Đánh giá biến động độ che phủ thực vật tại một số khu vực đô thị và ven đô Hà Nội từ tư liệu ảnh vệ tinh LANDSAT đa phổ và đa thời gian

Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tập 33, Số 2 (2017) 40-47 
 40 
Đánh giá biến động độ che phủ thực vật tại một số 
khu vực đô thị và ven đô Hà Nội từ tư liệu ảnh vệ tinh 
LANDSAT đa phổ và đa thời gian 
Hoàng Anh Huy* 
Trường Đại học Tài nguyên và Môi trường Hà Nội, 41A Phú Diễn, 
 Bắc Từ Liêm, Hà Nội, Việt Nam 
Nhận ngày 13 tháng 02 năm 2017 
Chỉnh sửa ngày 21 tháng 3 năm 2017; Chấp nhận đăng ngày 28 tháng 6 năm 2017 
Tóm tắt: Mục tiêu của nghiên cứu là đánh giá biến động độ che phủ thực vật (FVC) khu vực đô 
thị và ven đô Hà Nội giai đoạn 2007 - 2015 dựa trên mô hình phân tích lẫn phổ tuyến tính hai đối 
tượng thuần (SMA) từ tư liệu ảnh vệ tinh đa phổ, đa thời gian LANDSAT TM và OLI. Trên cơ sở 
chỉ số NDVI, ứng dụng mô hình SMA hai đối tượng thuần xác định FVC, sau đó tiến hành đánh 
giá biến động độ che phủ thực vật. Kết quả nghiên cứu cho thấy: diện tích FVC giảm 699,8 km2 
(chiếm 75,5%), trung bình FVC giảm 87,5 km2 mỗi năm tại phía Nam huyện Sóc Sơn, phía Đông 
huyện Đông Anh và quận Gia Lâm, phía Tây huyện Thanh Trì; FVC giảm ở mức trung bình và 
nhẹ tại quận Cầu Giấy, Bắc, Nam –Từ Liêm và Tây Sóc Sơn; FVC không thay đổi là 184,5 km2 
(chiếm 19,9%) tại các quận Ba Đình, Đống Đa và Hoàn Kiếm; chỉ 44,9 km2 có FVC tăng (chiếm 
4,9%), FVC tăng 5,6 km2 mỗi năm, xuất hiện tại quận Hoàng Mai, Đông - Bắc Sóc Sơn, Nam 
huyện Đông Anh. 
Từ khóa: Ảnh vệ tinh LANDSAT, biến động độ che phủ thực vật, thành phố Hà Nội. 
1. Đặt vấn đề 
Thảm thực vật đóng một vai trò quan trọng 
trong việc trao đổi carbon, nước và năng lượng 
trên bề mặt trái đất [1, 2], do đó thảm thực vật 
là một yếu tố quan trọng để giải thích cho việc 
trao đổi này [3, 4]. Độ che phủ (Fractional 
Vegetation Cover - FVC) là một trong những 
thông số sinh lý chủ yếu liên quan đến các quá 
trình trao đổi bề mặt, đồng thời nó còn là một 
thông số cần thiết trong dự báo thời tiết bằng 
phương pháp số (Numerical Weather 
_______ 
ĐT.: 84-932249680. 
