Từ điển học thuật Kỹ thuật và công nghệ

Mndwi là gì? Các công bố khoa học về Mndwi

Tiếng AnhModified Normalized Difference Water Index

Tên gọi khácchỉ số nước sửa đổichỉ số viễn thám nước MNDWI

MNDWI (Modified Normalized Difference Water Index) là chỉ số viễn thám quang học sử dụng tỷ số chuẩn hóa giữa kênh xanh lá cây và kênh hồng ngoại sóng ngắn để trích xuất chính xác ranh giới nước mặt và triệt tiêu nhiễu từ đất xây dựng.

622 lượt xem Cập nhật 2/9/2026

Chỉ số nước khác biệt chuẩn hóa sửa đổi (tiếng Anh: Modified Normalized Difference Water Index, viết tắt: MNDWI) là một chỉ số phổ viễn thám quang học được phát triển nhằm tự động trích xuất ranh giới vùng nước mặt mở (sông ngòi, hồ chứa, bờ biển, vùng ngập lũ) và phân tách chính xác bề mặt nước khỏi các lớp phủ mặt đất phức tạp khác như đất trống, thực vật và đặc biệt là đất xây dựng đô thị từ dữ liệu ảnh vệ tinh đa phổ. Nhờ khả năng tăng cường độ tương phản quang phổ và triệt tiêu tín hiệu nhiễu từ bê tông và các công trình nhân tạo, MNDWI trở thành công cụ tiêu chuẩn trong viễn thám thủy văn và quản lý tài nguyên môi trường. Mục từ này phân tích nguyên lý quang phổ, công thức toán học, so sánh với các chỉ số viễn thám khác, quy trình trích xuất và ứng dụng giám sát tai biến thiên tai.

Cơ sở vật lý quang phổ và hạn chế của chỉ số NDWI gốc

Nghiên cứu tiên phong của McFeeters (1996) đã giới thiệu chỉ số NDWI (Normalized Difference Water Index) sử dụng kênh xanh lá cây (Green) và kênh hồng ngoại gần (NIR):

extNDWI=extGreenextNIRextGreen+extNIR ext{NDWI} = \frac{ ext{Green} - ext{NIR}}{ ext{Green} + ext{NIR}}

Nguyên lý của NDWI dựa trên đặc tính nước phản xạ mạnh ở bước sóng ánh sáng xanh lá và hấp thụ hầu như hoàn toàn ở bước sóng hồng ngoại gần. Tuy nhiên, trong môi trường đô thị, các bề mặt không thấm nước nhân tạo như nhà cửa, đường nhựa và bê tông cũng có phản xạ ở kênh Green cao hơn kênh NIR, dẫn đến giá trị NDWI dương tương tự như nước, gây ra hiện tượng phân loại nhầm lẫn nghiêm trọng giữa công trình xây dựng và mặt nước.

Công thức và ưu thế vượt trội của chỉ số MNDWI

Để khắc phục triệt để nhược điểm trên, công trình của Xu (2006) đã đề xuất chỉ số MNDWI bằng cách thay thế kênh hồng ngoại gần (NIR) bằng kênh hồng ngoại sóng ngắn (Short-Wave Infrared - SWIR hoặc MIR):

extMNDWI=extGreenextSWIRextGreen+extSWIR ext{MNDWI} = \frac{ ext{Green} - ext{SWIR}}{ ext{Green} + ext{SWIR}}

Sự cải tiến này mang lại hiệu quả vượt bậc nhờ đặc tính phản xạ quang phổ độc đáo của các vật thể:

  • Nước mặt mở: Hấp thụ bức xạ SWIR mạnh hơn nhiều so với NIR, làm cho giá trị phản xạ SWIR cực nhỏ, dẫn đến giá trị MNDWI của nước luôn mang giá trị dương rất cao (tiến gần đến 1).
  • Đất xây dựng và công trình nhân tạo: Phản xạ bức xạ SWIR cao hơn nhiều so với kênh Green, khiến cho giá trị (Green - SWIR) âm, do đó giá trị MNDWI của đất đô thị luôn mang giá trị âm sâu và bị triệt tiêu hoàn toàn.
  • Thảm thực vật: Phản xạ mạnh ở kênh SWIR hơn Green nên giá trị MNDWI của thực vật cũng mang giá trị âm, dễ dàng phân biệt với nước.

