III.

CƠ SỞ LÝ LUẬN
1. Cơ sở lý thuyết của phương pháp nghiên cứu
1.1. Chỉ số thực vật NDVI

Chỉ số thực vật NDVI ( Normalized Diffirence Vegetation Index) là hệ số lớp phủ thực vật
chênh lệch chuẩn hóa giữa hệ số phản xạ mặt ở dải sóng thị phổ và hồng ngoại.

NDVI là một tham số quan trọng trong nông nghiệp, giám sát lượng mưa, đánh giá tác
động của thời tiết tính toán sinh khối, năng suất mùa vụ và sản lượng đồng cỏ, những điều
kiện hạn hán và xác định mức sống của thực vật. NDVI là tỉ số giữa hiệu số giá trị phản
xạ phổ bề mặt ở kênh hồng ngoại (NIR) và kênh đỏ (RED) trên tổng của chúng. Chỉ số
NDVI đối với ảnh Landsat được xác định bằng công thức: (Sandholt I., Rasmussen K.,
Anderson J., 2002)

𝑁𝐼𝑅−𝑅𝐸𝐷
NDVI =
𝑁𝐼𝑅+𝑅𝐸𝐷
Trị số của biểu thức xác định NDVI thuộc đoạn [-1,1]

Để xác định độ phát xạ trên cơ sở chỉ số NDVI yêu cầu phải biết trước độ phát xạ của đất
và thực vật. Nhiều nghiên cứu trong và ngoài nước khi xác định độ phát xạ của đất và thực
vật đã lấy số liệu phát xạ có sẵn thông qua kết quả đo đạc thực nghiệm trên các mẫu đại
diện. Điều này sẽ dẫn đến sai số do ở mỗi khu vực khác nhau sẽ có các bề mặt với đặc
trưng vật lí khác nhau. Cần phải có cách khắc phục vấn đề này.

1.2. Nhiệt độ mặt đất LST (Land surface temperature)

Theo Trần Thị Vân và ctv.(2009) để tính nhiệt độ bề mặt, giá trị số nguyên của ảnh Landsat
được chuyển về giá trị thực của bức xạ điện từ (Wm-2 μm-1). Đối với ảnh Landsat , giá trị
bức xạ được xác định như sau: (

Lλ = ML. Qcal + AL

Trong đó:

 ML, AL – hệ số chuyển đổi, được cung cấp trong file metadata ảnh Landsat
 Qcal - giá trị số của kênh ảnh

Giá trị bức xạ phổ được tính ở bước trên được dùng để tính nhiệt độ sáng (brightness
temperature) theo công thức:

15
 𝐾2
TB = 𝐾
ln⁡(1+ 1 )
𝐿𝜆

Trong đó:

Các hệ số K1, K2 được cung cấp trong file metadata ảnh Landsat 8

Nhiệt độ sáng sẽ được hiệu chỉnh trên cơ sở độ phát xạ bề mặt để xác định nhiệt độ bề mặt
theo công thức:

𝑇𝐵
LST = 𝜆.𝑇𝐵
1+( )⁡.ln 

Trong đó:

 : giá trị bước sóng trung tâm kênh hồng ngoại nhiệt

ℎ.𝑐
 = ,  : hằng số Stefan – Boltzmann( 1,38.10-23 J/K)


h – hằng số Plank ( 6,626.10 34 J.sec )

c – vận tốc ánh sáng (2,998 * 108 m/s)
ε – độ phát xạ bề mặt (surface emissivity).

1.3. Chỉ số khô hạn TVDI

Các nghiên cứu trên thế giới cho thấy, nhiệt độ bề mặt và lớp phủ thực vật là những yếu
tố quan trọng cung cấp thông tin về độ ẩm tại bề mặt đất . Nhiệt độ có thể tăng lên rất
nhanh trong trường hợp bề mặt khô hạn hoặc cây trồng bị thiếu nước. Để đánh giá mức độ
khô hạn bề mặt, trong nghiên cứu này sử dụng chỉ số khô hạn nhiệt độ thực vật
(Temperature Vegetation Dryness Index – TVDI), được Saldholt I. đưa ra năm 2002 trên
cơ sở lượng hóa mối quan hệ giữa nhiệt độ bề mặt và lớp phủ .

