Ử dụng ảnh Landsat xây dựng bản đồ nhiệt độ bề mặt đất khu vực Thành phố Sơn La giai đoạn 2015-2019

Quản lý Tài nguyên rừng & Môi trường 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 6 - 2019 77 
SỬ DỤNG ẢNH LANDSAT XÂY DỰNG BẢN ĐỒ NHIỆT ĐỘ BỀ MẶT ĐẤT 
KHU VỰC THÀNH PHỐ SƠN LA GIAI ĐOẠN 2015 - 2019 
Nguyễn Văn Hùng1,2, Nguyễn Hải Hòa2, Nguyễn Hữu Nghĩa2 
1Sở Tài nguyên Môi trường tỉnh Sơn La 
2Trường Đại học Lâm nghiệp 
TÓM TẮT 
Nghiên cứu sử dụng dữ liệu ảnh Landsat 8 đa thời gian để ước tính giá trị nhiệt độ bề mặt khu vực thành phố 
Sơn La giai đoạn 2015 - 2019, kết quả cho thấy giá trị nhiệt độ dao động từ 16,20C ÷ 57,30C, trong đó giá trị 
nhiệt độ dao động từ 27,10C ÷ 35,00C tập trung chủ yếu ở các khu đô thị, khu dân cư nơi mà mật độ cây xanh 
thưa thớt hay thiếu cây xanh hoặc các khu vực đất trống. Kết quả so sánh sự sai khác giữa giá trị nhiệt độ bề 
mặt từ các điểm quan trắc so với giá trị ước tính từ ảnh viễn thám Landsat, dao động từ 2,8% ÷ 31,2%, với kết 
quả này cho thấy việc sử dụng tư liệu ảnh Landsat để xây dựng bản đồ nhiệt độ bề mặt trên diện rộng có độ tin 
cậy và tính khả thi tại thành phố Sơn La. Nghiên cứu đã xây dựng mô hình tương quan tuyến tính giữa giá trị 
nhiệt độ bề mặt với chỉ số thực vật cho khu vực nghiên cứu, các mô hình đều có ý nghĩa thống kê với Pvalue < 
0,001, hệ số tương quan từ 0,484 ÷ 0,627. Đây là cơ sở khoa học để đưa ra các giải pháp duy trì và trồng bổ 
sung hệ thống cây xanh khu vực thành phố Sơn La. 
Từ khóa: Đa thời gian, Landsat, nhiệt độ bề mặt, thảm phủ. 
1. ĐẶT VẤN ĐỀ 
Trong những năm qua, với xu thế đổi mới 
và hội nhập, Việt Nam đã tạo được những 
xung lực mới cho quá trình phát triển, vượt qua 
tác động của suy thoái toàn cầu và duy trì tỷ lệ 
tăng trưởng kinh tế hàng năm với mức bình 
quân 5,7%/năm. Tuy nhiên, bên cạnh đó chúng 
ta đang phải đương đầu với rất nhiều thách 
thức, trong đó có vấn đề sự gia tăng nhiệt độ 
bề mặt đã và đang làm ảnh hưởng nghiêm 
trọng đến chất lượng môi trường sống của con 
người và sinh vật. Sự gia tăng nhiệt độ bề mặt 
còn ảnh hưởng đến các yếu tố khí tượng như 
độ ẩm, lượng mưa... và làm gia tăng tần suất 
thiên tai khác. Đây cũng là hệ quả của biến đổi 
khí hậu mà Việt Nam hiện nay là một trong 
những nước chịu ảnh hưởng nặng nhất. 