 Email: hahuy@hunre.edu.vn 
https://doi.org/10.25073/2588-1094/vnuees.4097 
Prediction), mô hình hóa khí hậu toàn cầu và 
khu vực, và quan trắc sự thay đổi toàn cầu [5, 
6]. Độ che phủ thực vật cũng là một thông số 
quan trọng trong viễn thám nhiệt, vì nó là một 
thông số cơ bản cho phép xác định độ phát xạ 
bề mặt [7]. Hiện nay, hai phương pháp chủ yếu 
để xác định độ che phủ thực vật là đo đạc ngoài 
thực địa và phương pháp viễn thám [8]. Đo đạc 
ngoài thực địa là phương pháp truyền thống bao 
gồm phương pháp ước lượng bằng mắt, phương 
pháp lấy mẫu và phương pháp sử dụng các thiết 
bị đo chuyên dụng với các chế độ đo khác nhau 
[9]. Đây là phương pháp đóng vai trò chủ yếu 
trong khảo sát của độ che phủ của thảm thực vật 
trên bề mặt đất. Tuy nhiên với sự phát triển 
mạnh mẽ của công nghệ viễn thám, phương 
H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tập 33, Số 2 (2017) 40-47 
41 
pháp viễn thám đang là một công cụ hiệu quả 
trong xác định độ che phủ thực vật, thậm chí có 
thể theo dõi sự phân bố và phát triển của FVC 
[10]. Với ưu điểm vượt trội về khả năng thu 
nhận ảnh trên quy mô lớn và phát hiện định kỳ, 
tư liệu ảnh vệ tinh cho phép xác định độ che 
phủ thực vật và đánh giá biến động trên một 
khu vực rộng lớn nên đây là phương pháp đang 
được ứng dụng một cách rộng rãi [11, 12]. 
Trong hầu hết các nghiên cứu, có ba phương 
pháp cơ bản để xác định độ che phủ thực vật từ 
tư liệu ảnh vệ tinh gồm có mô hình hồi quy, 
phương pháp chỉ số thực vật (vegetation index) 
và phân tích lẫn phổ tuyến tính đa đối tượng 
thuần (multi-endmember linearspectral mixture 
analysis - SMA) [13, 14]. Đối với tư liệu ảnh 
LANDSAT, chỉ sử dụng tối đa được bốn đối 
tượng thuần trong mô hình SMA vì độ tương 
quan giữa ba băng tần trong dải ánh sáng nhìn 
thấy rất lớn [15, 16].Trong nghiên cứu này, mô 
hình phân tích lẫn phổ tuyến tính (SMA) hai đối 
tượng thuần được sử dụng để xác định độ che 
phủ thực vật, từ đó làm cơ sở để tiến hành đánh 
giá biến động. 
Hà Nội là thành phố đã và đang bị ảnh 
hưởng mạnh mẽ bởi biến đổi khí hậu và quá 
trình đô thị hóa nhanh chóng. Đây là một trong 
những nguyên nhân làm cho môi trường sinh 
thái (đất, nước và không khí) bị ô nhiễm một 
cách nghiêm trọng, đặc biệt là làm suy giảm độ 
che phủ của thảm thực vật. Độ che phủ thảm 
thực vật bị suy giảm và thay thế bằng các bề 
mặt không thấm hoặc các tòa nhà chính là 
nguyên nhân chủ yếu gây ra hiện tượng đảo 
nhiệt đô thị. Do đó nghiên cứu sự thay đổi về 
độ che phủ thực vật có ý nghĩa đặc biệt quan 
trọng, đặc biệt tại các khu vực có mức độ đô thị 
hóa nhanh chóng như ven đô Hà Nội. Mục tiêu 
của nghiên cứu nhằm đánh giá biến động độ 
che phủ một số khu vực đô thị và ven đô Hà 
Nội (giới hạn tại các quận huyện trước khi Hà 
Nội mở rộng) giai đoạn từ 2007 đến 2015 ứng 
dụng mô hình phân tích lẫn phổ tuyến tính hai 
đối tượng thuần (two endmember linear SMA) 
từ tư liệu ảnh LANDSAT đa phổ, đa thời gian. 
2. Tư liệu sử dụng và phương pháp nghiên cứu 
2.1. Tư liệu sử dụng 
Tư liệu sử dụng trong nghiên cứu là ảnh vệ 
tinh LANDSAT 5 TMvà 8 OLIcó độ phân giải 
không gian 30m tải về từ trang web của Cục Điều 
tra Địa chất Hoa kỳ (USGS) [17]. Ảnh vệ tinh 
LANDSAT 5 TM và 8 OLI lần lượt được thu 
nhận vào 24/5/2007 và 01/07/2015, đều được 
chuẩn định với hệ quy chiếu WGS 1984 UTM, 
Zone 48 North ở mức L1T (đã hiệu chỉnh bức xạ 
do ảnh hưởng của sai số hệ thống và hiệu chỉnh 
hình học). Thông tin mô tả về 2 ảnh vệ tinh 
LANDSAT được tổng hợp trong Bảng 1. 
