VSGA tổng hợp và chia sẻ đến độc giả nội dung nghiên cứu được đăng tải trên tạp chí khoa học EGUsphere (Copernicus) vào tháng 2/2026 về phương pháp giám sát lũ lụt quy mô lớn sử dụng chuỗi thời gian ảnh vệ tinh Sentinel-1 kết hợp chỉ số Z-score. Điểm nổi bật của nghiên cứu là khả năng nhận dạng vùng ngập tại khu vực đô thị — vốn là thách thức lớn trong lĩnh vực viễn thám SAR — thông qua đặc trưng tán xạ kép.
Giới thiệu
Ngập lụt là thảm họa tự nhiên gây thiệt hại kinh tế lớn trên toàn cầu. Dữ liệu ảnh vệ tinh SAR miễn phí với phạm vi phủ trùm toàn cầu như Sentinel-1 có giá trị ứng dụng cao trong giám sát thiên tai ngập lụt, nhờ khả năng quan sát xuyên mây và hoạt động cả ngày lẫn đêm.
Đã có nhiều nghiên cứu ứng dụng ảnh Sentinel-1 để chiết tách vùng ngập lụt quy mô lớn, tuy nhiên hầu hết chỉ nhận dạng được vùng ngập ở khu vực tự nhiên (đồng ruộng hoặc đất trống) mà chưa chiết tách được vùng ngập đô thị do đặc điểm tán xạ phức tạp.
Nghiên cứu của nhóm tác giả Runmei và Jun đề xuất phương pháp chiết tách cả vùng ngập đô thị từ ảnh Sentinel-1, thực nghiệm cho sự kiện ngập lụt tại thành phố Weihui. Bản thảo được đăng tải trên trang egusphere.copernicus.org vào tháng 2/2026 và đã có các phản biện học thuật cho bản thảo.
Khu vực nghiên cứu và dữ liệu sử dụng
Khu vực nghiên cứu
Khu vực nghiên cứu là thành phố Weihui, tỉnh Hà Nam, Trung Quốc — nơi xảy ra sự kiện lũ lụt lịch sử vào tháng 7/2021. Tại thời điểm đỉnh ngập, 79% diện tích khu dân cư và công trình xây dựng của thành phố bị ngập lụt.
Dữ liệu sử dụng
- Chuỗi ảnh Sentinel-1: Dữ liệu ảnh trong năm 2021 (bao gồm ảnh chụp tại thời điểm ngập) để phân tích đặc điểm tán xạ đa thời gian.
- GPM (Global Precipitation Measurement): Dữ liệu lượng mưa phục vụ xác định cường độ mưa và kiểm chứng kết quả.
- Dữ liệu phụ trợ: Bản đồ mặt nước toàn cầu (GSW) để loại bỏ mặt nước thường xuyên, và dữ liệu mô hình số độ cao (DEM).
Phương pháp nhận dạng vùng ngập bằng chỉ số Z-score
Nghiên cứu được thực hiện theo các bước:
Nhận dạng điểm ảnh bất thường bằng Z-score
Nhóm tác giả dụng chuỗi hình ảnh Sentinel-1 trong cả năm 2021 có cùng số hiệu quỹ đạo (path), khung hình (frame) và phân cực (VV hoặc VH) để đảm bảo tính nhất quán, và kiểm tra phân phối chuẩn của dữ liệu bằng cách giả định dữ liệu tuân theo phân phối chuẩn, và dùng chỉ số độ nhọn (kurtosis) và độ lệch (skewness) để kiểm tra tính phân phối chuẩn của giá trị tán xạ ngược theo thời gian. Sau đó, điểm có tán xạ bất thường được xác định dựa vào chỉ số Z-score, được tính toán theo công thức:
Trong đó:
| Z: | Giá trị Z-score |
| σflood: | Hệ số tán xạ ngược chuẩn hóa (tính bằng đơn vị dB) của điểm ảnh tại thời điểm xảy ra ngập lụt |
| mean(σ): | Giá trị trung bình của hệ số tán xạ ngược của điểm ảnh từ chuỗi ảnh đa thời gian có cùng quỹ đạo và chế độ chụp |
| std(σ): | Độ lệch chuẩn của hệ số tán xạ ngược của pixel trong chuỗi thời gian |
Giá trị Z-score được đối chiếu với bảng phân phối chuẩn để xác định xác suất ngập lụt. Ví dụ: nếu giá trị tuyệt đối của Z-score vượt quá 1,96, có thể khẳng định với độ tin cậy 95% rằng sự bất thường này là do ngập lụt gây ra, hay nói cách khác, điểm ảnh đó là có ngập.