16
 Hình 2: Không gian Nhiệt độ / NDVI

Chỉ số khô hạn nhiệt độ thực vật TVDI được xác định theo công thức sau:

𝑇𝑠 −⁡𝑇𝑆𝑚𝑖𝑛
TVDI =
𝑇𝑆𝑚𝑎𝑥 −⁡𝑇𝑆𝑚𝑖𝑛
Trong đó:

 Ts : nhiệt độ bề mặt
 TSmax, TSmin tương ứng là nhiệt độ bề mặt cực đại và cực tiểu trong tam giác
không gian nhiệt độ/NDVI.

TSmax, TSmin được xác định bằng phương pháp hồi quy tuyến tính các giá trị nhiệt độ
cực đại tại các khoảng giá trị NDVI. Giá trị chỉ số TVDI càng cao tương ứng với nguy cơ
khô hạn càng tăng. Tại cạnh khô, chỉ số TVDI có giá trị bằng 1, trong khi đó tại cạnh ướt
giá trị của TVDI là 0.

Để tính “cạnh khô” TSmax trong không gian ‘nhiệt độ/ NDVI’, ta chia chỉ số thực vật NDVI
thành các khoảng và xác định nhiệt độ cực đại tại các khoảng này. “Cạnh ướt” TSmin được
lấy bằng giá trị nhiệt độ bề mặt (LST) thấp nhất xác định ở trên. Từ kết quả hồi quy tuyến
tính các giá trị nhiệt độ bề mặt cực đại tại các khoảng giá trị NDVI, ta xác định được “cạnh
khô” TSmax .

17
 Hình 3: Mối quan hệ vật lí giữa các chỉ số của TVDI

Mức độ khô hạn được phân cấp theo chỉ số TVDI như sau :

Bảng 3: Phân cấp mức độ khô hạn đối với chỉ số TVDI

Chỉ số TVDI nhận giá trị trong khoảng từ 0 đến 1. Phân cấp mức độ khô hạn bề mặt đối
với chỉ số khô hạn nhiệt độ – thực vật TVDI được trình bày trong bảng 4. Trong đó, giá trị
TVDI nhỏ hơn 0,2 tương ứng với các vùng không có nguy cơ hạn hán (bề mặt nước, thực
vật tươi tốt, đất nông nghiệp ngập nước). Nếu chỉ số TVDI trong khoảng từ 0,2 đến 0,4
tương ứng với các khu vực ít có nguy cơ khô hạn (khu vực đất rừng); chỉ số TVDI trong
khoảng 0,4 – 0,6 tương ứng với các khu vực khô hạn trung bình; trong khoảng 0,6 – 0,8 –
khô hạn nặng. Nếu giá trị chỉ số TVDI lớn hơn 0,8 khu vực có mức độ khô hạn rất nặng.
(Trịnh Lê Hùng, Đào Khánh Hoài., 2015)

18
 1.4. Phương pháp nội suy Kriging

Phương pháp nội suy Kriging khảo sát mối quan hệ giữa sự biến động của dữ liệu theo vị
trí của chúng trong không gian, từ đó rút ra mô hình toán phản ánh mối quan hệ này. Nhờ
vào mô hình toán, các nhà nghiên cứu có thể dự báo trước được giá trị của dữ liệu nội suy
ở những vị trí chưa có số liệu khảo sát tực tế.

Để có thể sử dụng phương pháp nội suy Kriging, các dữ liệu khảo sát cần phải có tọa độ
địa lý tương ứng. Các bước tiến hành như sau:

- Thu thập số liệu mưa tại các trạm quan trắc.

- Xác định tọa độ của các trạm quan trắc.
- Tiến hành nội suy Kriging bằng phần mềm Sufer.

2. Nguồn dữ liệu

Ở Việt Nam, một số nghiên cứu đã sử dụng ảnh nhiệt MODIS, NOAA/AVHRR trong xác
định độ ẩm đất dựa trên mối quan hệ giữa nhiệt độ bề mặt và các loại hình lớp phủ . Tuy
nhiên, độ phân giải không gian của ảnh MODIS, NOAA/AVHRR là rất thấp và không
thích hợp cho các nghiên cứu chi tiết. Đề tài này trình bày kết quả đánh giá nguy cơ hạn
hán khu vực Tây Nguyên sử dụng tư liệu ảnh hồng ngoại nhiệt LANDSAT. Ảnh hồng
ngoại nhiệt LANDSAT với độ phân giải không gian trung bình (60 – 120m) cung cấp
thông tin rõ ràng hơn về sự thay đổi độ ẩm bề mặt so với ảnh MODIS, NOAA/AVHRR,
do vậy có thể được sử dụng hiệu quả trong nghiên cứu và giám sát hiện tượng hạn hán.