Bảng 1. Bảng tổng hợp các thông số mô tả tư liệu ảnh vệ tinh LANDSAT TM và OLI. 
STT Thông tin ảnh vệ tinh 
Thông số mô tả 
LANDSAT 5 TM LANDSAT 8 OLI 
1 Mức dữ liệu L1T L1T 
2 Tỷ lệ mây 1% 4.16% 
3 Chất lượng ảnh 7/9 9/9 
4 Băng tần sử dụng tính FVC 3, 4 4, 5 
5 Độ phân giải không gian 30 m 30 m 
6 Thời gian thu nhận ảnh 24-05-2007 01-07-2015 
7 Điểm khống chế mặt đất 
Số lượng 168 302 
Nguồn dữ liệu GLS2000 GLS2000 
8 Nguồn dữ liệu DEM SRTM SRTM 
9 
Độ chính xác hiệu chỉnh hình 
học 
Sai số trung bình 4.051 m 8.118 m 
Sai số hướng dọc 2.795 m 6.261 m 
Sai số hướng ngang 2.933 m 5.168 m 
10 Phần mềm sử dụng hiệu chỉnh hình học LPGS 2.5.0 LPGS 2.5.1 
H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tập 33, Số 2 (2017) 40-47 
42 
Trong quá trình hiệu chỉnh hình học ảnh 
LANDSAT TM và OLI đã sử dụng 168 và 302 
điểm khống chế mặt đất (GCPs) lấy từ cơ sở dữ 
liệu toàn cầu (GLS2000) và mô hình số độ cao 
(DEM) để hiệu chỉnh ảnh hưởng của địa hình 
bằng phần mềm LPGS. Dữ liệu DEM được thu 
thập từ dữ liệu vệ tinh SRTM có độ phân giải 
ngang 30m và độ chính xác tương đối 10m. Sai 
số trung phương trọng số đơn vị hiệu chỉnh 
hình học trung bình, theo hướng dọc và hướng 
ngang đối với ảnh LANDSAT 5 TM là 4.051m, 
2.795m, 2.933m và LANDSAT 8 OLI là 
8.118m, 6.261m, 5.168m. 
2.2. Phương pháp nghiên cứu 
2.2.1. Chuyển đổi giá trị số nguyên của ảnh 
sang giá trị phản xạ phổ ở đỉnh khí quyển 
Quá trình chuyển giá trị số nguyên (DN 
values) của ảnh sang giá trị phản xạ phổ ở đỉnh 
khí quyển (top of atmosphere (TOA) 
reflectance) gồm hai bước. Bước đầu tiên là 
 chuyển giá trị số nguyên sang giá trị bức xạ 
phổsử dụng các thông số hiệu chuẩn cảm biến 
trong quá trình thu nhận ảnh từ vệ tinh. Giá trị 
bức xạ phổ được chuyển đổi thông qua công 
thức (1) đối với ảnh LANDSAT 5 TM và công 
thức (2) đối với ảnh LANDSAT 8 OLI: 
 (1) 
trong đó: là giá trị bức xạ phổ 
[W/(m
2
.sr.µm)]; là giá trị số nguyên của 
ảnh; là giá trị số nguyên lớn nhất 
(bằng255); là giá trị số nguyên nh 
nhất (bằng1); , lần lượt là giá 
trị bức xạ phổ tương ứng với và 
 ở từng kênh phổ (Bảng 2). 
 (2) 
trong đó: , lần lượt là hệ số chuyển 
đổi (Bảng 2); là giá trị số nguyên của ảnh.
