Extracting and overlaping geospatial informations from remote sensing to mapping genegal drought of Ninh Thuan province
- Authors: Thao Phuong Thi Do 1, Chinh Mai Thi Duong 2, Tai Anh Le 2, Vinh Tuyet Thi Tran 1, Ha Thu Thi Nguyen 3
Affiliations:
1 Faculty of Geomatics and Land Administration, Hanoi University of Minning and Geology, Vietnam
2 Branch of Hanoi University of Natural resources and Environment in Thanh Hoa, Vietnam
3 Center for National and Administrative Boundaries, Deparment of Survey Mapping and Geographic Information Vietnam, Vietnam
- *Corresponding:This email address is being protected from spambots. You need JavaScript enabled to view it.
- Keywords: Genegal drought, NinhThuan, SAVI, TCI, TVDI.
- Received: 19th-June-2020
- Revised: 3rd-Aug-2020
- Accepted: 31st-Aug-2020
- Online: 31st-Aug-2020
- Section: Geomatics and Land Administration
Abstract:
Drought is one of the natural phenomena that seriously affects to society in general as well as the lives of people in particular. Therefore, determining early drought is necessary. Remote sensing and GIS technology with extracting and overlaping tools which can assess the extent of drought from geospatial informations in a wide area. Experimental area is Ninh Thuan province, where drought often occur. Five indexes (TCI, VCI, SAVI, WWSVI, TVDI) are extracted from Landsat 8. The weights according to the level of influence is determine by Analytic Hierarchy Process (AHP). Results shows current drought in five levels: no drought; low; medium; high and very high, then compared with the drought warning system in the South-central region. The areas of Ninh Phuoc, Ninh Son and Phan Rang are higher drought phenomena at the time of dry season (accounting for about 60% of the total provincial area).
AghaKouchak, A.; Farahmand, A.; Melton, F. S.; Teixeira, J.; Anderson, M. C; Wardlow, Brian D.; and Hain, C. R., (2015). Remote sensing of drought: Progress, challenges and opportunities. NASA Publications, 151.
Bùi Quang Huy, Trần Trung Kiên, An Quang Hưng, Vũ Hữu Long, Nguyễn Vũ Giang, (2016). Ứng dụng tư liệu ảnh vệ tinh đa thời gian đánh giá nhanh mức độ khô hạn khu vực Tây Nguyên và các tỉnh Nam Trung Bộ. Viện Công nghệ Vũ trụ, Báo cáo kỹ thuật.
Eskinder Gidey, Oagile Dikinya, Reuben Sebego, Eagilwe Segosebe and Amanuel Zenebe, (2018). Analysis of the long-term agricultural drought onset, cessation, duration, frequency, severity and spatial extent using Vegetation Health Index (VHI) in Raya and its environs, Northern Ethiopia. Environmental Systems Research 7, Article number: 13.
Hoàng Thanh Sơn, Vũ Thị Thu Lan, Nguyễn Quang Chiến, (2014). Đánh giá tác động của biến đổi khí hậu đến TNN mặt vùng khô hạn Ninh Thuận. Kỷ yếu hội nghị khoa học địa lý toàn quốc lần thứ 8, 648 - 653.
Lê Sâm, Nguyễn Đình Vượng, (2008). Nghiên cứu lựa chọn công thức tính chỉ số khô hạn và áp dụng vào việc tính toán tần xuất khô hạn năm ở tỉnh Ninh Thuận. Viện Khoa học và Thủy lợi miền Nam. Tuyển tập kết quả khoa học và công nghệ 2008.
Rosalena I. R., Rokhmatuloh, Revi Hernina, (2014). Water Supplying Vegetation Index (WSVI) Analysis for Drought Rate Mapping in Bogor Regency. IOP Conf. Series: Earth and Environmental Science 284 (2019). doi:10.1088/1755-1315/284/1/012014.
Saaty T.L., (1977). A scaling method for priorities in hierarchical structures. Journal of Mathematical Psychology 15, 234-281.
Trần Văn Tý, Đặng Thị Thu Hoài, Huỳnh Vương Thu Minh, (2015). Xây dựng bản đồ hạn hán đồng bằng sông Cửu Long trong bối cảnh biến đối khí hậu. Tạp chí Khoa học trường Đại học Cần Thơ, số chuyên đề Môi trường và Biến đổi khí hậu, 226 - 233.
Trịnh Lê Hùng, Đào Khánh Hoài, (2015). Ứng dụng viễn thám đánh giá nguy cơ hạn hán khu vực huyện Bắc Bình, tỉnh Bình Thuận. Tạp chí Khoa học Đại học Sư phạm Thành phố Hồ Chí Minh 5 (70).
Vũ Thị Thu Hằng, Trần Thanh Hà, (2013). So sánh một vài chỉ số hạn hán ở các vùng khí hậu Việt Nam. Tạp chí khoa học Đại học Quốc gia Hà Nội, Khoa học Tự nhiên và Công nghệ 29(25), 51-57.
Willibroad Gabila Buma and Sang-Il Lee, (2019). Multispectral Image-Based Estimation of Drought Patterns and Intensity around Lake Chad, Africa. Remote Sens. 11, 2534. doi:10. 3390/rs11212534.
Other articles