2.1. Đặc tính của ảnh landsat

Landsat 5 có 7 kênh ảnh , kênh 1, 2 và 3 thuộc vùng bức xạ nhìn thấy; kênh 4, 5 và 7 thuộc
vùng hồng ngoại có độ phân giải 30 mét; kênh 6 thuộc vùng hồng ngoại nhiệt có độ phân
giải 120m.
Landsat 7 có các đặc điểm mới so với các phiên bản trước đó. Một cảnh ảnh (scene) có
kích thước 170 km phương bắc-nam x 183 km phương đông-tây. Có 7 kênh mang số thứ
tự từ 1 đến 7 và kênh toàn sắc (Panchromatic hay viết tắt là PAN). Kênh 1, 2 và 3 thuộc
vùng bức xạ nhìn thấy; kênh 4, 5 và 7 thuộc vùng hồng ngoại có độ phân giải 30 mét; kênh
6 thuộc vùng hồng ngoại nhiệt có độ phân giải 60m; và kênh Pan có độ phân giải 15m.
Landsat 8 thu nhận ảnh với tổng số 11 kênh phổ, bao gồm 9 kênh sóng ngắn và 2 kênh
nhiệt sóng dài. Hai bộ cảm này sẽ cung cấp chi tiết bề mặt Trái Đất theo mùa ở độ phân
giải không gian 30 mét (ở các kênh nhìn thấy, cận hồng ngoại, và hồng ngoại sóng ngắn);
100 mét ở kênh nhiệt và 15 mét đối với kênh toàn sắc. Dải quét của LDCM giới hạn trong
khoảng 185 km x 180 km. Độ cao vệ tinh đạt 705 km so với bề mặt trái đất. Bộ cảm OLI

19
cung cấp hai kênh phổ mới, Kênh 1 dùng để quan trắc biến động chất lượng nước vùng
ven bờ và Kênh 9 dùng để phát hiện các mật độ dày, mỏng của đám mây ti (có ý nghĩa đối
với khí tượng học), trong khi đó bộ cảm TIRS sẽ thu thập dữ liệu ở hai kênh hồng ngoại
nhiệt sóng dài (kênh 10 và 11) dùng để đo tốc độ bốc hơi nước, nhiệt độ bề mặt.
Bảng 4: Đặc trưng Bộ cảm của ảnh vệ tinh Landsat

Độ phân
Bước sóng
Vệ tinh Kênh giải
(micrometers)
(meters)
Band 1 0.45 – 0.52 30
Band 2 0.52 – 0.60 30
Landsat 5 Band 3 0.63 – 0.69 30
(Bộ cảm Band 4 0.76 – 0.90 30
MT) Band 5 1.55 – 1.75 30
Band 6 10.40 – 12.50 120
Band 7 2.09 – 2.35 30
Band 1 0.45-0.52 30
Band 2 0.52-0.60 30
Band 3 0.63-0.69 30
Landsat 7 Band 4 0.77-0.90 30
(Bộ cảm Band 5 1.55-1.75 30
ETM+)
Band 6 10.40-12.50 60
Band 7 2.09-2.35 60
Band 8 0.52-0.90 15
Band 1 - Coastal aerosol 0.433 - 0.453 30
LDCM – Band 2 - Blue 0.450 - 0.515 30
Landsat 8
Band 3 - Green 0.525 - 0.600 30
(Bộ cảm
Band 4 - Red 0.630 - 0.680 30
OLI và
TIRs) Band 5 - Near Infrared 0.845 - 0.885 30
(NIR)
Band 6 - SWIR 1 1.560 - 1.660 30
Band 7 - SWIR 2 2.100 - 2.300 30
Band 8 - Panchromatic 0.500 - 0.680 15
Band 9 - Cirrus 1.360 - 1.390 30
Band 10 - Thermal Infrared 10.3 - 11.3 30
(TIR) 1
Band 11 - Thermal Infrared 11.5 - 12.5 30
(TIR) 2

20
 IV. KẾT QUẢ VÀ THẢO LUẬN
1. Xử lí ảnh viễn thám
1.1. Nắn chỉnh hình học ảnh
Biến dạng hình học của ảnh được hiểu như sự sai lệch vị trí giữa tọa độ ảnh thực tế (đo
được) và tọa độ ảnh lý tưởng được tạo bởi bộ cảm có thiết kế hình học chính xác và trong
điều kiện thu nhận lý tưởng, nhằm loại trừ sai số giữa tọa độ ảnh thực tế và tọa độ ảnh lý
tưởng cần phải tiến hành hiệu chỉnh hình học. Sử dụng các lớp dữ liệu có tọa độ chính xác
như dữ liệu đường giao thông, địa danh,.. để nắn chỉnh ảnh.