Bảng 2. Bảng tổng hợp các thông số hiệu chuẩn cảm biến cho ảnh LANDSAT 5 TM 
 và 8 OLI sử dụng trong khu vực nghiên cứu 
STT Tư liệu Kênh 
1 LANDSAT 5 TM 
3 264.000 -1.170 - - 
4 221.000 -1.510 - - 
2 LANDSAT 8 OLI 
4 - - 9.6667E-03 -29.57771 
5 - - 5.9155E-03 -48.33352 
Bước tiếp theo là xác định giá trị phản xạ 
phổ ở đỉnh khí quyển đối với mỗi kênh thông 
qua công thức (3): 
(3) 
trong đó: là giá trị phản xạ phổ ở đỉnh 
khí quyển của một kênh; d là khoảng cách thiên 
văn giữa Trái đất và Mặt trời; là giá trị bức 
xạ phổ chuyển đổi được từ bước trên; là 
giá trị trung bình bức xạ quang phổ mặt trời; 
là góc thiên đỉnh (lấy trong file metadata ảnh 
LANDSAT). 
2.2.2. Hiệu chỉnh ảnh hưởng của khí quyển 
Trong nghiên cứu này, phương pháp trừ đối 
tượng tối (Dark Object Subtraction - DOS) 1% 
do Chavez đề xuất được ứng dụng để hiệu 
chỉnh ảnh hưởng khí quyển [18]. Đây là 
phương pháp đã được áp dụng thành công trong 
một số nghiên cứu đối với ảnh vệ tinh 
LANDSAT để làm giảm ảnh hưởng của tán xạ 
ánh sáng đến chất lượng ảnh vệ tinh [19]. 
2.2.3. Xác định biến động độ che phủ thực vật 
(FVCC) 
Mô hình phân tích lẫn phổ tuyến tính 
(SMA) đa đối tượng thuần tổng quát do Van đề 
xuất được thể hiện bởi công thức sau [20]: 
H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tập 33, Số 2 (2017) 40-47 
43 
(4) 
trong đó: là giá trị phản xạ phổ của 
kênh k; n là số lượng các đối tượng thuần trong 
một pixel hỗn hợp; là tỷ lệ của đối tượng 
thuần i trong một pixel hỗn hợp; là giá trị 
phản xạ phổ của đối tượng thuần i tại kênh k 
trong pixel hỗn hợp; là phần dư khớp mô 
hình tại kênh k. Các đối tượng thuần trong pixel 
hỗn hợp th a mãn điều kiện: 
(5) 
Trong nghiên cứu của Deardorff đã chứng 
minh, hệ số độ ẩm và nhiệt là hàm tuyến tính 
của độ che phủ thực vật [21]. Mô hình toán học 
dạng tổng quát thể hiện mối quan hệ tuyến tính 
này được thể hiện trong công thức (6): 
 (6) 
trong đó: Φ là hệ số độ ẩm hay nhiệt, 
và lần lượt là thành phần đóng góp của 
thực vật và thổ nhưỡng trong đó. Wittich và 
Hansing đã áp dụng công thức chung này cho 
chỉ số thực vật (NDVI) trong việc xác định độ 
che phủ thực vật (FVC) sử dụng mô hình phân 
tích lẫn phổ tuyến tính (LSMA) với hai đối 
tượng thuần [22]: 
 (7) 
và có thể được viết lại như sau: 
(8) 
trong đó: là tỉ lệ thực vật trong một pixel 
hỗn hợp, chính là độ che phủ thực vật (FVC), 
 là NDVI của thổ nhưỡng, là 
NDVI của thực vật, NDVI là NDVI của pixel 
hỗn hợp và được xác định bởi công thức (9) 
[23]. 
