Luận án Tiến sĩ Kỹ thuật: Nghiên cứu biến động sử dụng đất trong mối quan hệ với một số yếu tố nhân khẩu học thuộc khu vực huyện Giao Thủy, tỉnh Nam Định

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT

LÊ THỊ THU HÀ

NGHIÊN CỨU BIẾN ĐỘNG SỬ DỤNG ĐẤT

TRONG MỐI QUAN HỆ VỚI MỘT SỐ YẾU TỐ NHÂN KHẨU HỌC

THUỘC KHU VỰC HUYỆN GIAO THỦY, TỈNH NAM ĐỊNH

LUẬN ÁN TIẾN SĨ KỸ THUẬT

Hà Nội - 2016

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT

LÊ THỊ THU HÀ NGHIÊN CỨU BIẾN ĐỘNG SỬ DỤNG ĐẤT

TRONG MỐI QUAN HỆ VỚI MỘT SỐ YẾU TỐ NHÂN KHẨU HỌC

THUỘC KHU VỰC HUYỆN GIAO THỦY, TỈNH NAM ĐỊNH

Ngành : Kỹ thuật Trắc địa - Bản đồ

Mã số : 62.52.05.03

LUẬN ÁN TIẾN SĨ KỸ THUẬT

NGƢỜI HƢỚNG DẪN KHOA HỌC:

1. PGS.TS Phạm Văn Cự

2. GS.TS Võ Chí Mỹ

Hà Nội - 2016

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết

quả trong luận án là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công

trình nào khác.

Tác giả luận án

Lê Thị Thu Hà

MỤC LỤC

MỞ ĐẦU.................................................................................................................................... 1

1. Tính cấp thiết của đề tài .......................................................................................... 1

2. Mục tiêu, nhiệm vụ nghiên cứu .............................................................................. 2

3. Giới hạn và phạm vi nghiên cứu ............................................................................. 4

4. Các phƣơng pháp và phần mềm nghiên cứu..........................................................4

5. Các luận điểm bảo vệ .............................................................................................. 5

6. Những điểm mới của luận án .................................................................................. 5

7. Ý nghĩa khoa học và thực tiễn ................................................................................ 5

8. Cơ sở tài liệu ........................................................................................................... 6

9. Cấu trúc luận án ...................................................................................................... 7

CHƢƠNG 1. TỔNG QUAN TÀI LIỆU VÀ CƠ SỞ LÝ LUẬN VỀ NGHIÊN CỨU

MỐI QUAN HỆ GIỮA BIẾN ĐỘNG SỬ DỤNG ĐẤT VÀ CÁC YẾU TỐ NHÂN

KHẨU HỌC TRÊN THẾ GIỚI VÀ VIỆT NAM ................................................................. 8

1.1 Tình hình nghiên cứu biến động sử dụng đất ................................................. 8

1.1.1 Xu hướng nghiên cứu biến động sử dụng đất với các yếu tố quan hệ ............. 8

1.1.2 Các phương pháp nghiên cứu biến động sử dụng đất ...................................16

1.1.3 Các phương pháp phân loại hiện trạng sử dụng đất từ ảnh vệ tinh và xu

hướng mới trên Thế giới và Việt Nam .... ..................................................................18

1.2 Các vấn đề cơ bản về nghiên cứu nhân khẩu học trong luận án 22

1.2.1 Một số khái niệm hiện hành trong nghiên cứu nhân khẩu học .....................22

1.2.2 Những học thuyết cơ bản trong nghiên cứu mối quan hệ giữa dân số và phát

triển ...........................................................................................................................29

1.2.3 Sự biến động các yếu tố nhân khẩu học ảnh hưởng đến tăng trưởng kinh tế -

xã hội, môi trường và gây ra những biến động trong mục đích sử dụng đất .........32

1.3 Các phương pháp nghiên cứu mối quan hệ giữa biến động sử dụng đất và

sự thay đổi các yếu tố nhân khẩu học .................................................................... 31

1.3.1 Tích hợp dữ liệu viễn thám và GIS trong nghiên cứu biến động sử dụng đất

do tác động của phát triển dân số ............................................................................31

iii

1.3.2 Sử dụng phương pháp hồi quy dựa trên phân tích thống kê để xác định quan

hệ giữa sử dụng đất và thay đổi dân số các khu vực nghiên cứu trên thế giới và

Việt Nam....................................................................................................................31

1.4 Tình hình nghiên cứu mối quan hệ giữa biến động sử dụng đất và các yếu

tố nhân khẩu học ở Việt Nam................................................................................. 34

Kết luận chương 1 .................................................................................................. .40

CHƢƠNG 2. ĐÁNH GIÁ BIẾN ĐỘNG SỬ DỤNG ĐẤT VÀ SỰ THAY ĐỔI

CÁC YẾU TỐ NHÂN KHẨU HỌC KHU VỰC HUYỆN GIAO THỦY, TỈNH

NAM ĐỊNH ............................................................................................................................ 42

2.1 Tổng quan về khu vực nghiên cứu của luận án ............................................ 42

2.1.1 Điều kiện địa lý tự nhiên huyện Giao Thủy ...................................................42

2.1.2. Các nguồn tài nguyên. ....................................................................................43

2.1.3 Điều kiện kinh tế - xã hội khu vực nghiên cứu ..............................................45

2.1.4 Đánh giá chung về những thuận lợi và khó khăn trong điều kiện tự nhiên,

kinh tế - xã hội huyện Giao Thủy .............................................................................. 48

2.2 Xác định và đánh giá quá trình biến động sử dụng đất tại Giao Thủy từ dữ

liệu ảnh vệ tinh ........................................................................................................ 50

2.2.1 Thành lập bản đồ hiện trạng sử dụng đất khu vực Giao Thủy, Nam Định ...50

2.2.2 Đánh giá quá trình biến động sử dụng đất khu vực ven biển Giao Thủy, Nam Định 87

2.3 Diễn biến phát triển nhân khẩu khu vực Giao Thủy, tỉnh Nam Định ......... 94

2.3.1 Quy mô hộ và quy mô dân số .........................................................................94

2.3.2 Mật độ và sự phân bố dân số .........................................................................96

2.3.3 Cơ cấu dân số theo giới tính và theo nhóm tuổi ............................................97

2.3.4 Tỷ lệ sinh, tỷ lệ chết và tỷ lệ tăng tự nhiên dân số ........................................98

2.3.5 Lao động, việc làm .........................................................................................99

Kết luận chương 2 ................................................................................................. 101

CHƢƠNG 3. XÁC ĐỊNH MỐI QUAN HỆ GIỮA BIẾN ĐỘNG SỬ DỤNG ĐẤT VÀ

MỘT SỐ YẾU TỐ NHÂN KHẨU HỌC TẠI KHU VỰC HUYỆN GIAO THỦY,

NAM ĐỊNH ........................................................................................................................... 102

3.1 Phương pháp phân tích thống kê trong xác định mối quan hệ giữa sự biến

động sử dụng đất với một số yếu tố nhân khẩu học ........................................... 102

3.1.1 Phương pháp tương quan tuyến tính ...........................................................102

3.1.2 Phương pháp hồi quy tuyến tính ...................................................................103

3.2 Xác định mối quan hệ giữa sự biến động sử dụng đất với một số yếu tố

nhân khẩu học tại Giao Thủy, Nam Định dựa vào mô hình hồi quy ............... 106

3.2.1 Xác định mối quan hệ giữa sự gia tăng diện tích đất xây dựng với các yếu tố

nhân khẩu học tại Giao Thủy .................................................................................106

3.2.2 Mối quan hệ giữa sự gia tăng diện tích đất nuôi trồng thủy sản với các yếu

tố nhân khẩu học tại Giao Thủy .............................................................................113

3.2.3 Xác định mối quan hệ giữa biến động sử dụng đất và các biến nhân khẩu

học huyện Giao Thủy bằng phương pháp hồi quy đa biến....................................118

3.3 Kết hợp các mô hình nhằm dự báo biến động SDĐ dưới ảnh hưởng của sự

thay đổi các yếu tố nhân khẩu học tại khu vực huyện Giao Thủy, tỉnh Nam

Định ...................................................................................................................... 122

3.3.1 Mô tả chi tiết các biến tham gia quá trình dự báo biến động sử dụng đất tại

huyện Giao Thủy, tỉnh Nam Định ..........................................................................127

3.3.2 Đánh giá khả năng chuyển đổi sử dụng đất tại Giao Thủy bằng mô hình hồi

quy đa biến logistic .................................................................................................130

3.3.3 Dự báo biến động sử dụng đất bằng mô hình chuỗi Markov......................134

3.3.4 Tích hợp kết quả mô hình hồi quy logistic và kết quả dự báo trong mô hình

chuỗi Markov nhằm dự báo biến động sử dụng đất trong mô hình Cellular

Automata tại huyện Giao Thủy...............................................................................137

3.3.5 Kiểm chứng độ chính xác kết quả của mô hình ............................................138

3.4 Đánh giá vai trò của dự báo biến động sử dụng đất trong mối quan hệ với

các yếu tố nhân khẩu học đối với quy hoạch sử dụng đất huyện Giao Thủy,

tỉnh Nam Định .......................................................................................................144

3.4.1 Đánh giá tiềm năng đất đai cho mục đích nuôi trồng thủy sản và phát triển

đô thị, xây dựng khu dân cư nông thôn tại Giao Thủy, Nam Định. ............................144

3.4.2 Định hướng dài hạn sử dụng đất cho giai đoạn 2020 - 2030 tại huyện Giao

Thủy, tỉnh Nam Định ..............................................................................................145

3.4.3 Đánh giá vai trò của dự báo biến động sử dụng đất và đề xuất lồng ghép các

yếu tố nhân khẩu học trong điều chỉnh định hướng và quan điểm sử dụng đất cho

giai đoạn 2020 - 2030 tại huyện Giao Thủy, tỉnh Nam Định ................................145

Kết luận chương 3 ................................................................................................ 142

KẾT LUẬN VÀ KIẾN NGHỊ .......................................................................................... 148

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ LIÊN QUAN ĐẾN LUẬN ÁN . 148

TÀI LIỆU THAM KHẢO ................................................................................................... 152

Phụ lục 1. Ranh giới từng lớp đối tƣợng đƣợc vector hóa trên kết quả hiện trạng sử

dụng đất năm 2009;

Phụ lục 2. Kết quả phân loại dựa trên phƣơng pháp phân vùng thực địa;

Phụ lục 3. Số liệu thống kê các yếu tố nhân khẩu học thuộc huyện Giao Thủy, tỉnh

Nam Định;

Phụ lục 4. Định dạng dữ liệu chạy mô hình Logistic – Markov – Cellular Automata;

Phụ lục 5. Các biến độc lập tham gia quá trình mô hình hóa biến động sử dụng đất;

Phụ lục 6. Kết quả khả năng chuyển đổi các loại đất thành đất nuôi trồng thủy sản từ

mô hình MultiLogistic huyện Giao Thủy;

Phụ lục 7. Kết quả khả năng chuyển đổi các loại đất thành đất xây dựng huyện Giao

Thủy từ mô hình MultiLogistic;

Phụ lục 8. Kết quả kiểm tra độ chính xác dự báo phân bố đất NTTS năm 2009

huyện Giao Thủy;

Phụ lục 9. Kết quả kiểm tra độ chính xác dự báo phân bố đất xây dựng năm 2009

huyện Giao Thủy.

DANH MỤC CÁC TỪ VIẾT TẮT

SDĐ Sử dụng đất

HTSDĐ Hiện trạng sử dụng đất

NKH Nhân khẩu học

GIS Hệ thống thông tin địa lý

XD Xây dựng

CSD Chƣa sử dụng

MN Mặt nƣớc

RNM Rừng ngập mặn

NTTS Nuôi trồng thủy sản

TM Thematic Mapper

ETM Enhanced Thematic Mapper

OLI Operational Land Imager

TB Trung bình

CA Cellular Automata

K-NN K - Nearest Neighbors

SAVI Soil - Adjusted Vegetation Index

NDVI Normalized Difference Vegetative Index

NDBI Normalized Difference Built-up Index

SI Soil Index

RISI Rural Impervious Surface Index

NCS Nghiên cứu sinh

vii

DANH MỤC CÁC BẢNG

Bảng 2.1: Các ảnh vệ tinh sử dụng trong nghiên cứu của luận án...................................... 55

Bảng 2.2: Đặc trƣng chính của bộ cảm và độ phân giải không gian ảnh Landsat TM .... 55

Bảng 2.3: Đặc trƣng chính của bộ cảm và độ phân giải không gian ảnh Landsat OLI .... 55

Bảng 2.4: Bảng hệ thống các lớp sử dụng đất của huyện Giao Thủy, Nam Định ............ 59

Bảng 2.4: Bảng khảo sát thực tế các giá trị ngƣỡng của các chỉ số đƣợc dùng để phân loại

các đối tƣợng trên ảnh Landsat TM 2009 ............................................................................. 72

Bảng 2.5: Bảng mô tả quá trình xây dựng bộ quy tắc (Rule set) cho ảnh Landsat 2009

khu vực Giao Thủy .................................................................................................................. 73

Bảng 2.6: Bảng ma trận sai số năm 2009 .............................................................................. 79

Bảng 2.7: Diện tích các lớp sử dụng đất từ năm 1989 đến 2013 khu vực huyện Giao

Thủy, tỉnh Nam Định .............................................................................................................. 90

Bảng 2.8: Bảng ma trận biến động sử dụng đất giai đoạn 1989-1995 .............................. 91

Bảng 2.9: Biến động sử dụng đất giai đoạn 1995-1999 ……… ........................................ 91

Bảng 2.10: Biến động sử dụng đất giai đoạn 1999-2005 …… .......................................... 92

Bảng 2.11: Biến động sử dụng đất giai đoạn 2005-2013 .................................................. 92

Bảng 3.1: Bảng thống kê số liệu diện tích đất xây dựng với các yếu tố nhân khẩu học

................................................................................................................................................. 109

Bảng 3.2: Bảng thống kê số liệu diện tích đất nuôi trồng thủy sản với các yếu tố nhân

khẩu học ............................................................................................................................... 113

Bảng 3.3: Ma trận vùng chuyển đổi đất xây dựng giai đoạn 1989-1999 và dự báo 2009

................................................................................................................................................. 134

Bảng 3.4: Ma trận vùng chuyển đổi đất xây dựng giai đoạn 1999-2009 và dự báo 2019

................................................................................................................................................. 134

Bảng 3.5: Ma trận vùng chuyển đổi đất xây dựng giai đoạn 1989-2009 và dự báo 2029

................................................................................................................................................. 135

Bảng 3.6 : Ma trận vùng chuyển đổi đất NTTS giai đoạn 1989-1999 dự báo 2009 ...... 135

Bảng 3.7: Ma trận vùng chuyển đổi đất NTTS giai đoạn 1999-2009 dự báo 2019........ 136

viii

Bảng 3.8: Ma trận vùng chuyển đổi đất NTTS giai đoạn 1989-2009 dự báo 2029........ 136

Bảng 3.9: Kết quả dự báo hiện trạng sử dụng đất năm 2009, 2019 và 2029 từ mô hình

Markov .......................................................................................................................... 140

Bảng 3.10: Kết quả dự báo hiện trạng sử dụng đất năm 2009, 2019 và 2029 từ mô hình

Markov ................................................................................................................................. 142

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

Hình 1.1: Mô hình Malthus ................................................................................................... 29

Hình 1.2: Mô hình Boserup ................................................................................................... 30

Hình 1.3: Mô hình quá độ dân số.......................................................................................... 31

Hình 1.4: Quan điểm nghiên cứu của luận án ...................................................................... 44

Hình 1.5: Các phƣơng pháp chính đƣợc sử dụng trong luận án ......................................... 44

Hình 2.1: Khu vực nghiên cứu ............................................................................................... 45

Hình 2.2: Đƣờng cong phản xạ phổ của các đối tƣợng tự nhiên ........................................ 56

Hình 2.3: Đƣờng cong phản xạ phổ của các đối tƣợng chính trong đô thị ........................ 57

Hình 2.4: Ảnh Landsat TM năm 2009 khu vực nghiên cứu ............................................... 68

Hình 2.5: Ảnh landsat TM năm 2009 đƣợc cắt theo ranh giới huyện Giao Thủy ............ 69

Hình 2.6: Kết quả phân mảnh ảnh Landsat TM với các thông số đã lựa chọn ................. 70

Hình 2.8: Lớp ranh giới của đối tƣợng đất nuôi trồng thủy sản năm 2009........................ 80

Hình 2.9: Quy trình chiết tách đất xây dựng huyện Giao Thủy dựa trên thuật toán K-NN

................................................................................................................................................... 82

Hình 2.10: Sự phân bố của tập mẫu trong quá trình phân loại theo thuật toán K-NN tại

khu vực huyện Giao Thủy ...................................................................................................... 84

Hình 2.11: Quy trình đánh giá biến động sau phân loại trong ArcMap ............................. 90

Hình 2.12: Sự tổng hợp biến động chính giữa các loại hình sử dụng đất tại Giao Thủy

giai đoạn 1989-2013 tại khu vực huyện Giao Thủy, tỉnh Nam Định ................................. 95

Hình 2.13: a) Sự biến thiên của quy mô dân số; b) Sự gia tăng số hộ ở Giao Thủy ......... 98

Hình 2.14: Sự biến động mật độ hộ gia đình trên không gian các xã thuộc huyện Giao

Thủy giai đoạn 1989-2009...................................................................................................... 98

Hình 2.15: Biểu đồ gia tăng số lƣợng ngƣời lao động trong ngành thủy sản .................. 102

Hình 3.1. Đồ hình biểu thị quan hệ tƣơng quan giữa các dãy số ...................................... 105

Hình 3.2: Biểu đồ thể hiện dạng quan hệ hồi quy tuyến tính giữa hai biến ..................... 107

Hình 3.3: Đƣờng xu hƣớng gia tăng diện tích đất xây dựng đƣợc chiết xuất từ kết quả

phân loại ảnh vệ tinh ............................................................................................................. 109

Hình 3.4: Đƣờng hồi quy biểu thị mối quan hệ giữa diện tích đất xây dựng và số lƣợng

hộ gia đình Giao Thủy giai đoạn 1989-2013 ...................................................................... 110

Hình 3.5: Đƣờng hồi quy biểu thị mối quan hệ giữa diện tích đất xây dựng vàtỷ trọng dân

số trong độ tuổi lao động huyện Giao Thủy giai đoạn 1989-2013 ................................... 111

Hình 3.6: Đƣờng hồi quy biểu thị mối quan hệ giữa diện tích đất xây dựng và mật độ dân

số Giao Thủy giai đoạn 1989-2013 ..................................................................................... 112

Hình 3.7: Đƣờng xu hƣớng gia tăng diện tích đất nuôi trồng thủy sản ........................... 113

Hình 3.8: Đồ thị biểu diễn mối quan hệ giữa mật độ dân số và diện tích NTTS tại Giao

Thủy giai đoạn 1989-2013.................................................................................................... 114

Hình 3.9: Đồ thị biểu diễn mối quan hệ giữa số hộ gia đình và diện tích NTTS tại Giao

Thủy từ năm 1989 đến 2013 ................................................................................................ 115

Hình 3.10: Đồ thị biểu diễn mối quan hệ giữa tỷ trọng ngƣời trong độ tuổi lao động và

diện tích NTTS tại Giao Thủy giai đoạn 1989 - 2013 ....................................................... 116

Hình 3.11: Tích hợp mô hình MultiLogistic – Markov - Cellular Automata nhằm dự báo

biến động đất xây dựng và NTTS huyện Giao Thủy ......................................................... 126

Hình 3.12: Hiện trạng phân bố đất xây dựng huyện Giao Thủy năm 1989, 1999, 2009127

Hình 3.13: Hiện trạng phân bố đất NTTS huyện Giao Thủy năm 1989, 1999, 2009 .... 127

Hình 3.14: Biến động diện tích đất xây dựng huyện Giao Thủy giai đoạn 1989 -

1999,1999 - 2009, 1989 - 2009 ............................................................................................ 128

Hình 3.15: Biến động diện tích đất NTTS huyện Giao Thủy giai đoạn 1989-1999, 1999-

2009, 1989-2009 .................................................................................................................... 128

Hình 3.16: Kết quả dự báo chuyển đổi các loại đất sang đất xây dựng giai đoạn 1999-

2009 ........................................................................................................................................ 134

Hình 3.17: Kết quả dự báo chuyển đổi các loại đất sang đất xây dựng giai đoạn 2009-

2019 ........................................................................................................................................ 134

Hình 3.18: Kết quả dự báo chuyển đổi các loại đất sang đất xây dựng giai đoạn 2009-

2029 ........................................................................................................................................ 135

Hình 3.19: Kết quả dự báo chuyển đổi các loại đất sang đất NTTS giai đoạn 1999-2009

................................................................................................................................................. 135

Hình 3.20: Kết quả dự báo chuyển đổi các loại đất sang đất NTTS giai đoạn 2009 - 2019

................................................................................................................................................. 136

Hình 3.21: Kết quả dự báo chuyển đổi các loại đất sang đất NTTS giai đoạn 2009 - 2029

................................................................................................................................................. 136

Hình 3.22: Dự báo phân bố đất xây dựng tại Giao Thủy năm 2009 ................................ 137

Hình 3.23: Dự báo phân bố đất nuôi trồng thủy sản tại Giao Thủy năm 2009 ............... 137

Hình 3.24: Dự báo phân bố đất xây dựng tại Giao Thủy năm 2019, 2029...................... 139

Hình 3.25: Kết quả dự báo biến động các loại hình sử dụng đất giai đoạn 2009-2029.. 140

Hình 3.26: Dự báo biến động cơ cấu các loại hình sử dụng đất các năm 2009, 2019, 2029

................................................................................................................................................. 140

Hình 3.27: Dự báo phân bố đất xây dựng tại Giao Thủy năm 2019, 2029...................... 141

Hình 3.28: Kết quả dự báo biến động các loại hình sử dụng đất giai đoạn 2009-2029.. 142

Hình 3.29: Dự báo biến động cơ cấu các loại hình sử dụng đất các năm 2009, 2019, 2029

................................................................................................................................................. 142

MỞ ĐẦU

1. Tính cấp thiết của đề tài

Đất đai giữ vai trò quan trọng và có ý nghĩa to lớn đối với hoạt động sản xuất

cũng nhƣ cuộc sống của xã hội loài ngƣời. Thực tế cho thấy rằng: trong quá trình

phát triển của xã hội loài ngƣời, sự hình thành và phát triển của mọi nền văn minh

vật chất, văn minh tinh thần, các thành tựu kỹ thuật, văn hoá và khoa học đều đƣợc

xây dựng trên nền tảng cơ bản - sử dụng đất [10]. Sự phát triển kinh tế - xã hội diễn

ra mạnh mẽ cùng với sự gia tăng dân số nhanh đã làm cho mối quan hệ giữa con

ngƣời và đất đai ngày càng căng thẳng. Trong quá trình sử dụng đất, con ngƣời đã

có những hành động dẫn đến huỷ hoại môi trƣờng đất, làm cho một số công năng

của đất đai bị yếu đi, gây ra những biến động trong sử dụng đất từ quy mô địa

phƣơng đến toàn cầu [10]. Do đó, việc tiến hành các nghiên cứu nhằm trả lời các

câu hỏi liên quan đến quá trình biến động sử dụng đất và mối quan hệ với con ngƣời

là rất cần thiết.

Bắt đầu từ giữa những năm 1970 đến nay, nhiều nghiên cứu đã xác định rằng

[36]: sự biến đổi khí hậu khu vực và toàn cầu có mối quan hệ hữu cơ với quá trình

biến động của sử dụng đất/lớp phủ mặt đất. Hoạt động kinh tế - xã hội trên các đơn

vị đất là một trong các nguyên nhân chính phát thải khí nhà kính vào khí quyển

[143], gây suy thoái đa dạng sinh học trên toàn thế giới [125], làm suy giảm khả

năng của các hệ sinh thái [149]. Tuy nhiên, sử dụng đất cũng mang lại những lợi ích

tối ƣu cho cuộc sống vật chất và tinh thần, là nhu cầu chính đáng và cấp thiết của

con ngƣời. Tùy thuộc vào bối cảnh phát triển của xã hội, việc lựa chọn thay đổi mục

đích sử dụng đất là hiện thực tất yếu đáp ứng nhu cầu nâng cao chất lƣợng cuộc

sống và phát triển bền vững cho cuộc sống con ngƣời [79]. Biến động sử dụng đất

có thể là hệ quả của nhiều loại nguyên nhân khác nhau, bao gồm: chủ quan và

khách quan, trực tiếp và gián tiếp, ngắn hạn và lâu dài v.v… [85]. Các nguyên nhân

gây ra sự biến động sử dụng đất rất đa dạng và phức tạp [30, 103, 135, 140], tuy

vậy, có thể khái quát chúng trong hai nhóm chính: (i) Những biến đổi có nguyên

nhân tự nhiên và (ii). Những biến đổi có nguyên nhân từ các hoạt động phát triển

kinh tế - xã hội của con người. Trong đó, nhân khẩu học đã đƣợc các nhà nghiên

cứu xác định là một trong những nguyên nhân chủ đạo gây ra biến động sử dụng đất

trên toàn cầu.

Đồng bằng sông Hồng là một trong hai nguồn cung cấp lúa gạo chủ yếu của

Việt Nam và đóng vai trò quan trọng trong việc thực thi chính sách an ninh lƣơng

thực quốc gia. Khu vực này rất thuận lợi cho việc phát triển nông nghiệp và trồng

cây lƣơng thực. Tuy nhiên, đây lại là nơi tập trung dân cƣ đông nhất, có tới

19.577.944 ngƣời với mật độ dân cƣ dày đặc nhất khoảng 1.238 ngƣời/km2, gấp 5

lần so với mật độ trung bình cả nƣớc. Những đặc điểm trên tạo đƣợc những mặt tác

động tích cực, là nguồn nhân lực dồi dào để phát triển kinh tế - xã hội, là thị trƣờng

tiêu thụ rộng lớn, là thế mạnh để thu hút nguồn đầu tƣ từ nƣớc ngoài... nhƣng mặt

khác đã gây ra những tác động tiêu cực không nhỏ. Khi dân số đông mà kinh tế

chậm phát triển thì sẽ hạn chế trong việc giải quyết công ăn việc làm, giảm các nhu

cầu phúc lợi xã hội, môi trƣờng bị gia tăng tác động, gây ô nhiễm, dịch bệnh, suy

giảm các nguồn tài nguyên thiên nhiên, đặc biệt sẽ gây ra áp lực rất lớn đến tài

nguyên đất đai của khu vực. Trong khi đó, đồng bằng sông Hồng bình quân có diện

tích canh tác trên mỗi đầu ngƣời chỉ đạt khoảng 1/2 con số trung bình của cả nƣớc

(bình quân cả nƣớc 892m2 /ngƣời). Đất canh tác ít, dân số quá đông gây áp lực rất

lớn cho việc phát triển kinh tế - xã hội của khu vực. Do đó, nghiên cứu tổng thể mối

quan hệ biến động sử dụng đất/các yếu tố nhân khẩu học/phát triển kinh tế - xã

hội là thực sự cần thiết.

Cho đến nay, công nghệ viễn thám đã đƣợc chứng minh là công cụ hiệu quả

trong nghiên cứu giám sát các thành phần địa lý tự nhiên trên bề mặt Trái đất.

Trong thực tế, sự biến động các thành phần tự nhiên có mối quan hệ chặt chẽ với

các vấn đề xã hội. Ứng dụng viễn thám để trực tiếp hoặc gián tiếp nghiên cứu các

vấn đề xã hội là xu thế mới trong lĩnh vực viễn thám ứng dụng. Việc ứng dụng viễn

thám để nghiên cứu mối quan hệ giữa biến động sử dụng đất và các yếu tố nhân

khẩu học nói chung và thử nghiệm cho khu vực huyện Giao Thủy, tỉnh Nam Định

nói riêng là định hƣớng đúng, phù hợp với yêu cầu của thực tế hiện nay.

Từ các luận giải trên đây, tác giả đã lựa chọn đề tài ―Nghiên cứu biến động sử

dụng đất trong mối quan hệ với một số yếu tố nhân khẩu học thuộc khu vực

huyện Giao Thủy, tỉnh Nam Định‖.

2. Mục tiêu, nhiệm vụ nghiên cứu

Luận án này đƣợc nghiên cứu nhằm đạt đƣợc các mục tiêu sau đây:

a/ Mục tiêu tổng quát:

Nâng cao chất lƣợng và hiệu quả của các quy hoạch sử dụng đất góp phần phát

triển kinh tế - xã hội bền vững của các đơn vị cấp huyện.

b/ Mục tiêu cụ thể:

1. Thông qua kết quả nghiên cứu để minh chứng tính hiệu quả của công nghệ

viễn thám và GIS trong việc đánh giá, xác định quan hệ giữa biến động sử dụng đất

với các yếu tố nhân khẩu học nói riêng và các nhân tố xã hội học nói chung.