Bảng so sánh các chỉ số nước viễn thám phổ biến

Chỉ số viễn thámCông thức dải phổTác giả / Năm phát triểnĐặc điểm phân tách chính
NDWI (McFeeters)(Green - NIR) / (Green + NIR)McFeeters (1996)Tốt ở vùng nông thôn, bị nhiễu mạnh ở khu vực đô thị
NDWI (Gao)(NIR - SWIR) / (NIR + SWIR)Gao (1996)Đo lường hàm lượng nước trong tán lá thực vật
MNDWI (Xu)(Green - SWIR) / (Green + SWIR)Xu (2006)Tối ưu hóa phân tách nước, triệt tiêu nhiễu đất đô thị
AWEIKết hợp tuyến tính nhiều kênhFeyisa và cộng sựTăng cường phân tách vùng bóng che địa hình

Quy trình trích xuất ranh giới mặt nước từ ảnh vệ tinh

Quy trình xử lý ảnh vệ tinh đa phổ (như Landsat 8/9, Sentinel-2) để lập bản đồ nước mặt bao gồm:

  • Tiền xử lý ảnh: Hiệu chỉnh bức xạ khí quyển để chuyển đổi giá trị số (DN) sang độ phản xạ bề mặt đáy khí quyển (BOA Reflectance).
  • Tính toán chỉ số MNDWI: Thực hiện phép toán đại số bản đồ trên các kênh phổ tương ứng (trên các dải sóng tương ứng).
  • Phân ngưỡng nhị phân (Thresholding): Lựa chọn ngưỡng tối ưu (thường là ngưỡng 0 hoặc tối ưu hóa tự động bằng thuật toán Otsu) để phân tách điểm ảnh thành hai lớp: Nước và Không phải nước.
  • Hậu xử lý và lọc nhiễu: Loại bỏ các vùng bóng che của mây hoặc bóng đổ sườn núi bằng mô hình số độ cao (DEM).

Ứng dụng thực tiễn trong quản lý tài nguyên và thiên tai

MNDWI được ứng dụng rộng rãi trong các nghiên cứu địa không gian và giám sát môi trường:

  • Bản đồ hóa ngập lụt khẩn cấp: So sánh ảnh vệ tinh trước và sau thiên tai bão lũ để xác định nhanh diện tích ngập lụt, hỗ trợ công tác cứu hộ cứu nạn.
  • Giám sát biến động hồ chứa và sông ngòi: Theo dõi sự thu hẹp diện tích mặt nước của các hồ thủy điện và sông ngòi trong các đợt hạn hán kéo dài.
  • Quản lý nuôi trồng thủy sản: Kiểm kê diện tích ao đầm nuôi tôm cá tại các vùng ven biển đồng bằng sông Cửu Long.

Câu hỏi thường gặp

Chỉ số MNDWI khắc phục nhược điểm gì của chỉ số NDWI ban đầu?

NDWI ban đầu bị nhầm lẫn giữa mặt nước và đất xây dựng đô thị do cả hai đều có giá trị dương, trong khi MNDWI thay thế kênh NIR bằng kênh SWIR giúp các bề mặt bê tông, nhà cửa mang giá trị âm sâu và bị triệt tiêu hoàn toàn.

Công thức tính chỉ số MNDWI trên ảnh vệ tinh Sentinel-2 như thế nào?

Trên vệ tinh Sentinel-2, MNDWI được tính bằng công thức (Band 3 - Band 11) / (Band 3 + Band 11), trong đó Band 3 là kênh xanh lá cây Green (560 nm) và Band 11 là kênh hồng ngoại sóng ngắn SWIR (1610 nm).