(9) 
Việc xác định giá trị chính xác của 
 và là điều khó khăn vì tồn 
tại nhiều tính bất định do chúng chịu ảnh hưởng 
của các loại thổ nhưỡng, loại thực vật khác 
nhau, hàm lượng chất diệp lục và các yếu tố 
khác. Đối với các nghiên cứu ở khu vực lớn 
(mang tính chất toàn cầu) sử dụng ảnh vệ tinh 
có độ phân giải không gian thấp (0.15º 0.15º), 
Gutman and Ignatov đã đề xuất giá trị NDVIsoil 
= 0.04 0.03 và NDVIveg = 0.52 0.03, tương 
ứng với giá trị nh nhất và giá trị lớn nhất tại sa 
mạc và nơi tập trung nhiều cây xanh [3]. Trong 
khi đó, đối với ảnh có độ phân giải không gian 
trung bình, Sobrino and Raissouni đề xuất một 
giá trị khá tương đồng là NDVIveg = 0.5, và 
NDVIsoil = 0.2. Trong nghiên cứu này, NDVIveg 
và NDVIsoil được xác định từ kết quả nghiên 
cứu của Sobrino [24]. Khi đó, nếu NDVI > 0.5 
thì pixel đó được coi là hoàn toàn bao phủ bởi 
thực vật (đối tượng thuần thực vật), độ che phủ 
thực vật = 1. Nếu NDVI < 0.2 thì pixel đó 
được coi là hoàn toàn bao phủ bởi thổ nhưỡng 
(đối tượng thuần thổ nhưỡng), độ che phủ thực 
vật = 0. Nếu 0.2 < NDVI < 0.5 thì độ che 
phủ thực vật (FVC) được xác định theo công 
thức (8). 
Việc xác định biến động độ che phủ thực 
vật (FVCC) được xác định bằng phương pháp 
trừ raster. Trong nghiên cứu này, mức độ biến 
động của FVC được chia thành 7 cấp độ khác 
nhau: cấp 1, 2 và 3 thể hiện sự giảm FVC ở 
mức độ mạnh, trung bình và nhẹ, lần lượt dao 
động từ -100% đến -70%, -70% đến -30% và -
30% đến -10%; cấp độ 4 thể hiện hầu như 
không có sự thay đổi về FVC, dao động từ -
10% đến 10%; cấp 5, 6 và 7 thể hiện sự tăng 
FVC ở mức nhẹ, trung bình và mạnh, dao động 
từ 10% đến 20% , 30% đến 70%, và 70% đến 
100%. 
3. Kết quả và thảo luận 
Kết quả xác định biến động độ che phủ thực 
vật trên khu vực nghiên cứu được tổng hợp 
trong Bảng 2 và thể hiện qua Hình 1, 2. Biểu đồ 
H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tập 33, Số 2 (2017) 40-47 
44 
tần xuất thể hiện biến động độ che phủ thực vật 
cho thấy, sự phân bố về biến động độ che phủ 
thực vật không cân bằng,diện tích các vùng có 
độ che phủ thực vật bị giảm lớn hơn nhiều so 
với các khu vực có độ che phủ thực vật tăng 
lên, đồng thời phân bố lệch hẳn sang bên trái so 
với tại vị trí trung tâm (nơi hầu như không có 
biến động, độ che phủ thực vật bằng 0). 
Hình 1. Biểu đồ tần xuất biến động độ che phủ thực vật (FVCC) tại một số khu vực đô thị và ven đô Hà Nội giai 
đoạn 2007 – 2015. 
Bảng 2. Bảng tổng hợp kết quả biến động độ che phủ thực vật giai đoạn 2007 - 2015 
STT Mức biến động 
Phạm vi 
biến động (%) 
Diện tích 
(km
2
) 
Diện tích 
tích lũy (km2) 
Tỷ lệ 
(%) 
Tỷ lệ 