2. Xác định mối quan hệ giữa biến động sử dụng đất và quá trình phát triển

nhân khẩu học của huyện Giao Thủy, tỉnh Nam Định theo không gian và thời gian

bằng công nghệ viễn thám và GIS.

2.2 Nội dung nghiên cứu của luận án

Để đạt mục tiêu của đề tài, quá trình nghiên cứu đã thực hiện năm nội dung chính

sau đây:

1. Tổng quan tài liệu về tình hình nghiên cứu mối quan hệ giữa biến động sử

dụng đất với các yếu tố nhân khẩu học trên thế giới và Việt Nam nhằm xác

định các yếu tố nhân khẩu học gây biến động sử dụng đất và lựa chọn

phƣơng pháp phù hợp cho khu vực nghiên cứu;

2. Xác định hiện trạng sử dụng đất, diễn biến biến động sử dụng đất ở quy mô

cấp huyện thuộc đồng bằng Sông Hồng từ sau thời kỳ ―Đổi mới‖ đến nay

dựa trên dữ liệu viễn thám đa thời gian;

3. Xác định sự thay đổi các yếu tố nhân khẩu học (đã đƣợc các nghiên cứu

chứng minh có liên quan đến những thay đổi sử dụng đất) từ sau thời kỳ

―Đổi mới‖ đến nay tại huyện Giao Thủy, tỉnh Nam Định;

4. Nghiên cứu ứng dụng mô hình hồi quy trong phân tích thống kê nhằm xác định

mối quan hệ giữa các yếu tố nhân khẩu học với các biến động sử dụng đất;

5. Nghiên cứu và tích hợp đa mô hình nhằm dự báo biến động sử dụng đất có

sự tham gia của các biến nhân khẩu học.

3. Đối tượng và phạm vi nghiên cứu

a/ Đối tượng nghiên cứu

Xuất phát từ yêu cầu của đề tài, đối tƣợng nghiên cứu của luận án giới hạn

trong các vấn đề về ứng dụng kỹ thuật địa tin học để xác định mối quan hệ giữa

biến động sử dụng đất và quá trình phát triển nhân khẩu học.

b/ Phạm vi nghiên cứu

Luận án đƣợc giới hạn trong các phạm vi sau đây:

Phạm vi lãnh thổ:

Giới hạn trong lãnh thổ hành chính huyện Giao Thủy, tỉnh Nam Định.

Phạm vi thời gian:

Luận án nghiên cứu sử dụng đất huyện Giao Thủy ở thời điểm năm 1989, 1995,

1999, 2005, 2009 và 2013; phân tích biến động sử dụng đất giai đoạn 1989 -

1999, 1999 - 2009, 2009 - 2013 có tính đến các số liệu hiện trạng kinh tế - xã

hội của năm 2015 và định hƣớng tới 2019 và 2029.

Phạm vi khoa học:

Luận án nghiên cứu mối quan hệ giữa biến động sử dụng đất và các biến nhân

khẩu học bao gồm: mật độ dân số, số lƣợng hộ gia đình, tỷ trọng dân số trong

độ tuổi lao động. Mối quan hệ này chỉ nghiên cứu theo chiều các biến nhân

khẩu học tác động và làm thay đổi biến sử dụng đất tại khu vực huyện Giao

Thủy.

4. Các phương pháp và phần mềm nghiên cứu

4.1 Các phương pháp nghiên cứu

1. Phƣơng pháp phân tích và tổng hợp: Phục vụ cho phần tổng quan luận án;

2. Phƣơng pháp viễn thám: Xử lý và phân loại ảnh vệ tinh;

3. Phƣơng pháp phân tích không gian: Xác định biến động sử dụng đất tại Giao Thủy;

4. Phƣơng pháp thống kê: Thống kê các số liệu dân số và sử dụng đất;

5. Phƣơng pháp hồi quy thống kê: Xác định các mối quan hệ giữa các biến sử dụng

đất và các yếu tố nhân khẩu học;

6. Phƣơng pháp mô hình hóa: Mô phỏng và dự báo biến động sử dụng đất;

7. Phƣơng pháp tích hợp: Tích hợp các công nghệ viễn thám và GIS, tích hợp đa

mô hình;

8. Phƣơng pháp thực nghiệm thực địa: Thu thập và xác định các mẫu đối tƣợng trên

thực địa nhằm kiểm chứng độ chính xác phân loại ảnh vệ tinh.

4.2 Các phần mềm được luận án sử dụng

1. Envi 4.8: Xử lý ảnh vệ tinh;

2. eCognition Developer: Phân loại ảnh vệ tinh;

3. Mapinfo 10.0: Tạo dữ liệu thuộc tính trên không gian xã cho dữ liệu dân số;

4. Arc Map 10.0: Phân loại ảnh vệ tinh và Phân tích biến động không gian;

5. IBM SPSS Statistics 20: Phân tích thống kê xác định quan hệ giữa các biến;

6. IDRISI Selva: Phân tích và dự báo biến động sử dụng đất;

7. Excell 10.0: Tạo bảng biểu, biểu đồ thống kê.

5. Các luận điểm bảo vệ

Luận điểm 1:

Biến động tăng diện tích đất nuôi trồng thủy sản và đất xây dựng tại huyện

Giao Thủy thời kỳ sau ―Đổi mới‖ có mối quan hệ chặt chẽ với xu thế tăng trƣởng

của hai yếu tố nhân khẩu học là số lƣợng hộ gia đình và tỷ trọng dân số trong độ

tuổi lao động.

Luận điểm 2:

Tích hợp mô hình hồi quy Logistic, chuỗi Markov với Cellular Automata trên

GIS cho phép dự báo về biến động sử dụng đất huyện Giao Thủy trên không gian

và thời gian đạt độ tin cậy cao.

6. Những điểm mới của luận án

1. Sự kết hợp phƣơng pháp phân loại theo hƣớng đối tƣợng với phƣơng pháp

phân loại theo vùng thực địa và thuật toán K - NN đã nâng cao độ tin cậy

trong việc đánh giá biến động sử dụng đất từ ảnh vệ tinh.

2. Xác định mối quan hệ giữa gia tăng lực lƣợng lao động, gia tăng số lƣợng

gia đình với biến động sử dụng đất khu vực huyện Giao Thủy, tỉnh Nam

Định dựa trên công nghệ viễn thám và GIS.

3. Dự báo biến động sử dụng đất tại Giao Thủy dựa trên việc tích hợp đa mô

hình với sự tham gia của các biến nhân khẩu học.

7. Ý nghĩa khoa học và thực tiễn

Ý nghĩa khoa học:

- Xây dựng hƣớng tiếp cận liên ngành giữa khoa học Trái đất và khoa học xã

hội nhằm đánh giá mối quan hệ giữa hai đối tƣợng sử dụng đất với các yếu

tố nhân khẩu học.

- Sự tích hợp các phƣơng pháp trong phân loại ảnh vệ tinh đa phổ, đa thời

gian trong nghiên cứu biến động sử dụng đất ở khu vực nông thôn đã nâng

cao vai trò của tƣ liệu ảnh vệ tinh Landsat.

- Các dự báo mang tính định lƣợng về biến động sử dụng đất và phân tích

không gian ảnh hƣởng của các yếu tố nhân khẩu học đến biến động sử dụng

đất trong nghiên cứu này đã khẳng định vai trò quan trọng của việc tích hợp

của mô hình hồi quy Logistic - Markov - Cellular Automata.

Ý nghĩa thực tiễn:

- Luận án đã làm sáng tỏ vai trò của các yếu tố lực lƣợng lao động, số hộ gia

đình trong việc sử dụng đất và biến động sử dụng đất. Điều này là cần thiết

cho việc điều chỉnh các quy hoạch sử dụng đất tại địa phƣơng;

- Hiện trạng sử dụng đất huyện Giao Thủy năm 1989, 1995, 1999, 2005,

2009, 2013 và đánh giá biến động sử dụng đất trong từng giai đoạn sẽ góp

phần cho công tác điều tra và quản lý tài nguyên đất đai của khu vực;

- Các kết quả nghiên cứu của luận án sẽ góp phần định hƣớng chức năng và cơ

cấu sử dụng đất cho việc quy hoạch sử dụng đất huyện Giao Thủy theo hƣớng

sử dụng đất bền vững.

8. Cơ sở tài liệu

Luận án đƣợc thực hiện trên cơ sở các nguồn tài liệu phong phú đƣợc nghiên

cứu sinh thu thập trong suốt thời gian thực hiện luận án.

Luận án đã thu thập khối lƣợng cơ sở dữ liệu, bao gồm: bản đồ sử dụng đất tỷ

lệ 1:50.000 năm 2005 và 2010 tại Sở Tài nguyên và Môi trƣờng huyện Giao Thủy,

ảnh vệ tinh Landsat TM, OLI trên trang web http://glcf.umiacs.umd.edu/data , ảnh

vệ tinh Ikonos năm 2009 trên trang web Google Earth, các số liệu thống kê của

huyện Giao Thủy từ năm 1990 đến 2015 tại Phòng Thống kê huyện Giao Thủy.

Bên cạnh đó, luận án cũng đã tham khảo nhiều đề tài, dự án, báo cáo khoa học

về điều tra điều kiện tự nhiên, kinh tế - xã hội, tài nguyên và môi trƣờng huyện

Giao Thủy, tỉnh Nam Định. Các số liệu thống kê kinh tế - xã hội, môi trƣờng, báo

cáo quy hoạch phát triển kinh tế - xã hội của huyện đƣợc trực tiếp thu thập tại

Phòng Thống kê huyện Giao Thủy, Trung tâm dân số và kế hoạch hóa gia đình

huyện Giao Thủy, Sở Tài nguyên và Môi trƣờng tỉnh Nam Định, Chi cục dân số và

kế hoạch hóa gia đình tỉnh Nam Định.

9. Cấu trúc luận án

Luận án bao gồm 3 chƣơng cùng với phần mở đầu và kết luận, tài liệu tham

khảo đƣợc trình bày trong 160 trang đánh máy; có sử dụng 20 bảng; 55 hình, biểu

đồ và bản đồ; phần phụ lục. Dƣới đây là tiêu đề các chƣơng:

Chƣơng 1: Tổng quan tài liệu và cơ sở lí luận về nghiên cứu mối quan hệ

giữa biến động sử dụng đất và các yếu tố nhân khẩu học trên Thế

giới và Việt Nam.

Chƣơng 2: Đánh giá quá trình biến động sử dụng đất và sự thay đổi các yếu

tố nhân khẩu học khu vực huyện Giao Thủy, tỉnh Nam Định.

Chƣơng 3: Xác định mối quan hệ giữa biến động sử dụng đất và một số yếu

tố nhân khẩu học tại khu vực huyện Giao Thủy, tỉnh Nam Định.

Kết luận

Kiến nghị

Tài liệu tham khảo

10. Lời cảm ơn

Lời đầu tiên cho phép tôi đƣợc bày tỏ lòng biết ơn sâu sắc tới hai thầy hƣớng

dẫn: PGS. TS. Phạm Văn Cự và GS. TS Võ Chí Mỹ, là ngƣời trực tiếp hƣớng dẫn,

nhiệt tình chỉ bảo về khoa học và luôn động viên, khuyến khích tôi hoàn thành luận

án này.

Tôi xin trân trọng cảm ơn các thầy cô giáo và các bạn bè đồng nghiệp trong

khoa Trắc địa - Bản đồ và Quản lý đất đai trƣờng Đại học Mỏ - Địa chất. Đặc biệt là

sự giúp đỡ và tạo mọi điều kiện thuận lợi của các Thầy, Cô tại bộ môn Trắc địa mỏ.

Tôi xin gửi lời cảm ơn chân thành tới tất cả các cán bộ của trung tâm Quốc tế

Nghiên cứu Biến đổi Toàn cầu - Đại học Quốc gia Hà Nội đã hƣớng dẫn và tạo

nhiều điều kiện để tôi tham gia các khóa học cũng nhƣ cung cấp nguồn dữ liệu liên

quan để tôi hoàn thành bản luận án này.

Xin chân thành cảm ơn dự án: ―Đánh giá tác động của biến đổi khí hậu đến biến

đổi sử dụng đất và sinh kế cộng đồng trên đồng bằng sông Hồng‖ do Danida tài trợ

đã giúp tôi đƣợc đi thực địa và cung cấp nguồn dữ liệu để tôi thực hiện đƣợc luận

án này.

Tôi xin cảm ơn sự động viên, ủng hộ về tinh thần của bố mẹ tôi, các anh chị và

các em của tôi. Xin cảm ơn tất cả bạn bè, đồng nghiệp vì những trao đổi kinh

nghiệm và hỗ trợ để tôi hoàn thành bản luận văn này.

Lời cuối cùng, tôi xin gửi lời cảm ơn đến chồng và hai cô con gái đáng yêu của

tôi. Những ngƣời luôn bên cạnh động viên và hỗ trợ cho tôi về cả vật chất lẫn tinh

thần để tôi có thể hoàn thành đƣợc luận án của mình.

Xin trân trọng cảm ơn!

CHƢƠNG 1

TỔNG QUAN TÀI LIỆU VÀ CƠ SỞ LÝ LUẬN VỀ NGHIÊN CỨU

MỐI QUAN HỆ GIỮA BIẾN ĐỘNG SỬ DỤNG ĐẤT VÀ CÁC YẾU TỐ

NHÂN KHẨU HỌC TRÊN THẾ GIỚI VÀ VIỆT NAM

1.1 Tình hình nghiên cứu biến động sử dụng đất

1.1.1 Xu hướng nghiên cứu biến động sử dụng đất với các yếu tố quan hệ

1. Định nghĩa lớp phủ đất/sử dụng đất và biến động lớp phủ đất/sử dụng đất hiện

nay

Mặc dù thuật ngữ lớp phủ đất và sử dụng đất thƣờng đƣợc sử dụng cùng nhau

hoặc thay thế cho nhau, tuy nhiên ý nghĩa thực sự của hai từ này là khác biệt. Do

đó, cần thiết phải phân biệt sự khác biệt giữa hai thuật ngữ này đặc biệt với các

nghiên cứu liên quan đến dữ liệu viễn thám. Hiện nay, trên thế giới có rất nhiều tổ

chức và các nhà khoa học đƣa ra các định nghĩa khác nhau về lớp phủ đất và sử

dụng đất. Sau đây là một số định nghĩa về lớp phủ đất/sử dụng đất cơ bản nhất và

đƣợc nhiều nhà nghiên cứu trên thế giới tham khảo nhằm phục vụ cho từng mục

đích nghiên cứu của mình.

Tổ chức Nông Lƣơng thế giới [57] cho rằng lớp phủ đất đƣợc hiểu là lớp phủ

vật chất quan sát đƣợc, nhìn thấy đƣợc trên bề mặt đất hay bằng tƣ liệu viễn thám.

Kể cả thực vật (tự nhiên hay canh tác), các công trình nhân tạo nhƣ nhà cửa, đƣờng

xá bao trùm lên bề mặt đất, nƣớc, băng đá đều đƣợc tính là lớp phủ đất.

Jansen và Di Gregorio [47] lại cho rằng lớp phủ đất tƣơng ứng với việc mô tả

vật lý của không gian, độ che phủ vật lý (sinh học) đƣợc quan sát ngay trên bề mặt

trái đất. Đó là những lớp hiển thị ngay khi quan sát trên mặt đất. Mô tả này cho

phép phân biệt sự khác nhau cơ bản, khu vực thảm thực vật (cây, bụi cây, thảm cỏ,

khu vực trồng trọt), đất trống, bề mặt cứng (đá, các tòa nhà) và khu vực ẩm ƣớt và

các đƣờng bao của nƣớc (vùng ngập nƣớc và kênh rạch, vùng đất ngập nƣớc).

Mặc dù có những cách định nghĩa về lớp phủ đất không giống nhau theo từng

lĩnh vực nghiên cứu, tuy nhiên chúng đều thống nhất ở những điểm cơ bản sau đây:

- Là sự biểu thị khách quan của các đối tƣợng trên bề mặt trái đất;

- Đo đếm và xác định rõ ràng về kích thƣớc và tính chất;

- Thông tin về đặc điểm phân bố, trạng thái, tính chất của lớp phủ trong khu

vực và chịu sự tác động trực tiếp cũng nhƣ gián tiếp của con ngƣời;

- Thông tin về lớp phủ đất đƣợc phân loại, phân lớp để thành lập bản đồ lớp phủ

đất.

Trong khi đó, thuật ngữ sử dụng đất lại nhấn mạnh đến mục đích sử dụng của

một thửa đất phục vụ cho lợi ích của con ngƣời. Sử dụng đất xét theo xu hƣớng

chức năng tƣơng ứng với mô tả của khu vực trong mục tiêu kinh tế - xã hội: khu

vực sử dụng cho các mục đích dân cƣ, công nghiệp và thƣơng mại, cho nông

nghiệp, lâm nghiệp, cho các mục đích giải trí hoặc bảo tồn [57].

Nhƣ vậy, lớp phủ đất là đối tƣợng bị tác động của các hoạt động sử dụng đất,

trong quá trình sử dụng đất đó, con ngƣời tác động trực tiếp và đôi khi tạo nên cấu

trúc lớp phủ đất mới (biến động lớp phủ đất). Sử dụng đất là biểu hiện thực trạng

canh tác đất của con ngƣời, nghiên cứu sử dụng đất để đánh giá hiệu quả sử dụng

đất và theo dõi diễn biến quá trình chuyển đổi đất đai vào các mục đích sử dụng

khác nhau.

Biến động lớp phủ đất/sử dụng đất là không chỉ bao gồm các thay đổi về diện

tích, hình dạng mà còn bao gồm cả những thay đổi về đa dạng sinh học, chất lƣợng

đất, dòng chảy và tốc độ bồi tụ cùng các thuộc tính khác trên mặt đất của trái đất.

Biến động sử dụng đất hiện nay xảy ra chủ yếu do bởi các hoạt động của con ngƣời,

hoạt động hƣớng vào thao tác bề mặt của Trái đất đối với một số cá nhân hay xã hội

cần hoặc muốn, chẳng hạn nhƣ nông nghiệp [140]. Tunner [152] cho rằng biến

động lớp phủ/sử dụng đất bao gồm hai dạng: (1) sự chuyển đổi từ một loại hình sử

dụng đất này sang hẳn một loại hình sử dụng đất khác, ví dụ nhƣ chuyển đổi từ đất

nông nghiệp sang đất ở; (2) sự chuyển đổi nội tại bên trong chính loại hình sử dụng

đất đó, ví dụ nhƣ sự chuyển đổi từ rừng tự nhiên sang rừng trồng, hay sự thâm canh

tăng vụ trên đất nông nghiệp cũng đƣợc coi là một sự chuyển đổi sử dụng đất.

2. Xu hƣớng nghiên cứu biến động sử dụng đất với các yếu tố tự nhiên

Những thay đổi về khí hậu hoặc thời tiết thƣờng gây biến động sử dụng đất ở

một phạm vi rộng lớn nhƣng theo xu hƣớng từ từ và có tính chu kỳ, đặc biệt ở khu

vực chịu ảnh hƣởng nhiều của việc biến đổi khí hậu toàn cầu [37]. Trong khi đó,

những tai biến thiên nhiên nhƣ bão, lốc, lũ lụt, trƣợt lở, cháy rừng tự nhiên, băng

giá, sâu bệnh…là những nguyên nhân gây biến động sử dụng đất mang tính cục bộ,

không có chu kỳ cụ thể và khó dự báo, làm biến đổi sâu sắc và toàn bộ hiện trạng sử

dụng đất trong khu vực chịu ảnh hƣởng, một vài trƣờng hợp không thể khôi phục

trạng thái lớp phủ ban đầu [120].

Thay đổi môi trƣờng tự nhiên tƣơng tác với các quá trình ra quyết định của con

ngƣời gây ra sự thay đổi sử dụng đất. Thay đổi sử dụng đất, chẳng hạn nhƣ mở rộng

diện tích đất trồng ở vùng đất khô hạn, cũng có thể gây ra suy thoái đất.

Trong nghiên cứu của Fu và Ye [61], họ cho rằng biến đổi khí hậu và các hoạt

động của con ngƣời là những nguyên nhân chính gây ra biến động sử dụng đất trên

toàn cầu. Xói mòn đất lại là yếu tố chủ đạo gây ra vấn đề đất nông nghiệp bị bỏ

hoang tại đảo Lesvos thuộc Hy Lạp [93], trong kết quả nghiên cứu của Ye cho thấy

rằng có một mối quan hệ chặt chẽ giữa độ cao và độ dốc với sự thay đổi sử dụng đất

tại khu vực nghiên cứu [157]. Trong khi đó yếu tố địa hình mới thực sự là yếu tố

chính gây chuyển đổi các loại hình sử dụng đất sang đất nông nghiệp hay mở rộng

diện tích rừng trồng trong nghiên cứu của Kim [71].

3. Xu hƣớng nghiên cứu biến động sử dụng đất với các yếu tố kinh tế thị trƣờng,

các chủ trƣơng chính sách của chính phủ

Những tập quán canh tác, các nhận thức của tập thể và từng cá nhân của ngƣời

quản lý đất đai ảnh hƣởng trực tiếp đến quyết định sử dụng đất, đôi khi rất sâu sắc.

Tất cả những quyết định sử dụng đất đƣợc ra đời đều phụ thuộc vào kiến thức,

thông tin và các kỹ năng quản lý đất đai sẵn có [53]. Những thay đổi trong mục đích

sử dụng phủ đất cũng chịu ảnh hƣởng chủ yếu bởi các yếu tố kinh tế thị trƣờng,

trong đó có yếu tố giá trị kinh tế của từng loại cây công nghiệp, giá trị kinh tế của

nuôi trồng thủy hải sản. Khi giá cả của các loại cây này biến động trên thị trƣờng

thƣờng gây ra những sự chuyển đổi rất lớn trong mục đích sử dụng đất [105].

Trong khi đó yếu tố chính sách và các chủ trƣơng của chính phủ cũng là một

trong những nguyên nhân gây ra các biến động sử dụng đất một cách nhanh chóng,

mạnh mẽ và quá trình biến động sử dụng đất xảy ra trên quy mô rộng. Khi nghiên

cứu về sự chuyển đổi sử dụng đất lại Lào [48], nhóm tác giả đã khẳng định có một

sự tác động rất lớn đến quá trình chuyển đổi sử dụng đất tại Bắc Lào do các chính

sách từ chính phủ. Quá trình chuyển đổi đất nông nghiệp nơi đây diễn ra nhanh

chóng do chính sách của chính phủ Lào nhƣ ban bố các quy định mới trong các hoạt

động nông nghiệp, tạo ra các cơ hội cho ngƣời nông dân chuyển đổi mục đích sử

dụng trên đất nông nghiệp. Trong nghiên cứu về biến động sử dụng đất tại Uganda

[139], nhóm tác giả khẳng định các chính sách đƣợc chính phủ ban hành từ năm

1975 cho đến nay đã tác động rất lớn đến quá trình chuyển đổi đất đai của khu vực

nghiên cứu, đặc biệt là chính sách tái cơ cấu thửa đất của chính phủ ban hành năm

1993 nhằm thực hiện chính sách đƣa cơ giới hóa và hiện đại hóa vào sản xuất nông

nghiệp, dẫn đến sự dồn các mảnh đất nhỏ lẻ thành mảnh đất lớn hơn với mục đích

đƣa các máy móc nhằm hiện đại hóa nông nghiệp cho nƣớc này.

4. Xu hƣớng nghiên cứu biến động sử dụng đất với các yếu tố nhân khẩu học

Cả sự tăng và giảm nhân khẩu trong các quần thể địa phƣơng đều có tác động

rất lớn đến sử dụng đất đai. Thay đổi các yếu tố nhân khẩu học không chỉ bao gồm

những thay đổi trong khả năng sinh sản và tử vong (ví dụ nhƣ việc chuyển đổi nhân

khẩu học), mà còn là những thay đổi trong cấu trúc hộ gia đình, bao gồm cả lao

động sẵn có, di cƣ, đô thị hóa và sự tan vỡ của gia đình mở rộng thành nhiều gia

đình hạt nhân. Trong đó, di cƣ là yếu tố nhân khẩu học quan trọng nhất gây ra

những thay đổi sử dụng đất nhanh chóng và tƣơng tác với các chính sách của chính

phủ, những thay đổi trong mô hình tiêu thụ, hội nhập kinh tế và toàn cầu hóa. Sự

phát triển của đô thị, phân bố dân cƣ đô thị - nông thôn và mở rộng đô thị nhanh

chóng là những yếu tố ngày càng quan trọng trong việc thay đổi sử dụng đất trong

khu vực, trong các trung tâm đô thị lớn, ở các khu vực ven đô. Nhiều cƣ dân đô thị

mới ở các nƣớc đang phát triển vẫn còn sở hữu nhiều đất nông thôn, tăng trƣởng

của khu vực đô thị không chỉ tạo ra các thị trƣờng địa phƣơng và khu vực mới cho

gia súc, gỗ và các sản phẩm nông nghiệp, nó cũng làm tăng lƣợng tiền chảy từ thành

thị đến nông thôn.

Khi nghiên cứu các nguyên nhân gây biến động lớp phủ và sử dụng đất các khu

vực trên thế giới đặc biệt khu vực nhiệt đới và cận nhiệt đới, các nhà nghiên cứu

đều chỉ ra rằng sự gia tăng dân số là một trong những nguyên nhân chủ đạo gây ra

biến động sử dụng đất [53, 103]. Tăng dân số đƣợc xem nhƣ đã vƣợt quá năng lực

của sinh quyển cũng nhƣ quản lý xã hội để duy trì nó [51]. Trong hơn 300 năm qua,

nhƣng đặc biệt là nửa cuối của thế kỷ 20, đã chứng kiến một mức độ chƣa từng có

của thay đổi môi trƣờng do con ngƣời gây ra, bao gồm cả lớp phủ đất và sử dụng

đất [140]. Một nghiên cứu thí điểm [158] (sử dụng các loại và các dữ liệu của

FAO) tiết lộ có một mối tƣơng quan chặt chẽ giữa tăng trƣởng dân số và những thay

đổi hàng năm về sử dụng đất ở quy mô toàn cầu (đất rừng, đất trồng trọt và đất đồng

cỏ).

Sự tƣơng quan đáng kể giữa gia tăng dân số và biến động sử dụng đất đã đƣợc

tìm thấy khi điều tra ở những khu vực đƣợc giới hạn bởi những đặc tính tƣơng tự về

điều kiện môi trƣờng - xã hội [96, 135]. Một số nghiên cứu cung cấp các bằng

chứng thống kê hỗ trợ cho tuyên bố rằng gia tăng dân số chính là động lực chính

góp phần gây phá rừng mạnh mẽ [110, 122]. Trong số các nghiên cứu trên, họ chỉ

nghiên cứu với một phần hoặc tất cả các vùng nhiệt đới ở các nƣớc đang phát triển

và kết quả có thể sẽ không áp dụng ở những nơi khác [153]. Các nghiên cứu trong

trƣờng hợp này ở khu vực các nƣớc nhiệt đới đang phát triển đã xảy ra các tranh

luận về tính ƣu việt của tăng trƣởng dân số nhƣ một động lực thúc đẩy giải phóng

mặt bằng và nó cũng làm gia tăng nạn phá rừng nhiệt đới xảy ra liên tục là do

nguyên nhân bùng nổ dân số [20] đồng thời cũng nhấn mạnh các yếu tố nhƣ phân

phối đất đai không đồng đều và sự phức tạp của các chính sách, thể chế và sự phát

triển các lực lƣợng kinh tế khác nhau cũng thúc đẩy sự gia tăng phá rừng của những

khu vực này [53, 132].

Nhìn chung, những nghiên cứu về môi trƣờng, sử dụng đất với các yếu tố nhân

khẩu học nói chung đều nhấn mạnh đến yếu tố quy mô dân số làm ảnh hƣởng đến

tổng khối lƣợng tiêu thụ, nhƣ là một yếu tố quan trọng và quyết định các điều kiện

môi trƣờng [32, 40, 59].

Thay đổi quy mô dân số hoặc thay đổi mật độ dân số đã nhận đƣợc sự quan tâm

lớn nhất trong các nghiên cứu trƣớc đây [31, 33, 101]. Hầu hết các nghiên cứu này

tập trung vào nghiên cứu sự gia tăng tổng số dân và mật độ dân số trong bất kỳ một

khu vực cố định sẽ làm giảm phần đất dành cho việc sử dụng nông nghiệp trong khu

vực đó bằng chuyển sang đất xây dựng. Tất nhiên quy mô dân số tăng cũng có khả

năng thúc đẩy việc mở rộng và tăng cƣờng sản xuất trên đất nông nghiệp, thông qua

việc chuyển đổi các loại hình sử dụng đất khác vào đất nông nghiệp và tăng số vụ

trên năm đối với cùng một thửa đất [80, 136]. Tuy nhiên, có một số nghiên cứu

khẳng định rằng trong một khu vực đƣợc cố định về tổng diện tích đất, tổng số

ngƣời ngày càng tăng đƣợc dự đoán là đất dành cho khu vực trồng trọt sẽ ngày cảng

giảm. Trong khi đó, số lƣợng ngƣời dân tăng lên sẽ dẫn đến việc tăng tiêu thụ về

lƣơng thực, thực phẩm và cũng sẽ tăng cƣờng xây dựng các tòa nhà và cơ sở hạ tầng

[154].

