[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_nhi%E1%BB%87t%20%C4%91%E1%BB%99%20b%E1%BB%81%20m%E1%BA%B7t%20%C4%91%E1%BA%A5t{\"limit\":5}":3,"_public_topic_byId_nhiệt độ bề mặt đất":56},{"code":4,"data":5,"meta":21},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":40,"vietnamLatest":55},[],[8,25],{"publicationId":9,"title":10,"originalTitle":11,"authorNames":12,"authorCount":16,"journalName":17,"vietnamJournal":18,"publishDate":19,"publishYear":20,"totalCitation":21,"url":22,"doi":23,"summary":24},"c7b17632-8d2a-4f69-a084-75dd94b71824","Phương pháp tổng hợp dựa trên thành phần chính giữa nhiệt độ bề mặt đất (LST) và hình ảnh panchromatic (PAN)","Principal component based fusion of land surface temperature (LST) and panchromatic (PAN) images",[13,14,15],"Kul Vaibhav Sharma","Sumit Khandelwal","Nivedita Kaul",3,"Spatial Information Research",false,"2020-05-11",2020,null,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs41324-020-00333-x","10.1007\u002Fs41324-020-00333-x","\u003Cp>Thuật toán tích hợp dựa trên phân tích thành phần chính PCA được phát triển nhằm kết hợp ảnh toàn sắc PAN với ảnh \u003Cb class=\"publication-topic-keywords\">nhiệt độ bề mặt đất\u003C\u002Fb> LST từ vệ tinh Landsat 8. Kết quả đánh giá chất lượng hình ảnh cho thấy độ phân giải không gian của bản đồ nhiệt tăng từ 100 m lên 15 m trong khi vẫn bảo toàn sai số nhiệt độ dưới 0,45 K. Đây là bước tiến kỹ thuật quan trọng giúp quan trắc chi tiết vi khí hậu vi mô ở các khu vực đô thị.\u003C\u002Fp>",{"publicationId":26,"title":27,"originalTitle":28,"authorNames":29,"authorCount":33,"journalName":34,"vietnamJournal":18,"publishDate":35,"publishYear":36,"totalCitation":21,"url":37,"doi":38,"summary":39},"0e988901-bc71-4f73-a061-70646fbf429c","Phát hiện sự thay đổi nhiệt độ bề mặt đất (LST) và một số tham số liên quan bằng cách sử dụng ảnh Landsat: Nghiên cứu trường hợp lưu vực hồ Ebinur, Tân Cương, Trung Quốc","Change Detection of Land Surface Temperature (LST) and some Related Parameters Using Landsat Image: a Case Study of the Ebinur Lake Watershed, Xinjiang, China",[30,31,32],"Fei Zhang","Hsiangte Kung","Verner Carl Johnson",5,"Wetlands","2017-10-14",2017,"https:\u002F\u002Flink.springer.com\u002F10.1007\u002Fs13157-017-0957-6","10.1007\u002Fs13157-017-0957-6","\u003Cp>Nghiên cứu viễn thám đa thời gian trên lưu vực hồ Ebinur phân tích sự biến đổi của \u003Cb class=\"publication-topic-keywords\">nhiệt độ bề mặt đất\u003C\u002Fb> LST qua các chỉ số NDVI, albedo và MNDWI từ tư liệu vệ tinh Landsat. Kết quả cho thấy xu hướng suy giảm diện tích mặt nước và mở rộng đất thoái hóa làm tăng nhiệt độ bề mặt trung bình 2,3 độ C trong giai đoạn khảo sát. Công trình làm rõ mối tương quan giữa suy thoái đất và vi khí hậu bề mặt vùng khô hạn.