Trong bối cảnh biến đổi khí hậu và quá trình đô thị hóa diễn ra mạnh mẽ trên toàn cầu, hiện tượng đảo nhiệt đô thị (Surface Urban Heat Island – SUHI) đang trở thành một thách thức lớn đối với các thành phố đông dân. Nhiệt độ bề mặt đô thị không chỉ phản ánh trạng thái nhiệt của môi trường xây dựng mà còn liên quan trực tiếp đến tiêu thụ năng lượng, sức khỏe cộng đồng, chất lượng không khí và khả năng thích ứng khí hậu đô thị. Theo nghiên cứu, các phương pháp truyền thống xác định ULST thường giả định bề mặt đô thị là đồng nhất và đẳng nhiệt, trong khi thực tế môi trường đô thị có cấu trúc ba chiều phức tạp với sự khác biệt lớn về vật liệu xây dựng, hình thái kiến trúc và địa hình. Điều này dẫn đến sai số đáng kể trong quá trình tính toán nhiệt độ bề mặt, đặc biệt tại các khu vực có mật độ xây dựng cao. Để giải quyết vấn đề trên, nhóm tác giả đã xây dựng một mô hình lai tích hợp đồng thời nhiều yếu tố ảnh hưởng đến ULST, bao gồm: hình học cảm biến, cấu trúc đô thị ba chiều, tính dị thể của vật liệu bề mặt và yếu tố địa hình. Phương pháp nghiên cứu sử dụng dữ liệu nhiệt Band 10 của cảm biến TIRS trên vệ tinh Landsat 8 kết hợp với dữ liệu phản xạ phổ, sản phẩm nhiệt độ MODIS, thư viện phổ vật liệu đô thị, dữ liệu GIS công trình 3D và mô hình số địa hình (DTM). Điểm nổi bật của nghiên cứu là việc kết hợp ba mô hình hiệu chỉnh trong cùng một quy trình xử lý:Phân tích hỗn hợp phổ (Spectral Mixture Analysis – SMA) để xác định suất phát xạ bề mặt (Land Surface Emissivity – LSE); Hệ số góc nhìn bầu trời (Sky View Factor – SVF) nhằm mô tả cấu trúc hình học đô thị 3D; Hiệu chỉnh cosine để xử lý ảnh hưởng của góc quan sát cảm biến và độ dốc địa hình. Sau khi tích hợp các thành phần trên vào thuật toán Single Channel (SC), mô hình đề xuất cho kết quả vượt trội so với các phương pháp truyền thống. Hệ số tương quan R² đạt khoảng 0,95 và sai số RMSE chỉ khoảng 1,09 K, tốt hơn đáng kể so với các phương pháp NDVI truyền thống, SMA đơn lẻ hay SVF riêng biệt. Đồng thời, cường độ đảo nhiệt đô thị trung bình giảm khoảng 0,9 K sau hiệu chỉnh, cho thấy mô hình có khả năng tái hiện chính xác hơn trạng thái nhiệt thực tế trong môi trường đô thị phức tạp. Nghiên cứu cũng nhấn mạnh vai trò quan trọng của hình thái đô thị trong phân bố nhiệt độ bề mặt. Các khu vực có mật độ xây dựng lớn và hệ số SVF thấp thường giữ nhiệt mạnh hơn do hiệu ứng phản xạ và tán xạ nhiều lần trong “hẻm phố đô thị”. Điều này phù hợp với nhiều nghiên cứu trước đây về đảo nhiệt đô thị tại các thành phố lớn như Berlin, Quảng Châu hay Tehran. Đối với Việt Nam, nghiên cứu này có ý nghĩa ứng dụng rất lớn trong bối cảnh tốc độ đô thị hóa nhanh tại Hà Nội, Thành phố Hồ Chí Minh, Đà Nẵng và nhiều đô thị ven biển. Các thành phố Việt Nam hiện đối mặt với tình trạng gia tăng nhiệt độ bề mặt do mật độ xây dựng cao, suy giảm diện tích cây xanh và gia tăng bề mặt bê tông hóa. Tuy nhiên, phần lớn các nghiên cứu hiện nay mới dừng ở mức sử dụng chỉ số nhiệt độ từ ảnh Landsat hoặc MODIS theo các phương pháp truyền thống, chưa tích hợp đầy đủ yếu tố hình học đô thị và địa hình.Việc áp dụng mô hình lai như nghiên cứu đề xuất đòi hỏi một số điều kiện kỹ thuật và dữ liệu quan trọng. Trước hết là khả năng tiếp cận dữ liệu viễn thám nhiệt có độ phân giải phù hợp, đặc biệt từ các nguồn mở như United States Geological Survey, NASA và hệ thống vệ tinh Landsat hoặc Sentinel. Bên cạnh đó, cần có dữ liệu GIS công trình 3D, mô hình số địa hình và dữ liệu lớp phủ đất đô thị tương đối chi tiết. Đây là thách thức nhưng cũng là cơ hội đối với Việt Nam khi quá trình xây dựng cơ sở dữ liệu không gian địa lý quốc gia và đô thị thông minh đang được thúc đẩy mạnh mẽ.Ngoài ra, điều kiện khí hậu nhiệt đới ẩm gió mùa của Việt Nam cũng tạo ra khác biệt đáng kể so với khu vực nghiên cứu tại Tehran. Độ ẩm không khí cao, mây che phủ thường xuyên và ảnh hưởng của mùa mưa có thể làm giảm chất lượng dữ liệu nhiệt vệ tinh. Vì vậy, khi triển khai tại Việt Nam cần bổ sung bước hiệu chỉnh khí quyển và lựa chọn thời điểm thu nhận ảnh phù hợp, đặc biệt vào mùa khô hoặc thời kỳ ít mây.Một hướng ứng dụng quan trọng là tích hợp mô hình ULST vào quy hoạch đô thị thích ứng khí hậu. Kết quả nhiệt độ bề mặt độ phân giải cao có thể hỗ trợ xác định các “điểm nóng nhiệt” trong đô thị để ưu tiên tăng cường cây xanh, mặt nước hoặc vật liệu phản xạ nhiệt. Đồng thời, mô hình cũng có thể hỗ trợ đánh giá hiệu quả của các giải pháp phát triển đô thị xanh, công trình tiết kiệm năng lượng và hành lang thông gió đô thị.Tại Việt Nam, Cục Viễn thám quốc gia cùng các cơ quan quản lý đô thị và môi trường hoàn toàn có thể khai thác hướng nghiên cứu này để xây dựng hệ thống giám sát đảo nhiệt đô thị phục vụ quản lý tài nguyên, quy hoạch đô thị và ứng phó biến đổi khí hậu. Việc kết hợp dữ liệu viễn thám với GIS đô thị và trí tuệ nhân tạo sẽ là xu hướng quan trọng trong giai đoạn tới nhằm phát triển các đô thị thông minh và bền vững.