Những nghiên cứu gần đây về sự kết nối giữa biến động dân số và sử dụng đất

đều chỉ ra những phát hiện thú vị, những nghiên cứu này chỉ ra rằng số lƣợng các hộ

gia đình mới là một yếu tố dự báo quan trọng của mô hình sử dụng đất hơn là tổng

số ngƣời trong một khu vực cụ thể, thậm chí sự chuyển đổi đất đai xảy ra ngay cả

trong những khu vực có quy mô dân số giảm, nhƣng số hộ gia đình là vẫn gia tăng

đáng kể [98]. Các nghiên cứu gần đây trên cả Thái Lan, Trung Quốc và Ấn Độ đều

chỉ ra rằng, yếu tố số lƣợng hộ gia đình trong nhân khẩu học là một yếu tố quan

trọng quyết định đến mô hình sử dụng đất hơn tổng số lƣợng ngƣời [150, 154].

Cơ cấu tuổi cũng là một yếu tố quan trọng quyết định của những thay đổi trong

sử dụng đất vì cơ cấu tập trung ở độ tuổi lao động trẻ sẽ năng động hơn trong sử

dụng đất [154]. Rindfuss và cộng sự [118] mô tả hầu hết các giai đoạn "nhân khẩu

học dày đặc" của con ngƣời, ông cho rằng con ngƣời ở giai đoạn khoảng 15-30 tuổi

là một thời kỳ có mức độ tiêu thụ cao nhất. Vì vậy, một cơ cấu tuổi mở rộng, đặc

biệt với tỷ lệ tăng trƣởng dân số ở nhóm độ tuổi lao động sẽ kích thích sự thay đổi

đối với sử dụng đất, đặc biệt việc dành đất cho mục đích sử dụng trồng trọt sẽ bị ít

đi rất nhiều trong bất kỳ khu vực địa phƣơng cụ thể [154].

Khung lý thuyết này phù hợp với những phát hiện từ những nghiên cứu gần đây

tại khu vực Amazon của Brazil. Moran và các đồng nghiệp [99] đã tìm thấy một sự

tƣơng quan mạnh mẽ giữa thay đổi cơ cấu độ tuổi trong chu kỳ sống của con ngƣời

và sự chuyển đổi đất rừng thành đất nông nghiệp. Mặc dù trƣờng hợp nghiên cứu tại

khu vực Amazon có sự khác nhau trong quá trình chuyển đổi sử dụng đất, đất đƣợc

chuyển từ đất rừng sang đất nông nghiệp chứ không phải từ đất nông nghiệp sang

đất xây dựng, tuy nhiên đây là những phát hiện quan trọng về khía cạnh các tác

động tiềm tàng của những thay đổi trong cơ cấu tuổi lên mô hình sử dụng đất [154].

* Nhận định:

Nhƣ vậy, có thể thấy rằng yếu tố nhân khẩu học đã đƣợc các nghiên cứu trên

thế giới chứng minh là một trong những nguyên nhân chủ đạo gây ra biến động sử

dụng đất trên toàn cầu. Tuy nhiên, cũng còn tùy thuộc vào các vùng địa lý khác

nhau mà từng yếu tố thuộc nhân khẩu học nhƣ là quy mô dân số, mật độ dân số, cơ

cấu tuổi, số hộ gia đình v.v…lại có những tác động đến sử dụng đất tại các khu vực

trên thế giới là khác nhau. Nhìn chung, tất cả các nghiên cứu về xác định mối quan

hệ của các yếu tố nhân khẩu học với sử dụng đất đều đƣợc nghiên cứu trên các khu

vực các nƣớc đang phát triển nhƣ Châu Mỹ la tinh, Châu Phi và Châu Á, đặc biệt

các nghiên cứu tập trung nhiều ở khu vực Đông Nam Á. Trong khi ở Châu Phi yếu

tố quy mô dân số, mật độ dân số đƣợc các nghiên cứu xác định là những yếu tố

quan trọng gây ảnh hƣởng lớn nhất đến biến động sử dụng đất, ngƣợc lại tại những

khu vực nhƣ Trung Quốc, Thái Lan, Ấn Độ, khu vực Amazon các nghiên cứu lại có

những kết luận yếu tố số lƣợng hộ gia đình, cơ cấu tuổi trong nhân khẩu học mới là

những yếu tố quan trọng quyết định đến mô hình sử dụng đất hơn tổng số lƣợng

ngƣời. Qua đó, chúng ta thấy rằng mỗi vùng nghiên cứu khác nhau thì yếu tố nhân

khẩu học quyết định đến sự thay đổi sử dụng đất tại chính khu vực đó là khác nhau.

1.1.2 Các phương pháp nghiên cứu biến động sử dụng đất

Phát hiện biến động có thể đƣợc định nghĩa là quá trình xác định sự khác biệt

trạng thái của một đối tƣợng hoặc hiện tƣợng bằng cách quan sát nó ở các thời điểm

khác nhau [25]. Quá trình này thƣờng đƣợc áp dụng với những thay đổi bề mặt trái

đất tại hai hay nhiều thời điểm. Các nguồn dữ liệu chính của địa lý thƣờng là ở định

dạng số (ảnh máy bay, ảnh vệ tinh) hoặc định dạng vector (các loại bản đồ). Các dữ

liệu phụ trợ khác (lịch sử, kinh tế, ...) cũng có thể đƣợc sử dụng trong đánh giá biến

động.

1. Phƣơng pháp so sánh thay đổi trên bản đồ hiện trạng sử dụng đất (HTSDĐ) đƣợc

thành lập từ phƣơng pháp đo đạc thực địa

Bản chất của phƣơng pháp này là dựa vào kết quả đo đạc trực tiếp ngoài hiện

trƣờng. Các bản đồ HTSDĐ đƣợc thành lập dựa trên các số liệu đo đạc trên thực địa

sau đó ngƣời ta tiến hành so sánh sự thay đổi của các đối tƣợng trực tiếp trên các bản

đồ ở các thời điểm khác nhau. Ƣu điểm nổi bật của phƣơng pháp này đó là xác định

đƣợc các thay đổi một cách chính xác cả về vị trí không gian và mục đích sử dụng

của từng đối tƣợng đất cụ thể. Tuy nhiên, nhƣợc điểm của phƣơng pháp này đó là sự

tốn kém cả về thời gian, công sức lao động lẫn tốn kém chi phí.

2. Các phƣơng pháp nghiên cứu biến động sử dụng đất dựa trên tƣ liệu viễn thám

Phát hiện biến động trên không gian thực sự đƣợc bắt đầu từ năm 1972 với sự

ra đời của vệ tinh Landsat-1 (vệ tinh đầu tiên chuyên nghiên cứu về tài nguyên trái

đất). Việc chụp lặp thƣờng xuyên của các dữ liệu dạng số về bề mặt trái đất trong

các kênh đa phổ lần đầu tiên cho phép các nhà khoa học để có đƣợc dữ liệu tƣơng

đối phù hợp theo thời gian và mô tả những thay đổi trong khu vực tƣơng đối lớn.

Dƣới đây là các phƣơng pháp phổ biến nhất đƣợc sử dụng trong nghiên cứu

phát hiện biến động [25, 109] và hầu hết các phƣơng pháp này đều sử dụng các

phƣơng pháp xử lý số áp dụng cho những ảnh vệ tinh đa thời gian.

a. Sự khác biệt trên ảnh

Phƣơng pháp đơn giản này đƣợc sử dụng tƣơng đối rộng rãi và bản chất của

phƣơng pháp này là quá trình trừ hình ảnh đƣợc chụp trên cùng một khu vực nhƣng

ở hai thời điểm khác nhau (pixel- pixel và ban phổ-ban phổ).

(1.1) [25]

Trong khi đó : là sự khác biệt giữa giá trị pixel x nằm tại hàng i, cột j,

cho ban phổ k , tại thời điểm 1 (t1) và thời điểm 2 (t2).

Tuy nhiên, nhƣợc điểm lớn nhất của phƣơng pháp này là trong thực tế việc ghi

nhận hình ảnh chính xác và hoàn hảo không bao giờ thu đƣợc trong hình ảnh đa thời

gian. Thêm vào đó, thách thức trong kỹ thuật này là xác định giá trị ngƣỡng của sự

thay đổi và không thay đổi trong kết quả các hình ảnh. Phƣơng pháp khác biệt hình

ảnh thƣờng đƣợc áp dụng để tính cho các kênh ảnh duy nhất [25].

b. Phân tích trực tiếp ảnh đa thời gian

Phƣơng pháp này thực chất là ghép hai ảnh vào nhau tạo thành ảnh đa thời gian

trƣớc khi phân loại. Hai ảnh có N kênh đƣợc chồng phủ lên nhau tạo ra ảnh có số

lƣợng kênh phổ gấp đôi 2N. Kết quả phân loại của ảnh chồng phủ này là một tập

hợp các lớp không thay đổi và các lớp có sự thay đổi. Ƣu điểm lớn nhất của phƣơng

pháp này là chỉ cần tiến hành phân loại một lần trên một ảnh đa thời gian, tuy nhiên

nhƣợc điểm lớn nhất của phƣơng pháp thể hiện trong quá trình phân loại rất phức

tạp do khâu lấy mẫu. Thêm vào đó phƣơng pháp này dễ bị các ảnh hƣởng bất lợi tại

thời điểm ghi nhận ảnh nhƣ thời tiết, khí quyển sẽ gây ảnh hƣởng đến độ chính xác

kết quả phân loại. Do đó phƣơng pháp này rất ít đƣợc các nhà nghiên cứu sử dụng do tính

phức tạp của nó [25].

c. Phân tích vector biến động (CVA)

Phƣơng pháp này đƣợc đề xuất bởi Malila vào năm 1980 [92]. Véc tơ biến động với

hai thành phần gồm: chỉ số khác biệt thực vật và chỉ số đất trống là véc tơ biểu thị sự khác

biệt của đối tƣợng lớp phủ đất giữa hai thời điểm. Độ dài của vectơ biến động thể hiện

cƣờng độ của biến động, hƣớng biến động biểu thị bản chất của sự thay đổi [54]. Trong

phƣơng pháp này hai ảnh đơn kênh sẽ đƣợc tạo cùng nhau, ảnh thứ nhất chứa độ lớn của

vector thay đổi, ảnh thứ hai chỉ hƣớng của vector thay đổi. Để có thể nhận biết đƣợc các

pixel có thay đổi hay không, một ngƣỡng đƣợc xác định và áp dụng cho ảnh thứ nhất và

khi pixel đƣợc coi là thay đổi thì hƣớng thay đổi của nó sẽ đƣợc nhận trên ảnh thứ hai.

Nhƣợc điểm lớn nhất của phƣơng pháp này là việc chọn ngƣỡng thay đổi hết sức khó

khăn, đòi hỏi ngƣời xử lý phải có trình độ hiểu biết sao cho việc xác định thay đổi là chính

xác nhất.

d. Phân tích sau phân loại

Đây là phƣơng pháp thể hiện sự thay đổi rõ ràng nhất, nó đòi hỏi phải có sự so

sánh các hình ảnh đã đƣợc phân loại độc lập [25, 41]. Dựa vào các kết quả phân loại

cho các thời điểm t1 và t2, các nhà phân tích có thể tạo ra các bản đồ biến động và

một ma trận biến động giữa các lớp với nhau. Tuy nhiên, nếu xem xét việc phân loại

sử dụng đất tạo ra từ một dữ liệu ảnh vệ tinh trong một thời điểm thu nhận, nó

không phải là khó để thấy rằng sự thay đổi sản phẩm bản đồ của hai ảnh phân loại

có khả năng thể hiện độ chính xác tƣơng tự nhƣ chính xác của sản phẩm trong mỗi

phân loại riêng biệt [133]. Nhƣ vậy, việc tiến hành phân loại độc lập các ảnh viễn

thám làm cho phƣơng pháp này phụ thuộc chặt chẽ vào độ chính xác của từng kết

quả phân loại, do đó kết quả thƣờng có độ chính xác là không cao. Ví dụ, Singh

[129] đã chứng minh rằng hai hình ảnh phân loại cùng với độ chính xác đạt đƣợc là

80 %, độ chính xác của kết quả biến động chỉ có thể đạt đƣợc (0.80 x 0.80) x 100%

= 64 %.

Do vậy, khi sử dụng phƣơng pháp này thì hết sức chú ý và thận trọng trong các kết

quả phân loại riêng rẽ. Việc lựa chọn phƣơng pháp phân loại ảnh phù hợp là điều kiện

quyết định độ chính xác của kết quả phân tích biến động theo phƣơng pháp này [25].

 Nhận định:

Đã có rất nhiều công trình nghiên cứu đã tìm cách so sánh các phƣơng pháp

phát hiện biến động từ ảnh vệ tinh nhằm tìm ra phƣơng pháp tối ƣu nhất, trong đó

phải kể đến công trình nghiên cứu của Jean f Mas ông đã nghiên cứu lý thuyết và

tiến hành thực nghiệm trên cả sáu phƣơng pháp, khu vực thử nghiệm của ông là khu

vực ven biển thuộc phía Nam của Mexico, có cùng điều kiện thời tiết nhƣ ở Việt

Nam. Kết quả nghiên cứu của ông chỉ ra rằng, phƣơng pháp phát hiện biến động sau

phân loại cho độ chính xác tốt nhất so với các phƣơng pháp còn lại, thêm vào đó

phƣơng pháp này cho phép trình bày rõ ràng nhất về sự thay đổi của các đối tƣợng

tự nhiên cũng nhƣ nhân tạo [75]. Ngoài ra, một số nghiên cứu khác chỉ ra rằng

phƣơng pháp này còn tránh đƣợc các vấn đề phát sinh do sự sai khác giữa các bộ

cảm biến, hiệu ứng khí quyển, góc chiếu sáng của mặt trời giữa các thời điểm khác

nhau vì mỗi hình ảnh đƣợc phân loại một cách độc lập [66, 78]. Tuy nhiên, các tác

giả cũng lƣu ý rằng phƣơng pháp này có độ chính xác phụ thuộc chặt chẽ vào độ

chính xác của từng phép phân loại riêng rẽ [17, 109].

Dựa trên những phân tích ƣu nhƣợc điểm của từng phƣơng pháp trên, luận án

đã lựa chọn và áp dụng phƣơng pháp phân tích biến động sau phân loại để có đƣợc

kết quả thay đổi của từng loại hình sử dụng đất rõ ràng và chính xác nhất. Đối với

phƣơng pháp phân tích biến động sau phân loại thì yếu tố quyết định cho độ chính

xác xác định biến động đó chính là lựa chọn phƣơng pháp phân loại ảnh vệ tinh phù

hợp. Do đó, luận án tiếp tục nghiên cứu, phân tích và xác định phƣơng pháp phân

loại thích hợp nhất cho bài toán nghiên cứu của luận án nhằm làm tăng độ chính xác

hiện trạng sử dụng đất đƣợc chiết tách từ ảnh vệ tinh.

1.1.3 Các phương pháp phân loại hiện trạng sử dụng đất từ ảnh vệ tinh và xu

hướng mới trên thế giới và Việt Nam.

1.1.3.1 Tổng quan các phƣơng pháp phân loại trên ảnh vệ tinh

Nhóm phương Phương pháp cụ Đặc điểm phương pháp Các thuật toán

pháp thể

Dựa vào việc lấy Phƣơng pháp phân Là phƣơng pháp phân loại có chọn tập mẫu. Bộ - Xác suất cực đại,

mẫu phân loại loại có kiểm định mẫu đƣợc chọn dựa trên các tiêu chuẩn về phổ. dữ - Phân loại hình hộp,

liệu tham khảo đầy đủ là điều kiện tiên quyết và - Phân loại theo khoảng

đƣợc sử dụng nhƣ là mẫu huấn luyện. các mẫu cách lớn nhất,

huấn luyện này sau đó đƣợc sử dụng để phân loại - Mạng thần kinh nhân

dựa trên các dữ liệu phổ thành một bản đồ chuyên tạo.

đề.

Phƣơng pháp phân Thuật toán Clustering đƣợc sử dụng để phân vùng - ISODATA,

loại không kiểm quang phổ hình thành một số các lớp phổ dựa trên - K-means

định thống kê thông tin vốn có trong các hình ảnh.

Không có định nghĩa trƣớc của các lớp đƣợc sử

dụng. Các nhà phân tích có trách nhiệm ghi nhãn

và sáp nhập các lớp phổ vào thành các lớp có ý

nghĩa chuyên đề.

Phân chia theo thông Phân loại thống kê Các thông số nhƣ vector trung bình, ma trận hiệp - Xác suất cực đại,

số giả định của dữ phƣơng sai đƣợc tính toán thống kê từ các tập mẫu - Khả năng tách biệt

liệu đƣợc sử dụng là tham số đầu vào. tuyến tính

Phân loại phi thống Không sử dụng các thông số thống kê, sử dụng các - Mạng thần kinh nhân

kê ngƣỡng phân loại phổ đƣợc xác định theo kiến thức tạo

các chuyên gia. - Phân loại cây quyết

định

- Hệ thống chuyên gia

Dựa vào thông tin Phân loại dựa trên Phƣơng pháp phân loại truyền thống này thƣờng là - Xác suất cực đại,

của Pixel thông tin từng pixel cách kết hợp phổ của tất cả các điểm ảnh từ một - Phân loại theo khoảng

mẫu nhất định. Mỗi một pixel là thông tin của một cách nhỏ nhất,

đối tƣợng chuyên đề cụ thể. - Phân loại cây quyết

định,

- Mạng thần kinh nhân

tạo.

Phân loại dƣới Giá trị quang phổ của mỗi điểm ảnh đƣợc giả định - Phân loại mờ,

pixel là một đƣờng thẳng hoặc kết hợp phi tuyến của các - Phân loại subpixel,

pixel tinh khiết gọi là endmember. Dựa vào việc - Phân loại hỗn hợp

xác định các đối tƣợng, các endmember với phản quang phổ.

xạ phổ chuẩn (các pixel mà các đối tƣợng chiếm

100%), các pixel trên ảnh sẽ đƣợc xác định có bao

nhiêu phần trăm phản xạ của từng endmember.

Phân loại theo Ảnh đƣợc phân chia làm nhiều mảnh, mỗi mảnh là - K- láng giềng gần nhất

hƣớng đối tƣợng một đối tƣợng và phân loại đƣợc tiến hành dựa trên - Gán nhãn cho từng lớp

các đối tƣợng, thay vì dựa trên từng pixel. Không

sử dụng dữ liệu vector GIS.

Phân loại phân GIS đóng một vai trò quan trọng trong việc phân - Phân loại hoàn toàn

vùng thực địa loại theo vùng thực địa, Phƣơng pháp này đòi hỏi dựa trên GIS.

sự tích hợp dữ liệu raster và vector trong một phân

loại. Các dữ liệu vector thƣờng đƣợc sử dụng để

chia một bức ảnh thành nhiều vùng, và phân loại

dựa trên các vùng này. Phƣơng pháp phân loại này

đƣợc đƣa ra nhằm giải quyết vấn đề không đồng

nhất về môi trƣờng và khắc phục lẫn phổ trong

cùng một lớp trên các ảnh đa thời gian.

Dựa trên dữ liệu đầu Phân loại cứng Đƣa ra quyết định dứt khoát về lớp che phủ đất mà - Xác suất cực đại,

mỗi điểm ảnh đƣợc phân bổ cho một lớp duy nhất. ra của mỗi yếu tố - Phân loại theo khoảng

không gian cách nhỏ nhất,

- Phân loại cây quyết

định,

- Mạng thần kinh nhân

tạo.

Phân loại mềm Cung cấp cho mỗi điểm ảnh một thƣớc đo của mức - Phân loại mờ,

độ tƣơng tự cho mỗi lớp. Phân loại mềm cung cấp - Phân loại subpixel,

thêm thông tin và có khả năng cho một kết quả - Phân loại hỗn hợp

chính xác hơn, đặc biệt là cho phân loại dữ liệu quang phổ.

không gian thô.

Dựa vào thông tin Phân loại quang Thông tin về quang phổ tinh khiết đƣợc sử dụng - Xác suất cực đại,

không gian phổ trong việc phân loại ảnh. - Phân loại theo khoảng

cách nhỏ nhất,

- Mạng thần kinh nhân

tạo.

Phân loại theo ngữ Các thông tin về không gian của các điểm ảnh lân - Điều chỉnh point-to-

cảnh cận đƣợc sử dụng trong phƣơng pháp phân loại point theo ngữ cảnh

này. - Phân loại theo ngữ

cảnh.

Phân loại phối hợp Thông tin quang phổ và không gian đƣợc sử dụng - ECHO,

cả quan phổ và ngữ trong phân loại. Phân loại có tham số hoặc phi sự kết hợp của các -

cảnh tham số đƣợc sử dụng để tạo ra hình ảnh phân loại tham số hoặc không

ban đầu và sau đó phân loại theo ngữ cảnh tiếp tục tham số

thực hiện trong những hình ảnh đã đƣợc phân loại. - Các thuật toán theo

ngữ cảnh.

1.1.3.2 Xu hƣớng mới về phân loại ảnh vệ tinh trên thế giới và Việt Nam.

Hiện nay có rất nhiều phƣơng pháp phân loại cho dữ liệu ảnh viễn thám, nhƣng

nhìn chung, phƣơng pháp tiếp cận phân loại ảnh viễn thám có thể đƣợc nhóm lại bao

gồm các nhóm chính sau: có giám sát và không giám sát, hoặc phân loại có tham số và

không tham số (mờ), hoặc cứng và mềm, hoặc dựa trên điểm ảnh, sub-pixel và vùng

đối tƣợng [41]. Tuy nhiên, phƣơng pháp phân loại dựa trên điểm ảnh vẫn là phƣơng

pháp đƣợc các nghiên cứu trên thế giới và Việt Nam sử dụng phổ biến nhất [8, 41, 126,

155]. Nhƣng độ chính xác kết quả phân loại của phƣơng pháp này thƣờng không đáp

ứng yêu cầu của nhiều nghiên cứu đặt ra do tác động của vấn đề lẫn của các điểm ảnh

hỗn hợp [41].

Các nghiên cứu gần đây đều chỉ ra rằng xu hƣớng tích hợp của hai hay nhiều

phƣơng pháp phân loại đã cải thiện và nâng cao độ chính xác kết quả phân loại hơn so

với việc sử dụng một phƣơng pháp phân loại đơn [8, 9, 10]. Một bƣớc quan trọng trong

sự kết hợp này là phát triển các quy tắc phù hợp để kết hợp các kết quả từ các phƣơng

pháp phân loại khác nhau sao cho phát huy đƣợc tối đa các ƣu điểm của từng phƣơng

pháp phân loại riêng rẽ.

1.1.3.3 Lựa chọn phƣơng pháp phân loại phù hợp cho chuỗi ảnh vệ tinh đa thời gian

của luận án

Nhƣ phần tổng quan các phƣơng pháp đánh giá biến động dựa vào ảnh vệ tinh,

luận án đã phân tích và lựa chọn phƣơng pháp đánh giá biến động sau phân loại và độ

chính xác của số liệu biến động sau phân loại phụ thuộc chặt chẽ vào độ chính xác của

từng phép phân loại riêng rẽ, do đó mục tiêu luận án đặt ra làm thế nào để tăng độ

chính xác của từng kết quả phân loại từ ảnh vệ tinh.

Trong khi đó, khi chiết xuất thông tin sử dụng đất từ chuỗi ảnh viễn thám đa thời

gian Landsat TM và OLI, vấn đề lẫn phổ của cùng một lớp đối tƣợng ở trên các thời

điểm ảnh khác nhau gây ảnh hƣởng rất lớn đến độ chính xác của kết quả phân loại sẽ

dẫn đến việc xác định biến động sử dụng đất không chính xác do đó luận án đã tìm

hiểu và ứng dụng phƣơng pháp phân loại dựa trên vùng thực địa (Per-field

classification) nhằm giải quyết vấn đề không đồng nhất về môi trƣờng và khắc phục

lẫn phổ trong cùng một lớp trên các ảnh đa thời gian, tuy nhiên phƣơng pháp này cần

phải có dữ liệu vector số chuẩn xác về ranh giới của các đối tƣợng trên thực địa nên

luận án đã kết hợp với phƣơng pháp phân loại định hƣớng đối tƣợng (Object-oriented

classification) để tạo ra kết quả vector chuẩn, cuối cùng để chiết tách thành công đối

tƣợng đất xây dựng ở khu vực nông thôn luận án tiếp tục kết hợp với thuật toán K –

Láng giềng gần nhất (K-Nearest Neighbors).

1.2 Các vấn đề cơ bản về nghiên cứu nhân khẩu học trong luận án

1.2.1 Một số khái niệm hiện hành trong nghiên cứu nhân khẩu học

1. Khái niệm về nhân khẩu học

Theo Ashley Crossman, một chuyên gia nghiên cứu các vấn đề xã hội: ―Nhân

khẩu học chuyên nghiên cứu thống kê về con người. Nó bao gồm việc nghiên cứu về

kích thước, cơ cấu và sự phân bố của các cộng đồng người khác nhau và các sự

thay đổi của chúng trong sinh, di cư, lão hóa, và cái chết. Nhân khẩu học cũng bao

gồm việc phân tích các mối quan hệ giữa các quá trình phát triển kinh tế, xã hội,

văn hóa và sinh học ảnh hưởng và tác động qua lại với các yếu tố nhân khẩu học‖.

2. Các yếu tố nhân khẩu học

a. Quy mô dân số

Theo tác giả Nguyễn Thị Thiềng và Lƣu Bích Ngọc, Peter Cox và các cộng sự

[13, 112]: Quy mô dân số của một vùng lãnh thổ (một địa phƣơng, một nƣớc, hay

một châu lục...) là tổng số dân sinh sống trên vùng lãnh thổ đó.

Tác giả Phùng Thế Trƣờng [15] cho rằng quy mô dân số là yếu tố nhân khẩu

học đầu tiên cần đƣợc nghiên cứu. Theo ông, quy mô dân số biểu thị khái quát tổng

số dân của một vùng, một nƣớc hay của các khu vực khác nhau trên thế giới.

Nhƣ vậy, quy mô dân số đƣợc hiểu là tổng số dân của một vùng lãnh thổ xác định.

b. Cơ cấu dân số

Cơ cấu dân số là sự phân chia tổng số dân của một vùng thành các nhóm theo một

hoặc nhiều tiêu thức (mỗi một tiêu thức là một đặc trƣng nhân khẩu học nào đó) [13,

15].

Có rất nhiều loại cơ cấu dân số nhƣ: cơ cấu dân số theo nhóm tuổi, giới tính,

tình trạng hôn nhân, trình độ học vấn, trình độ chuyên môn, nghề nghiệp, mức sống,

thành thị hoặc nông thôn. Tuy nhiên, cơ cấu tuổi và giới tính chiếm vị trí đặc biệt

quan trọng trong phân loại cơ cấu [13, 15]. Theo Phùng Thế Trƣờng, Nguyễn Thị

Thiềng và Lƣu Bích Ngọc [13, 15] nghiên cứu cơ cấu dân số, đặc biệt cơ cấu tuổi và

giới tính có vai trò rất quan trọng trong nghiên cứu dân số, các số liệu này phục vụ

cho nhiều mục đích phân tích các vấn đề kinh tế, xã hội, chính trị.

c. Phân bố dân số

Nguyễn Thị Thiềng, Phùng Thế Trƣờng và các tác giả khác [13, 15] đều cho

rằng phân bố dân cƣ là sự phân chia dân số theo các đơn vị hành chính, vùng kinh

tế. Việc xác định số dân trong các vùng theo các đặc trƣng địa lý, kinh tế, xã hội,

văn hóa khác nhau có ý nghĩa rất quan trọng nhằm phân bố và phân bố lại lực lƣợng

sản xuất, lao động và dân cƣ [15].

d. Hôn nhân và gia đình

Hôn nhân và gia đình có ảnh hƣởng trực tiếp đến quá trình biến động dân số,

với các kiểu hôn nhân khác nhau sẽ hình thành các kiểu gia đình khác nhau, nhƣ

vậy hôn nhân và gia đình có mối quan hệ với nhau [15].

Nguyễn Thị Thiềng và Lƣu Bích Ngọc [13] cho rằng ―thuật ngữ hôn nhân đƣợc

sử dụng để mô tả sự hình thành và phá vỡ liên kết giữa các cá nhân trong ―cặp đôi‖.

Trong khi đó, Phùng Thế Trƣờng lại cho rằng hôn nhân là một khái niệm mang

tính tổng hợp, bao gồm nhiều yếu tố nhƣ là: kết hôn, ly hôn, ly thân, góa, tái kết hôn

[15].

Nhƣ vậy, hôn nhân là chỉ các cặp đôi có mối quan hệ ràng buộc nhau về mặt

pháp lý có thể sống chung trong một gia đình hoặc cũng có thể không.