\u003C\u002Fp>",[41],{"publicationId":42,"title":43,"originalTitle":21,"authorNames":44,"authorCount":47,"journalName":48,"vietnamJournal":49,"publishDate":50,"publishYear":51,"totalCitation":21,"url":52,"doi":53,"summary":54},"3a1ff9c1-250a-4c87-9f7a-cdf63a0c44ad","Ứng dụng phân tích lân cận GIS đánh giá ảnh hưởng của lớp phủ đất đến nhiệt độ bề mặt đất tại Thành Phố Hồ Chí Minh",[45,46],"Phạm Thị Thu Ngân","Nguyễn Duy Liêm",2,"Tạp chí Khoa học Đại học Đông Á",true,"2025-06-30",2025,"https:\u002F\u002Fjs.donga.edu.vn\u002Findex.php\u002Fdaujs\u002Farticle\u002Fview\u002F349","10.59907\u002Fdaujs.4.2.2025.349","\u003Cp>Ứng dụng không gian địa lý GIS kết hợp phân tích lân cận đánh giá ảnh hưởng của biến động lớp phủ đến \u003Cb class=\"publication-topic-keywords\">nhiệt độ bề mặt đất\u003C\u002Fb> LST tại Thành phố Hồ Chí Minh. Dữ liệu giải đoán ảnh viễn thám ghi nhận nhiệt độ trung bình tại các khu vực mật độ xây dựng cao lên tới 36,4 độ C, chênh lệch 4,8 độ C so với vùng thảm thực vật tự nhiên. Nghiên cứu cung cấp luận cứ quy hoạch mảng xanh nhằm giảm thiểu hiệu ứng đảo nhiệt đô thị.\u003C\u002Fp>",[],{"code":4,"data":57,"meta":21},{"id":58,"title":59,"description":60,"content":61,"term":62,"englishTitle":63,"synonyms":64,"definition":68,"discipline":69,"references":70,"faqs":91,"createUser":101,"publishUser":105,"keywords":109,"keywordCount":120,"enrichTopicLink":49,"status":121,"createTime":122,"updateTime":123,"publishTime":124,"linkEnrichedTime":125,"publicationScanTime":126,"contentErrorMessage":21,"viewCount":127,"relateTopics":128},"nhiệt độ bề mặt đất","Nhiệt độ bề mặt đất là gì? Các bài báo nghiên cứu khoa học","Nhiệt độ bề mặt đất (LST) là nhiệt độ thực tế của lớp vỏ bề mặt trái đất đo được qua bức xạ hồng ngoại phát ra từ đất, nước, thực vật hoặc đô thị. Chỉ số này phản ánh khả năng hấp thụ và phát xạ năng lượng bề mặt, phục vụ giám sát hạn hán, quản lý nông nghiệp và quy hoạch đô thị hiệu quả. ","\u003Ch2>Định nghĩa nhiệt độ bề mặt đất (Land Surface Temperature – LST)\u003C\u002Fh2>\n\u003Cp>Nhiệt độ bề mặt đất (LST) là nhiệt độ thực tế của lớp bề mặt ngoài cùng của trái đất, đo được hoặc ước tính dựa trên bức xạ hồng ngoại phát ra từ đất, nước, thực vật hoặc đô thị. LST phản ánh khả năng hấp thụ và phát xạ năng lượng của bề mặt, khác với nhiệt độ không khí đo tại độ cao cố định (thường 1,5–2 m trên mặt đất).\u003C\u002Fp>\n\u003Cp>LST thường được biểu diễn theo đơn vị độ Celsius (°C) hoặc Kelvin (K). Thông số này là chỉ số quan trọng để đánh giá {{topic|%7B%22topic%22%3A%22c%C3%A2n%20b%E1%BA%B1ng%20n%C4%83ng%20l%C6%B0%E1%BB%A3ng%22%7D}} bề mặt và quá trình trao đổi nhiệt giữa mặt đất và khí quyển, xuất hiện trong nhiều lĩnh vực như khí tượng, nông nghiệp, thủy văn và {{topic|%7B%22topic%22%3A%22quy%20ho%E1%BA%A1ch%20%C4%91%C3%B4%20th%E1%BB%8B%22%7D}}.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Khác biệt so với {{topic|%7B%22topic%22%3A%22nhi%E1%BB%87t%20%C4%91%E1%BB%99%20kh%C3%B4ng%20kh%C3%AD%22%7D}}: LST đo bề mặt, trong khi nhiệt độ không khí đo tại trạm khí tượng.\u003C\u002Fli>\n  \u003Cli>Đơn vị: °C hoặc K; giá trị LST cao xuất hiện ở vùng ít che phủ (đất trống, bê tông).\u003C\u002Fli>\n  \u003Cli>Ý nghĩa: phản ánh trực tiếp năng lượng bức xạ phát ra và độ ẩm bề mặt.