tích lũy (%) 
1 Giảm mạnh [-100, – 70] 155.3 155.3 16.7 16.7 
2 Giảm trung bình [-70, -30] 326.0 481.3 35.1 51.8 
3 Giảm nhẹ [-30, -10] 218.5 699.8 23.5 75.3 
4 Không thay đổi [-10,10] 184.5 884.3 19.9 95.2 
5 Tăng nhẹ [10, 30] 28.5 912.8 3.1 98.2 
6 Tăng trung bình [30, 70] 13.8 926.6 1.5 99.7 
7 Tăng mạnh [70, 100] 2.7 929.2 0.3 100.0 
Tổng cộng: 929.2 929.2 100.0 100.0 
Từ bảng tổng hợp kết quả biến động độ che 
phủ thực vật (Bảng 2) và sự phân bố về biến 
động (Hình 2) cho thấy: diện tích có độ che phủ 
giảm mạnh đạt 155.3 km2 chiếm 16.7% tổng 
diện tích khu vực nghiên cứu (929.2 km2), chủ 
yếu tập trung ở các khu vực phía bắc huyện Sóc 
Sơn và huyện Đông Anh; khu vực có độ che 
phủ giảm ở mức trung bình chiếm diện tích 
tương đối lớn với 326,0 km2(chiếm 35.1% tổng 
diện tích), chủ yếu tập trung ở các khu vực Bắc 
– Nam Từ Liêm, phía Tây huyện Thanh Trì, 
phía Đông quận Gia Lâm; 218 km2 diện tích có 
độ che phủ thực vật bị suy giảm ở mức nhẹ, chủ 
yếu tập trung ở các quận Long Biên và một số 
khu vực thuộc huyện Sóc Sơn. Như vậy có thể 
thấy, về tổng thể, độ che phủ thực vật bị suy 
giảm chiếm phần lớn diện tích khu vực nghiên 
cứu với tổng cộng 699,8 km2 (chiếm 75.3% 
tổng diện tích). Diện tích độ che phủ thực vật 
hầu như không thay đổi đạt 184.5 km2 (chiếm 
19.9% tổng diện tích), chủ yếu xuất hiện tại một 
số khu vực thuộc các quận Ba Đình, Đống Đa 
và Hoàn Kiếm. Trong khi đó những khu vực có 
độ che phủ tăng nhẹ tương đối ít chỉ chiếm 28.5 
H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tập 33, Số 2 (2017) 40-47 
45 
km
2(chiếm 3.1% trên tổng diện tích); độ che 
phủ tăng ở mức trung bình đạt diện tích 13.8 
km
2
 (chiếm 1.5% tổng diện tích). Chỉ có diện 
tích rất nh (hầu như không đáng kể) có độ che 
phủ thực vật tăng mạnh với 2.7 km2 (chiếm 
0.3% tổng diện tích), chủ yếu xuất hiện ở khu 
vực ven đô Hà Nội như các khu vực thuộc 
Đông Bắc huyện Sóc Sơn, phía Đông huyện 
Đông Anh và quận Hoàng Mai. 
Hình 2. Biến động độ che phủ thực vật tại một số khu vực đô thị và ven đô Hà Nội giai đoạn 2007 – 2015. 
H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tập 33, Số 2 (2017) 40-47 
46 
Về tổng thể có thể thấy, độ che phủ khu vực 
nghiên cứu đã bị suy giảm một cách mạnh mẽ 
trong 8 năm từ năm 2007 đến năm 2015, tổng 
diện tích độ che phủ thực vật bị suy giảm là 
699.8 km
2
 (chiếm 75.5 % tổng diện tích), trung 
bình có 87.5 km
2
 diện tích bị suy giảm mỗi 
năm; tổng diện tích có độ che phủ không thay 
đổi là 184.5 km2 (chiếm 19.9%); tổng diện tích 
độ che phủ tăng lên chỉ đạt 44.9 km2 (chiếm 
4.9%), trung bình 1 năm độ che phủ tăng rất ít 
(không đáng kể) với 5.6 km2. 