Quá trình phát triển đô thị và công nghiệp 
hóa dẫn đến sự xuất hiện các bề mặt không 
thấm, làm thay đổi các đặc tính nhiệt bề mặt 
đất, quỹ năng lượng ở bề mặt trái đất, thay đổi 
các tính chất tuần hoàn của khí quyển xung 
quanh, tạo ra một lượng nhiệt thải lớn từ các 
hoạt động sản xuất của con người, dẫn đến một 
loạt các thay đổi trong hệ thống môi trường đô 
thị (Trần Thị Vân và cộng sự, 2017). Tác động 
của đô thị hóa lên môi trường nhiệt là tạo ra 
hiệu ứng “Đảo nhiệt đô thị - Urban Heat 
Island” (Nguyễn Đức Thuận và cộng sự, 
2016). Hiện tượng xảy ra khi vào cùng thời 
gian, nhiệt độ trong thành phố, các khu đô thị 
và khu công nghiệp lớn hơn nhiệt độ của các 
lân cận hay khu vực ngoại thành (Nguyễn Văn 
Chương và cộng sự, 2014; Trần Thị Vân và 
cộng sự, 2017). Có nhiều yếu tố gây ra việc 
hình thành “đảo nhiệt” đô thị, nhưng sự suy 
giảm lớp phủ thực vật là yếu tố đầu tiên, sự 
thay thế bề mặt đất bằng các vật liệu không 
thấm khiến cho lượng nước đi vào khí quyển ít 
hơn so với bề mặt tự nhiên. Hiệu ứng này hầu 
hết bắt nguồn gần bề mặt Trái đất và sẽ lan 
truyền lên trên vào trong khí quyển. Do vậy, 
nhiệt độ bề mặt được coi là tham số quan trọng 
đặc trưng hóa sự trao đổi năng lượng giữa bề 
mặt đất và khí quyển. Nhiệt độ bề mặt đất 
được coi là một biến quan trọng trong nghiên 
cứu về hạn hán, độ ẩm đất, phát hiện và giám 
sát cháy rừng, cháy ngầm ở mỏ than (Trần Thị 
Vân và cộng sự, 2011). 
Công nghệ viễn thám hiện nay cho phép 
thực hiện phân tích chi tiết sự thay đổi nhiệt độ 
bề mặt trong phạm vi diện lớn mà không bị 
hạn chế bởi số điểm đo như trạm khí tượng. 
Các trạm khí tượng chỉ phản ánh được chính 
xác nhiệt độ cục bộ xung quanh trạm đo chứ 
chưa đảm bảo được cho toàn khu vực. Ảnh vệ 
tinh Landsat thu nhận từ các bộ cảm biến 
Landsat TM có độ phân giải kênh nhiệt 120 m, 
Landsat ETM + 60 m và Landsat 8 với cảm 
biến TIRS (Thermal Infrared Sensor) được sử 
dụng khá phổ biến trong nghiên cứu sự thay 
đổi nhiệt bề mặt đô thị (Lê Vân Anh và cộng 
Quản lý Tài nguyên rừng & Môi trường 
78 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 6 - 2019 
sự, 2014; Prasad và cộng sự, 2014). 
Hiện nay, một trong phương pháp tính toán 
nhiệt độ bề mặt phổ biến là chuyển giá trị số 
(DN, Digital values) sang giá trị bức xạ phổ 
(Radiometric values) trực tiếp từ các kênh 
hồng ngoại nhiệt, từ đó sử dụng thuật toán để 
tính ra nhiệt độ bề mặt (Lê Vân Anh và Trần 
Anh Tuấn, 2014; Sobrino và cộng sự, 2004; 
Rajeshwari và Mani, 2014). Ngoài nguồn năng 
lượng từ mặt trời đi xuống bề mặt trái đất, 
nhiệt độ bề mặt còn chịu ảnh hưởng bởi độ 
phát xạ bề mặt và các hiệu ứng của khí quyển, 
nên cần có các phương pháp để loại bỏ nhiễu 
xạ này. Bên cạnh đó, độ phát xạ bề mặt còn 
phụ thuộc loại hình bề ... ay đổi giá trị nhiệt độ bề mặt tại điểm quan trắc theo thời gian 
Kết quả tại hình 3 cho thấy giá trị nhiệt độ 
bề mặt đất tại 6 điểm quan trắc giữa các tháng 
trong năm đều có sự khác biệt. Sự khác biệt giá 
trị nhiệt độ một phần do chế độ nhiệt các mùa 
khác nhau chi phối. Tuy nhiên, kết quả quan 
trắc cũng cho thấy có những điểm quan trắc có 
giá trị nhiệt độ cao hơn hẳn so với điểm quan 
trắc khác, điển hình là khu vực BVDK (Khu 
vực cổng bệnh viện Đa khoa Sơn La), BXSL 
(Khu vực bến xe thành phố Sơn La), NTCT 
(Khu vực ngã tư cầu Trắng). Đây là những khu 
vực có hoạt động phương tiện giao thông diễn 
ra với mật độ lớn và mật độ cây xanh thấp 
trong thời gian quan trắc. 