Cũng theo Nguyễn Thị Thiềng và Lƣu Bích Ngọc [13], họ cho rằng gia đình là

một nhóm ngƣời mà các thành viên của nó liên kết với nhau bằng các mối quan hệ

đặc biệt: quan hệ hôn nhân, quan hệ huyết thống hoặc quan hệ nhận con nuôi. Gia

đình có nhiều loại hình khác nhau. Căn cứ và số thế hệ cùng chung sống với nhau,

có gia đình vợ chồng (một thế hệ), gia đình hạt nhân (hai thế hệ là cha mẹ và con

cái), gia đình mở rộng (từ ba thế hệ trở lên gồm ông bà, cha mẹ và con cháu).

Tác giả Nguyễn Thị Thiềng và Lƣu Bích Ngọc [13] cho rằng quy mô gia đình

là số thành viên của gia đình. Quy mô gia đình phụ thuộc chủ yếu vào mức sinh và

mô hình chung sống.

Hiện nay, ở nhiều nƣớc châu Âu, châu Mỹ quy mô hộ gia đình trung bình dao

động từ 2,2 đến 3 ngƣời, còn ở Việt Nam là 3,8 ngƣời theo số liệu Tổng điều tra dân

số năm 2009. Tuy nhiên so với trƣớc đây, quy mô gia đình đang có xu hƣớng giảm.

Nguyên nhân của hiện tƣợng này là xu hƣớng sinh ít con và hạt nhân hoá gia đình

phát triển mạnh mẽ ở cả đô thị lẫn nông thôn [13].

Cơ cấu gia đình là sự phân chia gia đình theo những tiêu thức nhất định [13].

Hai tiêu thức phổ biến nhất đƣợc sử dụng là hình thức tổ chức và sự thiếu vắng của

bố hoặc mẹ trong gia đình. Ngoài ra, gia đình còn đƣợc phân chia theo những tiêu

thức khác nhƣ: quy mô hộ, loại hình hoạt động kinh tế-xã hội, theo hoàn cảnh kinh

tế…

+ Theo hình thức tổ chức: gia đình đƣợc chia thành gia đình hạt nhân và gia

đình mở rộng. Gia đình hạt nhân là gia đình gồm một cặp vợ chồng bố mẹ và có

(hoặc không có) những đứa con chƣa kết hôn. Cơ sở để phân loại gia đình hạt nhân

là cùng thế hệ hoặc hai thế hệ liền nhau. Gia đình mở rộng là gia đình mà cơ cấu

của nó bao gồm một số nhóm gia đình hạt nhân. Có thể gọi gia đình mở rộng là gia

đình cùng dòng máu và gia đình kết hợp.

+ Theo quy mô hộ, gia đình cũng đƣợc phân chia thành các nhóm hộ với quy mô

khác nhau, chẳng hạn gia đình quy mô lớn, gia đình quy mô nhỏ. Ở Việt Nam hiện

nay, có thể coi gia đình hạt nhân có từ 1 đến 2 con là gia đình quy mô nhỏ, gia đình hạt

nhân có từ 4 con trở lên và gia đình mở rộng thƣờng đƣợc coi là gia đình quy mô lớn.

+ Theo các loại hình hoạt động kinh tế - xã hội: gia đình đƣợc phân thành gia

đình công nhân, gia đình trí thức, gia đình nông dân.

+ Theo hoàn cảnh kinh tế: gia đình đƣợc phân thành các hộ gia đình giàu và hộ

gia đình nghèo.

2. Các hiện tƣợng nhân khẩu học

Đối tƣợng nghiên cứu của dân số học là tái sản xuất dân số thông qua các hiện

tƣợng sinh, chết và di cƣ [13]. Đối với mỗi hiện tƣợng, phép phân tích nhân khẩu

học sẽ đƣợc kết hợp bởi các kỹ thuật cổ điển và phân tích lý giải.

a. Sinh đẻ và mức sinh

Sinh đẻ (birth), hoặc đơn giản hơn là sinh, chỉ việc một ngƣời phụ nữ sinh ra

một đứa trẻ sống. Trong nhiều văn bản, việc sinh ra một đứa trẻ sống đƣợc gọi đơn

giản là sinh sống, hay đứa trẻ đƣợc sinh ra sống [13, 112].

Mức sinh (fertility) chỉ số trẻ do phụ nữ sinh ra sống (đôi khi còn đƣợc gọi là số

sinh). Mức sinh của một phụ nữ là số trẻ mà phụ nữ đó sinh ra sống.

Khả năng sinh sản là khả năng sinh lý, khả năng có thể có con của ngƣời phụ

nữ. Khả năng sinh sản đối lập với khả năng vô sinh. Lƣu ý rằng có những phụ nữ có

khả năng sinh sản nhƣng không sinh con.

b. Sự tử vong

Khái niệm về sự tử vong đƣợc Liên hợp quốc và tổ chức Y tế thế giới thống

nhất định nghĩa nhƣ sau: "Chết là sự mất đi vĩnh viễn tất cả những biểu hiện của sự

sống ở một thời điểm nào đó, sau khi có sự kiện sinh sống xảy ra (sự chấm dứt tất

cả những biểu hiện của sự sống mà không một khả năng nào khôi phục lại đƣợc)".

Nhƣ vậy, sự kiện chết xảy ra chỉ sau khi có sự kiện sinh sống. Khoảng thời

gian kể từ khi sinh đến khi chết là độ dài cuộc sống, hay còn gọi là một đời ngƣời

[13].

Tử vong là sự xuất hiện các ca tử vong trong dân số. Thay đổi trong tỷ lệ tử

vong đƣợc xác định chủ yếu bởi những thay đổi trong tiêu chuẩn của một dân số

sống và tiến bộ trong y học, y tế công cộng và khoa học. Các nƣớc có thu nhập thấp

thƣờng có tỷ lệ tử vong cao hơn so với các nƣớc có thu nhập cao. Trong cùng một

nƣớc, ngƣời có thu nhập thấp thƣờng có tỷ lệ tử vong cao hơn so với ngƣời có thu

nhập cao. Mặc dù không có nhiều thay đổi trong tỷ lệ tử vong giữa các vùng địa lý

khác nhau giữa các quốc gia có thu nhập cao, vẫn còn một số khác biệt giữa các

chủng tộc, dân tộc, và các nhóm kinh tế - xã hội.

c. Di dân

Di dân là sự di chuyển của ngƣời dân theo lãnh thổ với những giới hạn về thời

gian và không gian nhất định, kèm theo sự thay đổi nơi cƣ trú [13].

Trong nghiên cứu di dân một số khái niệm cần quan tâm là:

- Nơi đi hay còn gọi là nơi xuất cƣ, là địa điểm cƣ trú trƣớc khi một ngƣời rời

đi nơi khác sinh sống.

- Nơi đến là điểm kết thúc quá trình di chuyển, là địa điểm mà một ngƣời dừng

lại để sinh sống.

- Ngƣời xuất cƣ hay còn gọi là ngƣời di cƣ đi là ngƣời rời nơi đang sinh sống

để đi nơi khác.

- Ngƣời nhập cƣ hay còn gọi là ngƣời di cƣ đến là ngƣời đến nơi mới để sinh

sống.

1.2.2 Các học thuyết cơ bản trong nghiên cứu mối quan hệ dân số và phát triển

Môn nhân khẩu học đƣợc ra đời từ thế kỷ 19, tuy nhiên những quan tâm của

con ngƣời đã xuất phát từ thời thƣợng cổ và cho đến tận ngày nay con ngƣời vẫn

đang tiếp tục nghiên cứu, khám phá các định luật, các mối quan hệ nhằm đƣa ra các

giải pháp tốt nhất cho vấn đề dân số trong tiến trình phát triển của xã hội loài ngƣời.

Do vậy, theo dòng thời gian lịch sử của nhân loại, đã tồn tại rất nhiều các luồng tƣ

tƣởng và các học thuyết về dân số. Tuy nhiên, trong luận án chỉ phân tích các học

thuyết về tăng trƣởng dân số từ thời kỳ Phục Hƣng cho đến nay, với lí do các học

thuyết dân số trƣớc đó ít có mối liên hệ với sự phát triển kinh tế - xã hội và ít có tầm

1. Học thuyết, khuynh hƣớng Malthus

ảnh hƣởng đến tƣ tƣởng và quan điểm nghiên cứu về dân số của các học giả khác.

(Các điều kiện tự nhiên Các phương thức canh tác Số dân)

Hình 1.1: Mô hình Malthus [9]

Lý thuyết của nhà nhân khẩu học, kinh tế học ngƣời Anh Thomas Robert

Malthus cho rằng việc gia tăng dân số nên phụ thuộc chặt chẽ vào các yếu tố tự

nhiên trong đó có yếu tố đất đai, tuy nhiên khi dân số có xu hƣớng tăng vƣợt quá

trong các phƣơng tiện sinh hoạt thì cần phải có một số phƣơng pháp để kiềm chế sự

gia tăng dân số. Ông cho rằng, khi dân số tăng trƣởng quá đông sẽ dẫn đến sự nghèo

đói, bệnh dịch và chiến tranh, do đó cần phải có những biện pháp để hạn chế sự gia

tăng dân số nhƣ kết hôn muộn, kiềm chế tình dục, chiến tranh.

Tóm lại, các biện pháp nhằm cản trở sự phát triển dân số của Malthus chƣa thực

sự hợp lý và bị xã hội lên án, tuy nhiên học thuyết dân số của Malthus đƣợc coi là

học thuyết đầu tiên đặt nền móng cho mối quan hệ giữa dân số và lƣơng thực, thực

phẩm gián tiếp đề cập đến mối quan hệ giữa dân số và sử dụng đất.

2. Học thuyết Boserup

(Áp lực dân số Tăng cường các Số dân “ chịu đựng được”)

phương thức canh tác

Hình 1.2: Mô hình Boserup [9]

Tƣ tƣởng dân số và phát triển nông nghiệp của Boserup là một quan điểm mới,

quan trọng trên phƣơng diện giải thích quá trình thay đổi các hoạt động nông nghiệp

trên toàn cầu [117]. Boserup cho rằng đất đai canh tác nông nghiệp rộng lớn với

mức độ tập trung sản xuất thấp là phù hợp khi mật độ dân số nông thôn không cao,

bởi vì nó có xu hƣớng thuận lợi trong tổng số khối lƣợng công việc và hiệu quả giữa

đầu ra và đầu vào. Nhƣng nếu mật độ dân số tăng sẽ đòi hỏi sự tập trung sản xuất

trong nông nghiệp tăng và thời gian bỏ hoang đất canh tác sẽ đƣợc rút ngắn. Nhƣ

vậy, bà khẳng định rằng sự gia tăng dân số sẽ kéo theo sự thay đổi trong phƣơng

pháp sản xuất nông nghiệp, sự tập trung sản xuất sẽ đƣợc nâng cao hơn với chi phí

cho các hoạt động sẽ thấp hơn là những gì mà Boserup mô tả về gia tăng cƣờng độ

canh tác trên đất nông nghiệp.

Chính học thuyết của Boseup đã đặt nền móng cho các quá trình khai thác triệt

để tiềm năng sản xuất của đất đai khi mật độ dân số trên toàn cầu gia tăng mạnh mẽ.

Những chính sách cải cách về nông nghiệp sau này đều dựa trên nền móng học

thuyết của bà. Hiện nay, trên thế giới dân số đang ngày một gia tăng cũng đồng

nghĩa với việc sự suy giảm đất hoang hóa, đất đai đƣợc thâm canh tăng vụ, áp dụng

các thành tựu khoa học công nghệ nhằm nâng cao khối lƣợng sản phẩm đƣợc sản

xuất trên một đơn vị diện tích gieo trồng. Trong học thuyết này Boseup khẳng định

tồn tại một mối quan hệ rất chặt chẽ trong gia tăng nhân khẩu với sự chuyển đổi

không ngừng của loại hình sử dụng đất, đặc biệt đất sử dụng cho mục đích nông

nghiệp.

3. Học thuyết quá độ dân số

Quá độ dân số là thời kỳ có những biến động lớn của cả mức sinh và mức chết

với mức độ khác nhau giữa các thời kỳ và đƣợc chia thành 3 giai đoạn: 1. Giai đoạn

đầu quá độ: biểu hiện mức chết bắt đầu giảm xuống, mức sinh vẫn còn cao. Do đó,

gia tăng dân số bắt đầu diễn ra với tốc độ cao; 2. Giai đoạn giữa quá độ: biểu hiện

mức chết giảm xuống rất nhanh, trong khi mức sinh mới chỉ bắt đầu giảm xuống. Vì

vậy, gia tăng dân số đạt đến đỉnh cao; 3. Giai đoạn cuối quá độ: mức sinh giảm

xuống rất nhanh trong khi mức chết chững lại và biến đổi rất ít, khoảng cách giữa

sinh và chết thu hẹp lại, dân số tăng chậm [9].

Đánh giá về mối quan hệ giữa tiến trình phát triển kinh tế - xã hội với biến động

dân số, các nhà nhân khẩu đã rút ra nhận xét là ―tất cả các dân tộc trong kỷ nguyên

hiện đại đã chuyển từ nền kinh tế truyền thống trên cơ sở nông nghiệp sang nền

kinh tế công nghiệp lớn trên cơ sở đô thị hoá, hiện đại hoá thì đều chuyển từ mức

sinh và mức chết cao sang mức sinh và mức chết thấp‖.

(Cách mạng công nghiệp Tiến bộ y học Giảm tử vong

Tính ổn định hành vi sinh đẻ Giảm sinh đẻ)

Hình 1.3: Mô hình quá độ dân số [9]

* Nhận định:

Trên đây là ba học thuyết điển hình về mối quan hệ giữa gia tăng dân số và sự

phát triển kinh tế - xã hội thông qua sự gia tăng lƣơng thực và thực phẩm. Trong khi

đó, ở Việt Nam và khu vực nghiên cứu hiện nay đang đƣợc nhận định ở thời kì cuối

của quá độ dân số, mà theo lí thuyết này, việc giảm mức sinh là sản phẩm đi kèm

của công nghiệp hoá và hiện đại hoá. Tuy nhiên, đối với các nƣớc đang phát triển

trong đó có Việt Nam với tốc độ dân số tăng rất nhanh, chúng ta không thể chờ đợi

quá trình công nghiệp hoá, đô thị hoá diễn ra mà phải chấp nhận sự can thiệp của

chƣơng trình ―Kế hoạch hóa gia đình‖ của chính phủ nhằm tác động trực tiếp đến

sự gia tăng dân số. Xét về thực tế, học thuyết của Boserup vẫn rất đúng với tình

hình phát triển dân số và phát triển kinh tế - xã hội tại Việt Nam ở cuối thế kỉ 20 và

đầu thế kỉ 21. Có nghĩa là, dƣới sức ép của dân số đến một mức độ nhất định sẽ kéo

theo những thay đổi về phƣơng thức sản xuất nông nghiệp [9]. Những thay đổi đó

sẽ đƣợc biểu thị bằng cách từ việc bỏ hoang đất sang việc thâm canh, tăng vụ trên

đất trồng trọt, hoặc chuyển đổi mục đích sử dụng đất từ các loại hình đất có lợi ích

kinh tế thấp sang loại hình sử dụng đất có kinh tế cao hơn. Rất rõ ràng, trong mối

quan hệ này các yếu tố nhân khẩu học đã dẫn dắt và làm thay đổi quá trình sản xuất,

hay gia tăng dân số chính là nguyên nhân gây ra những sự thay đổi trong các hoạt

động phát triển, mà ở đây là đối tƣợng sử dụng đất.

1.2.3 Sự biến động các yếu tố nhân khẩu học ảnh hưởng đến tăng trưởng kinh

tế - xã hội, môi trường và gây ra những biến động trong mục đích sử dụng đất

Các nguyên nhân và hậu quả của sự tăng trƣởng dân số và quan hệ của nó với

các nguồn lực sẵn có là một vấn đề của cuộc tranh luận liên tục [65]. Các cuộc tranh

luận đã đƣợc theo đuổi với cƣờng độ đổi mới trong những năm qua, đặc biệt là

trong bối cảnh của sự cạn kiệt các nguồn tài nguyên đáng sợ khi đối mặt với tăng

trƣởng dân số [65]. Sau đây là một số ảnh hƣởng điển hình của quá trình gia tăng

dân số đến các mặt phát triển kinh tế - xã hội và môi trƣờng đã đƣợc chứng minh

1. Các tác động của tốc độ tăng trƣởng dân số lên phát triển kinh tế - xã hội

trong những nghiên cứu trên các khu vực trên toàn cầu.

Tốc độ tăng trƣởng dân số đe dọa chất lƣợng cuộc sống con ngƣời trên khắp thế

giới. Nó cũng cản trở sự cải thiện chất lƣợng cuộc sống ở những quốc gia cố gắng

phát triển kinh tế dƣới gánh nặng của ngƣời dân ngày càng tăng. Có ít nhất ba khía

cạnh khác nhau của sự thay đổi dân số có ảnh hƣởng đến quá trình phát triển kinh

tế. Chúng bao gồm: tỷ lệ tăng trƣởng dân số, quy mô dân số, cơ cấu tuổi của dân số

[151]. Khi dân số lớn hơn, khả năng tập hợp các nguồn lực cho phát triển sẽ giảm

dần. Điều này là đúng đối với từng quốc gia cũng nhƣ cho toàn thể thế giới [137].

2. Tác động của tăng trƣởng dân số nhanh chóng đến giáo dục và sức khỏe

Sự cải thiện về chất lƣợng của con ngƣời gần đây đã đƣợc coi là mục tiêu trọng

tâm của chính sách phát triển. Chi tiêu cho các dịch vụ giáo dục và y tế cho ngƣời

dân cung cấp một phƣơng tiện tiếp tục tăng năng lực sản xuất của một quốc gia.

Nâng cao tiêu chuẩn giáo dục và tình trạng sức khỏe của lực lƣợng lao động cho

phép một sản lƣợng lớn hơn có thể thu đƣợc từ cùng một số công nhân. Dân số tăng

nhanh dẫn đến một sự gia tăng nhanh chóng số độ tuổi đi học. Do đó, các quốc gia

phải bỏ nhiều kinh phí và đất đai để xây dựng cơ sở hạ tầng, cơ sở y tế, bệnh viện

và trƣờng học để đảm bảo đủ điều kiện phát triển giáo dục và đảm bảo tình trạng

khám chữa bệnh cho ngƣời dân. Chính những nhu cầu chính đáng này đã gây ra

những chuyển đổi mạnh mẽ trong mục đích sử dụng đất ở các nƣớc đang phát triển.

3. Tác động của tăng trƣởng dân số nhanh chóng trên cơ sở hạ tầng và môi trƣờng

Một trong những ảnh hƣởng nặng nề nhất của việc gia tăng dân số trong các

khu vực đô thị là nhà ở và dịch vụ hạ tầng và an toàn môi trƣờng. Chƣơng trình nhà

ở của chính phủ, cùng với việc cung cấp các dịch vụ đô thị nhƣ nƣớc, điện và các

nơi chứa nƣớc thải, rác thải cùng cơ sở giao thông hạ tầng là không thể theo kịp với

tốc độ tăng dân số tự nhiên và di cƣ [119].

Tại các khu vực nông thôn các khu dân cƣ phát triển nhanh chóng dẫn đến tình

trạng thiếu đất, nƣớc và thƣờng gây gia tăng ô nhiễm. Đất đai dự trữ trở nên khan

hiếm, nông nghiệp trở nên chuyên sâu hơn. Tăng cƣờng phát triển và thâm canh

trên đất dẫn đến sự thoái hoá đất nhanh chóng. Cấu trúc vật lý của đất bắt đầu bị

phá vỡ cũng nhƣ hầu hết các chất dinh dƣỡng của đất đang bị cạn kiệt và kết quả

gây ra hiện tƣợng sa mạc hóa [69].

Nhƣ vậy, tăng dân số đóng một vai trò kép trong quá trình phát triển. Nó có thể

vừa là một sự kích thích và một trở ngại cho sự tăng trƣởng và phát triển. Để đánh

giá toàn diện về tác động của biến động dân số đến phát triển, các nghiên cứu đã

đƣợc tiến hành bởi các nhà kinh tế cho thấy sự tăng trƣởng dân số nhanh chóng

thƣờng là một trở ngại cho sự phát triển trong đời sống.

Sự gia tăng nhanh chóng trong sự tăng trƣởng dân số cũng có tác động tiêu cực

đến nhiều khía cạnh khác của môi trƣờng. Mật độ dân số tăng cao có thể gây ra tình

trạng phá rừng ở nhiều nơi trên thế giới đặc biệt ở các nƣớc đang phát triển. Sự suy

giảm của các nguồn tài nguyên không tái tạo đƣợc tăng tốc bởi tăng trƣởng dân số

nhanh chóng. Tăng dân số thƣờng mang đến những vấn đề lớn liên quan đến dịch

vụ giải trí xã hội, giao thông, trƣờng học, và nhà ở. Kết quả là gây ra những biến

động rất lớn trong mục đích sử dụng đất ở các quốc gia có dân số tăng nhanh.

1.3 Các phương pháp nghiên cứu mối quan hệ giữa biến động sử dụng đất

và sự thay đổi các yếu tố nhân khẩu học

1.3.1 Tích hợp dữ liệu viễn thám và GIS trong nghiên cứu biến động sử dụng đất

do tác động của phát triển dân số

Dữ liệu viễn thám và GIS là đặc biệt rất hữu ích cho các nghiên cứu xác định

mối quan hệ giữa biến động sử dụng đất/các yếu tố thuộc nhân khẩu học / phát triển

kinh tế - xã hội. Nghiên cứu biến động sử dụng đất ở các nƣớc đang phát triển đã

chứng minh rằng, công việc nghiên cứu các vấn đề xã hội không gian giúp tìm hiểu

lịch sử phát triển và nguyên nhân gốc rễ của các vấn đề kinh tế - xã hội đang diễn ra

[60, 98]. Codjoe và các cộng sự [127] đã sử dụng dữ liệu viễn thám, GIS, số liệu

điều tra dân số và dữ liệu khảo sát tích hợp trong nghiên cứu mối quan hệ dân số và

sử dụng đất tại Ghana. Các nhà nghiên cứu khác cũng đã đƣợc sử dụng các dữ liệu

viễn thám để phân tích dân số và LUCC tại một số các nƣớc đang phát triển. Đáng

chú ý trong số đó là những nghiên cứu tại các khu vực nhƣ: Nàng Rồng, Thái Lan

[21, 28], khu vực Amazon của Nam Mỹ [113, 130], Peten ở Guatemala [128], khu

vực Chittagong ở Bangladesh [116], Costa Rica [146], Ecuador [83], Trung Quốc

[148], Java ở Indonexia [147], Jordan [97], và Dehradun ở Ấn độ [23]. Các nghiên

cứu lớn điển hình ở vùng cận Sahara Châu Phi cũng sử dụng kết hợp dữ liệu vệ tinh

và dữ liệu khảo sát để nghiên cứu phát triển kinh tế - xã hội, sự gia tăng dân số và

thay đổi mục đích sử dụng đất bao gồm những nghiên cứu [67], [52].

Nhƣ vậy, dữ liệu viễn thám và GIS đã đƣợc các nghiên cứu chứng minh nhƣ là

những loại dữ liệu và công cụ rất hiệu quả để nghiên cứu thành lập bản đồ theo dõi

sự thay đổi dân số dựa trên các bản đồ biến động lớp phủ / sử dụng đất nhằm xác

định mối quan hệ giữa chúng.

1.3.2 Sử dụng phương pháp hồi quy dựa trên phân tích thống kê để xác định

quan hệ giữa biến động sử dụng đất và thay đổi dân số các khu vực nghiên cứu

trên Thế giới và Việt Nam

Rất nhiều tiến bộ đáng kể đã đƣợc thực hiện trong thập kỷ qua bằng cách sử

dụng kỹ thuật thống kê của phân tích hồi quy dựa trên tập dữ liệu đƣợc tích hợp

bởi dữ liệu khảo sát thực địa, dữ liệu vệ tinh và dữ liệu điều tra dân số [27].

Phân tích hồi quy thƣờng đƣợc sử dụng khi xác định quan hệ tƣơng quan giữa

các biến phụ thuộc và một số biến độc lập. Sau đây là một số nghiên cứu điển

hình sử dụng phƣơng pháp hồi quy nhằm xác định mối quan hệ giữa sử dụng

đất, dân số và môi trƣờng.

Foster [21] đã mô tả nghiên cứu về độ che phủ rừng ở Ấn Độ, dựa trên

quan sát có một sự gia tăng trong diện tích rừng bao gồm trong các vùng lãnh

thổ xung quanh ngôi làng nông thôn. Foster và cộng sự đã áp dụng phƣơng

pháp hồi quy để giải thích những thay đổi trên có liên quan đến quá trình sản

xuất nông nghiệp, gia tăng dân số và thay đổi chế độ tiền lƣơng. Các tác giả kết

luận rằng sự tăng trƣởng diện tích rừng xung quanh làng chủ yếu là do nhu cầu

gỗ và giấy ở cấp quốc gia cùng với các rào cản thƣơng mại không khuyến khích

việc nhập khẩu các sản phẩm này. Nghiên cứu này dựa trên phân tích thống kê

định lƣợng đã xem xét các khía cạnh của sự tƣơng tác giữa dân số -môi trƣờng

và sự tƣơng tác này đƣợc tác giả coi nhƣ một hệ thống phức tạp.

Turner và các cộng sự [26, 141] trong những nghiên cứu về mối quan hệ

giữa sự gia tăng mật độ dân số và cƣờng độ sử dụng đất nông nghiệp đã sử

dụng phƣơng pháp tƣơng quan tuyến tính và hồi quy logistic để xác định mối

quan hệ tƣơng quan giữa hai đối tƣợng trên. Kết luận nghiên cứu trên chỉ ra

rằng có mối quan hệ tuyến tính thuận giữa áp lực dân số và cƣờng độ sử dụng

đất nông nghiệp, kết luận này gián tiếp ủng hộ khung lý thuyết về quan hệ giữa

sự gia tăng dân số với phát triển nông nghiệp của nhà nghiên cứu nhân khẩu

học Boserup. Nghiên cứu chỉ ra rằng: phân tích tƣơng quan cho thấy một liên

kết tích cực mạnh mẽ giữa mật độ dân số và cƣờng độ sử dụng đất nông nghiệp

của một khu vực nghiên cứu điển hình cho khu vực nhiệt đới.

Codjoe [38, 39] kết hợp nhiều mô hình hồi quy phi tuyến tính để đánh giá

hiệu quả tăng dân số sử dụng đất nông nghiệp ở hai vùng sinh thái của Ghana.

Dữ liệu từ một cuộc điều tra hồi cứu, báo cáo điều tra dân số của Ghana trong

những năm 1960, 1970, 1984 và 2000, số liệu điều tra dân số nông nghiệp năm

1992 và 2000 và bản đồ sử dụng đất phù hợp đƣợc tạo ra từ ảnh viễn thám. Dự

báo về diện tích cây trồng cần thiết để đáp ứng sự tăng trƣởng dân số dự kiến

đã đƣợc tính toán cho năm 2010, dựa trên mô hình hồi quy và dân số dự kiến.

Cũng theo kết luận của nghiên cứu này, xu hƣớng thay đổi sử dụng đất và lớp

phủ đất liên quan đến dữ liệu dân số đƣợc đánh giá tốt và hiệu quả nếu đơn vị

phân tích là các quốc gia, vùng, cấp thành phố hoặc trên các huyện.

Buddhi Gyawali và các cộng sự [34] nghiên cứu và xác định mối quan hệ

giữa các loại hình sử dụng đất với các yếu tố nhân khẩu học tại Alabama bằng

phƣơng pháp phân tích hồi quy logistic. Kết quả nghiên cứu chỉ ra rằng sự gia

tăng mật độ dân số tại những khu vực ven rừng là một động lực quan trọng cho

việc chuyển đổi đất rừng thành đất nông nghiệp, có nghĩa là gia tăng mật độ

dân số có quan hệ rất chặt chẽ với sự mở rộng đất nông nghiệp của những khu

vực có rừng.

Còn rất nhiều các nghiên cứu khác khi nghiên cứu nhằm xác định mối quan

hệ giữa các yếu tố động lực làm biến đổi lớp phủ và sử dụng đất thƣờng sử

dụng phƣơng pháp phân tích hồi quy là kỹ thuật chủ đạo nhằm xác định các

mối quan hệ đó. Trong đó, đặc biệt phƣơng pháp hồi quy logistic thƣờng đƣợc

dùng nhiều trong các nghiên cứu trong những năm gần đây [104]. Theo các nhà

nghiên cứu, họ cho rằng phƣơng pháp hồi quy logistic là phƣơng pháp thích

hợp để sử dụng kết hợp với kết quả phân loại từ ảnh viễn thám, nhƣ các lớp sử

dụng đất/lớp phủ [55, 108]. Sau khi phƣơng pháp này đƣợc Turner và các cộng

sự sử dụng trong nghiên cứu [141], nó nhanh chóng đƣợc áp dụng rộng rãi

trong khoa học nghiên cứu biến động đất đai [64, 70]. Do tính chất phân minh

của kết quả đầu ra (quá trình mô hình hóa biến động sử dụng đất dựa các biến

tác động, các biến này đƣợc đánh giá theo từng trọng số tác động riêng rẽ), cho

nên kết quả của phƣơng pháp hồi quy logistic dễ thích nghi và đƣợc đánh giá

sát với sự biến động diễn ra trên thực tế, vì vậy nó đƣợc ứng dụng cho việc nghiên

cứu và xác định các biến động lực làm thay đổi sử dụng đất [70, 156].