4. Kết luận 
Nghiên cứu đã tiến hành đánh giá biến động 
độ che phủ thực vật tại một số khu vực đô thị và 
ven đô Hà Nội giai đoạn 2007 – 2015 ứng dụng 
mô hình phân tích lẫn phổ tuyến tính (LSMA) 
hai đối tượng thuần từ tư liệu ảnh vệ tinh 
Landsat TM và OLI. Kết quả nghiên cứu cho 
thấy: (i) độ che phủ bị suy giảm một cách 
nghiêm trọng giai đoạn này, tổng diện tích độ 
che phủ thực vật bị suy giảm là 699.8 km2 
(chiếm 75.5 % tổng diện tích), như vậy trung 
bình có 87.5 km
2
 diện tích bị suy giảm độ che 
phủ, độ che phủ giảm mạnh tập trung ở các khu 
vực thuộc phía Nam huyện Sóc Sơn, phía Đông 
huyện Đông Anh, Gia Lâm và phía Tây huyện 
Thanh Trì; một số khu vực có độ che phủ giảm 
trung bình và nhẹ như tại các quận Cầu Giấy, 
Bắc – Nam Từ Liêm, và phía Tây huyện Sóc 
Sơn; (ii) tổng diện tích độ che phủ hầu như 
không thay đổi là 184.5 km2, chiếm 19.9% tổng 
diện tích, chủ yếu xuất hiện ở các quận nội 
thành như Ba Đình, Đống Đa, Hoàn Kiếm; (iii) 
tổng diện tích độ che phủ tăng lên chỉ đạt 44.9 
km
2, chiếm 4.9% tổng diện tích, trung bình 1 
năm độ che phủ tăng rất ít (không đáng kể) với 
5.6 km
2, chủ yếu tập trung ở các khu vực thuộc 
ở các quận Hoàng Mai, Đông Bắc huyện Sóc 
Sơn, phía Nam huyện Đông Anh. Từ kết quả 
nghiên cứu có thể rút ra kết luận là ứng dụng 
mô hình phân tích lẫn phổ tuyến tính (LSMA) 
hai đối tượng thuần cho phép xác định và đánh 
giá độ biến động che phủ thực vật từ tư liệu ảnh 
vệ tinh LANDSAT một cách hiệu quả và 
nhanh chóng. 
Tài liệu tham khảo 
[1] W. A. Hoffmann, R. Jackson, Vegetation-climate 
feedbacks in the conversion of tropical savanna to 
grassland, Journal of Climate, 13 (2000) 1593. 
[2] R. C. Ward, M. Robinson, Principles of 
Hydrology (4th edition), McGraw hill, 2000. 
[3] G. Gutman, A. Ignatov, The derivation of the 
green vegetation fraction from NOAA/AVHRR 
data for use in numerical weather prediction 
models, International Journal of Remote Sensing, 
19 (8) (1998) 1533. 
[4] X. Zeng, R. E. Dickinson, A. Walker, M. Shaikh, 
Derivation and evaluation of global 1-km 
fractional vegetation cover data for land 
modeling, Journal of Applied Meteorology, 39 
(2000) 826. 
[5] R. Avissar; R. A. Pielke, A parameterization of 
heterogeneous land surfaces for atmospheric 
numerical models and its impact on regional 
meteorology, Monthly Weather Review, 117 
(1989) 2113. 
[6] S. W. Trimble, Geomorphic effects of vegetation 
cover and management: some time and space 
considerations in prediction of erosion and 
sediment yield, in Vegetation and Erosion, edited 
by J. B. Thornes, John Wiley & Sons, London, 
1990. 
[7] J. C. Jiménez-Muñoz, J. A. Sobrino, A. Plaza, L. 
Guanter, J. Moreno and P. Martínez, Comparison 
Between Fractional Vegetation Cover Retrievals 
from Vegetation Indices and Spectral Mixture 
Analysis: Case Study of PROBA/CHRIS Data 
Over an Agricultural Area, Sensors, 9 (2009) 768. 
[8] Y. Li, H. Wang and X. B. Li, Fractional 
Vegetation Cover Estimation Based on an 
Improved Selective Endmember Spectral Mixture 
Model, PLoS One, 10(4) (2015) e0124608. 
[9] Y. Zhang, X. Li, Y. Chen, Overview of field and 
multi-scale remote sensing measurement 
approaches, Advance Earth Sci, 18(1) (2003) 85. 
[10] J. L. Silván-Cárdenas, L. Wang, Retrieval of 
subpixel Tamarix canopy cover from LANDSAT 
data along the Forgotten River using linear and 
nonlinear spectral mixture models, Remote Sens 
Environ, 114(8) (2010) 1777. 
[11] F. Chen, Q. Qiu, Y. Xiong, S. Huang, Pixel 
unmixing based on linear spectral mixture model: 
methods and comparison, Remote Sens Info, 4 
(2010) 22. 
[12] Z. Xing, Y. Feng, G. Yang, P. Wang, W. 