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Phương pháp đo lường\u003C\u002Fh2>\n\u003Cp>Quan trắc vệ tinh là phương pháp phổ biến nhất để thu thập LST với phạm vi toàn cầu và tần suất lặp cao. Các vệ tinh như MODIS (NASA) và VIIRS (NOAA) sử dụng {{topic|%7B%22topic%22%3A%22c%E1%BA%A3m%20bi%E1%BA%BFn%20h%E1%BB%93ng%20ngo%E1%BA%A1i%22%7D}} nhiệt (TIR) để ghi lại bức xạ phát ra từ bề mặt, sau đó ước tính nhiệt độ thông qua thuật toán hiệu chỉnh khí quyển.\u003C\u002Fp>\n\u003Cp>Đo tại chỗ (in situ) sử dụng {{topic|%7B%22topic%22%3A%22c%E1%BA%A3m%20bi%E1%BA%BFn%20nhi%E1%BB%87t%20%C4%91%E1%BB%99%22%7D}} mặt đất đặt cố định hoặc cầm tay để ghi nhận giá trị thực theo thời gian. Dữ liệu in situ thường dùng để hiệu chỉnh và kiểm chứng kết quả từ vệ tinh, đảm bảo độ chính xác cao hơn.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>MODIS\u002FTerra & Aqua: {{topic|%7B%22topic%22%3A%22%C4%91%E1%BB%99%20ph%C3%A2n%20gi%E1%BA%A3i%20kh%C3%B4ng%20gian%22%7D}} 1 km, tần suất một đến hai lần mỗi ngày (NASA LP DAAC).\u003C\u002Fli>\n  \u003Cli>VIIRS\u002FSuomi NPP: độ phân giải 750 m, tần suất quan sát tương tự MODIS.\u003C\u002Fli>\n  \u003Cli>Cảm biến cầm tay: PT100, thermistor để đo trực tiếp tại hiện trường.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ctable>\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Phương pháp\u003C\u002Fth>\n      \u003Cth>Độ phân giải không gian\u003C\u002Fth>\n      \u003Cth>Tần suất\u003C\u002Fth>\n      \u003Cth>Ưu nhược điểm\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>MODIS (TIR)\u003C\u002Ftd>\n      \u003Ctd>1 km\u003C\u002Ftd>\n      \u003Ctd>1–2 lần\u002Fngày\u003C\u002Ftd>\n      \u003Ctd>Phủ sóng toàn cầu, dễ bị mây che phủ\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>VIIRS (TIR)\u003C\u002Ftd>\n      \u003Ctd>750 m\u003C\u002Ftd>\n      \u003Ctd>1–2 lần\u002Fngày\u003C\u002Ftd>\n      \u003Ctd>Độ phân giải cao hơn, chi phí xử lý lớn\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>In situ\u003C\u002Ftd>\n      \u003Ctd>điểm đo\u003C\u002Ftd>\n      \u003Ctd>liên tục theo thiết lập\u003C\u002Ftd>\n      \u003Ctd>độ chính xác cao, phạm vi nhỏ\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Nguyên lý vật lý\u003C\u002Fh2>\n\u003Cp>LST được xác định dựa trên bức xạ nhiệt phát ra từ bề mặt theo định luật Stefan–Boltzmann:  \n\u003Cscript type=\"math\u002Ftex\">  \nL = \\varepsilon \\sigma T^4  \n\u003C\u002Fscript>  \ntrong đó L là công suất bức xạ phát ra (W\u002Fm²), ε là hệ số phát xạ của bề mặt, σ là hằng số Stefan–Boltzmann (5,670 × 10⁻⁸ W\u002Fm²K⁴) và T là nhiệt độ bề mặt (K).\u003C\u002Fp>\n\u003Cp>Khi bức xạ đi qua khí quyển, tín hiệu bị suy giảm và tán xạ do hơi nước, khí CO₂ và aerosol. Do đó, thuật toán chuyển đổi kênh nhiệt hồng ngoại vệ tinh thành LST phải hiệu chỉnh khí quyển (atmospheric correction) và hiệu chỉnh góc quan sát.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Hệ số phát xạ ε thay đổi theo loại bề mặt (nước ~0,98; đất trống 0,92–0,96; đô thị 0,85–0,90).\u003C\u002Fli>\n  \u003Cli>Hiệu ứng góc quan sát: giá trị LST sai lệch khi góc nhìn lệch so với vuông góc.\u003C\u002Fli>\n  \u003Cli>Hiệu chỉnh khí quyển: sử dụng mô hình MODTRAN hoặc LUTs (Look-Up Tables).