Hình 5: Ảnh trước khi nắn chỉnh

Chúng ta có thể thấy được sự sai lệch của ảnh ban đầu, các đường giao thông bị
lệch so với dữ liệu đường giao thông thực tế.

21
 Hình 6:; Ảnh sau khi nắn chỉnh

Sau khi nắn chính, các đường giao thông của ảnh và dữ liệu thực tế đã trừng khớp
với nhau.

1.2. Cắt ảnh theo ranh giới.

Ảnh vệ tinh khi tải về là một ảnh có kích thước lớn bao gồm nhiều khu vực. Vì vậy
cần tiến hành cắt ảnh theo khu vực nghiên cứu để dễ quan sát cũng như dễ dàng
trong quá trình tính toán.

22
 Hình 7: Ảnh ban đầu

Hình 8: Ảnh sau khi cắt theo ranh giới tỉnh Ninh Thuận

23
 1.3. Tăng cường độ phân giải ảnh

Ảnh Landsat tổ hợp màu có độ phân giải 30m. Kết hợp ảnh toàn sắc kênh 8 (có độ phân
giải 15m) với các ảnh tổ hợp màu tạo ra ảnh tăng cường vừa có độ phân giải cao của
ảnh toàn sắc, vừa có màu sắc trực quan của ảnh tổ hợp màu. Xử lý phổ bằng các phương
pháp dãn tuyến tính, điều chỉnh tương tác, đảm bảo chất lượng hình ảnh rõ nét, độ
tương phản trung bình, không thiếu màu. Độ phân giải cao phục vụ công tác nghiên
cứu được tốt hơn. Quá trình tăng cường độ phân giải được gọi là Pan-sharpening. Vậy
nên ta sử dụng công cụ Create Pan-sharpening để thực hiện.

Độ phân giải của ảnh lúc này đã được tăng lên là 15x15, tăng 2 lần so với ảnh ban đầu.

Hình 9: Ảnh khu vực tỉnh Ninh Thuận (15x15)

2. Tạo ảnh chỉ số thực vật NDVI

Trong Arcgis để tính được chỉ số thực vật NDVI, ta sử dụng bảng tính trong toolbox:

ArcToolbox  Spataial Analyst tool  Map Algebra  Raster Calculator.

Sau khi bảng tính Raster Caculator xuất hiện, nhập công thức tính NDVI vào khung tính:

24
 𝑁𝐼𝑅−𝑅𝐸𝐷
NDVI =
𝑁𝐼𝑅+𝑅𝐸𝐷
Đối với ảnh năm 2013 - Landsat 8, kênh cận hồng ngoại (NIR) ứng với kênh 5 và kênh đỏ
(RED) ứng với kênh 4 nên công thức tính NDVI sẽ là:

𝑏𝑎𝑛𝑑_5−𝑏𝑎𝑛𝑑_4
NDVI =
𝑏𝑎𝑛𝑑_5+𝑏𝑎𝑛𝑑_4
Với ảnh năm 2002- Landsat 7 và ảnh năm 2002 – landsat 5, kênh cận hồng ngoại (NIR)
ứng với kênh 4 và kênh đỏ (RED) ứng với kênh 3 nên công thức tính NDVI sẽ là:

𝑏𝑎𝑛𝑑_4−𝑏𝑎𝑛𝑑_3
NDVI =
𝑏𝑎𝑛𝑑_4+𝑏𝑎𝑛𝑑_3

Hình 10: Chỉ số thực vật năm 2002

25
 Hình 11: Chỉ số thực vật NDVI năm 2005

Hình 12: Chỉ số thực vật NDVI năm 2013

26
Nhìn vào hình trên ta thấy chỉ số NDVI của khu vực dao động trong khoảng -0.666667
0.617021 năm 2002, -0.9375  0.686047 năm 2005 và từ -0.371463  0.675465. Các
đối tượng được thể hiện qua cấp độ xám: nước, mây được thể hiện rõ bở màu trắng, đất
trống, cát được thể hiện bởi màu xám, màu càng tối chúng tỏ nơi đó thực vật càng nhiều.