3.2. Giá trị nhiệt độ bề mặt đất từ liệu ảnh 
viễn thám Landsat 
3.2.1. Xây dựng bản đồ nhiệt từ ảnh vệ tinh 
Landsat 8 
Để có cơ sở đánh giá ảnh hưởng của nhiệt độ 
mặt đất đến chất lượng môi trường và sức khỏe 
con người trên diện rộng thành phố Sơn La, 
nghiên cứu sử dụng dữ liệu ảnh viễn thám 
Landsat 8 đa thời gian để xây dựng bản đồ nhiệt 
độ bề mặt đất diện rộng toàn thành phố. Nghiên 
cứu đã chia giá trị nhiệt độ bề mặt làm 5 cấp theo 
Elfangary và cộng sự (2012), với cách phân loại 
này có thể phản ánh mức độ tác động đến môi 
trường xung quanh và sức khỏe con người. Giá 
trị nhiệt độ bề mặt được phân thành 5 cấp, gồm T 
≤ 100C là rất lạnh; 100C < T ≤ 200C là lạnh; 200C 
< T≤ 270C là bình thường; 270C < T≤ 350C là 
nóng; T > 35oC rất nóng. Kết quả được thể hiện 
tại hình 4. 
15
17
19
21
23
25
27
29
31
33
35
T3/2017 T3/2018 T3/2019 T6/2017 T6/2018 T6/2019 T10/2017 T10/2018 T7/2019 T8/2019 T9/2019
G
iá
 t
rị
 n
hi
ệt
 đ
ộ
 (
0 C
)
Năm
BVDK ĐKC NTCT NTXK NBQT BXSL
Quản lý Tài nguyên rừng & Môi trường 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 6 - 2019 83 
Hình 4. Giá trị nhiệt độ bề mặt từ Landsat 8: (a) ngày 18/03/2015; (b) ngày 07/05/2016; 
(c) ngày 29/03/2017; (d) ngày 20/03/2018 
(a) (b) 
(c) (d) 
Quản lý Tài nguyên rừng & Môi trường 
84 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 6 - 2019 
Hình 4 (e). Giá trị nhiệt độ bề mặt từ Landsat 8: ngày 29/03/2019 
Bảng 3. Giá trị thống kê về nhiệt độ bề mặt từ ảnh viễn thám Landsat 
Giá trị nhiệt độ* (T0C) 
Năm nghiên cứu 
2015 2016 2017 2018 2019 
Nhỏ nhất (Min) 24,3 15,0 24,4 16,2 17,0 
Lớn nhất (Max) 57,3 36,0 43,4 33,9 29,6 
Trung bình (Mean) 32,2 28,0 30,5 22,0 24,0 
Độ lệch chuẩn (Standard deviation) 2,3 2,4 2,6 2,1 1,3 
*Giá trị nhiệt độ được trích xuất từ ảnh viễn thám Landsat 8 với các năm tương ứng. 
Qua hình 4 và bảng 3 cho thấy giá trị độ 
lệch chuẩn (Standard deviation) cho thấy sự 
biến thiên nhiệt độ giữa các năm tương đồng. 
Giá trị này có ý nghĩa quan trọng phản ánh sự 
khác biệt về giá trị nhiệt độ giữa các vùng, 
giữa các dạng thảm phủ khác nhau khu vực 
nghiên cứu. Cụ thể giá trị nhiệt độ bề mặt năm 
2015 là 32,2 ± 2,3; 2016 là 28,8 ± 2,4; 2017 là 
30,5 ± 2,6 và năm 2018 là 22,0 ± 2,1; duy nhất 
năm 2019 có giá trị biến thiên nhỏ nhất, là 24,0 
± 1,3. Ngoài ra, kết quả khảo sát thực địa cho 
thấy phân bố nhiệt độ bề mặt có khoảng giá trị 
nhiệt độ từ 27,10C ÷ 35,00C tập trung chủ yếu 
ở các khu đô thị, khu vực dân cư thiếu cây 
xanh hoặc với mật độ cây xanh thưa thớt hay 
các khu vực đất trống. Đặc biệt, trong năm 
2015, có những khu vực có giá trị nhiệt độ 
thậm chí lên đến 57,30C do có hoạt động canh 
tác nương rẫy. Ngược lại, phần lớn khu vực là 
rừng, nước và hoạt động nông nghiệp có nền 
nhiệt độ thấp hơn trong khoảng từ 20,00C ÷ 
270C. 