* Nhận định:

Dựa trên những kiến thức tổng quan trên, chúng tôi nhận thấy hiện nay xu

hƣớng sử dụng tƣ liệu viễn thám để nghiên cứu sự thay đổi trong sử dụng đất và sau

đó sử dụng các phƣơng pháp hồi quy nhằm xác định mối quan hệ giữa biến động sử

dụng đất với các yếu tố nhân khẩu học đang đƣợc rất nhiều các nhà nghiên cứu

trong và ngoài nƣớc áp dụng. Ƣu điểm lớn nhất của phƣơng pháp này là :

+ Khi xác định thay đổi sử dụng đất dựa trên tƣ liệu viễn thám, chúng ta có

thể xác định đƣợc sự thay đổi đó trong không gian và thời gian một cách

chính xác;

+ Sử dụng các mô hình hồi quy trong phân tích thống kê cho phép chúng ta

nhanh chóng nhận diện mối quan hệ giữa các biến và cũng cho phép xác định

mức độ quan hệ giữa các biến.

Chính vì những lí do này mà chúng tôi đã lựa chọn phƣơng pháp trên để giải bài

toán của luận án nhằm xác định mối quan hệ giữa biến động sử dụng đất với các

yếu tố nhân khẩu học tại khu vực huyện Giao Thủy, tỉnh Nam Định.

1.4 Tình hình nghiên cứu mối quan hệ giữa biến động sử dụng đất và các yếu

tố nhân khẩu học ở Việt Nam

Ở Việt Nam, biến động sử dụng đất đang là một trong những chủ đề đƣợc các

nhà nghiên cứu quan tâm nhiều nhất trong những năm gần đây. Tuy nhiên, các

nghiên cứu hiện nay hầu hết mới chỉ tập trung nghiên cứu biến động lớp phủ và

biến động sử dụng đất ở giai đoạn ứng dụng và tích hợp dữ liệu viễn thám và GIS,

tìm hiểu và lựa chọn các thuật toán nhằm nâng cao độ chính xác xác định sự thay

đổi của các đối tƣợng nghiên cứu [12, 102, 145].

Thời gian gần đây, cũng đã xuất hiện một số nghiên cứu nhằm tìm hiểu về các yếu

tố động lực gây biến động sử dụng đất và độ che phủ đất ở Việt Nam. Những nghiên

cứu này đƣợc tập trung vào những khu vực có sự biến động diện tích lớp phủ rừng, đặc

biệt các tổ chức nghiên cứu và các tác giả nƣớc ngoài đã tập trung vào những khu vực

đồi núi của Việt Nam thuộc các tỉnh Tây nguyên Nam trung bộ, các tỉnh miền núi phía

Bắc bao gồm cả Đông Bắc và Tây Bắc, nó đƣợc biểu thị qua rất nhiều các công trình

nghiên cứu lớn nhỏ nhƣ [76, 102, 111]. Hầu hết, các nghiên cứu này đều kết luận các

biến kinh tế - xã hội (đa dạng hóa sinh kế của các dân tộc thiểu số, sự khác biệt trong

sinh kế của từng dân tộc thiểu số, các thể chế chính sách, sự gia tăng dân số, di cƣ, phát

triển cơ sở hạ tầng và sự phát triển kinh tế thị trƣờng ... ) là các yếu tố quyết định gây

lên biến động diện tích rừng ở Việt Nam, từ việc chuyển đổi đất rừng sang đất nông

nghiệp, mở rộng khu dân cƣ, mở rộng các khu vực khai thác khoáng sản, v.v….

Nhƣ vậy, vai trò yếu tố nhân khẩu học tại Việt Nam đã bắt đầu đƣợc các nghiên

cứu chú ý và nghiên cứu nó gắn với quá trình phát triển kinh tế - xã hội của đất

nƣớc, đặc biệt đƣợc nghiên cứu tham gia vào quá trình biến động lớp phủ và sử

dụng đất tại Việt Nam [35, 43, 49, 106, 115]. Trong các nghiên cứu trên, Muller và

Ole đều hƣớng nghiên cứu của mình tới khu vực Đắc Lắc, nơi đã xảy ra sự gia tăng

dân số đột biến do chính sách di dân đến vùng kinh tế mới của Việt Nam trong giai

đoạn những năm sau Đổi mới [43, 106]. Muller đã kết luận trong nghiên cứu của

mình dựa trên kết quả mô hình kinh tế, khi mật độ dân số thấp thì vấn đề dân số gây

ra ít áp lực về sự thay đổi trong sử dụng đất, nhƣng khi mật độ dân số ngày càng

tăng dẫn đến một nhu cầu về đất trồng lúa và đất nông nghiệp. Do đó, đất đai có xu

hƣớng đƣợc chuyển đổi thành đất nông nghiệp tại các khu vực có mật độ dân số cao

[43]. Tuy nhiên, ông chỉ đơn thuần sử dụng một mô hình hồi quy logistic, do đó kết

quả mà ông đƣa ra không định lƣợng đƣợc sự thay đổi trong sử dụng đất tại khu vực

nghiên cứu là bao nhiêu. Còn trong nghiên cứu của Ole, những thay đổi dân số ở

Đắk Lắk trong thời gian điều tra gần 20 năm đã đƣợc mô tả toàn diện. Hậu quả của

sự gia tăng dân số là các khu dân cƣ và hạ tầng cơ sở đã đƣợc mở rộng từ 0,07%

của khu vực vào năm 1979 lên 2,5% vào năm 1994, chủ yếu là thành lập dọc theo

những con đƣờng lớn hơn. Dựa trên thực tế này, nghiên cứu của Ole đã nhấn mạnh

sự cần thiết phải lập kế hoạch sử dụng đất trong bối cảnh gia tăng dân số cao nhƣ

Đắc Lắc [106]. Tuy nhiên, trong nghiên cứu này mối quan hệ trên chỉ đƣợc đề cập

mang tính định tính, không hề có tính toán phân tích nào xác định gia tăng dân số

chính là nguyên nhân gây ra các sự thay đổi trong sử dụng đất.

Bên cạnh đó, các nghiên cứu còn lại tập trong nghiên cứu tại các đô thị lớn của

Việt Nam nhƣ Hà Nội và thành phố Hồ Chí Minh [35, 49, 115]. Caitlin và các cộng

sự đã nghiên cứu quy luật quá trình mở rộng đô thị tại Thành phố Hồ Chí Minh,

trong nghiên cứu này họ cho rằng có dấu hiệu đô thị hóa tại các khu vực ven đô

thành phố và nó đƣợc minh họa trên không gian các quận với tỷ lệ đô thị mở rộng

đất đai cực cao liên quan đến sự tăng trƣởng mạnh của quy mô dân số [35]. Nhóm

tác giả Dƣơng lại nghiên cứu sự mở rộng đất xây dựng tại thành phố Hà Nội với sự

gia tăng quy mô dân số tại khu vực này. Theo nghiên cứu này, họ cho rằng những

thay đổi về đất xây dựng có mối tƣơng quan tỉ lệ thuận với những thay đổi trong

quy mô dân số khu vực [49]. Trong cả hai nghiên cứu trên, phƣơng pháp phân tích

tìm hiểu tác động của sự gia tăng quy mô và mật độ dân số gây ra quá trình đô thị

hóa tại Hà Nội và thành phố Hồ Chí Minh đều sử dụng tƣ liệu viễn thám và các

phân tích không gian trên GIS, trong nghiên cứu của Caitlin và các cộng sự chỉ

dùng phân tích chồng xếp không gian dữ liệu dân số lên trên ranh giới các phƣờng,

quận thành phố Hồ Chí Minh và suy ra quy luật biến đổi của quy mô dân số các

quận diễn ra trên không gian các phƣờng có tỷ lệ phát triển đô thị cao chứ không sử

dụng bất kì một tính toán nào xác định xem liệu các số liệu giữa gia tăng dân số

theo thời gian có mối quan hệ với quá trình đô thị hóa diễn ra trong cùng không

gian. Trong nghiên cứu của Dƣơng, họ chỉ dừng lại ở phƣơng pháp tính tƣơng quan,

và xác định đƣợc sự gia tăng diện tích đất xây dựng có mối tƣơng quan tỉ lệ thuận

với sự gia tăng quy mô dân số của khu vực nghiên cứu.

Một điểm chung của các nghiên cứu này đều chỉ ra các khu vực nghiên cứu trên

lãnh thổ Việt Nam có sự tác động của gia tăng quy mô dân số hay mật độ dân số

trong khu vực gây gia tăng áp lực lên sử dụng đất, dẫn đến sự thay đổi lớp phủ/sử

dụng đất trong các khu vực nghiên cứu. Bên cạnh đó, các nghiên cứu đã ứng dụng

các kĩ thuật viễn thám và GIS trong phân tích và nhận diện quá trình biến động sử

dụng đất, tuy nhiên hầu nhƣ các nghiên cứu mới dừng ở mức xác định tác động của

gia tăng dân số đến biến động sử dụng đất trên cơ sở định tính, không tính toán định

lƣợng xác định xem yếu tố dân số tác động mạnh hay yếu và quan hệ ở mức độ nhƣ

thế nào với quá trình chuyển đổi đất đai. Tại Việt nam từ đầu thế kỉ 21 đến nay, quá

trình gia tăng về quy mô và mật độ dân số không còn là một yếu tố duy nhất về

nhân khẩu học gây lên các sức ép gây ra sự chuyển đổi trong mục đích sử dụng đất,

do đó cần phải xem xét thực trạng những vấn đề chuyển đổi nhân khẩu học nổi bật

tại thời điểm nƣớc ta hiện nay có gây tác động đến quá trình chuyển đổi đất đai nhƣ

thế nào để phục vụ cho các nhà lập kế hoạch ban hành các chính sách phù hợp với

giai đoạn phát triển nhân khẩu hiện nay tại Việt Nam.

Trong khi đó, hiện nay giống nhƣ nhiều nƣớc khác ở Đông Á và Đông Nam

Á, Việt Nam đang ở giai đoạn sau của chuyển đổi nhân khẩu học. ―Chuyển đổi nhân

khẩu học‖ là thuật ngữ đƣợc các nhà nhân khẩu học sử dụng để mô tả mức chết và

sinh giảm từ tỷ lệ cao ở các quốc gia có thu nhập thấp xuống tỷ lệ thấp ở các quốc gia

có thu nhập cao. Chuyển đổi nhân khẩu học gắn bó hết sức mật thiết với sự phát triển

kinh tế-xã hội của một quốc gia. Trong quá trình phát triển, xã hội đều trải qua sự

chuyển đổi nhân khẩu học và không xã hội nào hoàn thành sự chuyển đổi này

mà không phát triển. Tuy nhiên, những cơ chế gắn kết giữa chuyển đổi nhân khẩu học

và phát triển đều rất phức tạp.

Khi xem xét mối tƣơng quan giữa các yếu tố nhân khẩu học và các nhân tố phát

triển kinh tế - xã hội tại Việt Nam trong 10 - 15 năm vừa qua, ngƣời ta đã đặc biệt

quan tâm đến vấn đề ―cơ cấu dân số vàng‖. Khái niệm này nhằm nói đến những biến

đổi điển hình về cơ cấu tuổi mà dân số trải qua thông qua quá trình chuyển đổi nhân

khẩu học của nó và cách thức mà những thay đổi này cản trở hay tăng cƣờng những nỗ

lực phát triển. Theo Williamson, một nhà nghiên cứu nhân khẩu học cho rằng: ―Điều

cần quan tâm nhất khi xác định tác động của chuyển đổi nhân khẩu học đối với hoạt

động phát triển kinh tế - xã hội đó chính là những thay đổi về cơ cấu tuổi‖.

Mối quan hệ giữa ―cơ cấu dân số vàng‖ và sự phát triển kinh tế - xã hội dĩ

nhiên không mang tính mặc định. ―Cơ cấu dân số vàng‖ không có nghĩa là tất yếu

sẽ có tăng trƣởng kinh tế. Nó cũng không thay thế đƣợc cho chính sách phát triển

kinh tế - xã hội đúng đắn. Một nƣớc muốn tận dụng lợi thế này trƣớc hết cần phải có

các chính sách kinh tế - xã hội hợp lý. Cụ thể là: (1) phải có chính sách đảm bảo phần

lớn những người trong độ tuổi lao động có việc làm tạo ra sản phẩm: tỷ số giữa

ngƣời trong độ tuổi lao động đối với ngƣời phụ thuộc chỉ là lợi thế cho sự phát

triển kinh tế khi những ngƣời trong độ tuổi lao động đều có việc làm tạo ra sản phẩm;

nếu họ thất nghiệp thì hậu quả là họ làm tăng thêm gánh nặng phụ thuộc; (2) phải có

chính sách đảm bảo phần lớn số của cải phụ trội được làm ra trong thời kỳ cửa sổ cơ

hội được đầu tư cho phát triển – đặc biệt là cho phát triển con người.

Mặc dù đƣợc nhận định là một yếu tố rất quan trọng tạo bƣớc nhảy vọt trong phát

triển kinh tế - xã hội của các quốc gia, tuy nhiên hiện nay tại Việt Nam vấn đề nghiên

cứu cơ hội và các tác động của cơ cấu dân số vàng đến quá trình phát triển kinh tế - xã

hội của Việt Nam vẫn còn rất hạn chế, đặc biệt trong lĩnh vực nghiên cứu tác động của

nhân khẩu học đến sử dụng đất vẫn đang là vấn đề rất mới. Khi đề cập đến vấn đề liên

kết giữa hai phạm trù tự nhiên và xã hội, các nhà nghiên cứu đều khẳng định vấn đề

này cần thiết phải kết hợp nghiên cứu liên nghành giữa khoa học tự nhiên, khoa học

tính toán với khoa học xã hội và khoa học kinh tế.

Vấn đề nghiên cứu mối quan hệ nhân quả tác động nhằm phục vụ thúc đẩy sự

phát triển bền vững rất cần thiết phải đƣợc tiến hành nghiên cứu sâu và trải rộng trên

khắp các vùng miền của cả nƣớc. Tốc độ tăng trƣởng dân số có ảnh hƣởng tiêu cực

đến sự cải thiện trong nguồn cung cấp thực phẩm và cũng làm tăng thêm các khó

khăn về phát triển và tiết kiệm. Tuy hiện nay, Việt Nam đã có nhiều biện pháp nhằm

hạn chế sự tăng trƣởng dân số (theo báo cáo của Liên hợp quốc [142] từ 2005-2015

tăng trƣởng dân số Việt nam đạt 1.04%), nhƣng hiện nay nƣớc ta đang bƣớc vào thời

kì hạt nhân hóa gia đình diễn ra nhanh chóng trên khắp mọi miền tổ quốc, mô hình

gia đình mở rộng đang thu hẹp, trong khi đó số lƣợng hộ gia đình hạt nhân gia tăng

nhanh chóng, mỗi một gia đình đại diện cho một mô hình kinh tế khác nhau. Tốc độ

gia tăng dân số giảm, tuy nhiên tỷ lệ những ngƣời trong độ tuổi lao động tăng nhanh.

Nhà nghiên cứu dân số và phát triển Nguyễn Đình Cử [3] đã có những câu hỏi liên

quan đến vấn đề: ―Những biến đổi dân số này tác động nhƣ thế nào đến tăng trƣởng

kinh tế trong quá khứ và tƣơng lai?‖. Luận án này cũng đặt ra câu hỏi lớn: những

biến đổi dân số trong giai đoạn sau ―Đổi Mới‖ có tác động nhƣ thế nào đến quá trình

biến động sử dụng đất tại các khu vực đồng bằng ven biển Sông Hồng, trong đó có

Giao Thủy? Trong nhiều năm tới (40 năm theo dự báo các nhà dân số học) với diễn

thế về nhân khẩu học vẫn có nhiều điểm tƣơng đồng nhƣ hiện nay, sử dụng đất nên

đƣợc quy hoạch nhƣ thế nào để có thể phù hợp với cơ hội ―cơ cấu dân số vàng‖?

* Nhận định:

Từ kết quả tổng quan trên, chúng tôi nhận thấy rằng mặc dù nhận thấy vấn đề

chuyển đổi nhân khẩu của Việt Nam đang diễn ra rất mạnh mẽ và có vai trò thúc

đẩy phát triển kinh tế - xã hội cho mỗi vùng miền. Tuy nhiên, hiện nay các nghiên

cứu tập trung vào hƣớng này còn rất hạn chế, chủ yếu chỉ nghiên cứu đến khía cạnh

tác động của vấn đề di cƣ, sự gia tăng dân số đến sử dụng tài nguyên môi trƣờng,

chứ thực sự chƣa có nghiên cứu nào xem xét và đề cập đến vấn đề cơ hội dân số

vàng và sự gia tăng nhanh chóng số lƣợng hộ gia đình hạt nhân có tác động nhƣ thế

nào đến việc sử dụng các tài nguyên thiên nhiên môi trƣờng, trong đó có đất đai.

Các báo cáo chủ yếu tồn tại dạng nghiên cứu đơn lẻ (chủ yếu nghiên cứu ở dạng xã

hội học thuần túy), kết quả đƣa ra mang tính định tính, thiếu định lƣợng, thiếu về

mặt nghiên cứu và xem xét mối quan hệ trên không gian và thời gian xảy ra nhƣ thế

nào? Do đó, luận án lựa chọn hƣớng nghiên cứu xác định mối quan hệ giữa biến

động sử dụng đất và một số biến nhân khẩu học trên cả hai chiều không gian và thời

gian là vấn đề nghiên cứu hết sức mới và thực sự là một nghiên cứu quan trọng

phục vụ cho công tác quản lý và quy hoạch đất đai, phù hợp với định hƣớng phát

triển bền vững tại các vùng miền mà đất nƣớc ta đang theo đuổi thực hiện.

Kết luận chương 1

1. Biến động sử dụng đất không chỉ bao gồm các thay đổi về diện tích, kích thƣớc

và hình dạng thửa đất mà còn bao gồm cả những thay đổi về mục đích sử dụng trên

từng thửa đất. Biến động sử dụng đất hiện nay xảy ra chủ yếu do bởi các hoạt động

của con ngƣời, trong đó sự thay đổi các yếu tố nhân khẩu học đóng vai trò rất lớn

gây ra sự biến động sử dụng đất trên quy mô toàn cầu.

2. Các nghiên cứu gần đây trên các nƣớc nhƣ Thái Lan, Trung Quốc và Ấn Độ đều

chỉ ra rằng, yếu tố số lƣợng hộ gia đình và cơ cấu tuổi trong nhân khẩu học là yếu tố

quan trọng quyết định đến mô hình sử dụng đất. Hiện nay, Việt Nam đang bƣớc vào

thời kì tốc độ gia tăng dân số giảm, số lƣợng hộ gia đình hạt nhân tăng và gia tăng

tỷ lệ những ngƣời trong độ tuổi lao động. Những câu hỏi mà luận án đặt ra là:

Những biến đổi dân số trong giai đoạn sau ―Đổi Mới‖ có tác động nhƣ thế nào đến

quá trình biến động sử dụng đất tại khu vực đồng bằng ven biển Sông Hồng? Trong

nhiều năm tới (40 năm theo dự báo các nhà dân số học) với diễn biến về nhân khẩu

học vẫn có nhiều điểm tƣơng đồng nhƣ hiện nay, sử dụng đất nên đƣợc quy hoạch

nhƣ thế nào để có thể tận dụng đƣợc cơ hội ―cơ cấu dân số vàng‖?

3. Dữ liệu viễn thám và GIS đã đƣợc các nghiên cứu trên Thế giới chứng minh

nhƣ là những loại dữ liệu và công cụ hiệu quả để thành lập bản đồ theo dõi sự

thay đổi dân số dựa trên các bản đồ biến động lớp phủ/sử dụng đất nhằm xác

định mối quan hệ không gian giữa chúng. Dữ liệu viễn thám là đầu vào hữu ích

cho các phép phân tích không gian của GIS, trong khi đó với các phân tích hiện

nay lợi thế nổi bật của GIS có chiều cạnh phân tích không gian. Do đó, khi

phân tích các mối quan hệ diễn ra trên bề mặt trái đất, sự lựa chọn đầu tiên về

phƣơng pháp mà các nhà nghiên cứu thƣờng sử dụng là tƣ liệu viễn thám và các

phân tích không gian trên GIS.

4. Khi nghiên cứu nhằm xác định mối quan hệ giữa các yếu tố động lực làm

biến đổi lớp phủ mặt đất và sử dụng đất, các nghiên cứu hiện nay thƣờng sử

dụng phƣơng pháp phân tích hồi quy là kỹ thuật chủ đạo nhằm xác định các

mối quan hệ đó. Ƣu điểm nổi bật của phƣơng pháp này là nhận diện nhanh

chóng các cặp quan hệ và xác định đƣợc mức độ quan hệ chặt chẽ hay lỏng lẻo.

5. Quan điểm và phƣơng pháp nghiên cứu của luận án đƣợc rút ra sau quá trình tổng

quan các vấn đề liên quan đến luận án đƣợc thể hiện trên hình 1.4 và 1.5:

Gia tăng tỷ trọng dân số trong độ tuổi lao động

Thay đổi mục đích SDĐ theo hƣớng có thu nhập kinh tế cao hơn

Biến động SDĐ

Gia tăng số hộ gia đình

Tăng cơ sở hạ tầng, đất vui chơi giải trí, bệnh viện, trƣờng học và đất ở

Hình 1. 4: Quan điểm nghiên cứu của luận án

Dự báo biến động SDĐ

Biến động SDĐ

Hiện trạng SDĐ

Xác định mối quan hệ giữa biến động SDD và NKH

+

Phân vùng thực địa

K-NN

Định hƣớng đối tƣợng

Phân tích thống kê

Mô hình hóa

GIS

Viễn thám

Hồi quy thống kê

Tích hợp mô hình hồi quy Logistic + Chuỗi Markov + Cellular Automata

Hình 1.5: Các phƣơng pháp chính đƣợc sử dụng trong luận án

CHƢƠNG 2

ĐÁNH GIÁ QUÁ TRÌNH BIẾN ĐỘNG SỬ DỤNG ĐẤT VÀ SỰ THAY ĐỔI CÁC

YẾU TỐ NHÂN KHẨU HỌC KHU VỰC HUYỆN GIAO THỦY, TỈNH NAM ĐỊNH

2.1 Tổng quan về khu vực nghiên cứu của luận án

2.1.1 Điều kiện địa lý tự nhiên huyện Giao Thủy

Huyện Giao Thuỷ nằm ở cực Đông của tỉnh Nam Định, cách thành phố Nam Định 45km, có tọa độ địa lý: 20o10‘ đến 20o21‘ vĩ độ Bắc và từ 106o21‘ đến 106o35‘ kinh độ Đông. Phía Bắc - Đông Bắc giáp với tỉnh Thái Bình; Phía Bắc -

Tây Bắc giáp với huyện Xuân Trƣờng; Phía Tây giáp huyện Hải Hậu; Phía Nam và

Đông Nam giáp Biển Đông.

Huyện Giao Thủy có đƣờng tỉnh lộ 489, đƣờng 486B và đƣờng 51B chạy qua

cùng với hệ thống sông Hồng đi qua địa bàn huyện. Huyện có 32 km bờ biển, có

Vƣờn Quốc gia Xuân Thuỷ tham gia Công ƣớc Ramsar là địa danh có tiềm năng du

lịch sinh thái lớn [16]. Giao Thủy bao gồm 20 xã và 2 thị trấn: thị trấn Ngô Đồng là

trung tâm chính trị - hành chính, kinh tế, văn hoá; thị trấn Quất Lâm là trung tâm

kinh tế, văn hoá - du lịch.

Hình 2.1: Khu vực nghiên cứu

Vƣờn quốc gia Xuân Thủy thuộc ranh giới của huyện Giao Thủy, là hệ sinh thái

đất ngập nƣớc ven biển lớn nhất ở phía bắc của Việt Nam. Các vùng lõi có tổng

diện tích 7.100 ha (trong đó: 4000 ha đất ngập nƣớc thủy triều thấp và 3.100 ha đất).

Nó bao gồm các đảo nhỏ của Cồn Ngạn, Cồn Lu, Cồn Xanh. Cồn Lu nhỏ nhất trong

ba hòn đảo nhỏ đang đƣợc mở rộng bởi phù sa của sông Hồng và bao phủ bởi lớp

cát. Các vùng đệm có tổng diện tích 8.000 ha, khu vực này có một lịch sử lâu dài

của canh tác lúa nƣớc cũng nhƣ quai đê và khai hoang đất khai hoang [138].

2.1.2. Các nguồn tài nguyên

a. Tài nguyên đất

Giao Thủy có 6 loại đất, gồm:

- Nhóm đất cát: diện tích khoảng 726 ha, phân bố ở các cồn cát, bãi cát ven biển

của huyện. Loại đất này chỉ thích hợp để trồng các loại cây nhƣ lạc, đậu tƣơng, ngô,

cói.

- Đất mặn sú vẹt: Có diện tích khoảng 3.754 ha, phân bố chủ yếu ở vùng ngoài

đê biển, mỗi khi thủy triều lên toàn bộ đất ngập dƣới nƣớc biển.

- Đất mặn nhiều: Diện tích khoảng 542 ha, phân bố ở ven phía trong đê biển, đê

sông, thuộc các xã ven biển. Đây là những vùng đất đang có xu hƣớng chuyển sang

nuôi trồng thuỷ sản hoặc trồng các loại thực vật ƣa mặn nhƣ sú, vẹt, cói và muối.

- Đất mặn trung bình và ít: Diện tích khoảng 4.979 ha, phân bố chủ yếu ở vùng

đất trong đê biển. Nhóm đất mặn trung bình và ít hiện đang sử dụng trồng 1 – 2 vụ

lúa/năm và cho năng suất khá cao. Tuy nhiên ngoài độ chua khá thích hợp đối với

cây lúa, còn có các chất dinh dƣỡng khác đều thuộc loại trung bình thấp.

- Đất phèn: Diện tích khoảng 381 ha. Đất này hiện chủ yếu đang trồng lúa

- Đất phù sa – Fluvisols: Diện tích 1.0320 ha, phân bố ở tất cả các xã trong

huyện, là nhóm đất có diện tích lớn nhất trong các loại đất có trên địa bàn. Đất phù

sa chia làm hai loại: Đất phù sa ngoài đê đƣợc bồi đắp hàng năm và đất phù sa trong

đê không đƣợc bồi đắp hàng năm.Toàn bộ diện tích này dùng để trồng lúa, trồng

màu và một số cây công nghiệp ngắn ngày.

b. Tài nguyên nƣớc

Tài nguyên nƣớc huyện Giao Thủy bao gồm nguồn nƣớc mặt và nƣớc ngầm.

- Nguồn nước mặt

Giao Thủy có nƣớc mặt dồi dào do có sự hiện diện của hệ thống sông Hồng,

mạng lƣới sông ngòi nhỏ và lƣợng mƣa hàng năm tƣơng đối cao, trong vùng lại rất

nhiều ao, hồ, đầm chứa nƣớc. Các sông chảy qua địa phận huyện phần lớn đều

thuộc hạ lƣu nên lòng sông thƣờng rộng và không sâu lắm, có quá trình bồi đắp phù

sa ở cửa sông. Chịu ảnh hƣởng của đặc điểm địa hình và khí hậu nên chế độ nƣớc

sông chia làm hai mùa rõ rệt : mùa lũ và mùa cạn. Vào mùa lũ, lƣu lƣợng nƣớc sông

khá lớn. Vào mùa cạn, lƣợng nƣớc sông giảm nhiều, các sông chịu ảnh hƣởng lớn của

thủy triều, khiến cho vùng cửa sông bị nhiễm mặn. Tuy nhiên có thể vận dụng đặc

điểm này để quy hoạch phát triển nuôi trồng thủy sản nƣớc mặn lợ và đây cũng đƣợc

coi là tiềm năng, thế mạnh của huyện trong phát triển nông nghiệp toàn diện.