\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Các yếu tố ảnh hưởng tới LST\u003C\u002Fh2>\n\u003Cp>Độ che phủ bề mặt là yếu tố quan trọng nhất. Các bề mặt thảm thực vật và nước có hệ số phát xạ cao và khả năng làm mát qua bốc hơi tốt, dẫn đến LST thấp hơn so với bề mặt bê tông hoặc đất trống.\u003C\u002Fp>\n\u003Cp>Độ ẩm trong đất và không khí ảnh hưởng trực tiếp đến khả năng tích trữ và truyền dẫn nhiệt. Đất ẩm có khả năng dẫn nhiệt tốt, làm giảm biên độ dao động nhiệt trong ngày so với đất khô.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Địa hình và độ dốc: hướng nghiêng về phía mặt trời làm tăng LST.\u003C\u002Fli>\n  \u003Cli>Tính chất bề mặt: màu sắc (albedo), độ xốp và độ ẩm.\u003C\u002Fli>\n  \u003Cli>Hoạt động đô thị: bê tông, nhựa đường giữ nhiệt, tạo đảo nhiệt đô thị (UHI).\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ctable>\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Yếu tố\u003C\u002Fth>\n      \u003Cth>Ảnh hưởng chính\u003C\u002Fth>\n      \u003Cth>Ví dụ\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Che phủ thực vật\u003C\u002Ftd>\n      \u003Ctd>Giảm LST qua bốc hơi\u003C\u002Ftd>\n      \u003Ctd>Rừng, đồng cỏ\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Đô thị\u003C\u002Ftd>\n      \u003Ctd>Tăng LST do hấp thụ nhiệt\u003C\u002Ftd>\n      \u003Ctd>Đường phố, tòa nhà\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Độ ẩm đất\u003C\u002Ftd>\n      \u003Ctd>Ổn định nhiệt độ\u003C\u002Ftd>\n      \u003Ctd>Đất ẩm vs. đất khô\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\u003Ch2>Ứng dụng trong khí tượng và biến đổi khí hậu\u003C\u002Fh2>\n\u003Cp>Nhiệt độ bề mặt đất (LST) là chỉ số quan trọng trong mô hình cân bằng năng lượng bề mặt – khí quyển, được sử dụng làm dữ liệu đầu vào cho mô hình khí hậu toàn cầu (GCM) và mô hình khu vực (RCM). Sự khác biệt giữa LST và nhiệt độ không khí cho phép mô phỏng chính xác hơn quá trình đối lưu, bay hơi và hình thành mây mưa.\u003C\u002Fp>\n\u003Cp>Theo Báo cáo IPCC 2021, xu hướng tăng LST khu vực nhiệt đới và cận nhiệt đới liên quan chặt chẽ đến hiện tượng nóng lên toàn cầu, với mức tăng trung bình 0,2–0,3 °C mỗi thập kỷ từ 2000–2020 . Dữ liệu MODIS cho thấy các đỉnh LST xảy ra sớm hơn 5–10 ngày so với thập niên 1990 ở các vùng bán khô hạn.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Phân tích chuỗi thời gian LST hỗ trợ dự báo hạn hán: ngưỡng LST > +2 SD so với trung bình nhiều năm báo hiệu stress nước nghiêm trọng .\u003C\u002Fli>\n  \u003Cli>LST làm tham số dự báo bão nhiệt đới và sóng nhiệt đô thị, giúp cải thiện độ chính xác mô hình thời tiết ngắn hạn.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Ứng dụng trong nông nghiệp và quản lý tài nguyên\u003C\u002Fh2>\n\u003Cp>LST kết hợp với chỉ số thực vật NDVI (Normalized Difference Vegetation Index) tạo ra chỉ số LST–NDVI, dùng để {{topic|%7B%22topic%22%3A%22%C4%91%C3%A1nh%20gi%C3%A1%20hi%E1%BB%87u%20su%E1%BA%A5t%22%7D}} cây trồng và stress nước. Vùng nào có LST cao và NDVI thấp thường cho thấy cây trồng đang chịu áp lực khô hạn hoặc phát triển kém.