Dựa vào ba ảnh chỉ số thực vật trên ta có thể thấy vùng đất trống của năm 2005 rất nhiều,
tiếp đến là năm 2002 và 2013. Ngược lại thực vật của năm 2013 nhiều hơn rất nhiều so với
năm 2002 đặc biệt là năm 2005. Vì có thể sau những năm xảy ra hạn hán nặng, quy hoạch
của vùng đã chuyển vùng đất trống thành khu dân cư hoặc rừng trồng.

3. Tạo ảnh nhiệt độ mặt đất LST

3.1. Chuyển đổi giá trị số DN sang giá trị bức xạ phổ Lλ

Dữ liệu Landsat 8 được thu nhận dưới dạng ảnh xám độ 16 bit, dó đó cần phải chuyển đổi
giá trị số 16 bit của ảnh này sang giá trị bức xạ phổ là giá trị phản ánh năng lượng phát ra
từ mỗi vật thể được thu nhận trên kênh nhiệt. Như trên phần lí thuyết đã trình bày thì Lλ
được tính theo công thức Lλ = ML. Qcal + AL

Trong đó:

 ML, AL – hệ số chuyển đổi, được cung cấp trong file metadata ảnh Landsat 8
 Qcal - giá trị số của kênh ảnh

Đối với Landsat 8: ML = RADIANCE_MULT_BAND_10 = 3.342x10-4

AL = RADIANCE_ADD_BAND_10 = 0.1

 Lλ = 3.342*10-4 * Qcal + 0.1

Đối với Landsat 7: ML = RADIANCE_MULT_BAND_6 = 0.037

AL = RADIANCE_ADD_BAND_6 = 3.16280

 Lλ = 0.037* Qcal + 3.16280

Đối với Landsat 5: ML = RADIANCE_MULT_BAND_6 = 0.055375

AL = RADIANCE_ADD_BAND_6 = 1.18243

 Lλ = 0.055375* Qcal + 1.18243

3.2. Chuyển đổi giá trị bức xạ phổ sang nhiệt độ

Ảnh kênh 10 của Landsat 8 có thể được chuyển đổi từ giá trị bức xạ phổ sang biến vật lý
hữu ích hơn. Đây là nhiệt độ hiệu quả của vệ tinh ( nhiệt độ vật thể đen) của hệ thống được

27
nhìn từ Trái Đất – khí quyển dưới giả thiết sự phát xạ bằng 1. Công thức được tính theo
𝐾2
công thức Planck: TB = 𝐾
ln⁡(1+ 1 )
𝐿𝜆

Các hệ số K1, K2 được cung cấp trong file metadata ảnh Landsat , Lλ là ảnh vừa tính được.

𝟏𝟑𝟐𝟏.𝟎𝟖
Đối với Landsat 8: K1 = 774.89,K2 = 1321.08 => TB = 𝟕𝟕𝟒.𝟖𝟗
𝒍𝒏⁡(𝟏+ )
𝑹𝒂𝒅𝒊𝒂𝒏𝒄𝒆_𝒃𝟏𝟎

𝟏𝟐𝟖𝟐.𝟕𝟏
Landsat 7: K1 = 666.09 , K2 = 1282.71 => TB = 𝟔𝟔𝟔.𝟎𝟗
𝒍𝒏⁡(𝟏+ )
𝑹𝒂𝒅𝒊𝒂𝒏𝒄𝒆_𝒃𝟔

⁡𝟏𝟐𝟔𝟎.𝟓𝟔⁡
Đối với Landsat 5: K1 = 607.76 , K2 = 1260.56 => TB = 𝟔𝟎𝟕.𝟕𝟔⁡
𝒍𝒏⁡(𝟏+ )
𝑹𝒂𝒅𝒊𝒂𝒏𝒄𝒆_𝒃𝟔

3.3. Hiệu chỉnh phát xạ

𝑇𝐵
LST = 𝜆.𝑇𝐵
1+( )⁡.ln 

Trong đó:

 : giá trị bước sóng trung tâm kênh hồng ngoại nhiệt,

 Landsat 8: kênh 11 có bước sóng từ 10.3  11.3 µm, vậy = 10.8 µm = 10.8x10-6 m.
 Landsat 7 và Ladsat 5: kênh 6 có bước sóng từ 10.4  12.5 µm, vậy  = 11.4 µm
= 11.4x10-6 m.