- Nguồn nước ngầm

Ngoài những nguồn nƣớc mặt, bên dƣới có những tầng ngậm nƣớc có khối

lƣợng lớn. Việc tích nƣớc lại ở tầng này chủ yếu là từ nƣớc mƣa và nƣớc tƣới cũng

nhƣ từ các con sông suối trong mùa mƣa. Ngƣời dân sử dụng giếng đào và giếng

khoan để lấy nƣớc sinh hoạt, tuy nhiên chất lƣợng nƣớc ngầm ở độ sâu 4- 8m không

đảm bảo vệ sinh do nguồn nƣớc ngầm ở tầng này bị nhiễm asen vƣợt mức quy định.

c. Tài nguyên rừng

Toàn huyện có 2.481,92 ha đất rừng chiếm 10,42% tổng diện tích tự nhiên,

trong đó chủ yếu là diện tích đất rừng đặc dụng với 2.360,71 ha, còn lại là diện tích

đất rừng phòng hộ có 121,21 ha. Rừng ở Giao Thủy chủ yếu là rừng ngập mặn, đặc

biệt huyện có Vƣờn Quốc gia Xuân Thủy với những cánh rừng ngập mặn gần nhƣ

nguyên sinh và những dải rừng mới trồng từ các dự án phục hồi rừng của quốc gia

và quốc tế. Do có các bãi triều rộng lớn với nguồn thức ăn phong phú từ những loài

động vật thuỷ sinh nên hàng năm vào mùa chim di cƣ có hàng chục ngàn cá thể

chim nƣớc đã dừng chân nơi đây để kiếm ăn, nghỉ ngơi và tích luỹ năng lƣợng cho

hành trình di cƣ dài ngày và nhiều gian khó.

Rừng ngập mặn có vai trò quan trọng trong việc phòng chống thiên tai, gió bão,

thích ứng biến đổi khí hậu, nƣớc biển dâng và là lá chắn an toàn để bảo vệ hệ thống

đê biển, góp phần ổn định cuộc sống cho nhân dân. Rừng ngập mặn còn là nơi trú

ngụ, sinh sản của các loài thuỷ hải sản và cung cấp nguồn lợi thuỷ sản phong phú

với 500 loài động thực vật thuỷ sinh biển có giá trị kinh tế cao nhƣ: tôm, cua, cá,

vạng, sò, cá tráp, cá chỉ vàng.v.v...

d. Tài nguyên biển

Huyện Giao Thủy có đƣờng bờ biển dài 32km. Đặc điểm của khu vực bờ biển

là: 2 cửa sông là sông Hồng và sông Sò; là vùng biển có rất nhiều phù du sinh vật

và thức ăn cho cá tôm từ đất liền do 2 con sông đổ ra. Nằm giữa hai cửa sông lớn,

cùng với vùng đất bãi bồi ven biển, là những điều kiện thuận lợi để phát triển các

ngành kinh tế biển nhƣ: khai thác, nuôi trồng thuỷ sản, công nghiệp đóng tàu, kinh

tế du lịch... Tổng sản lƣợng thuỷ hải sản bình quân 15.000-20.000tấn/năm; tổng sản

lƣợng lƣơng thực bình quân 106.000 tấn/năm là nguồn nguyên liệu dồi dào cung

cấp cho ngành công nghiệp chế biến thuỷ hải sản, lƣơng thực, thực phẩm xuất khẩu

và ngành công nghiệp chế biến thức ăn chăn nuôi cho gia súc, gia cầm.

Vùng bãi bồi Cồn Lu, Cồn Ngạn nằm ở cửa sông Hồng có hệ sinh thái đất ngập

nƣớc đa dạng, phong phú với gần 4000 ha rừng ngập mặn là nơi dừng chân của

nhiều loại chim di trú quý hiếm đƣợc ghi tên trong sách đỏ quốc tế. Xuôi về phía

Nam có bãi biển Quất Lâm với bãi cát dài hơn 5km, là bãi tắm lý tƣởng cho du

khách.

2.1.3 Điều kiện kinh tế-xã hội khu vực nghiên cứu

Cơ cấu kinh tế của Giao Thủy đang chuyển dịch dần từ kinh tế nông nghiệp vốn

từ lâu đời, sang thƣơng mại và dịch dịch vụ: nhƣ phát triển ngành du lịch biển. Hiện

tại huyện đang đƣợc đầu tƣ vào bảo tồn và khai thác bền vững tuyến du lịch vƣờn

quốc gia Xuân Thủy, một trong những trọng điểm của khu dự trữ sinh quyển châu

thổ sông Hồng. Giao Thủy có biển Quất Lâm là một trong những bãi tắm lý tƣởng

cho khách du lịch các tỉnh lân cận.

Theo số liệu thống kê của Ủy ban nhân dân Giao Thủy huyện từ năm 2005, mật độ dân số trung bình của huyện thay đổi từ 851 lên 889 ngƣời/ km2, tăng trƣởng dân

số hàng năm bình quân trên 1% và vẫn có xu hƣớng tăng. Những cƣ dân địa phƣơng

kiếm phần lớn thu nhập của họ bằng các hoạt động nông nghiệp, chủ yếu từ trồng

lúa chiếm 39,3% thu nhập bình quân, năng suất là 632 kg lúa bình quân đầu ngƣời

mỗi năm. Bên cạnh đó, nuôi trồng thủy sản đƣợc coi là có tiềm năng cao: trong năm

2007, ngành thủy sản đã tăng 36,1% thu nhập của một gia đình, đã có 1.800 ha ao

nuôi trồng thủy sản trong vùng đệm. Với tốc độ tăng trƣởng hàng năm của các

doanh nghiệp hàng hải là 14,9%, khu vực này là mở rộng nhanh chóng và đƣợc coi

là có doanh thu kinh tế cao hơn so với nông nghiệp truyền thống. Nuôi trồng thủy

sản cho lợi nhuận tài chính cao, nhƣng cũng cần số vốn đầu tƣ lớn [44].

Nguồn lao động đƣợc cấu trúc theo thu nhập bình quân: 78,6% của tất cả các cƣ

dân đang làm việc trong lĩnh vực nông nghiệp, 16,2% trong ngành thủy sản, 2%

trong lĩnh vực thƣơng mại và dịch vụ và 3,2% trong khu vực công nghiệp, tiểu thủ

công nghiệp và xây dựng. Có thể thấy rằng ngành thủy sản là có lợi hơn nông

nghiệp truyền thống, nó cũng là một việc làm ổn định hơn: ngƣời làm việc trên

những cánh đồng lúa đang thất nghiệp giữa hai mùa, tạo thêm áp lực lên các nguồn

tài nguyên của Vƣờn quốc gia bằng cách khai thác nguồn lực trong thời gian này.

2.1.3.1 Thực trạng phát triển đô thị và các khu dân cƣ nông thôn

a. Thực trạng phát triển đô thị

Hiện nay, huyện Giao Thủy có 2 thị trấn là Ngô Đồng và Quất Lâm. Tổng diện

tích đất đô thị là 1.066,51 ha, chiếm 4,48 % tổng diện tích tự nhiên. Dân số đô thị đến năm 2009 có 14.591 ngƣời, bình quân đất đô thị là 730m2 /ngƣời. Cùng với sự

phát triển kinh tế-xã hội, trong những năm qua đô thị có nhiều chuyển biến tích cực:

các công trình công cộng, nhà ở của nhân dân đƣợc xây dựng kiên cố, khang trang

hơn, khu vực dịch vụ phát triển nhanh, giao lƣu trao đổi hàng hoá phong phú hơn.

Hệ thống giao thông đô thị cũng dần đƣợc cải thiện.

b. Thực trạng phát triển các khu dân cƣ nông thôn

Đất khu dân cƣ nông thôn huyện Giao Thủy có 4965,41 ha, chiếm 20,84% tổng

diện tích tự nhiên. Cũng nhƣ các vùng nông thôn khác ở miền Bắc Việt Nam, dân

cƣ nông thôn ở Giao Thủy đã đƣợc hình thành từ lâu đời gồm các thôn, xóm. Dân

cƣ các xã bố trí chủ yếu theo các tuyến giao thông, tập trung ở các tuyến giao thông

chính, khu vực trung tâm xã và thôn xóm.

2.1.3.2 Thực trạng phát triển cơ sở hạ tầng

a. Giao thông

Hệ thống đƣờng liên tỉnh bao gồm đƣờng 489B (đƣờng 51b cũ), đƣờng 489 và

đƣờng 482B (đƣờng 56 cũ). Hệ thống đƣờng liên tỉnh có chất lƣợng trung bình và

tốt, có hành lang bảo vệ theo quy định đảm bảo an toàn cho các phƣơng tiện giao

thông.

Hệ thống đƣờng liên huyện có đƣờng Tiến Hải dải 10,8km và đƣờng Bình Xuân

dài 8,5km. Hệ thống đƣờng liên xã có tính ổn định tốt đảm bảo an toàn cho các

phƣơng tiện tham gia giao thông. Hệ thống đƣờng thôn xóm chủ yếu là đƣờng bê

tông xi măng có chất lƣợng tốt, đáp ứng nhu cầu đi lại của các phƣơng tiện nhỏ và

ngƣời đi bộ.

b. Thủy lợi

Công trình thủy lợi khá hoàn chỉnh, hệ thống sông, đê biển đang đƣợc bổ sung,

tu sửa và nâng cấp. Hệ thống thủy nông toàn huyện đƣợc quy hoạch và từng bƣớc

điều chỉnh bổ sung để đáp ứng với nhu cầu tƣới tiêu của sản xuất. Trong những năm

qua, công tác thủy lợi đƣợc quan tâm. Huyện đã triển khai dự án thủy lợi đông Giao

Thủy, dự án thủy lợi Cồn Ngạn, dự án sông Sò, cứng hóa mặt đê Hữu Hồng, nâng

cấp kè đê biển.

c. Năng lƣợng, bƣu chính viễn thông

Hoàn thành việc bàn giao lƣới điện nông thôn cho nghành điện quản lý. 100%

số hộ dân đƣợc sử dụng điện lƣới quốc gia. Chất lƣợng cấp điện đƣợc nâng lên,

phục vụ tốt yêu cầu của sản xuất và đời sống.

Bƣu chính viễn thông thƣờng xuyên nâng cao chất lƣợng dịch vụ. Mạng lƣới

viễn thông phủ sóng toàn huyện với chất lƣợng sóng tốt. Có 32,7% số hộ sử dụng

điện thoại cố định và hàng vạn điện thoại di động, đáp ứng về yêu cầu thông tin liên

lạc của xã hội

d. Cơ sở văn hóa, y tế và giáo dục đào tạo

Các xã thị trấn đã tiến hành quy hoạch đất dành cho đầu tƣ xây dựng nhà văn

hoá thôn xóm đến năm 2009 toàn huyện đã có 129 nhà văn hoá xóm = 38,8%; Đầu

tƣ nâng cấp cơ sở vật chất thông tin - truyền thông, trang thiết bị kỹ thuật Đài Phát

thanh - Truyền hình huyện, Đài truyền thanh các xã, thị trấn.

Cơ sở vật chất, đội ngũ cán bộ, y tế đƣợc tăng cƣờng về số lƣợng và nâng cao

chất lƣợng: 18/22 xã đạt chuẩn quốc gia về y tế. Bệnh viện đa khoa trung tâm huyện

đƣợc đầu tƣ nâng cấp với số kinh phí hàng chục tỷ đồng, số giƣờng bệnh năm 2009

đạt 190 giƣờng, tăng 40 giƣờng so với năm 2005. Bình quân có 4,2 bác sỹ /1 vạn

dân (tăng 2,1 bác sỹ /1 vạn dân so với năm 2005). 100% số xóm và tổ dân phố có

cán bộ y tế.

Chất lƣợng giáo dục đƣợc nâng cao. Phổ cập tiểu học, trung học cơ sở đƣợc

duy trì và phát triển; phổ cập bậc trung học đƣợc triển khai tích cực. Học sinh tốt

nghiệp THCS vào học THPT các loại hình đạt trên 70% (tăng 10% so với nhiệm kỳ

trƣớc.

2.1.4 Đánh giá chung về những thuận lợi và khó khăn trong điều kiện tự nhiên,

kinh tế - xã hội huyện Giao Thủy

2.1.4.1 Lợi thế

Giao Thủy có địa hình bằng phẳng, đất đai phì nhiêu, khí hậu ôn hoà. Về nông

nghiệp, Giao Thuỷ là một trong những huyện có năng suất lúa luôn đứng đầu tỉnh. Tỷ

trọng ngành cũng thay đổi theo hƣớng tích cực, giảm trồng trọt, tăng chăn nuôi và dịch

vụ nông nghiệp. Cùng với mô hình trang trại sẵn có, huyện Giao Thuỷ bắt đầu xuất hiện

nhiều mô hình chăn nuôi trang trại có hiệu quả. Cùng với việc chuyển dần diện tích

trồng lúa năng suất cao thành vùng sản xuất hàng hoá, đồng thời chuyển một phần

diện tích trồng lúa năng suất thấp sang nuôi trồng thuỷ sản, việc trồng các loại cây

hoa màu cũng là những mô hình chuyển dịch cơ cấu kinh tế của huyện Giao Thuỷ,

mở ra nhiều triển vọng cho phát triển nông nghiệp theo hƣớng hàng hóa.

Cùng với công nghiệp, hoạt động thƣơng mại, du lịch, dịch vụ cũng có nhiều

chuyển biến tích cực. Hàng hoá ngày càng phong phú, đáp ứng nhu cầu tiêu dùng

của nhân dân và phục vụ sản xuất trên địa bàn. Đặc biệt, khu nghỉ mát Quất Lâm

hoạt động rất sôi động, ngày càng thu hút khách du lịch, tạo việc làm cho hàng

nghìn lao động. Huyện có bờ biển dài, nguồn hải sản dồi dào, phong phú, đó là cơ

sở cho phát triển công nghiệp đánh bắt hải sản theo quy mô lớn phục vụ cho nhu

cầu trong huyện, tỉnh và cho xuất khẩu.

Sự khởi sắc trong các lĩnh vực kinh tế đã góp phần làm thay đổi diện mạo xã hội và

cải thiện đời sống nhân dân trong huyện. Nhiều công trình xây dựng cơ bản đƣợc hoàn

thành, hệ thống đƣờng giao thông đƣợc củng cố, từ tỉnh lộ đến đƣờng liên xã, liên thôn

đều đƣợc bê tông hoặc nhựa hoá, tạo thuận lợi cho việc giao lƣu, trao đổi hàng hoá với

bên ngoài. Mạng lƣới điện, nƣớc đƣợc tăng cƣờng, đáp ứng đƣợc nhu cầu sản xuất và

tiêu dùng trong huyện.

Hàng năm, phù sa vẫn lấn ra biển tạo ra một vùng bãi triều phì nhiêu, trù phú

rộng khoảng 8.000 ha. Nƣớc biển có độ mặn 20 – 33 , thuận lợi cho sản xuất

muối. Phát huy lợi thế này, huyện Giao Thuỷ trở thành huyện có sản lƣợng muối

lớn nhất tỉnh và vùng đồng bằng Bắc Bộ với hơn 45 nghìn tấn/năm.

Bên cạnh đó, thiên nhiên còn ƣu đãi cho miền đất này một quần thể thực vật rất đa

dạng, phong phú tại Vƣờn Quốc gia Xuân Thuỷ với hơn 100 loài có giá trị đƣợc tổ

chức quốc tế Ramsar công nhận. Cảnh quan tuyệt đẹp này đang đƣợc đầu tƣ phát triển

thành khu du lịch sinh thái, hứa hẹn mang lại những nguồn lợi mới cho kinh tế huyện

Giao Thuỷ.

2.1.4.2 Khó khăn

Bên cạnh những thành tựu đã đạt đƣợc, kinh tế của Giao Thủy vẫn còn nhiều

khó khăn, hạn chế. Tốc độ tăng trƣởng còn thấp so với mức bình quân cả nƣớc. Cơ

cấu kinh tế chuyển dịch chậm, tỷ trọng nông nghiệp trong GDP còn lớn. Các nguồn

lực chƣa đƣợc ƣu tiên đầu tƣ khai thác có hiệu quả. Sản xuất công nghiệp - tiểu thủ

công nghiệp đa phần vẫn manh mún, lạc hậu, quy mô nhỏ, tốc độ phát triển chậm.

Sản phẩm nông sản, thuỷ sản chủ yếu xuất khẩu ở dạng nguyên liệu nên giá trị và

hiệu quả kinh tế chƣa cao. Một bộ phận lao động thiếu việc làm, hầu hết trình độ tay

nghề thấp, nhất là ở các ngành thủy sản và tiểu thủ công nghiệp nên khó nắm bắt và

ứng dụng khoa học - kỹ thuật, gây trở ngại lớn cho phát triển kinh tế - xã hội.

Hạ tầng cơ sở kỹ thuật những năm gần đây tuy đã đƣợc quan tâm đầu tƣ cải

thiện, nhƣng đang ở tình trạng xuống cấp, thiếu đồng bộ, chƣa đủ đáp ứng cho một

nền sản xuất hàng hóa và phát triển dịch vụ trong điều kiện cạnh tranh gay gắt và

chƣa đủ sức hấp dẫn với các nhà đầu tƣ trong nƣớc cũng nhƣ nƣớc ngoài. Giao Thủy có dân số khá đông, mật độ dân số 806 ngƣời/km2, là sức ép đối với nền kinh

tế của huyện về khả năng tạo việc làm cho ngƣời lao động và khả năng tích lũy tái

đầu tƣ cũng bị hạn chế.

2.2 Xác định và đánh giá quá trình biến động sử dụng đất tại Giao Thủy từ dữ

liệu ảnh vệ tinh

2.2.1 Thành lập hiện trạng sử dụng đất khu vực Giao Thủy, Nam Định

Xây dựng hiện trạng sử dụng đất/lớp phủ đất từ dữ liệu ảnh vệ tinh là một quá

trình phức tạp và cần phải xem xét nhiều yếu tố. Các bƣớc cơ bản của quá trình này

bao gồm: (1) lựa chọn loại dữ liệu ảnh viễn thám, (2) xác định và lựa chọn các lớp

sử dụng đất phù hợp, (3) tiền xử lý hình ảnh, (4) lựa chọn phƣơng pháp phân loại

phù hợp, (5) lựa chọn phƣơng pháp đánh giá chính xác kết quả phân loại. Phụ thuộc

vào từng nội dung của bài toán, quy mô của khu vực nghiên cứu, điều kiện kinh tế

và kỹ năng phân tích đều là những yếu tố quan trọng ảnh hƣởng đến sự lựa chọn các

dữ liệu viễn thám, thiết kế các phƣơng pháp phân loại và chất lƣợng của các kết quả

phân loại [41].

2.2.1.1 Lựa chọn dữ liệu ảnh viễn thám

Việc lựa chọn các dữ liệu viễn thám phù hợp là bƣớc quan trọng đầu tiên cho

một mục đích phân loại cụ thể thành công [78, 87]. Nó đòi hỏi phải xem xét các yếu

tố nhƣ nhu cầu của ngƣời sử dụng, quy mô và đặc điểm của một khu vực nghiên

cứu, sự sẵn có của dữ liệu hình ảnh khác nhau và đặc điểm của chúng, chi phí và

hạn chế thời gian và kinh nghiệm của chuyên gia phân tích trong việc sử dụng hình

ảnh đƣợc lựa chọn. Sự hiểu biết những điểm mạnh và điểm yếu của các loại dữ liệu

cảm biến khác nhau là điều cần thiết cho việc lựa chọn dữ liệu viễn thám phù hợp

để phân loại hình ảnh. Một số các nghiên cứu trƣớc đây đã từng xem xét và so sánh

các đặc điểm của từng loại dữ liệu viễn thám [19, 56]

Quy mô nghiên cứu, độ phân giải không gian của ảnh và nhu cầu của ngƣời sử

dụng là những yếu tố quan trọng nhất ảnh hƣởng đến việc lựa chọn các dữ liệu viễn

thám [41]. Nhu cầu của ngƣời sử dụng xác định bản chất của phân loại và quy mô

của khu vực nghiên cứu làm ảnh hƣởng đến việc lựa chọn độ phân giải không gian

phù hợp của dữ liệu viễn thám. Nói chung, một hệ thống phân loại có quy mô ở

mức độ địa phƣơng (một điểm sinh thái, cộng đồng dân cƣ nhỏ), thì dữ liệu độ phân

giải cao nhƣ IKONOS và SPOT 5 là những loại hữu ích. Ở quy mô khu vực lớn hơn

(huyện, thành phố, tỉnh và cấp quốc gia), dữ liệu độ có độ phân giải không gian

trung bình nhƣ Landsat TM / ETM +, Terra ASTER là dữ liệu thƣờng xuyên sử

dụng nhất [41].

Luận án này nghiên cứu trên quy mô cấp khu vực, một huyện ven biển thuộc

đồng bằng Sông Hồng, mục tiêu bài toán đặt ra nghiên cứu biến động sử dụng đất từ

giai đoạn sau ―Đổi mới‖ ở Việt nam, cho nên tiêu chí lựa chọn ảnh vệ tinh của luận

án là tính đồng bộ về ảnh ở các thời điểm nghiên cứu. Thêm vào đó, mục tiêu

nghiên cứu của luận án là xác định mối quan hệ giữa sự gia tăng dân số và biến

động sử dụng đất khu vực Giao thủy, xác định mối quan hệ giữa các loại hình sử

dụng đất chính với sự biến động về nhân khẩu học. Dựa trên hai tiêu chí trên, luận

án đã tìm hiểu tƣ liệu viễn thám tại khu vực và lựa chọn dữ liệu Landsat thuộc bộ cảm

TM và OLI là dữ liệu ảnh phục vụ cho nghiên cứu của luận án. Các ảnh vệ tinh đƣợc

sử dụng cho luận án này đƣợc thu thập từ trang web http://glcf.umiacs.umd.edu/data và

đƣợc thể hiện trên bảng 2.1. Hầu hết các ảnh thu thập đều vào cuối năm, mùa đông và

đầu mùa xuân, vào thời điểm đã gặt xong lúa vụ hè thu nhằm phục vụ tốt nhất cho việc

phân tách các lớp đất vƣờn tạp trong khu dân cƣ và đất trồng lúa. Bên cạnh đó, các

ảnh đƣợc thu thập vào các thời điểm kiểm kê sử dụng đất 5 năm một lần và vào

đúng những cuộc tổng điều tra dân số của cả nƣớc năm 1989, 1999, 2009.

Có thể nói dữ liệu vệ tinh Landsat TM, ETM, OLI là một trong những bộ cảm quan

trọng nhất trong việc nghiên cứu tài nguyên và môi trƣờng. Sau đây là một số đặc

trƣng cơ bản của hai bộ cảm TM và OLI mà luận án sử dụng.

Bảng 2.1: Các ảnh vệ tinh sử dụng trong nghiên cứu của luận án

Path/row Ngày chụp Sensor Format

Số kênh ảnh

Thứ tự

126/046 126/046 126/046 126/046 126/046 126/046 126/046

23/11/1989 TM 16/11/1993 TM 24/11/1995 TM 23/12/1999 TM 10/10/2005 TM 14/01/2009 TM 27/12/2013 OLI

GeoTIFF GeoTIFF GeoTIFF GeoTIFF GeoTIFF GeoTIFF GeoTIFF

Độ phân giải không gian (m) 30 x 30 30 x 30 30 x 30 30 x 30 30 x 30 30 x 30 30 x 30

1 – 5, 7 1 – 5, 7 1 – 5, 7 1 – 5, 7 1 – 5, 7 1 – 5, 7 1 – 7, 9

1 2 2 3 4 5 6

Bảng 2.2. Đặc trƣng chính của bộ cảm và độ phân giải không gian ảnh Landsat TM

Kênh sóng

Tên bước sóng

Bước sóng (m)

Kênh 1 Kênh 2 Kênh 3 Kênh 4 Kênh 5 Kênh 6 Kênh 7

0,45 ÷ 0,52 0,52 ÷ 0,60 0,63 ÷ 0,69 0,76 ÷ 0,90 1.55 ÷ 1,75 10,4 ÷ 12,5 2,08 ÷ 2,35

Độ phân giải không gian (m) 30 30 30 30 30 120 30

Blue Green Red Near Infrared (NIR) SWIR 1 Thermal Infrared SWIR 2

Bảng 2.3. Đặc trƣng chính của bộ cảm và độ phân giải không gian ảnh Landsat OLI

Tên bước sóng Kênh sóng Bước sóng (m)

0.433 - 0.453 0.450 - 0.515 0.525 - 0.600 0.630 - 0.680 0.845 - 0.885 1.560 - 1.660 2.100 - 2.300 0.500 - 0.680 1.360 - 1.390 10.3 - 11.3 11.5 - 12.5 Coastal aerosol Blue Green Red Near Infrared (NIR) SWIR 1 SWIR 2 Panchromatic Cirrus Thermal Infrared (TIR) 1 Thermal Infrared (TIR) 2 Độ phân giải không gian (m) 30 30 30 30 30 30 30 15 30 100 100

Kênh 1 Kênh 2 Kênh 3 Kênh 4 Kênh 5 Kênh 6 Kênh 7 Kênh 8 Kênh 9 Kênh 10 Kênh 11

Đối với ngƣời xử lý ảnh viễn thám, một trong những kiến thức cơ bản cần phải

nắm vững đó là đặc trƣng phản xạ hay bức xạ của các đối tƣợng tự nhiên tƣơng ứng

với từng giải phổ khác nhau. Kết quả của việc giải đoán các lớp thông tin trên ảnh

vệ tinh phụ thuộc rất nhiều vào sự hiểu biết về mối tƣơng quan giữa đặc trƣng phản

xạ phổ với bản chất, trạng thái của các đối tƣợng tự nhiên [1]. Những thông tin về

đặc trƣng phản xạ phổ của các đối tƣợng tự nhiên sẽ cho phép các nhà chuyên môn

chọn các kênh ảnh tối ƣu, chứa nhiều thông tin nhất về đối tƣợng nghiên cứu, đồng

thời đây cũng là cơ sở để phân tích nghiên cứu các tính chất của đối tƣợng, tiến tới

phân loại chúng.

Sau đây là tóm tắt đặc điểm phản xạ phổ của các đối tƣợng tự nhiên chính trên

dữ liệu viễn thám.

Hình 2.2: Đƣờng cong phản xạ phổ của các đối tƣợng tự nhiên

Thực vật phản xạ phổ cao nhất ở bƣớc sóng màu lục (0,5’0,6μm) trong vùng

nhìn thấy, nhƣng các đặc trƣng phản xạ phổ của thực vật nổi bật nhất ở vùng hồng

ngoại gần (0,7’1,4μm), là vùng bƣớc sóng mà thực vật có phản xạ cao nhất. Mức

độ phản xạ của thực vật phụ thuộc vào rất nhiều yếu tố khác nhau, có thể kể đến là

lƣợng chlorophyll (diệp lục), độ dày tán lá và cấu trúc tán lá.

Nƣớc có phản xạ chủ yếu nằm trong vùng nhìn thấy (0,4÷0,7μm) và phản xạ

mạnh ở dải sóng lam (0,4÷0,5μm) và lục (0,5÷0,6μm). Giá trị phản xạ của nƣớc phụ

thuộc chủ yếu vào độ đục của nó. Nƣớc trong có giá trị phản xạ rất khác nƣớc đục,

nƣớc càng đục có độ phản xạ càng cao.

Ðất có phần trăm phản xạ tăng dần theo chiều tăng của chiều dài bƣớc sóng.

Phần trăm phản xạ của đất chủ yếu phụ thuộc vào độ ẩm và màu của đất.

Bên cạnh các đặc trƣng phản xạ phổ của các đối tƣợng tự nhiên cơ bản, Root và

Mille [121] nghiên cứu và đƣa ra các đặc trƣng phản xạ phổ của một số đối tƣợng

chính trong đô thị nhƣ bê tông, ván lợp, nhựa đƣờng và đất trống các đặc trƣng này là

thông tin quan trọng giúp giải đoán các đối tƣợng khác nhau trong đô thị (hình 2.3).

Hình 2.3: Đƣờng cong phản xạ phổ của các đối tƣợng chính trong đô thị [121]

Ta thấy đƣờng bê tông có độ phản xạ cao nhất tăng đều từ vùng sóng tử ngoại.

Đối tƣợng có đƣờng cong phản xạ biến thiên nhiều nhất là đất trống và ván lợp. Các

đƣờng cong phản xạ của đối tƣợng nhƣ sỏi và nhựa đƣờng tăng đồng đều không

biến thiên nhiều. Nhƣ vậy với các loại đất có thành phần cấu tạo hữu cơ và vô cơ

khác nhau, khả năng phản xạ phổ sẽ khác nhau. Tùy thuộc vào thành phần hợp chất

mà biên độ của đồ thị phản xạ phổ sẽ khác nhau. Các yếu tố chủ yếu ảnh hƣởng đến

phản xạ phổ của đất là cấu trúc bề mặt của đất, độ ẩm của đất, thành phần hợp chất

hữu cơ, vô cơ có trong đất.