\u003C\u002Fp>\n\u003Cp>Hãng FAO khuyến nghị sử dụng LST hàng ngày để điều chỉnh lịch tưới, tối ưu hóa lượng nước và năng suất. Ví dụ, vùng đồng bằng sông Cửu Long có thể giảm 15 % lượng nước tưới mỗi vụ nhờ mô hình LST–NDVI kết hợp {{topic|%7B%22topic%22%3A%22d%E1%BB%AF%20li%E1%BB%87u%20kh%C3%AD%20t%C6%B0%E1%BB%A3ng%22%7D}} địa phương .\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Dự báo thời điểm gieo trồng: LST thấp ban đêm cho thấy đất đủ ẩm, phù hợp khởi đầu vụ mùa.\u003C\u002Fli>\n  \u003Cli>Giám sát stress nước: LST > 30 °C ban ngày kết hợp NDVI < 0,3 báo động hạn.\u003C\u002Fli>\n  \u003Cli>Quản lý phân bón: LST vùng cao cho thấy tốc độ sinh trưởng nhanh, cần tăng phân bón hữu cơ.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Ứng dụng trong nghiên cứu đô thị\u003C\u002Fh2>\n\u003Cp>Hiệu ứng đảo nhiệt đô thị (UHI) được xác định bằng độ chênh LST giữa khu vực đô thị và nông thôn lân cận. Nhiều nghiên cứu cho thấy UHI trung bình 2–4 °C ở các thành phố lớn như Bangkok, Jakarta và Manila.\u003C\u002Fp>\n\u003Cp>Dữ liệu LST được dùng để {{topic|%7B%22topic%22%3A%22%C4%91%C3%A1nh%20gi%C3%A1%20hi%E1%BB%87u%20qu%E1%BA%A3%22%7D}} quy hoạch xanh: công viên, hồ điều hòa và vật liệu bê tông thấm nước có thể giảm LST bề mặt từ 3–5 °C. Mạng lưới cảm biến UAV nhiệt ghi nhận giảm LST cục bộ đến 7 °C ngay sau khi trồng cây dày đặc.\u003C\u002Fp>\n\u003Ctable>\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Giải pháp đô thị\u003C\u002Fth>\n      \u003Cth>Giảm LST (°C)\u003C\u002Fth>\n      \u003Cth>Ví dụ thực tiễn\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Cây xanh đô thị\u003C\u002Ftd>\n      \u003Ctd>2–4\u003C\u002Ftd>\n      \u003Ctd>Park Connaught, Kuala Lumpur\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Mái nhà xanh\u003C\u002Ftd>\n      \u003Ctd>1–3\u003C\u002Ftd>\n      \u003Ctd>Singapore’s Biophilic Roofs\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Vật liệu phản quang\u003C\u002Ftd>\n      \u003Ctd>3–5\u003C\u002Ftd>\n      \u003Ctd>Los Angeles Cool Pavements\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Thách thức và giới hạn đo lường\u003C\u002Fh2>\n\u003Cp>Độ phân giải không gian của các cảm biến nhiệt hồng ngoại vệ tinh (250 m–1 km) giới hạn khả năng quan sát chi tiết các biến đổi LST trong đô thị nhỏ hoặc vùng nông nghiệp nhỏ lẻ. Các vùng nhiều mây hoặc bụi khí quyển gây nhiễu tín hiệu, dẫn đến sai số lên đến 2–3 °C nếu không hiệu chỉnh đầy đủ.\u003C\u002Fp>\n\u003Cp>Việc hiệu chỉnh khí quyển sử dụng mô hình MODTRAN hoặc LUTs yêu cầu dữ liệu hơi nước, aerosol và nhiệt độ khí quyển đồng bộ. Thiếu hụt trạm đo in situ tại nhiều khu vực nhiệt đới cận xích đạo làm giảm khả năng hiệu chỉnh chính xác, đặc biệt trong mùa mưa kéo dài.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Sai số do mây và aerosol: có thể gây lệch LST dương hoặc âm.\u003C\u002Fli>\n  \u003Cli>Giới hạn tần suất quan sát: 1–2 lần\u002Fngày không phản ánh biến động nhanh.\u003C\u002Fli>\n  \u003Cli>Thiếu trạm hiệu chỉnh in situ tạo lỗ hổng dữ liệu đáng kể ở khu vực châu Phi và Nam Mỹ.