biến GOCI với mức chênh lệch nằm trong khoảng từ 1,05 đến 8,14%. Giá trị cao tương đối trong màu đỏ được giải thích bằng giá trị tuyệt đối thấp của tín hiệu và tỷ lệ nhiễu của tín hiệu NAOMI. Không có mối quan hệ cụ thể nào giữa độ dày quang học aerosol và những khác biệt tương đối TOA này.

5. Đánh giá thuật toán hiệu chỉnh khí quyển mới
5.1 Đánh giá cho ảnh VNREDSat-1

Các giá trị phổ phản xạ bề mặt được so sánh với NAOMI-Rrs(λ) ở bước sóng trung tâm của NAOMI, sử dụng chức năng phản ứng phổ. Các kênh phổ trung tâm là 488nm, 565nm và 655nm. Các mẫu tương tự (cùng giá trị RMSD và MPD) mô tả cho OLI có thể được quan sát, với khả năng truy xuất tốt nhất đạt được ở kênh phổ 565nm. Việc tính toán các yếu tố hiệu chuẩn TOA mới, cải thiện việc thu hồi Rrs, đặc biệt là ở phần màu xanh của phổ, tuy nhiên, kết quả này cần nhiều điểm dữ liệu trùng khớp hơn để xác nhận các yếu tố hiệu chuẩn TOA này.

Hình 2 (a) So sánh các giá trị Rrs (λ) đo đạc trực tiếp và thu được từ ảnh VNREDSat-1. Đường liền nét thể hiện hồi quy tuyến tính và đường đứt nét biểu thị đường 1:1. (b) Giống như (a) sau khi áp dụng yếu tố hiệu chuẩn TOA.

5.2. So sánh các sản phẩm Rrs của NAOMI và OLI trên một vùng nước đục

Vùng nước ven bờ tỉnh Cà Mau, Việt Nam đã được chọn làm mẫu khi thời điểm chụp ảnh của 2 bộ cảm gần như đồng thời (trong khoảng thời gian 20 phút) vào ngày 08/01/2015 cho phép so sánh giữa các Rrs(λ). Do thuật toán SeaDAS trên vùng nước đục đã được thử nghiệm trước đó cho kết quả không cao, nên cần tác động thủ công cho độ dày quang học aerosol, hình ảnh OLI được xử lý bằng ACOLITE. So sánh các pixel nước được thu thập trong vùng nước tương đối đục này, được đặc trưng bởi các giá trị Rrs (655) khoảng 0,05 sr-1, cho thấy sự đồng nhất tốt ở 3 dải được xem xét giữa các giá trị OLI-Rrs (λ) được ước tính bởi độ phù hợp phổ tối (DSF) phương pháp hiệu chỉnh khí quyển trong ACOLITE và các giá trị NAOMI-Rrs được ước tính bằng thuật toán Red-NIR. Các âm và MB thấp (-0,0038 sr-1 ở màu xanh lam, 0,0001 sr-1 ở màu xanh lá cây và 0,002 sr-1 ở màu đỏ) và MPD (-8,6% ở màu xanh lam, -0,05% ở màu xanh lục và -9,4% trong các giá trị màu đỏ) nhấn mạnh rằng Red-NIR (λ) ước tính thấp hơn không đáng kể trong phần nhìn thấy so với ACOLITE-DSF. Phạm vi biến thiên tương đối hẹp của các giá trị phổ Rrs (λ) trong các ô mật độ phản ánh sự phân bố đồng nhất của SPM, chủ yếu là do các điều kiện trong ngày thu được hình ảnh (tốc độ gió thấp và dòng chảy lặng do vào mùa khô). Vì lý do này, 2 thuật toán cung cấp phân phối không gian Rrs (λ) giống nhau ở 3 bước sóng được xem xét. Các điểm phân tán xung quanh các đường 1:1 có khả năng được lý giải bằng các độ phân giải không gian khác nhau của cảm biến và sự hiện diện của các bọt nước do sóng được xác định một phần bởi WiPE.

Hình 3. Tổ hợp màu RGB (a) OLI và (b) NAOMI vùng nước ven bờ Cà Mau.

(c) Phóng to khu vực màu đỏ của (a). (d) Kết quả của thuật toán WiPE cho thấy sự xuất hiện của bọt nước. Sơ đồ tán xạ của của Rrs (λ) -OLI-ACOLITE so với Rrs (λ) -NAOMI-NIR-SWR1 trong các dải (d) đỏ, (e) xanh lục và (f) xanh lam. Đường liền nét thể hiện đường 1:1.

Kết luận

Do không có sẵn các kênh phổ SWIR trên NAOMI, nhóm tác giả đã phát triển một thuật toán điều chỉnh khí quyển mới (Red-NIR) dành riêng cho việc ước tính Rrs (λ) trên vùng nước ven biển. Thuật toán lặp này dựa trên giả định về tính đồng nhất không gian trong tín hiệu aerosol trong toàn bộ cảnh và sử dụng các mối quan hệ phổ, tương tự như thuật toán hiệu chỉnh khí quyển của POLDER2  và GOCI giữa Rrs (λ) trong Rrs (λ) NIR và các phần nhìn thấy của phổ. Các kết quả khác nhau, dựa trên phân tích đối sánh, chỉ ra rằng thuật toán WiPE-Red-NIR áp dụng cho NAOMI thích nghi tốt cho việc theo dõi Rrs từ vùng nước trong đến nước đục vừa phải. Mặc dù không có dải SWIR trên NAOMI, nhưng kết quả sơ bộ dựa trên ứng dụng tương ứng của NIR-SWIR và ACOLITE/DSF trên các hình ảnh đồng thời được NAOMI và OLI thu thập trên một vùng nước đục hơn, cho thấy hai thuật toán này thực hiện tương tự nhau. Tuy nhiên, đối sánh được thực hiện trên vùng nước rất đục cần được tiến hành trong tương lai gần để kiểm chứng kết quả và xác minh hiệu suất của Red-NIR trên các vùng nước có các đặc tính quang phổ khác nhau.

Hướng nghiên cứu của nhóm tác giả sẽ được tiếp tục phát triển để dựa trên bộ dữ liệu phổ phản xạ bề mặt, mức độ suy giảm ánh sáng tính từ ảnh vệ tinh quang học kết hợp với độ sâu nền đáy, nghiên cứu tính ra được giá trị phản xạ nền đáy dựa trên kết quả phân tích phổ phản xạ bề mặt và dữ liệu đo đạc thực địa. Đây là dữ liệu tiên quyết để thành lập bản đồ phân bố thảm thực vật biển khu vực ven bờ, giải quyết các bài toán về phân tích, đánh giá môi trường ven biển góp phần phát triển bền vững kinh tế biển, bảo đảm quốc phòng, an ninh trên hướng biển./.