2.2.1.2 Xác định các lớp sử dụng đất và xây dựng hệ thống chú giải

Xác định các lớp sử dụng đất nhằm xây dựng hệ thống chú giải là công việc

quan trọng và là điều kiện tiên quyết cho sự phân loại thành công từ dữ liệu viễn

thám [41]. Các lớp sử dụng đất cần đƣợc xác định dựa vào nội dung bài toán của

ngƣời sử dụng, độ phân giải không gian của dữ liệu viễn thám và phù hợp với các

thuật toán phân loại sẵn có. Về phƣơng pháp, lớp phủ đất và sự thay đổi của nó là

có thể nhìn thấy trực tiếp từ dữ liệu viễn thám. Ngƣợc lại, sử dụng đất cũng nhƣ

thông tin quản lý đất, chủ yếu đạt đƣợc thông qua phân tích chi tiết trên mặt đất

hoặc bằng cách tạo ra từ số liệu thứ cấp, chẳng hạn nhƣ các cuộc điều tra về nông

nghiệp và điều tra dữ liệu dân số chứ không đƣợc thể hiện trực tiếp trên tƣ liệu ảnh

viễn thám, tuy nhiên ta vẫn có thể chiết tách thông tin này từ mối quan hệ giữa lớp

phủ đất và sử dụng đất [86, 91].

Việc xác định các lớp sử dụng đất từ hệ thống lớp phủ đất đƣợc giải đoán từ ảnh

viễn thám đã đƣợc các nhà khoa học quan tâm từ khá sớm và cho đến tận những

nghiên cứu hiện nay vẫn đang hoàn thiện và đề xuất các hệ thống bảng chú giải sử

dụng đất phù hợp cho các khu vực trên toàn cầu [36, 50, 73, 91]. Trong nghiên cứu

của Louisa Jansen [91], để gán nhãn cho các lớp sử dụng đất từ các vùng lớp phủ

đất cần phải đƣợc phát triển theo các quy tắc nhƣ sau:

1. Xác định đầy đủ các chức năng sử dụng đất cơ bản trong khu vực nghiên cứu;

2. Xác định và gán nhãn cho các lớp sử dụng đất từ các chức năng khác nhau

của các loại sử dụng đất chủ yếu;

3. Cần phải tổ chức cuộc khảo sát thực địa, thu thập các dữ liệu thông tin về sử

dụng đất ở khu vực nghiên cứu, đặc biệt dữ liệu bản đồ cũ;

4. Các quan sát trong lĩnh vực có liên quan ở các nƣớc phát triển để quyết định

bộ quy tắc;

5. Ứng dụng các bộ quy tắc mới nhất mô tả các vùng lớp phủ đất dẫn đến việc

quyết định thiết lập bộ dữ liệu sử dụng đất.

Nhƣ vậy, dựa trên các quy tắc và nguyên tắc xây dựng nhƣ trên, bảng hệ thống

chú giải sử dụng đất của khu vực Giao Thủy đƣợc thiết lập theo dạng thứ bậc

―hierarchical‖, với khả năng thích ứng thông tin ở các cấp độ khác nhau, bắt đầu với

cấu trúc các lớp cơ bản sau đó cho phép chia nhỏ hơn nữa phụ thuộc vào mức độ

phân chia chi tiết của các lớp theo nội dung bài toán [22]. Các loại hình sử dụng đất

đƣợc xác định theo luật đất đai 2013 và các chức năng kinh tế ở khu vực nghiên

cứu. Mức độ chi tiết hơn đƣợc dựa vào việc phân loại các loại hình sử dụng đất chi

tiết hiện tại ở khu vực và phụ thuộc vào các loại hình sử dụng đất có mối quan hệ

với các yếu tố nhân khẩu học [7].

Bảng 2.4: Bảng hệ thống các lớp sử dụng đất của huyện Giao Thủy, Nam Định

Các lớp sử dụng

Lớp phủ

Các lớp sử dụng đất chi

Mô tả chi tiết

đất cơ bản tại

bề mặt

tiết tại khu vực Giao Thủy

từng loại đất

Giao Thủy

Đất phi nông Đất phi

nghiệp nông Các đối tƣợng nhân tạo nghiệp

Đất xây dựng Là các loại đất đƣợc bao phủ bên trên bằng các chất liệu bê tông, ví dụ nhƣ nhà ở, công trình giao thông, khu công nghiệp…

Thực vật Đất nông nghiệp Đất trồng lúa

Đất vƣờn tạp Đất lẫn trong khu dân cƣ nhƣng để trồng trọt cây ăn quả hoặc rau màu Khu vực chuyên canh lúa Mặt nƣớc biển Đất mặt nƣớc

Đất NTTS

Đất rừng ngập mặn

Đất làm muối Khu vực chuyên để nuôi trồng thủy sản Khu vực có các cây ngập mặn Đất chuyên muối

Đất trồng cói Đất chuyên trồng cói

Đất chƣa sử dụng Đất chƣa sử dụng Cồn cát, bãi cát Đất trống

3. Tiền xử lý hình ảnh

Tiền xử lý hình ảnh có thể bao gồm cả việc phát hiện và phục hồi của dòng lỗi, nắn

chỉnh hình học, chuẩn hóa phổ, hiệu chỉnh ảnh hƣởng của điều kiện khí quyển và hiệu

chỉnh ảnh hƣởng của địa hình. Nắn chỉnh hình học dữ liệu viễn thám là một điều kiện tiên

quyết cho một sự kết hợp của các nguồn dữ liệu khác nhau trong một quá trình phân loại

[17]. Rất nhiều nghiên cứu và các bài báo đã mô tả về chủ đề này một cách chi tiết [77].

Trong khi đó, nếu chỉ có một ảnh viễn thám duy nhất đƣợc sử dụng trong phân loại, thì

việc hiệu chỉnh ảnh hƣởng của khí quyển có thể không yêu cầu [131]. Nhƣng khi dữ liệu

ảnh viễn thám là đa thời gian hoặc đa bộ cảm đƣợc sử dụng để nghiên cứu, thì việc hiệu

chỉnh ảnh hƣởng khí quyển là bắt buộc [41]. Điều này đặc biệt đúng khi dữ liệu sử dụng ở

dạng đa bộ cảm, ví dụ nhƣ Landsat TM và SPOT hoặc Landsat TM và dữ liệu radar, đƣợc

tích hợp phục vụ cho phân loại và giải đoán ảnh. Hiệu chỉnh ảnh hƣởng của địa hình là một

khía cạnh quan trọng nếu khu vực nghiên cứu nằm trong khu vực có chênh cao lớn [95].

Trong khi đó, khu vực nghiên cứu của luận án là đồng bằng ven biển, địa hình tƣơng

đối bằng phẳng nên công việc hiệu chỉnh ảnh hƣởng của địa hình là không cần thiết. Thêm

vào đó, chuỗi ảnh sử dụng cho nghiên cứu là chuỗi ảnh đƣợc lấy từ các bộ cảm của cùng

một vệ tinh Landsat TM và OLI. Phƣơng pháp phân loại ảnh đa thời gian áp dụng cho

từng ảnh riêng biệt, sau đó đánh giá biến động trên cơ sở kết quả phân loại (phƣơng pháp

đánh giá biến động sau phân loại), do đó việc chuẩn hóa bộ cảm và nắn chỉnh khí quyển

với chuỗi ảnh này cũng không cần thiết. Chuỗi ảnh vệ tinh Landsat TM và OLI trong luận

án khi thu thập từ trang web: http://glcf.umiacs.umd.edu/data đã đƣợc nắn chỉnh hình

học trong cùng một mô hình nắn ảnh Landsat, do đó chuỗi ảnh của luận án chỉ cần chuyển

từ hệ tọa độ UTM sang hệ tọa độ VN 2000 với mục đích nhằm kết hợp với các dữ liệu

khác của luận án.

4. Kết hợp phƣơng pháp phân loại theo hƣớng đối tƣợng (Object-oriented

classification), phƣơng pháp phân loại dựa trên vùng thực địa (Per-field

classification) và thuật toán K – Láng giềng gần nhất (K-Nearest Neighbors) nhằm

giải đoán ảnh Landsat TM và OLI cho khu vực nghiên cứu

a. Phƣơng pháp phân loại định hƣớng đối tƣợng (Object-oriented classification)

Phân loại định hƣớng đối tƣợng đƣợc đề xuất và đƣợc ứng dụng trong các

nghiên cứu từ những năm 1970 với những ƣu thế rõ rệt hơn so với phƣơng pháp

phân loại dựa trên pixel [46]. Những ƣu thế của phƣơng pháp này thể hiện ở việc

khi xác định các đối tƣợng trên ảnh, phƣơng pháp này không chỉ dựa trên thông tin

giá trị và đặc tính quang phổ nhƣ phƣơng pháp phân loại dựa trên pixel, mà còn dựa

trên nhiều thông số của đối tƣợng nhƣ: hình dạng, kích thƣớc, độ chặt, độ mịn và

thông tin ngữ cảnh với các đối tƣợng hình ảnh liền kề [88].

Trong những năm gần đây, phƣơng pháp phân loại định hƣớng đối tƣợng đang

trở thành xu hƣớng phổ biến hơn các phƣơng pháp phân loại khác do có sự tiến bộ

của các kỹ thuật phân mảnh ảnh, sự phổ biến rộng rãi của ảnh vệ tinh có độ phân

giải không gian trung bình và cao. Rất nhiều nghiên cứu đã sử dụng hàng loạt các

loại ảnh viễn thám sẵn có để so sánh và đề cao ứng dụng của việc phân loại này. Ví

dụ nhƣ, Gao Yan, Sun Xiaoxia và các cộng sự [62, 134] sử dụng dữ liệu Quickbird;

Bauer và Steinnocher [29]; Martin và Joseph [94] đã sử dụng dữ liệu IKONOS đa

quang phổ có độ phân giải 4m; Kressler (2003) đã sử dụng KOMPSAT-1 và kênh

toàn sắc trong ảnh vệ tinh SPOT; Oruc và Buyuksalih [107]. Các nghiên cứu trên

đều chỉ ra rằng phƣơng pháp phân loại định hƣớng đối tƣợng cho độ chính xác kết

quả phân loại cao hơn so với các phƣơng pháp phân loại dựa trên điểm ảnh.

Nhƣ vậy, để nghiên cứu hiện trạng và biến động sử dụng đất với yêu cầu kết

quả phân loại đạt độ chính xác cao, việc lựa chọn phƣơng pháp phân loại định

hƣớng đối tƣợng là phù hợp để giải quyết sự lẫn phổ trong quá trình xử lý ảnh.

Phƣơng pháp này đƣợc coi là tối ƣu vì nó có khả năng tích hợp với các dữ liệu khác

nhƣ các bản đồ chuyên đề và kiến thức các chuyên gia nhằm bổ trợ cho quá trình

phân loại ảnh nhằm nâng cao mức độ tin cậy cho kết quả giải đoán [18, 63, 107].

Quá trình phân loại ảnh theo phƣơng pháp định hƣớng đối tƣợng đƣợc tiến hành

trên các bƣớc cơ bản sau:

Bước 1: Phân mảnh ảnh và xem các đặc trưng của đối tượng ảnh

Phân mảnh ảnh là sự chia nhỏ hình ảnh thành các phần nhỏ (segment) dựa trên

các tiêu chí: màu sắc (color), hình dạng (shape), độ chặt (compactness), độ trơn

(smoothness). Ngoài ra, việc lựa chọn tham số tỷ lệ (scale parameter) là rất quan

trọng và có tác động trực tiếp đến kích thƣớc các đối tƣợng trên ảnh. Do đó, tùy

thuộc vào từng loại ảnh vệ tinh, độ lớn và sự tách biệt của các đối tƣợng trong khu

vực nghiên cứu, tham số này đƣợc lựa chọn là khác nhau. Chất lƣợng của việc phân

mảnh ảnh trực tiếp tác động đến kết quả phân loại vệ tinh [46, 88].

Phân mảnh ảnh đa độ phân giải (multi-resolution segmentation) trong

eCognition là kỹ thuật gộp vùng (region merging) đi từ dƣới lên và bắt đầu từ mức

pixel. Từng bƣớc các đối tƣợng nhỏ sẽ đƣợc gộp thành các đối tƣợng lớn hơn. Tại

mỗi bƣớc của quá trình phân mảnh ảnh thì các cặp đối tƣợng liền kề sẽ đƣợc gộp lại

làm cho độ bất đồng nhất tăng lên đến một mức giới hạn định trƣớc. Nếu giới hạn

này vƣợt qua ngƣỡng định sẵn thì quá trình gộp sẽ dừng lại [46, 88]. Độ bất đồng

nhất trong eCognition dùng các đặc trƣng mầu và hình dạng làm đối tƣợng nguyên

thủy và đƣợc sử dụng để chiết xuất đối tƣợng ảnh ở nhiều phƣơng án khác nhau

[144].

Nhìn chung, quy trình phân mảnh ảnh đƣợc thực hiện dựa trên các bƣớc cơ bản

nhƣ sau:

- Lựa chọn thuật toán phân mảnh ảnh trong eCognition: Thuật toán phân mảnh

ảnh đa độ phân giải (Multi-segmentation) thƣờng xuyên đƣợc áp dụng bởi vì mức

độ tối ƣu hoá của kỹ thuật này làm giảm thiểu mức độ bất đồng nhất của đối tƣợng

ảnh cho một độ phân giải nhất định. Thuật toán này đƣợc thực hiện dựa theo việc

lựa chọn các trọng số về hình dạng (shape), màu sắc (color), độ chặt

(compactness), độ trơn (smothness) do ngƣời phân loại lựa chọn (các trọng số này

có thể thay đổi dễ dàng).

- Lựa chọn tham số tỷ lệ (Scale parameter): đây là một bƣớc quan trọng trong

việc lý giải thông tin trên ảnh và thƣờng đƣợc hiểu trên cơ sở kích thƣớc pixel.

Tham số này thể hiện kích thƣớc của đối tƣợng ảnh trong quá trình phân mảnh.

Tham số này càng lớn thì kích thƣớc đối tƣợng ảnh tạo ra càng lớn và ngƣợc lại.

- Sau khi thực hiện quá trình trên cùng với các tham số đã lựa chọn, quá trình

phân mảnh ảnh sẽ cho ra các kết quả phân mảnh các đối tƣợng khác nhau phụ thuộc

việc đặt các tham số. Dùng mắt ngƣời và phối hợp với phƣơng pháp số hóa ranh

giới các đối tƣợng trên ảnh nhằm kiểm tra và xác định quy trình nào cho chất lƣợng

phân mảnh ảnh là tốt nhất.

Bước 2: Thiết lập bộ quy tắc và tiến hành phân loại

- Trong quá trình xử lý ảnh, bộ quy tắc (Rule set) bao gồm các tiêu chí đƣợc

thiết lập sao cho đối tƣợng này có thể tách khỏi đối tƣợng khác trên ảnh phục vụ

mục đích phân loại. Việc lựa chọn thuật toán và xác định chính xác giá trị ngƣỡng

là yếu tố quyết định đến độ chính xác phân loại các đối tƣợng trên ảnh.

- Khảo sát đặc trƣng của đối tƣợng ảnh là rất quan trọng để tìm ra giá trị

ngƣỡng (threshold) chính xác cho từng đối tƣợng trên ảnh. Mỗi một đối tƣợng ảnh

có chứa những thông tin thuộc tính khác nhau. Các thông tin thuộc tính này có thể

là các thông tin về giá trị phổ của các lớp, độ sáng, hình dạng, vị trí, cấu trúc, diện

tích, khoảng cách đến đƣờng biên bên phải, đƣờng biên bên trái của ảnh .

- Sử dụng các chỉ số trong quá trình xây dựng bộ quy tắc giúp cho việc phân

tách các đối tƣợng trên ảnh trở nên dễ dàng hơn. Có rất nhiều chỉ số phục vụ cho

việc phân loại, tuy nhiên tùy từng đối tƣợng nghiên cứu trên ảnh mà ta sử dụng các

chỉ số khác nhau.

b. Phƣơng pháp phân vùng thực địa (Per-field classification)

Phƣơng pháp phân vùng thực địa đƣợc thiết kế để đối phó với các vấn đề không

đồng nhất của môi trƣờng và rất nhiều các nghiên cứu ứng dụng cho rằng phƣơng

pháp này đã có hiệu quả trong việc cải thiện độ chính xác các kết quả phân loại từ ảnh

viễn thám [24, 45, 89]. Phƣơng pháp phân loại dựa trên pixel thƣờng cho ta kết quả bị

lẫn bởi mảnh đất (gọi là vùng) là đơn vị cá nhân [45]. Hệ thống thông tin địa lý (GIS)

cung cấp các phƣơng tiện và công cụ để thực hiện phân loại thông qua việc tích hợp

các dữ liệu vector và raster [45, 68]. Các dữ liệu vector đƣợc sử dụng để chia nhỏ

hình ảnh ban đầu thành nhiều mảnh nhỏ và phân loại đƣợc tiến hành sau đó dựa trên

các vùng hay còn gọi là mảnh, do đó kết quả phân loại sẽ tránh các biến thể phổ.

Tuy nhiên, phƣơng pháp này gặp khó khăn khi mỗi vùng phân loại thƣờng bị

ảnh hƣởng bởi các yếu tố nhƣ đặc tính quang phổ và độ phân giải không gian của

dữ liệu viễn thám, kích thƣớc và hình dạng của các đối tƣợng trên thực địa, định

nghĩa của ranh giới trên thực địa của các đối tƣợng [74]. Thêm vào đó, khó khăn

trong việc xử lý giữa mô hình vector và dữ liệu raster ảnh hƣởng đến việc sử dụng

rộng rãi của phƣơng pháp phân loại này. Dữ liệu viễn thám đƣợc định dạng raster,

trong khi hầu hết dữ liệu GIS đƣợc lƣu trữ ở định dạng vector, đại diện cho các đối

tƣợng địa lý thƣờng là các điểm, đƣờng và vùng.

Nhƣ vậy, về bản chất phƣơng pháp phân vùng thực địa là sự tích hợp dữ liệu

phổ với dữ liệu vector. Trong đó, dữ liệu vector là ranh giới các đối tƣợng trên thực

địa, các ranh giới này đƣợc xác định từ các phƣơng pháp nhƣ: đo đạc trực tiếp ngoài

thực địa; số hóa từ bản đồ; từ ảnh viễn thám. Phƣơng pháp này đƣợc thực hiện dựa

trên hai bƣớc chính: (1) xác định ranh giới các đối tƣợng trên thực địa; (2) Tích hợp

ranh giới các đối tƣợng trên thực địa với ảnh viễn thám ở các thời điểm để chiết

xuất thông tin về sử dụng đất.

Bước 1: Xác định ranh giới các đối tượng trên thực địa:

Ranh giới các đối tƣợng trên thực địa có thể xác định từ các dữ liệu bản đồ địa

hình, bản đồ hiện trạng sử dụng đất hoặc từ ảnh viễn thám nhờ các kỹ thuật: kỹ

thuật xác định ranh giới (edge detection) và kỹ thuật phân mảnh ảnh (segmentation).

Bước 2: Tích hợp ranh giới các đối tượng trên thực địa với ảnh viễn thám ở các

thời điểm để chiết xuất thông tin về sử dụng đất:

Sau khi xác định đƣợc ranh giới các đối tƣợng trên thực địa, các ranh giới này

đƣợc chồng xếp lên ảnh của từng thời điểm. Với các khu vực có các pixel thuần

nhất, vùng thực địa đó đƣợc gán thông tin theo thông tin sử dụng đất của nhóm

pixel đó. Các vùng có các pixel lẫn đƣợc chỉnh sửa lại ranh giới sao cho mỗi vùng

thực địa mới sẽ chỉ bao gồm các pixel thuần nhất. Sau đó, ta lại tiến hành gán các

lớp thông tin sử dụng đất cho các vùng mới dựa vào thông tin sử dụng đất của các

nhóm pixel. Quá trình này đƣợc làm lần lƣợt trên từng lớp đối tƣợng đã đƣợc xác

định ngoài thực địa.

Tóm lại, đối với phƣơng pháp phân vùng thực địa GIS đóng một vai trò quan

trọng trong việc phân loại cho mỗi đối tƣợng cụ thể. Trong đó, các dữ liệu vector

thƣờng đƣợc sử dụng để chia một ảnh nguyên bản thành nhiều mảnh nhỏ khác nhau

và quá trình phân loại dựa trên các mảnh nhỏ đó nhằm tránh các sự thay đổi cố hữu

quang phổ trong cùng một lớp. Luận án đã lựa chọn tích hợp phƣơng pháp phân loại

định hƣớng đối tƣợng nhằm mục đích tạo ra kết quả phân loại các loại hình sử dụng

đất trên thực địa một cách chính xác sau đó kết quả của phƣơng pháp này đƣợc xuất

sang ArcGis chuyển hóa thành các dữ liệu vector thể hiện ranh giới thực tế của các

đối tƣợng và chồng xếp lên các ảnh thời điểm khác sau đó thực hiện phân loại cho

các ảnh theo phƣơng pháp phân vùng thực địa.

c. Thuật toán phân loại K-láng giềng gần nhất (K-Nearest Neighbors)

K-Nearest Neighbors algorithm (K-NN) là phƣơng pháp để phân lớp các đối

tƣợng dựa vào khoảng cách gần nhất giữa đối tƣợng cần xếp lớp với tất cả các đối

tƣợng trong tập dữ liệu mẫu. Một đối tƣợng đƣợc phân lớp dựa vào K láng giềng

của nó. K là số nguyên dƣơng đƣợc xác định trƣớc khi thực hiện thuật toán. Ngƣời

ta thƣờng dùng khoảng cách Euclid để tính khoảng cách giữa đối tƣợng đến các đối

tƣợng lân cận. Khi xem xét đối tƣợng đƣợc phân loại thuộc nhóm nào, thuật toán

này ƣu tiên hơn cho việc xem xét mức độ tƣơng đồng với các đối tƣợng gần nó

nhất. Nhƣ vậy ta có thể tóm tắt các đặc trƣng cơ bản của thuật toán K-NN nhƣ sau:

* Thuật toán K-NN

1. Xác định giá trị tham số K (số láng giềng gần nhất), tham số K càng lớn thì

kết quả phân nhóm đối tƣợng càng có độ tin cậy cao hơn.

2. Tính khoảng cách giữa đối tƣợng cần phân lớp với tất cả các đối tƣợng trong

bộ mẫu (dữ liệu đã đƣợc chắc chắn xếp vào một nhóm lớp cụ thể).

3. Thuật toán sẽ sắp xếp khoảng cách theo thứ tự tăng dần và ƣu tiên xác định

K láng giềng gần nhất với đối tƣợng cần phân nhóm.

4. Lấy tất cả các đặc tính (đặc trƣng) của K láng giềng gần nhất đã xác định.

5. Dựa vào phần lớn sự tƣơng đồng với các đặc trƣng của K láng giềng gần

nhất để xác định nhóm cho đối tƣợng đang cần phân lớp.

K-NN là một thuật toán đơn giản, dễ hiểu và hiệu quả, do đó nó đã đƣợc sử

dụng rất nhiều trong các nghiên cứu về phân loại tƣ liệu viễn thám [84, 100]. Thuật

toán K-NN cung cấp các thông tin khách quan, nhanh chóng, minh bạch và tạo ra

kết quả tốt hơn khi phân tích ở các khu vực lớn. Mặc dù các nghiên cứu đều khẳng

định thành công của thuật toán khi áp dụng cho việc phân loại trên ảnh viễn thám,

tuy nhiên thuật toán K-NN cũng đƣợc cảnh báo về vấn đề khó áp dụng khi mà ảnh

viễn thám có độ phân giải không gian cao, nó sẽ gây ra lẫn trong kết quả phân loại

[81]. Ngoài ra, kết quả phân loại từ ảnh viễn thám khi áp dụng thuật toán K-NN chủ

yếu phụ thuộc vào bộ mẫu. Bộ mẫu càng lớn và đƣợc phân bố đều thì kết quả phân

loại càng chính xác, điều này đặc biệt đúng khi chiết tách đất xây dựng từ dữ liệu

viễn thám có độ phân giải không gian trung bình nhƣ Landsat [84, 90]. Đối với đối

tƣợng đất xây dựng ở khu vực nông thôn trên dữ liệu ảnh viễn thám, có phân bố rất

phức tạp, không theo quy luật, diện tích hiển thị trên ảnh Landsat rất manh mún và

lẫn với các loại đất vƣờn, ao.. Do đó, lựa chọn K-NN kết hợp với các chỉ số khác sẽ

K=1 X ϵ nhóm (-)

K=3 X ϵ nhóm (+)

K=2 X chƣa xác định đƣợc thuộc nhóm nào

giúp cho việc chiết tách đất xây dựng tại Giao Thủy dễ dàng hơn.

Hình 2.4: Xác định nhóm cho đối tƣợng cần phân loại dựa trên thuật toán K-NN d. Quy trình tích hợp phƣơng pháp phân loại theo hƣớng đối tƣợng (Object-oriented

classification), phƣơng pháp phân vùng thực địa (Per-field classification) và thuật

toán phân loại K-láng giềng gần nhất nhằm giải đoán ảnh Landsat TM và OLI của

khu vực nghiên cứu

Ảnh năm 2009

Phân mảnh ảnh

Cắt ảnh theo ranh giới nghiên cứu

Xây dựng các chỉ số

Xử lý số (Phân loại định hƣớng đối tƣợng)

Kết quả phân loại năm 2009

Xây dựng bộ quy tắc

Ob jec t- ori ent ed cla ssi fic ati on

Ảnh Ikonos 1m Bản đồ HTSDĐ

Ko đạt

Số liệu thống kê

Đánh giá độ chính xác kết quả phân loại

đạt

Vector hóa trong ArcMap

Chồng xếp lên trên ảnh các năm khác

Chỉnh sửa ranh giới các đối tƣợng trên từng lớp

Coppy các đối tƣợng không thay đổi

Tách riêng ranh giới đất dân cƣ

Hiện trạng sử dụng đất 1989, 1995, 1999, 2005, 2009, 2013

Pe r- fie ld cla ssi fic ati on

Cắt các ảnh vệ tinh gốc theo ranh giới đất dân cƣ

Kết quả phân loại hiện trạng sử dụng đất 1989, 1995, 1999, 2005, 2009, 2013

Phân loại đất xây dựng và vƣờn tạp bằng K-NN

K- N N

* Áp dụng phƣơng pháp phân loại định hƣớng đối tƣợng đối với ảnh Landsat 2009

trong phần mềm eCognition Development.

Bước 1: Lựa chọn ảnh

Trong 6 cảnh ảnh vệ tinh Landsat, có 5 ảnh thuộc bộ cảm TM và 1 ảnh thuộc bộ

cảm OLI. Vì kết quả phân loại ảnh của phƣơng pháp này là dữ liệu đầu vào chuẩn

của phƣơng pháp phân vùng thực địa (Per-field classification), nên cần thiết phải

lựa chọn ảnh cẩn thận sao cho ảnh có độ rõ nét, nhiều dữ liệu kiểm chứng và gần

các cuộc khảo sát thực địa nhất. Với những lí do trên, ảnh Landsat TM chụp ngày

14/01/2009 đƣợc lựa chọn vì đáp ứng các tiêu chí mà luận án đòi hỏi (khu vực

nghiên cứu không có mây, rõ nét, độ phân tách giữa các đối tƣợng rất tốt, có dữ liệu

kiểm chứng đầy đủ: ảnh Ikonos độ phân giải 1m chụp ngày 26/1/2009 và bản đồ

hiện trạng sử dụng đất năm 2010 tại khu vực nghiên cứu, cuộc khảo sát thực địa khu

Hình 2.5: Ảnh Landsat TM năm 2009 khu vực nghiên cứu

vực nghiên cứu đƣợc tổ chức tháng 11 năm 2010).

Bước 2: Cắt ảnh theo ranh giới nghiên cứu:

Ranh giới huyện Giao Thủy, tỉnh Nam Định đƣợc lấy dựa trên dữ liệu lấy từ file

Atlas Việt Nam. Ranh giới trên Atlas chỉ giới hạn ở vùng đất liền, tuy nhiên ngoài

thực tế, các khu vực ven biển do huyện Giao Thủy quản lý có cả khu vực mặt nƣớc

gần bờ, nên luận án phải kéo dài ranh giới các xã tiếp giáp với biển ra ngoài để phù

hợp với ranh giới huyện ngoài thực tế (hình 2.6).

Hình 2.6: Ảnh landsat TM năm 2009 đƣợc cắt theo ranh giới huyện Giao Thủy

Bước 3: Phân loại ảnh theo phương pháp phân loại theo hướng đối tượng:

Đây là bƣớc quan trọng nhất trong toàn bộ quy trình, độ chính xác kết quả phân

loại ảnh phụ thuộc vào từng thao tác cụ thể trong bƣớc này. Trong bƣớc này có 3

thao tác riêng rẽ: (1) phân mảnh ảnh; (2) xây dựng các bộ chỉ số; (3) xây dựng bộ

quy tắc (rule set).

- Phân mảnh ảnh: Lý thuyết về quá trình phân mảnh ảnh đã đƣợc nêu chi tiết ở

phần trên, nhìn chung độ chính xác kết quả của phân mảnh ảnh dựa vào việc lựa

chọn đúng thuật toán phân mảnh, lựa chọn tham số tỉ lệ và lựa chọn các trọng số về

hình dạng (shape), màu sắc (color), độ chặt (compactness), độ trơn (smothness).