3.2.2. Đánh giá độ tin cậy của giá trị nhiệt độ 
từ ảnh Landsat 8 
Để đánh giá độ chính xác của bản đồ nhiệt 
độ bề mặt, nghiên cứu tiến hành so sánh kết 
Quản lý Tài nguyên rừng & Môi trường 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 6 - 2019 85 
quả nhiệt độ từ ảnh với giá trị nhiệt độ từ các 
điểm quan trắc trong các năm 2015, 2018 và 
2019. Kết quả được thể hiện tại bảng 4. 
Bảng 4. Kết quả so sánh giữa giá trị nhiệt độ bề mặt từ quan trắc với dữ liệu viễn thám 
Ngày 
trên 
ảnh 
Ngày 
quan 
trắc 
Sự sai khác DKC NTCT NTXK NBQT BXSL BVĐK HCC 
03/ 
2019 
03/ 
2019 
Giá trị 
quan trắc 
25,0 20,2 22,6 30,5 20,8 32,5 33,5 
Giá trị từ ảnh 25,7 26,5 27,3 26,8 26,6 27,2 26,0 
Sai 
khác 
Giá 
trị 
0,7 6,3 4,7 -3,7 5,8 -5,3 -7,5 
% 2,8 31,2 20,8 12,1 27,9 16,3 22,4 
03/ 
2018 
03/ 
2018 
Giá trị 
quan trắc 
18,2 18,2 18,5 18,1 18,9 19,6 
Giá trị từ ảnh 22,3 22,6 24,1 24,0 24,1 24,3 
Sai 
khác 
Giá 
trị 
4,1 4,4 5,6 5,9 5,2 4,7 
% 22,5 24,2 30,3 32,6 27,5 24,0 
03/ 
2015 
03/ 
2015 
Giá trị 
quan trắc 
33,5 28,1 33,4 32,2 29,1 
Giá trị từ ảnh 31,9 31,5 34,4 33,3 32,6 
Sai 
khác 
Giá 
trị 
-1,6 3,4 1,0 1,1 3,5 
% -4,8 12,1 3,1 3,4 12,0 
Ghi chú: BVDK (Khu vực cổng Bệnh viện đa khoa tỉnh Sơn La); HCC (Khu hành chính công); DKC (Khu vực đồi 
Khau Cả, thành phố Sơn La); NTCT (Khu vực ngã tư cầu Trắng, thành phố Sơn La); NTXK (Khu vực ngã tư xe 
khách, thành phố Sơn La); NBQT (Khu vực ngã ba Quyết Thắng, thành phố Sơn La); BXSL (Khu vực bến xe Sơn La, 
thành phố Sơn La). 
Kết quả tại bảng 4 cho thấy có sự sai khác 
giá trị nhiệt độ bề mặt từ các điểm quan trắc so 
với giá trị từ ảnh. Sự sai khác về giá trị nhiệt 
độ trong năm 2015 là không lớn (<13%), năm 
2018 từ 22,5 ÷ 32,6% và năm 2019 từ 2,8 ÷ 
31,2%. Đặc biệt, kết quả đánh giá sự sai khác 
trong năm 2019 cho thấy có đến 3 điểm quan 
trắc có sự sai khác so với giá trị từ ảnh < 
20,0% và 4 điểm có giá trị sai khác so với giá 
trị từ ảnh 20,0 ÷ 31,2%. Nhìn chung, kết quả 
so sánh cho thấy tuy giá trị nền nhiệt độ trên 
toàn thành phố từ ảnh viễn thám và số liệu 
quan trắc có khác biệt, song sự khác biệt chủ 
yếu nằm ở khu vực có hệ thống sông, ao hồ và 
các khu vực đất trống. Do vậy, với kết quả trên 
cho thấy việc sử dụng tư liệu ảnh Landsat để 
xây dựng bản đồ nhiệt độ bề mặt diện rộng là 
có độ tin cậy và tính khả thi tại thành phố Sơn 
La. Kết quả nghiên cứu góp phần cung cấp 
thêm cơ sở khoa học cho việc đề xuất giải pháp 
giảm thiểu tác động của gia tăng nhiệt độ khu 
vực nghiên cứu. 