Huang, Method of estimating vegetation coverage 
H.A. Huy / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, Tập 33, Số 2 (2017) 40-47 
47 
based on remote sensing, Remote Sens Tech 
Appl, 24(6) (2009) 849. 
[13] M. Li, The method of vegetation fraction 
estimation by remote sensing, Chinese Academy 
of Sciences, Beijing, 2003. 
[14] X. Li, Quantitive retrieval of sparse vegetation 
cover in arid regions using hyperspectral data, 
Chinese Acanemy of Forestry, Beijing, 2008. 
[15] C. Small, Estimation of urban vegetation 
abundance by spectral mixture analysis, 
International Journal of Remote Sensing, 22 
(2001) 1305. 
[16] M. A. Theseira, G. Thomas, C. A. D. Sannier, An 
evaluation of spectral mixture modeling applied to 
a semi-arid environment, International Journal of 
Remote Sensing, 23 (2002) 687. 
[17] https://www.usgs.gov/ 
[18] P. S. Jr. Chavez. Image-Based Atmospheric 
Corrections – Revisited and Improved, 
Photogrammetric Engineering and Remote 
Sensing, 62(9) (1996) 1025. 
[19] C. Song, C. E. Woodcock, K. C. Seto, M. P. 
Lenney and A. M. Scott, Classification and 
Change Detection Using LANDSAT TM Data: 
When and How to Correct Atmospheric Effects?, 
Remote Sensing of Environment 75 (2001) 230. 
[20] F. Van der Meer, Image classification through 
spectral unmixing. In: Spatial Statistics for 
Remote Sensing, Stein, A., Van der Meer, F. & 
Gorte, B. (Eds.), Kluwer Academic Publishers, 
Dordrecht, 1999. 
[21] J. W. Deardorff, Efficient prediction of ground 
temperature and moisture with inclusion of a layer 
of vegetation, Journal of Geophysical Research, 
83 (1978) 1889. 
[22] K. P. Wittich, O. Hansing, Area-averaged 
vegetative cover fraction estimated from satellite 
data, International Journal of Biometeorology, 38 
(1995) 209. 
[23] J.W. Rouse, R. H. Haas; J. A. Schell, D. W. 
Deering, Monitoring vegetation systems in the 
Great Plains with ERTS In Proc. ERTS-1 
Symposium 3rd, Greenbelt, Washington, NASA, 
1974. 
[24] J. A. Sobrino, N. Raissouni, Toward remote 
sensing methods for land cover dynamic 
monitoring: application to Morocco, International 
Journal of Remote Sensing, 21(2) (2000), 353. 
Assessment of Fractional Vegetation Cover Changes 
 in some Urban and Sub-urban Areas of Hanoi Using 
Multi-spectral and Multi-temporal LANDSAT Images 
Hoang Anh Huy 
Ha Noi University of Natural Resources and Environtment, 
41A Phu Dien, Bac Tu Liem, Hanoi, Vietnam 
Abstract: The objective of the study is to assess changes of FVC in some urban and sub-urban 
areas of Hanoi city 2007 to 2015 based on a two endmember spectral mixture analysis (SMA) model 
using multi-spectral and multi-temporal LANDSAT TM and OLI images. FVC was estimated for the 
years of 2007 and 2015 by means of two endmember SMA based on NDVI, the assessment of FVC 
changes was finally carried out. The study results show that: FVC was decreased with the total area of 
699.8 km
2
, accounting for 75.5% of total area, decreased by 87.5 km
2
 per year in Soc Son’s south, 
Dong Anh’s east, Gia Lam’s east and Thanh Tri’s west; some areas had medium and weak decrease 
rate such as Cau Giay, North and South -Tu Liem and Soc Son’s west; total area of almost unchange 
in FVC was 184.5 km
2
, accounting for 19.9% , occurring mainly in Ba Dinh, Dong Da, Hoan Kiem; 
only 44.9 km
2
 was increased, accounting for 4.9% of total area, only 5.6 km
2
 per year, mainly 
concentrated in the district of Hoang Mai, noth-eastern Soc Son, Dong Anh’s south. 
Keywords: LANDSAT images; fractional vegetation cover change, Ha Noi city.