ℎ.𝑐
 = ,  : hằng số Stefan – Boltzmann( 1,38.10-23 J/K)


h – hằng số Plank ( 6,626.10 34 J.sec )

c – vận tốc ánh sáng (3.108 m/s)

6.626∗10−34 ⁡∗⁡⁡3.108
 = = 0.0144
1.38∗10−23
ε – độ phát xạ bề mặt (surface emissivity).
28
Độ phát xạ bề mặt của mỗi loại thảm phủ như sau:

- Không thực vật ( đất, nhựa đường, cát, pixel hỗn hợp) : ε = 0.96
- Thực vật : ε = 0.97
- Nước: ε = 0.98

Ở đây sử dụng hệ số độ phát xạ là ε = 0.96

Vậy với ảnh Landsat 8 năm 2013:

𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑒𝑟_𝑏10
LST = 10.8∗10−6 ⁡∗⁡⁡𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑒𝑟_𝑏10
1+( )∗ln 0.96
0.0144

Landsat 5 năm 2005:

𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑒𝑟_𝑏6
LST = 11.4∗10−6 ⁡∗⁡⁡𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑒𝑟_𝑏6
1+( )∗ln 0.96
0.0144

Landsat 7 năm 2002 :

𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑒𝑟_𝑏6
LST = 11.4∗10−6 ⁡∗⁡⁡𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑒𝑟_𝑏6
1+( )∗ln 0.96
0.0144

Hình 13: Ảnh nhiệt năm 2002

29
 Hình 14: Ảnh nhiệt năm 2005 Hình 2: Ảnh nhiệt năm 2013

Nhiệt độ sau khi hiệu chỉnh có đơn vị là Kenvin (oK). Để dễ quan sát và đánh giá, chuyển
đổi từ ảnh nhiệt oK sang ảnh nhiệt oC theo công thức : oC = oK – 273.

Sau khi chuyển đổi ta được ảnh nhiệt (oC) với nhiệt độ dao động từ khoảng 13 – 34.7 oC
đối với năm 2002, 11 – 38 0C đối với năm 2005 và 12 - 34 oC đối với năm 2013 . Nhiệt độ
của tỉnh Ninh Thuận khá cao so với nhiệt độ trung bình của cả nước. Phân tích kết quả
nhận được cho thấy, những vùng có nhiệt độ bề mặt cao phân bố chủ yếu ở những khu vực
không có thực vật che phủ.

4. Tạo ảnh chỉ số khô hạn TVDI và bản đồ phân vùng khô hạn

Từ kết quả hồi quy tuyến tính các giá trị nhiệt độ bề mặt cực đại tại các khoảng giá trị
NDVI, “cạnh khô” Tsmax trong không gian Ts/NDVI cho các ảnh năm 2002, 2005, 2013
được xác định như sau:

Tsmax(2002) = -8.133*NDVI + 30.185 (R² = 0.7957)

Tsmax(2005) = -17.701*NDVI + 38.345 (R² = 0.7985)

Tsmax(2013) = -16.195*NDVI + 35.289 (R² = 0.7923)

Sau khi tính được ảnh Tsmax, ta tính chỉ số khô hạn theo công thức:

30
 𝑇𝑠−⁡𝑇𝑆𝑚𝑖𝑛
TVDI =
𝑇𝑆𝑚𝑎𝑥 −⁡𝑇𝑆𝑚𝑖𝑛
Trong đó:

 Ts : ảnh nhiệt độ bề mặt

 TSmax, TSmin tương ứng là nhiệt độ bề mặt cực đại và cực tiểu trong tam giác không
gian nhiệt độ/NDVI.

Đối với ảnh năm 2002:

NhietDo_2002−⁡16.122
TVDI =
𝑇𝑆𝑚𝑎𝑥_2002 −⁡16.122
Đối với ảnh năm 2005:
"𝐴𝑛ℎ𝑛ℎ𝑖𝑒𝑡𝑑𝑜_𝑁𝑇_2005"−⁡19
TVDI =
𝑇𝑆𝑚𝑎𝑥_2005 −⁡19

Năm 2013:

"𝑁ℎ𝑖𝑒𝑡𝐷𝑜_2013"−⁡17.5
TVDI =
𝑇𝑆𝑚𝑎𝑥_2013 −⁡17.5

 Các giá trị 16.122, 19, 17.5 là nhiệt đô thấp nhất với các đối tượng không phải là mây.

Bản đồ phân vùng mức độ khô hạn tương đối khu vực tỉnh Ninh Thuận trên cơ sở chỉ số
khô hạn nhiệt độ - thực vật TVDI được thể hiện trên hình dưới.

31
 Hình 16: Ảnh chỉ số khô hạn năm 2002

Hình 17: Anh chỉ số khô hạn năm 2005 Hình 18: Ảnh chỉ số khô hạn năm 2013

32