Mô hình mối quan hệ tương quan giữa 
giá trị nhiệt độ bề mặt với lớp phủ: 
Để đánh giá mối quan hệ giữa giá trị nhiệt 
độ bề mặt với các dạng lớp phủ khác nhau bề 
mặt (Land cover types), đồng thời làm cơ sở 
khoa học cho việc đề xuất giải pháp giảm thiểu 
tác động của hiện tượng đảo nhiệt đến môi 
trường xung quanh, nghiên cứu đã lựa chọn 
ngẫu nhiên 40 giá trị điểm cho mỗi đối tượng 
thảm phủ để phân tích mối liên hệ tương quan 
với giá trị nhiệt độ bề mặt thông qua phần 
mềm R. Kết quả xây dựng mô hình tuyến tính 
giữa giá trị nhiệt độ bề mặt với các dạng đối 
tượng thảm phủ thông qua chỉ số thực vật được 
thể hiện tại bảng 5. 
Quản lý Tài nguyên rừng & Môi trường 
86 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 6 - 2019 
Bảng 5. Mô hình tương quan giữa giá trị nhiệt độ bề mặt với lớp phủ qua chỉ số thực vật 
TT Mô hình n R R2 Pvalue 
1 Tbề mặt = 23,408 - 67,64*NDVI - 83,03*EVI -30,14*Pv 
+ 107,63*SAVI 
120 0,649 0,627 <0,001 
2 Tbề mặt = 23,45 - 43,79*NDVI + 63,13*SAVI - 
48,99*Pv 
120 0,600 0,582 <0,001 
3 Tbề mặt = 23,09 + 26,21*SAVI - 47,74*Pv 120 0,565 0,552 <0,001 
4 Tbề mặt = 23,293 + 20,99*NDVI + 17,75*EVI -46,31*Pv 120 0,507 0,484 <0,001 
Trong đó: NDVI, EVI, SAVI (Giá trị chỉ số thực vật, phản ánh sự thay đổi lớp phủ); Pv (Giá trị hợp 
phần thực vật); n (dung lượng mẫu); T (giá trị nhiệt độ bề mặt đất, 0C). 
Qua bảng 5 cho thấy sự biến thiên giá trị 
nhiệt độ có thể giải thích do sự thay đổi giá trị 
lớp phủ bề mặt đất thông qua chỉ số thực vật, 
trong đó có giá trị lớp phủ bởi thực vật đóng 
vai trò quan trọng (Weng và cộng sự, 2004). 
Các mô hình đều có hệ số tương quan từ trung 
bình đến trung bình khá, từ 0,484 đến 0,627 
với giá trị Pvalue < 0,001 cho thấy các mô hình 
đều có ý nghĩa thống kê. Với kết quả này có 
thể thấy rằng để giảm thiểu tác động của hiện 
tượng đảo nhiệt và gia tăng nhiệt độ thì giải 
pháp duy trì và trồng bổ sung hệ thống cây 
xanh, cây bóng mát khu vực thành phố Sơn La 
là một giải pháp có tính khả thi và hiệu quả. 