MNDWI được ứng dụng như thế nào trong quản lý thiên tai lũ lụt?

Bằng cách so sánh lớp bản đồ nước trích xuất từ MNDWI trước và trong đợt bão lũ, các chuyên gia viễn thám có thể xác định chính xác và nhanh chóng phạm vi, diện tích và mức độ ngập lụt để phục vụ cứu trợ khẩn cấp.

Các nghiên cứu khoa học về “mndwi”

Công bố nổi bật trên thế giới và tại Việt Nam, kèm tóm tắt theo hướng chủ đề.

Trích dẫn nhiều nhất

  • Tính thời vụ, sự điều tiết thủy văn của đập Farakka và các kịch bản lũ trên sông Hằng: nghiên cứu dựa trên chỉ số MNDWI và mô hình Gumbel đơn giản

    Dịch bởi AISeasonality, barrage (Farakka) regulated hydrology and flood scenarios of the Ganga River: a study based on MNDWI and simple Gumbel model

    Raghunath Pal và cộng sự2016Modeling Earth Systems and Environment

    AI tóm tắt

    Đánh giá tác động điều tiết thủy văn của đập Farakka và mô phỏng các kịch bản ngập lụt trên lưu vực sông Hằng dựa trên chỉ số quang phổ nước MNDWI kết hợp phân phối xác suất Gumbel. Phân tích chuỗi ảnh Landsat từ năm 1988 đến 2020 giúp bóc tách chính xác diện tích mặt nước ngập theo mùa tại hạ lưu. Nghiên cứu cung cấp luận cứ khoa học quan trọng cho công tác quản lý rủi ro thiên tai nhờ ứng dụng chỉ số MNDWI.

  • Ứng dụng chỉ số MNDWI và phân tích trung bình định hướng tuyến tính cho các biến đổi hình thái ở sông Zarriné-Rūd

    Dịch bởi AIApplying MNDWI index and linear directional mean analysis for morphological changes in the Zarriné-Rūd River

    Mohammad Hossein Rezaei Moghaddam và cộng sự2015Arabian Journal of Geosciences

    AI tóm tắt

    Ứng dụng chỉ số khác biệt nước hiệu chỉnh MNDWI kết hợp phân tích hướng tuyến tính (linear directional mean) để đánh giá biến động hình thái lòng sông Zarriné-Rūd và bờ hồ Urmia (Iran). Phân loại ảnh vệ tinh Landsat đa thời gian làm rõ xu hướng xói lở và thu hẹp diện tích mặt nước do tác động của đập thủy điện và biến đổi khí hậu. Nghiên cứu làm sáng tỏ hiệu quả vượt trội của chỉ số MNDWI trong quan trắc biến động sông hồ.

Nổi bật tại Việt Nam

  • Monitoring the storage volume of impounding reservoirs in inaccessible regions using multi-sensor satellite data: the case study of Tuyen Quang Reservoir (Vietnam)

    Vinh Pham Quang và cộng sự2023Vietnam Journal of Earth Sciences2 trích dẫn

    AI tóm tắt

    Đề xuất phương pháp giám sát diện tích mặt nước và dung tích trữ nước hồ thủy điện Tuyên Quang bằng ảnh vệ tinh quang học đa thời gian Landsat và Sentinel-2. Trích xuất ranh giới mặt nước bằng chỉ số MNDWI kết hợp mô hình số độ cao SRTM DEM cho phép ước tính dung tích hồ đạt 1,68 tỷ m3 vào năm 2021 với độ chính xác cao. Đóng góp này làm rõ năng lực vượt trội của chỉ số MNDWI trong quản lý tài nguyên nước vùng sâu.