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Xu hướng công nghệ và cải tiến\u003C\u002Fh2>\n\u003Cp>Sử dụng UAV trang bị cảm biến viễn thám nhiệt (thermal microsensors) cung cấp độ phân giải < 5 m, cho phép giám sát LST chi tiết cho quy hoạch đô thị và {{topic|%7B%22topic%22%3A%22n%C3%B4ng%20nghi%E1%BB%87p%20ch%C3%ADnh%20x%C3%A1c%22%7D}} cao. Hệ thống UAV tự động phối hợp bay theo lưới giúp thu thập dữ liệu liên tục và nhanh chóng.\u003C\u002Fp>\n\u003Cp>Mô hình machine learning kết hợp đa nguồn dữ liệu (vệ tinh TIR, dữ liệu in situ, mô hình khí tượng) đang được phát triển để tái tạo LST ở độ phân giải cao (30–100 m) và tần suất ngày\u002Fnhiều lần\u002Fngày. Mạng lưới cảm biến phân tán (WSN) giá rẻ cho phép giám sát LST liên tục tại cấp thửa ruộng hoặc khu phố.\u003C\u002Fp>\n\u003Col>\n  \u003Cli>UAV thermal: độ phân giải < 5 m, giám sát chi tiết vùng nhỏ.\u003C\u002Fli>\n  \u003Cli>Deep learning LST downscaling: nâng độ phân giải không gian từ 1 km lên 30 m.\u003C\u002Fli>\n  \u003Cli>WSN nhiệt giá rẻ: giám sát liên tục với chi phí thấp.\u003C\u002Fli>\n\u003C\u002Fol>","Nhiệt độ bề mặt đất","land surface temperature",[65,66,67],"nhiệt độ bề mặt địa hình","LST","land surface skin temperature","Nhiệt độ bề mặt đất (Land Surface Temperature – LST) là nhiệt độ bức xạ phát ra từ bề mặt tiếp xúc ngoài cùng của lớp vỏ Trái Đất (bao gồm thảm thực vật, thổ nhưỡng trần, mặt nước và bề mặt công trình nhân tạo) đo được bằng cảm biến viễn thám nhiệt.","NATURAL_SCIENCES",[71,78,85],{"citationText":72,"title":73,"authors":74,"source":75,"year":76,"doi":77,"url":21},"Wan, Z., & Dozier, J. (1996). A generalized split-window algorithm for retrieving land-surface temperature from space. IEEE Transactions on Geoscience and Remote Sensing, 34(4), 892–905.","A generalized split-window algorithm for retrieving land-surface temperature from space","Wan, Dozier","IEEE Transactions on Geoscience and Remote Sensing",1996,"10.1109\u002F36.508406",{"citationText":79,"title":80,"authors":81,"source":82,"year":83,"doi":84,"url":21},"Sobrino, J. A., Jiménez-Muñoz, J. C., & Paolini, L. (2004). Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of Environment, 90(4), 434–440.","Land surface temperature retrieval from LANDSAT TM 5","Sobrino, Jiménez-Muñoz, Paolini","Remote Sensing of Environment",2004,"10.1016\u002Fj.rse.2004.02.003",{"citationText":86,"title":87,"authors":88,"source":82,"year":89,"doi":90,"url":21},"Voogt, J. A., & Oke, T. R. (2003). Thermal remote sensing of urban climates. Remote Sensing of Environment, 86(3), 370–384.","Thermal remote sensing of urban climates","Voogt, Oke",2003,"10.1016\u002FS0034-4257(03)00079-8",[92,95,98],{"question":93,"answer":94},"Nhiệt độ bề mặt đất (LST) khác gì so with nhiệt độ không khí?","Nhiệt độ không khí là nhiệt độ của lớp khí quyển ở độ cao tiêu chuẩn 1.5 - 2 mét tính từ mặt đất, được đo bằng nhiệt kế trong lều khí tượng. Trong khi đó, LST là nhiệt độ bức xạ trực tiếp của lớp bề mặt ngoài cùng (đất đá, mặt đường bê tông, mái nhà, tán lá cây), có thể nóng hơn hoặc lạnh hơn đáng kể so với nhiệt độ không khí tùy điều kiện bức xạ mặt