4. KẾT LUẬN 
Kết quả quan trắc môi trường cho thấy giá 
trị nhiệt độ bề mặt tại hầu hết các điểm quan 
trắc đều ở mức trung bình, ngoại trừ có một vài 
điểm có giá trị nhiệt độ tăng cao, chủ yếu tập 
trung tại các khu vực ngã ba, ngã tư nơi giao 
nhau của các trục đường chính. Giá trị nhiệt độ 
bề mặt được ước tính từ ảnh Landsat dao động 
từ 16,20C ÷ 57,30C, trong đó giá trị nhiệt độ từ 
27,10C ÷ 35,00C tập trung chủ yếu ở các khu 
đô thị, khu vực dân cư thiếu cây xanh hoặc với 
mật độ cây xanh thấp hay các khu vực đất 
trống. Kết quả so sánh sự sai khác giữa giá trị 
nhiệt độ bề mặt từ các điểm quan trắc so với 
giá trị tính từ ảnh viễn thám Landsat từ 2,8% ÷ 
31,2%. Với kết quả này cho thấy việc sử dụng 
tư liệu ảnh Landsat để xây dựng bản đồ nhiệt 
độ bề mặt diện rộng có độ tin cậy và tính khả 
thi tại thành phố Sơn La. Ngoài ra, nghiên cứu 
đã xây dựng mô hình tương quan giữa giá trị 
nhiệt độ bề mặt với chỉ số thực vật cho khu 
vực nghiên cứu, các mô hình đều có ý nghĩa 
thống kê. Đây là cơ sở khoa học để đưa ra các 
giải pháp duy trì và trồng bổ sung hệ thống cây 
xanh nhằm giảm thiểu tác động tiêu cực của 
hiện tượng “đảo nhiệt” đô thị khu vực thành 
phố Sơn La. 
TÀI LIỆU THAM KHẢO 
1. Lê Vân Anh, Trần Tuấn Anh (2014). Nghiên cứu 
nhiệt độ bề mặt đất sử dụng phương pháp tính toán độ 
phát xạ từ chỉ số thực vật. Tạp chí Các Khoa học về Trái 
Đất, 36(2):184-192. 
2. Nguyễn Văn Chương, Nguyễn Đức Vinh, Pham 
Gia Tung (2014). Ứng dụng GIS và Viễn Thám để 
nghiên cứu sự thay đổi nhiệt độ bề mặt do biến động sử 
dụng đất tại TP Huế giai đoạn 2000- 2014. Kỷ yếu hội 
thảo ứng dụng GIS toàn quốc 2014. 
3. Nguyễn Hải Hoà, Nguyễn Thị Hương (2017). Sử 
dụng ảnh Landsat xây dựng bản đồ phân bố ô nhiễm 
không khí do hoạt động khai thác khoáng sản tại huyện 
Hoành Bồ, tỉnh Quảng Ninh. Tạp chí Khoa học Công 
nghệ Lâm nghiệp, số 4. 
4. Trần Thị Vân, Hà Dương Xuân Bảo, Đinh Thị Kim 
Phượng, Nguyễn Thị Tuyết Mai, Đặng Thị Mai Nhung 
(2017). Đặc điểm môi trường nhiệt và diễn biến đảo nhiệt 
đô thị bề mặt khu vực Bắc Thành phố Hồ Chí Minh. Tạp 
chí Khoa học Trường Đại học Cần Thơ, 11-20. 
5. Trần Thị Ân, Nguyễn Thị Diệu, Trương Phước 
Minh (2011). Nghiên cứu nhiệt độ bề mặt đất thành phố 
Đà Nẵng từ dữ liệu ảnh vệ tinh Landsat 7 ETM+. Hội 
thảo Ứng dụng GIS toàn quốc. 
6. Trần Thị Vân, Hoàng Thái Lan và Lê Văn Trung 
(2011). Nghiên cứu thay đổi nhiệt độ bề mặt đô thị dưới 
tác động của quá trình đô thị hóa ở Thành phố Hồ Chí 
Minh bằng phương pháp viễn thám. Tạp chí Khoa học 
về Trái đất, 33(3): 347-359. 
7. Nguyễn Đức Thuận, Phạm Văn Vân (2016). Ứng 
dụng công nghệ viễn thám và hệ thống thông tin địa lý 
nghiên cứu thay đổi nhiệt độ bề mặt 12 quận nội thành, 
thành phố Hà Nội giai đoạn 2005-2015. Tạp chí Khoa 
học Nông nghiệp Việt Nam, (8), 1219. 
Quản lý Tài nguyên rừng & Môi trường 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 6 - 2019 87 
8. Alfangary, L.M., Hazman, M., Yassin, A.E.A 
(2012). Mining the impact of climate change on animal 
production. International Journal of Computer 
Applications, 59(18): 25-29. 