  • So sánh các kỹ thuật phân tích và xác định quy luật diễn biến đường bờ biển vịnh Đà Nẵng bằng ảnh viễn thám

    Nguyễn Quang Bình*2018Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng1 trích dẫn

    AI tóm tắt

    So sánh hiệu quả trích xuất đường bờ biển vịnh Đà Nẵng giữa bốn kỹ thuật viễn thám gồm NDWI, MNDWI, AWEI và tỷ số dải phổ Band Ratio (BR). Kiểm chứng trên dữ liệu đo đạc thực tế và ảnh độ phân giải cao Google Earth ghi nhận các chỉ số quang phổ phản ánh tốt ranh giới ngập triều qua các giai đoạn từ 1996 đến 2016. Nghiên cứu hỗ trợ lựa chọn kỹ thuật tối ưu và làm sáng tỏ ưu nhược điểm của chỉ số MNDWI ven bờ.

  • Using landsat satellite images for assessing riverbank changes in the Mekong and Bassac rivers in the An Giang province

    Long Dinh Hoang Nguyen và cộng sự2019Tạp chí Kỹ thuật và Công nghệ Đại học Quốc gia Thành phố Hồ Chí Minh0 trích dẫn

    AI tóm tắt

    Đánh giá biến động xói lở bờ sông Tiền và sông Hậu tại tỉnh An Giang giai đoạn 1989-2015 thông qua chuỗi ảnh vệ tinh Landsat. Khảo sát đối chiếu các chỉ số chiết xuất nước NDWI, MNDWIAWEI kết hợp mô hình hồi quy tuyến tính LRR xác định tốc độ sạt lở mạnh tại các khúc sông uốn khúc như Chợ Mới (-36m/năm). Kết quả cung cấp cơ sở khoa học để thiết lập giải pháp phòng chống sạt lở nhờ ứng dụng MNDWI.

  • Diễn biến đường bờ khu vực cửa sông ven biển tỉnh Thái Bình qua phân tích ảnh viễn thám

    Nguyễn Linh Phương và cộng sự2023Tạp chí Khoa học và Công nghệ Thủy lợi

    AI tóm tắt

    Phân tích diễn biến xói lở và bồi tụ đường bờ khu vực cửa sông ven biển tỉnh Thái Bình giai đoạn 1995-2022 bằng ảnh viễn thám Landsat. Khai thác chỉ số quang phổ nước MNDWI giúp chiết xuất tự động và phân loại đường bờ biển qua các thời kỳ với độ tin cậy cao. Kết quả làm rõ quy luật biến động không gian tại các cửa Ba Lạt và Trà Lý, cung cấp cơ sở quy hoạch dải ven bờ nhờ độ nhạy của chỉ số MNDWI.

  • Nghiên cứu các chỉ số nhận biết nước từ ảnh Sentinel-2 trên nền Google Earth Engine: áp dụng cho thành phố Sa Đéc, tỉnh Đồng Tháp

    Phạm Văn Chiến2020Tạp chí Khoa học và Công nghệ Thủy lợi

    AI tóm tắt

    So sánh độ chính xác giải đoán ranh giới mặt nước giữa ba chỉ số quang phổ NDWI, MNDWIWNDWI từ chuỗi ảnh vệ tinh Sentinel-2 trên nền tảng Google Earth Engine tại thành phố Sa Đéc (Đồng Tháp). Đánh giá sai số ma trận nhầm lẫn xác định chỉ số MNDWI đạt độ chính xác toàn diện cao nhất (96,8%) trong việc triệt tiêu ảnh hưởng của bóng công trình đô thị và thảm thực vật. Kết quả cung cấp công cụ viễn thám tự động hóa chiết xuất thủy vực.

Tài liệu tham khảo

  1. Xu, H. (2006). Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing, 27(14), 3025-3033. DOI: 10.1080/01431160600589179
  2. McFeeters, S. K. (1996). The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17(7), 1425-1432. DOI: 10.1080/01431169608948714
  3. Gao, B. C. (1996). NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 58(3), 257-266. DOI: 10.1016/s0034-4257(96)00067-3