trời.",{"question":96,"answer":97},"LST được đo lường và tính toán bằng cách nào?","LST được thu thập gián tiếp thông qua các cảm biến hồng ngoại nhiệt (TIR) trên vệ tinh (như Landsat, MODIS, Sentinel-3) bằng cách đo bức xạ nhiệt phát ra trong dải sóng 8–14 µm, sau đó hiệu chỉnh hấp thụ khí quyển và độ phát xạ bề mặt qua các thuật toán như split-window hoặc single-channel.",{"question":99,"answer":100},"Ứng dụng thực tế của dữ liệu LST là gì?","Dữ liệu LST đóng vai trò cốt lõi trong nghiên cứu biến đổi khí hậu, đánh giá hiệu ứng đảo nhiệt đô thị (UHI), giám sát hạn hán, dự báo cháy rừng, quản lý nhu cầu tưới tiêu nông nghiệp và tính toán bốc thoát hơi nước.",{"id":102,"researcherId":21,"name":103,"imageUrl":104},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",{"id":106,"researcherId":21,"name":107,"imageUrl":108},2681,"Cuong Ta","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocKFuWh0ZD601Hp0_V_2xAK3kIOs20Kyv3V5ZLBo6fwfjyymJYzE=s96-c",[110,111,112,113,114,115,116,117,118,119],"cân bằng năng lượng","quy hoạch đô thị","nhiệt độ không khí","cảm biến hồng ngoại","cảm biến nhiệt độ","độ phân giải không gian","đánh giá hiệu suất","dữ liệu khí tượng","đánh giá hiệu quả","nông nghiệp chính xác",10,"PUBLISHED","2025-07-31T03:04:07.311+00:00","2026-09-03T01:09:00.869+00:00","2025-07-31T03:57:11.532+00:00","2026-09-03T01:09:00.590+00:00","2026-09-02T14:14:53.884+00:00",580,[129,132,135,138,141,144,147,150,153,156],{"id":130,"title":131,"term":130,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"bibliometrics","Bibliometrics là gì? Các nghiên cứu khoa học về Bibliometrics",{"id":133,"title":134,"term":133,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"hình thái","Hình thái là gì? Các công bố khoa học về Hình thái",{"id":136,"title":137,"term":136,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"trắc nghiệm khách quan","Trắc nghiệm khách quan là gì? Các công bố khoa học về Trắc nghiệm khách quan",{"id":139,"title":140,"term":139,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"simulation","Simulation là gì? Các nghiên cứu khoa học về mô phỏng",{"id":142,"title":143,"term":142,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"bất bình đẳng giáo dục","Bất bình đẳng giáo dục là gì? Nghiên cứu khoa học liên quan",{"id":145,"title":146,"term":145,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"thang panss","Thang PANSS là gì? Các nghiên cứu khoa học về Thang PANSS",{"id":148,"title":149,"term":148,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"biến động dân số","Biến động dân số là gì? Các công bố khoa học về Biến động dân số",{"id":151,"title":152,"term":151,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"chi phí y tế trực tiếp","Chi phí y tế trực tiếp là gì? Nghiên cứu khoa học liên quan",{"id":154,"title":155,"term":154,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"địa danh","Địa danh là gì? Các nghiên cứu khoa học về Địa danh",{"id":157,"title":158,"term":157,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"nhân trắc học","Nhân trắc học là gì? Các công bố khoa học về Nhân trắc học"]