9. Pham Van Cu, Hiroshi Watanabe (2004). Use of 
Thermal Infrared Channels of ASTER to Evaluate the 
Land Surface Temperature Changes of an Urban Area in 
Hanoi, Vietnam. Proceedings of the International 
Symposium GIS-IDEAS 2004, 85-90, Hanoi, Vietnam, 
16-18 September. 
 10. Boken, V.K., Hoogenboom, G., Williams, J.H., 
Diarra, B., Dione, S., Easson, G.L (2008). Monitoring 
peanut contamination in Mali (Africa) using the AVHRR 
satellite data and a crop simulation model. International 
Journal of Remote Sensing, 29(1), 117–129. 
11. Mallick, J., Kant, Y., Bharath, B.D (2008). 
Estimation of land surface temperature over Delhi using 
Landsat-7 ETM+. J. Ind. Geophys. Union. Vol. 12, 
No.3, pp.131-140. 
12. Rajeshwari, A., Mani, N.D (2014). Estimate of 
land surface temperature of Dindigul district using 
Landsat 8 data. International Journal of Research in 
Engineering and Technology, 3(5): 122- 126. 
13. Rozenstein, O., Qin, Z., Derimian, Y., Karnieli, 
A (2014). Derivation of land surface temperature for 
Landsat 8 TIRS Using a split window Algorithm. 
Sensors, 14: 5768-5780. 
14. Prasad, A.D., Jain, K., Gairola, A (2014). Surface 
temperature estimation using Landsat data for part of the 
Dodavari and Tapi Basins, India: A case study. 
International Journal of Engineering and Advanced 
Technology 2(3): 320-322. 
15. Salisbury, J.W., DAria, D.M (1994). Emissivity 
of Terrestrial Materials in the 2 to 5 micro meter 
Atmospheric Window. Remote Sensing Environment, 47 
(3), 345-361. 
 16. Sobrino, J., Jimenez-Munoz, J.C., Paolini, L 
(2004). Land surface temperature retrieval from Landsat 
TM 5. Remote Sensing of Environment 90:434- 440. 
 17. Tran Thi Van (2005). Investigating Feature of 
Urban Surface Temperature with Distribution of Land 
Cover Types in Ho Chi Minh ity using Thermal Infrared 
Remote Sensing. Proceedings of the 26th Asian 
Conference on Remote Sensing (ACRS 2005), Hanoi, 
Vietnam, 7-11 November. 
18. Weng, Q., Lu, D., Schubring, J (2004). 
Estimation of land surface temperature- vegetation 
abundance relationship for urban heat island studies. 
Remote Sensing of Environment, 89: 467- 483. 
USING LANDSAT IMAGERIES TO MAP LAND SURFACE 
TEMPERATURE IN SON LA CITY DURING 2015 - 2019 
Nguyen Van Hung1,2, Nguyen Hai Hoa2, Nguyen Huu Nghia2 
1Son La Department of Natural Resources and Environment 
2Vietnam National University of Forestry 
SUMMARY 
This paper presents the results of using multi-temporal Landsat 8 imageries to estimate land surface 
temperature (LST) in Son La city during the period of 2015 - 2019. As a result shown that the LST has ranged 
from 16.20C ÷ 57.30C and a range of LST from 27.10C ÷ 35.00C was mainly found in the urban and highly 
populated areas where there was a low density of trees, green landscapes or bare ground. Comparison of 
variations between LST estimated from remote sensing satellite images and monitoring points recorded was 
relatively various, but not significantly different, ranging from 2.8% ÷ 31.2%. Therefore, using Landsat 
imageries to estimate LST is reliable and applicable to Son La city. In addition, the study has also developed 
linear regression models between LST and vegetation indices. As a result, all models are statistically significant 
with R2 ranging from 0.484 ÷ 0.627 and Pvalue < 0.001, thus providing a scientific basis to propose solutions to 
manage and restore the green landscapes and a system of shading trees in Son La city. 
Keywords: Land covers, land surface temperature, Landsat, multi-temporal. 
Ngày nhận bài : 30/9/2019 
Ngày phản biện : 01/11/2019 
Ngày quyết định đăng : 12/11/2019