Việc sử dụng Z-score giúp chuyển đổi dữ liệu tán xạ ngược thô thành một chỉ số có ý nghĩa thống kê rõ ràng, hỗ trợ việc chiết tách ngập lụt một cách chính xác hơn ở cả vùng tự nhiên và vùng đô thị.
Áp dụng Cây phân loại giám sát ngập lụt (Flood monitoring classification tree)
Nghiên cứu kết hợp cả hai phân cực VV và VH để tăng độ tin cậy, và áp dụng các quy trình phân loại khác nhau cho vùng tự nhiên và vùng đô thị.
Xử lý sau phân loại
Sử dụng kỹ thuật tập hợp pixel (pixel aggregation) để loại bỏ các pixel bị phân loại sai do nhiễu lốm đốm (speckle).
Đánh giá độ chính xác
Để đánh giá kết quả, nghiên cứu sử dụng:
- Ảnh quang học Sentinel-2 (chụp lệch 8–9 giờ so với ảnh SAR có ngập) cho khu vực tự nhiên
- Ảnh UAV độ phân giải siêu cao (lệch khoảng 2 giờ) cho khu vực đô thị
Kết quả:
| Khu vực | OA (Overall Accuracy) | CSI (Critical Success Index) |
| Khu vực tự nhiên | 90% | 60% |
| Khu vực đô thị | 73% | 62% |
Kết luận
- Ở khu vực tự nhiên, nước gây ra phản xạ gương làm giảm mạnh giá trị tán xạ ngược. Ngược lại, ở khu vực đô thị, nước lũ bao quanh các tòa nhà làm tăng hiện tượng tán xạ kép (double-bounce), dẫn đến giá trị tán xạ ngược tăng mạnh (hơn 6 dB).
- Nghiên cứu cũng ghi nhận rằng độ cao tòa nhà và mật độ xây dựng ảnh hưởng đến khả năng phát hiện ngập: trường hợp nước ngập gần sát mái nhà sẽ không có hiện tượng tán xạ kép, gây khó khăn cho việc nhận dạng điểm ngập.
Hạn chế và triển vọng phát triển
Nghiên cứu còn một số hạn chế cần lưu ý:
- Việc chiết tách ngập ở khu vực có các tòa nhà bố trí quá sát nhau chưa đạt hiệu quả như mong đợi.
- Chưa thử nghiệm phát hiện ngập lụt dưới tán rừng do thiếu dữ liệu kiểm chứng phù hợp.
Về triển vọng, nhóm tác giả kỳ vọng trong tương lai có thể:
- Sử dụng ảnh SAR có góc tới nhỏ hơn để cải thiện khả năng phát hiện lũ trong đô thị.
- Kết hợp dữ liệu SAR đa nguồn và các băng tần khác (như băng L — có khả năng đâm xuyên cao hơn) để nhận dạng ngập dưới tán rừng.
Ý kiến phản biện (trên trang egusphere.copernicus.org)
Bài viết đã nhận được các ý kiến phản biện học thuật trên trang egusphere.copernicus.org. VSGA tổng hợp các nội dung phản biện chính như sau:
- Về dữ liệu kiểm chứng: Dữ liệu Sentinel-2 được dùng để đánh giá kết quả chiết tách vùng ngập có sự chênh lệch thời gian đáng kể so với ảnh Sentinel-1, điều này có thể ảnh hưởng đến giá trị OA và CSI.
- Về giả định phân phối chuẩn: Giả định phân bố chuẩn của giá trị tán xạ ngược chưa được chứng minh đầy đủ; các phản biện đề nghị bổ sung histogram, Q-Q plot, skewness và kurtosis cho các lớp phủ khác nhau để chứng minh tính hợp lệ của phép biến đổi Z-score.
- Về ngưỡng Z-score: Việc sử dụng cùng một ngưỡng Z-score cho cả phân cực VV và VH chưa được giải thích rõ, trong khi hai phân cực có đặc tính tán xạ ngược khác nhau. Các phản biện đề nghị thực hiện phân tích độ nhạy (sensitivity analysis) hoặc xem xét áp dụng ngưỡng riêng cho từng phân cực.
- Về đối chiếu với hệ thống hiện có: Cần bổ sung so sánh với các hệ thống lập bản đồ đang được sử dụng trong thực tế, đặc biệt là Sentinel-1 Global Flood Monitoring (GFM), để đánh giá giá trị ứng dụng của phương pháp đề xuất.
- Về so sánh với kỹ thuật truyền thống: Cần bổ sung đối chiếu với các kỹ thuật chiết tách ngập truyền thống nhằm đánh giá mức độ hiệu quả và chi phí tính toán, do phương pháp trong nghiên cứu có độ phức tạp tính toán cao hơn đáng kể.
Nguồn: egusphere.copernicus.org