Sau khi chạy thử nghiệm và kiểm tra các kết quả phân mảnh ảnh và cuối cùng đã

lựa chọn đƣợc các tham số phù hợp nhất để dùng cho việc phân mảnh ảnh Landsat

TM năm 2009 nhƣ sau: Tham số tỷ lệ là 5, hình dạng 0.1 và độ chặt là 0.8 cho kết

quả phân mảnh ảnh tốt nhất. Dƣới đây là kết quả của quá trình phân mảnh ảnh của

luận án (hình 2. 7)

Hình 2.7: Kết quả phân mảnh ảnh Landsat TM với các thông số đã lựa chọn

(Scale parameter:5; Shape:0.1; Compactness: 0.8)

- Xây dựng bộ chỉ số: Sử dụng các chỉ số trong quá trình xây dựng bộ quy

tắc giúp cho việc phân tách các đối tƣợng trên ảnh trở nên dễ dàng hơn. Có rất

nhiều chỉ số phục vụ cho việc phân loại, tuy nhiên tùy từng đối tƣợng nghiên

cứu trên ảnh mà ta sử dụng các chỉ số khác nhau. Ảnh Landsat năm 2009 có

các lớp đối tƣợng nhƣ bảng hệ thống chú giải trên, trong đó lớp đất trống và

khu vực nuôi trồng thủy sản ven bờ khá tƣơng đồng về màu sắc nhƣng phân

bố trên ảnh và thực địa lại khác nhau, đất lúa ở trong khu vực đê còn đất nuôi

trồng thủy sản chủ yếu ở ngoài đê. Chỉ có đất mặt nƣớc, đất rừng ngập mặn,

đất làm muối, đất trống và đất dân cƣ tại khu vực này là dễ dàng tách biệt

nhất do đặc điểm riêng biệt của từng loại hình đất.

Các chỉ số đƣợc sử dụng trong quá trình phân loại cho ảnh Landsat TM năm

2009:

- Nhóm các chỉ số 'Tasselled cap' cho ảnh Landsat TM được đề xuất bởi

Kauth và Thomas [82].

+ Brightness = 0.3037 (TM1) + 0.2793 (TM2) + 0.4743 (TM3) + 0.5585

(TM4) + 0.5082 (TM5) + 0.1863 (TM7)

+ Greeness = - 0.2848 (TM1) - 0.2435 (TM2) - 0.5436 (TM3) + 0.7243

(TM4) + 0.0840 (TM5) - 0.1800 (TM7)

+ Wetness = 0.1509 (TM1) + 0.1973 (TM2) + 0.3279 (TM3) + 0.3406

(TM4) - 0.7112 (TM5) - 0.4572 (TM7)

- Nhóm chỉ số dùng để chiết xuất thực vật:

+ SAVI (Soil-Adjusted Vegetation Index) =

+ NDVI (Normalized Difference Vegetative Index) =

- Nhóm chỉ số dùng để chiết xuất đất xây dựng:

+ NDBI (Normalized Difference Built-up Index) =

+ SI (Soil Index) =

+ RISI (Rural Impervious Suface Index) = NDBI – SAVI – 10*SI

Các bộ chỉ số trên (trừ nhóm chỉ số dùng để chiết xuất đất xây dựng)

đƣợc xây dựng trong cửa sổ Feature view và tiến hành khảo sát lần lƣợt các

ngƣỡng giá trị của các đối tƣợng trên ảnh Landsat TM 2009 đã đƣợc phân

mảnh (hình 2.9). Toàn bộ kết quả khảo sát đạt đƣợc các giá trị trên từng chỉ số

riêng biệt đƣợc phục vụ cho quá trình lập Rule set phục vụ cho tách từng đối

tƣợng trên ảnh một cách tốt nhất có thể (bảng 2.4).

Bảng 2.4: Bảng khảo sát thực tế các giá trị ngƣỡng của các chỉ số đƣợc dùng để phân loại các đối tƣợng trên ảnh Landsat TM 2009

Brightness Greeness Wetness SAVI NDVI

Chỉ số Đối tượng Mặt nước

ngập Rừng mặn

Đất phi nông nghiệp

Đất trồng lúa

Đất NNTS

Đất làm muối

Đất trồng cói

Đất chưa sử dụng

- Xây dựng bộ quy tắc: Trong quá trình xử lý ảnh, bộ quy tắc (Rule set) bao

gồm các tiêu chí đƣợc thiết lập sao cho đối tƣợng này có thể tách khỏi đối

tƣợng khác trên ảnh phục vụ cho mục đích phân loại. Việc lập một bộ rule set

trong phân loại định hƣớng đối tƣợng đòi hỏi ngƣời phân tích ảnh phải có rất

nhiều hiểu biết khác nhau nhƣ: đặc trƣng của từng kênh ảnh, đặc trƣng phản

xạ của đối tƣợng trên ảnh, sự hiểu biết khu vực nghiên cứu, mối quan hệ giữa

các đối tƣợng với nhau trên thực tế. Từ các giá trị khảo sát thực tế trên ảnh của

các chỉ số trên (bảng 2. 4) kết hợp với giá trị của từng kênh phổ, luận án đã xây

dựng bộ quy tắc (bảng 2.5) và tiến hành phân loại số cho ảnh Landsat năm 2009, kết

quả phân loại thể hiện trên hình 2.8.

Bảng 2.5: Bảng mô tả quá trình xây dựng bộ quy tắc (Rule set) cho ảnh Landsat 2009 khu vực Giao Thủy

Nhóm đối

Đối tượng

Quy tắc phân loại

Đối tượng

tượng lớp phủ

lớp phủ

sử dụng đất

Mặt nƣớc

Mặt nƣớc biển

Đất mặt nƣớc

Wetness

Thủy sản

Đất NTTS

Brightness

and Wetness

Các công trình

Đất phi nông

SAVI

nhân tạo

nghiệp

Đất trống

Bãi bồi

Đất chƣa sử

Brightness

dụng

Muối

Đất làm muối

Brightness

Thực vật

Lúa

Đất trồng lúa

Wetness

and Brighness

Rừng ngập

Đất RNM

NDVI

mặn

Cói

Đất trồng cói

NDVI

Hình 2.8: Hiện trạng sử dụng đất năm 2009 đƣợc phân loại bằng phƣơng pháp phân loại theo hƣớng đối tƣợng

Sau đây là những mô tả chi tiết các bƣớc chiết tách các đối tƣợng trên ảnh vệ

tinh Landsat TM 2009 nhờ việc xây dựng bộ quy tắc (rule set):

* Nhóm đối tượng mặt nước, khu nuôi trồng thủy sản và sông suối

Trong ba đối tƣợng thuộc lớp phủ bề mặt, nƣớc là đối tƣợng dễ chiết tách nhất

trên ảnh vệ tinh. Do đó, trong bƣớc đầu tiên xây dựng bộ quy tắc, đối tƣợng nƣớc

thƣờng đƣợc chiết tách sớm nhất. Đối với khu vực Giao Thủy, ở đây có rất nhiều

đối tƣợng liên quan đến nƣớc: mặt nƣớc biển ven bờ, khu vực nuôi trồng thủy sản,

khu vực đất trồng lúa đã gặt nhƣng ngập nƣớc, sông suối, ao hồ. Theo lý thuyết

đƣờng cong phản xạ phổ của các đối tƣợng trên ảnh viễn thám, nƣớc đƣợc tách dựa

trên các kênh 5 hoặc kênh 6 trên ảnh vệ tinh Landsat TM. Tuy nhiên, ở đây luận án

tách nhóm đối tƣợng liên quan đến nƣớc dựa trên chỉ số Wetness, chỉ số này khi

khảo sát cho thấy mức độ phân biệt rõ ràng giữa các đối tƣợng liên quan đến nƣớc

với các đối tƣợng đất và thực vật rất rõ nét. Sau đó luận án khảo sát và xây dựng

quy tắc nhằm tách các đối tƣợng liên quan đến nƣớc. Mặt nƣớc biển ven bờ hiển thị

trên ảnh là nƣớc với các đƣờng bao rõ ràng, đƣợc tập trung khu vực ngoài đê là chủ

yếu, thêm vào đó các ảnh đƣợc thu nhận sau năm 2000, các khu vực nuôi trồng hải

sản đƣợc mở rộng thêm ở các khu vực trong đê, nơi mà trƣớc đây đƣợc sử dụng để

trồng lúa, trồng cói và làm muối. Đối tƣợng này đƣợc khảo sát và tìm thấy sự tách

biệt với hai đối tƣợng liên quan đến nƣớc còn lại nhờ vào ngƣỡng giá trị Brightness,

khu vực nuôi trồng thủy sản là khu vực nƣớc gần bờ, sát khu vực cửa sông Ba Lạt,

nhiều phù sa lơ lửng, thêm vào đó nơi đây là khu vực có nhiều đƣờng bao phân chia

ranh giới nên phản xạ phổ của các đối tƣợng này có giá trị lớn hơn so với đối tƣợng

mặt nƣớc biển ven bờ nhƣng lại có giá trị Brightness nhỏ hơn so với đối tƣợng đất

lúa ẩm, do đất lúa ẩm mặt nƣớc sát lớp đất bên dƣới. Giá trị khảo sát chi tiết hiển thị

trên bảng 2.4.

* Nhóm các đối tượng thực vật

Sau khi tách xong các nhóm đối tƣợng liên quan đến nƣớc, thực vật là nhóm

đƣợc luận án lựa chọn khảo sát và xây dựng bộ quy tắc để chiết tách tiếp theo. Khu

vực nghiên cứu của luận án có các đối tƣợng liên quan đến thực vật: rừng ngập

mặn, lúa, cói, rau màu và cây ăn quả trong khu sinh sống dân cƣ (vƣờn tạp). Trong

đó, rừng ngập mặn, cói là hai đối tƣợng hiển thị rõ nét nhất trên ảnh vệ tinh, việc

chiết tách hai đối tƣợng này chỉ cần dùng kênh 4 cận hồng ngoại trên ảnh Landsat

TM, hoặc sử dụng chỉ số NDVI để tách hai đối tƣợng này ( NDVI

đƣợc sử dụng nhằm tách các đối tƣợng thực vật trong rừng ngập mặn, NDVI

đƣợc sử dụng nhằm tách các đối tƣợng cói). Đối tƣợng lúa ở khu vực này đƣợc hiển

thị là đất trống do toàn bộ các ảnh thu thập từ tháng 10 đến tháng 1, lúc này lúa đã

đƣợc thu gặt và đất đang ở trạng thái trống để phục vụ cho đến vụ đông xuân nên

đối tƣợng này đƣợc xếp vào nhóm các đối tƣợng liên quan đất. Đối tƣợng rau màu

và cây ăn quả là đối tƣợng xen kẽ với đất ở trong khu vực dân cƣ do đó đối tƣợng

này luận án cũng xếp gộp nhóm trong đất dân cƣ, sau đó luận án mới dùng một

thuật toán khác để tách đất xây dựng và đất vƣờn tạp.

* Nhóm các đối tượng đất

Nhóm các đối tƣợng liên quan đến đất lúc này chỉ còn: đất dân cƣ, đất trồng lúa,

đất trống, đất làm muối. Đối tƣợng đất trống đƣợc ƣu tiển khảo sát và xây dựng quy

tắc chiết tách đầu tiên trong nhóm này, bởi vì đất trống ở khu vực này tập trung khu

vực ngoài biển (Cồn Lu và Cồn Ngạn), một số ít tập trung khu vực ven đê. Cấu tạo

của đất trống ở đây chủ yếu là cát, do đó hiển thị trên ảnh màu trắng xóa, có thể sử

dụng giá trị phản xạ phổ kênh 7 của ảnh vệ tinh Landsat TM, tuy nhiên kết quả khảo

sát chỉ ra rằng đây là đối tƣợng có giá trị cao nhất trên chỉ số Brightness, giá trị

khảo sát đƣợc thể hiện chi tiết trên bảng 2.5. Đối tƣợng đất làm muối khi khảo sát

cũng chỉ ra rằng giá trị phân biệt tốt nhất với các đối tƣợng nhóm đất còn lại dựa

trên chỉ số Brightness, với khoảng giá trị Brightness , toàn bộ khu vực đất

làm muối đƣợc chiết tách. Còn lại là hai đối tƣợng đất dân cƣ và đất trồng lúa đƣợc

hiển thj trên ảnh giai đoạn này là đất trống, nên luận án lựa chọn chỉ số SAVI với

ngƣỡng đạt tách đƣợc khu vực đất dân cƣ nông thôn, kết quả cuối cùng còn

lại là đất trồng lúa.

Bước 4: Đánh giá độ chính xác kết quả phân loại hiện trạng sử dụng đất huyện

Giao Thủy năm 2009:

Độ chính xác của kết quả phân loại là yếu tố rất quan trọng, quyết định đến việc

phân tích các nội dung chuyên đề tiếp theo của luận án, nên chúng tôi đã nghiên

cứu, so sánh và lựa chọn phƣơng pháp lấy mẫu ngẫu nhiên trên toàn bộ hình ảnh

theo phƣơng pháp do Congalton và các cộng sự [123, 124] đề xuất, bao gồm các

- Thu thập và lựa chọn dữ liệu tham khảo phù hợp;

- Xác định số lƣợng ô mẫu trên toàn ảnh;

- Thiết lập ma trận sai số và phân tích sai số cho từng lớp chuyên đề cụ thể.

bƣớc cơ bản sau:

Thu thập các dữ liệu tham khảo để sử dụng trong việc đánh giá độ chính xác có

vai trò rất quan trọng trong việc đánh giá độ chính xác trong bất kỳ một phƣơng

pháp nào đƣợc áp dụng. Thất bại trong việc thu thập dữ liệu tham khảo sẽ cho kết

quả sai. Các nghiên cứu thƣờng sử dụng ảnh vệ tinh có độ phân giải cao để làm

nguồn dữ liệu tham khảo để đánh giá độ chính xác của bản đồ đƣợc tạo ra từ dữ liệu

vệ tinh Landsat TM hoặc SPOT. Nhìn chung, dữ liệu tham khảo nhằm đánh giá độ

chính xác phải đƣợc thu thập gần ngày với dữ liệu ảnh vệ tinh đƣợc sử dụng để làm

ra bản đồ [124].

Dựa trên những hiểu biết trên, luận án đã thu thập và lựa chọn ba loại dữ liệu

tham khảo để phục vụ cho quá trình đánh giá độ chính xác cho kết quả phân loại từ

ảnh Landsat TM năm 2009: Bản đồ hiện trạng sử dụng đất Giao Thủy năm 2010, có

tỷ lệ 1/50.000; Ảnh vệ tinh Ikonos có độ phân giải không gian 1m đƣợc chụp vào

ngày 28 tháng 1 năm 2009; dữ liệu thống kê hiện trạng sử dụng đất tại Giao Thủy

năm 2009. Trong đó, dữ liệu lấy mẫu đánh giá độ chính xác trực tiếp là ảnh vệ tinh

Ikonos, vì ảnh này đƣợc chụp cùng mùa với ảnh Landsat, tuy nhiên độ phân giải

không gian lại lớn hơn rất nhiều lần, nên rất dễ dàng cho việc lấy các ô mẫu.

Đối với kết quả phân loại theo phƣơng pháp định hƣớng đối tƣợng, kết quả các

lớp chuyên đề hiển thị là các đối tƣợng đã đƣợc tạo vùng nhờ quá trình phân mảnh

ảnh (Segmentation). Do đó, qúa trình đánh giá độ chính xác dựa trên các dữ liệu

tham khảo cũng bắt buộc phải dựa trên đa giác hoặc vùng đối tƣợng [58, 124]. Số

lƣợng ô mẫu cần thiết phải lấy đƣợc tính toán trên công thức sau [124]:

(2.1)

Trong đó: - p là phần trăm độ chính xác kỳ vọng của toàn bản đồ

- q=100-p (%)

- E là sai số cho phép

- Z =2 từ độ lệch chuẩn thong thƣờng của 1.96 cho 95% độ tin cậy

- N là số lƣợng ô mẫu

Với độ chính xác kỳ vọng cho kết quả phân loại sử dụng đất đƣợc tạo ra từ ảnh

landsat TM năm 2009 là 85%, sai số cho phép đạt 10%, số lƣợng vùng mẫu chuyên

đề này đƣợc tính ra từ công thức trên là 51, đây là số lƣợng ô mẫu tối thiểu mà

chuyên đề bắt buộc phải lựa chọn trên toàn ảnh để đƣa vào đánh giá độ chính xác

có đƣợc độ chính xác kỳ vọng là 85%. Do đó, chúng tôi đã lựa chọn 64 ô mẫu trên

ảnh Ikonos nhằm đánh giá độ chính xác tốt hơn, tuy nhiên số lƣợng ô mẫu không

chia đều theo 8 lớp sử dụng đất, mà chia theo tiêu chí dựa trên độ phức tạp của mỗi

lớp chuyên đề. Số ô mẫu này đƣợc lấy theo quy tắc lẫy mẫu ngẫu nhiên, ƣu điểm

chính của phƣơng pháp lấy mẫu ngẫu nhiên là tính thống kê tốt đạt đƣợc từ kết quả

của sự ngẫu nhiên lựa chọn mẫu.

Nhƣ vậy, chúng tôi đã tính số lƣợng ô mẫu cho toàn khu vực nghiên cứu là 64

với độ chính xác kỳ vọng là 85%, sai số chấp nhận là 10%. Tổng diện tích các ô

mẫu bằng 2% (0.02 x 27960 = 559.2 ha) so với tổng diện tích tự nhiên của toàn khu

vực nghiên cứu và vị trí lựa chọn ô mẫu đƣợc sắp xếp một cách ngẫu nhiên trên

toàn ảnh.

Sau khi thành lập bảng ma trận sai số từ kết quả phân loại ảnh năm 2009 và dựa

trên ảnh vệ tinh Ikonos thì sẽ cho thấy sai số của từng lớp đối tƣợng chuyên đề, sau

đó chúng tôi tính độ chính xác tổng thể và hệ số Kappa từ bảng 2.5

Bảng 2.5: Bảng ma trận sai số năm 2009 (đơn vị diện tích ô mẫu ha)

Loai đất

Đất NTTS

Đất RNM

Tổng hàng

Đất MN

Đất xây dựng

Đất trồng lúa

Đất vƣờn tạp

Đất làm muối

Đất CS D

0 0 8.5 4.5 0 0 208.2 0

User‘ s Accu racy 0.81 0.85 0.84 0.92 0.78 0.89 0.93 0.84

163.3 29.9 0 0 15.7 0 0 0 208.9 0.78

22.5 234.8 15.5 0 8.9 0 0 0 281.7 0.83

0 0 0 12.3 10.5 204.6 132.3 7.6 0 0 0 14.8 0 16.8 7.3 11.3 263.4 154.1 0.86 0.78

15.8 0 0 0 87.9 0 0 0 103.7 0.85

0 0 5.6 0 0 116.0 0 0 121.6 0.95

201.6 0 276.9 0 244.7 0 144.4 0 112.5 0 130.8 0 225.0 0 117.2 98.6 221.2 98.6 1453.1 1 0.94

Đất XD Đất lúa Đất NTTS Đất MN Vƣờn tạp Đất muối Đất RNM Đất CSD Tổng cột Producer‘s Accuracy

- Độ chính xác tổng thể: r = 1245.7/1453.1 = 85.73%

- Producer‘s Accuracy min-max: - Đất xây dựng = 78%;

- User‘s Accuracy min-max : - Đất vƣờn tạp = 78%;

 Đất chƣa sử dụng = 100%

- Hệ số Kappa :

 Đất rừng ngập mặn = 93%

Trong đó: N = 1453.1 (tổng số polygon của các ô mẫu kiểm chứng)

Thay tất cả các kết quả trên vào công thức 2.2, ta có đƣợc giá trị của Kappa:

Độ chính xác tổng thể và hệ số Kappa của ảnh phân loại năm 2009 đạt đƣợc là

tƣơng đối cao. Chứng tỏ độ tin cậy của kết quả phân loại năm 2009 đủ cơ sở để trở

thành dữ liệu gốc cho việc giải đoán các ảnh tiếp theo bằng phƣơng pháp phân vùng

đối tƣợng.

* Áp dụng phƣơng pháp phân loại phân vùng thực địa nhằm phân loại cho các ảnh

khác dựa trên phần mềm ArcMap10.0.

Phƣơng pháp này bao gồm hai bƣớc chính: (1) xác định ranh giới các đối tƣợng

trên thực địa; (2) tích hợp ranh giới các đối tƣợng trên thực địa với ảnh viễn thám ở

các thời điểm để chiết xuất thông tin về sử dụng đất.

Bước 1: xác định ranh giới các đối tượng trên thực địa

Toàn bộ kết quả phân loại hiện trạng năm 2009 đƣợc xuất kết quả sang dạng

shape file và thực hiện vector hóa các đối tƣợng, do đó ranh giới các đối tƣợng trên

thực địa đƣợc hình thành từ kết quả phân loại của ảnh năm 2009 ( phụ lục 1).

Bước 2: tích hợp ranh giới các đối tượng trên thực địa với ảnh viễn thám ở các

thời điểm để chiết xuất thông tin về sử dụng đất Sau khi xác định đƣợc ranh giới các đối tƣợng trên thực địa, các ranh giới này

đƣợc chồng xếp lên ảnh của các thời điểm khác (hình 2.9).

Hình 2.9: Lớp ranh giới của đối tƣợng đất nuôi trồng thủy sản năm 2009 đƣợc chồng xếp trên ảnh khu vực Giao Thủy năm 1989

Với các khu vực có các pixel thuần nhất, vùng thực địa đó đƣợc gán thông tin

theo thông tin sử dụng đất của nhóm pixel đó. Các vùng có các pixel lẫn đƣợc chỉnh

sửa lại ranh giới sao cho mỗi vùng thực địa mới sẽ chỉ bao gồm các pixel thuần

nhất. Sau đó, ta lại tiến hành gán các lớp thông tin sử dụng đất cho các vùng mới

dựa vào thông tin sử dụng đất của các nhóm pixel. Quá trình này đƣợc làm lần lƣợt

trên từng lớp đối tƣợng đã đƣợc xác định trên bảng chú giải.

Sau quá trình phân lại ranh giới vùng cho các lớp đối tƣợng dựa trên thực địa

của tất cả các ảnh vệ tinh, luận án đã đạt đƣợc các hiện trạng sử dụng đất tƣơng ứng

cho các năm 1989, 1995, 1999, 2005 và 2013 ( phụ lục 2).

Luận án nghiên cứu mối quan hệ giữa biến động sử dụng đất và các biến nhân

khẩu học, trong nghiên cứu này luận án đi sâu nghiên cứu sự gia tăng các biến nhân

khẩu học ảnh hƣởng đến sự thay đổi của đất xây dựng. Do đó, với đối tƣợng đất dân

cƣ luận án tiếp tục tìm phƣơng pháp chiết tách thành hai nhóm: đất xây dựng và đất

vƣờn tạp. Chiết xuất đất xây dựng từ ranh giới đất dân cƣ vùng nông thôn trên ảnh

vệ tinh là một công việc rất khó khăn, do điều kiện thực tế là nơi đây có sự xen lẫn

lớn của các đối tƣợng tự nhiên cũng nhƣ nhân tạo. Do đó, luận án ứng dụng phƣơng

pháp phân loại theo hƣớng đối tƣợng nhƣng thuật toán phân loại nhằm chiết tách

đất xây dựng và đất vƣờn tạp từ đối tƣợng đất dân cƣ lại không sử dụng thuật toán

Assign class (là thuật toán đƣợc áp dụng để chiết xuất toàn bộ các đối tƣợng trên

ảnh 2009) mà sử dụng thuật toán K-Nearest Neighbors (K-NN) nhằm nâng cao độ

chính xác kết quả chiết tách đất xây dựng cho tất cả các ảnh vệ tinh Landsat TM và

OLI mà luận án đã lựa chọn. Quy trình này đƣợc mô tả chi tiết nhƣ sau:

Ảnh vệ tinh Landsat TM và OLI

Cắt ảnh theo ranh giới đất dân cƣ đã phân loại

Nhập và hiệu chỉnh ảnh trong Ecognition

Phân mảnh ảnh Xây dựng các chỉ số

Xử lý số (Phân loại định hƣớng đối tƣợng)

Tạo bộ mẫu chuẩn

Ảnh Ikonos 1m

Đánh giá độ chính xác các lớp phân loại trên bản đồ

Ứng dụng thuật toán K-NN

Bản đồ HTSDĐ 1m

Hiện trạng phân bố đất xây dựng các thời điểm

Hình 2.10: Quy trình chiết tách đất xây dựng huyện Giao Thủy dựa trên thuật toán K-NN

Khi chiết tách bề mặt đất xây dựng khu vực dân cƣ nông thôn huyện Giao

Thủy, luận án đã sử dụng rất nhiều đặc trƣng không gian nhằm phục vụ cho việc

phân loại của thuật toán K-NN, các đặc trƣng này đƣợc thể hiện trong bảng 2.6. Các

đặc trƣng không gian đƣợc khảo sát trên toàn bộ các mảnh đối tƣợng và tìm ra

ngƣỡng cho mỗi đặc trƣng cụ thể, các ngƣỡng này phục vụ cho việc xác định các

tập mẫu chuẩn nhằm để phục vụ cho việc phân loại của thuật toán K-NN (hình 2.11

và hình 2.12).

Bảng 2.6: Mô tả 12 đặc trƣng không gian (Feature Space) đƣợc sử dụng cho phân

loại K-NN trong luận án

Mô tả hoặc công thức toán học biểu thị Các đặc trưng không gian

Mean Blue

Mean Green

Mean Red

Mean Near Infrared

Mean Shortwave IR-1

Mean Shortwave IR-2

NDBI – SAVI – 10*SI

Giá trị trung bình của kênh phổ trong dải sóng 0.45-0.515 µm Giá trị trung bình của kênh phổ trong dải sóng 0.525-0.605 µm Giá trị trung bình của kênh phổ trong dải sóng 0.63-0.69 µm Giá trị trung bình của kênh phổ trong dải sóng 0.75-0.90 µm Giá trị trung bình của kênh phổ trong dải sóng 1.55-1.75 µm Giá trị trung bình của kênh phổ trong dải sóng 2.09-2.35 µm Chênh lệch tối đa giữa các kênh phổ

(Rural Surface

Max. Diff. SAVI (Soil-adjusted Vegetation Index) NDBI (Normalized Difference Built-up Index) SI (Soil Index) RISI Impervious Index ) BI (Brightness Index)

số dải quang phổ -

giá trị trung bình của dải sóng -

Hình 2.11: Sự phân bố của tập mẫu trong quá trình phân loại theo thuật toán KNN tại khu vực huyện Giao Thủy

Hình 2.12: Khảo sát giá trị của tập mẫu trong ba đặc trƣng không gian giá trị trung bình của kênh 2, 3 và 4

Một điều rất quan trọng trong việc khảo sát tập mẫu đó là các ngƣỡng giá trị tập

mẫu không đƣợc chồng lấn lên nhau, giá trị overlap giữa các tập mẫu của các đối

tƣợng đạt giá trị = 0 là tốt nhất, hoặc mức độ chồng lấn giữa hai tập mẫu càng gần 0

độ chính xác tách biệt giữa các đối tƣợng càng tốt (hình 2.12). Một điểm nữa là bộ

mẫu chuẩn cần phải đƣợc phân bố đều trên khắp khu vực và số lƣợng điểm mẫu của

mỗi đối tƣợng cần phân loại phải lớn hơn 125 điểm thì việc phân loại theo thuật toán

K-NN mới đạt độ chính xác cao nhất. Kết quả phân loại cho các thời điểm ảnh thể

hiện sự phân bố của đất xây dựng khu vực Giao thủy từ năm 1989 đến năm 2013.

Sau khi có kết quả phân loại đất xây dựng, tất cả các kết quả này đƣợc ghép lại

với các bản đồ hiện trạng sử dụng đất bằng cách cắt bỏ toàn bộ lớp đất dân cƣ và

thay thế vào đó là các kết quả phân loại đất xây dựng bằng công cụ Union trong

AcrMap 10.0. Kết quả phân loại hiện trạng sử dụng đất huyện Giao Thủy hoàn

chỉnh đƣợc thể hiện trên các hình 2.13, 2.14, 2.15 và 2.16.

Hình 2.13: Hiện trạng sử dụng đất năm 1989 huyện Giao Thủy, tỉnh Nam Định

Hình 2.14: Hiện trạng sử dụng đất năm 1999 huyện Giao Thủy, tỉnh Nam Định

Hình 2.15: Hiện trạng sử dụng đất năm 2009 huyện Giao Thủy, tỉnh Nam Định

Hình 2.16: Hiện trạng sử dụng đất năm 2013 huyện Giao Thủy, tỉnh Nam Định

Bảng 2.7: Diện tích các lớp sử dụng đất từ năm 1989 đến 2013 khu vực huyện Giao Thủy, tỉnh Nam Định

Các lớp

1989

1995

1999

2005

2009

2013

sử dụng đất

Ha %

1357,5

4,9

1501,6

6,1

2030,0

7,2

2693,1

9,6

3032,8

10,8

3398,9

Đất xây dựng

12,2

Đất trồng lúa

9415

33,7

9346

33,0

9200

32,9

8620

30,8

8578

30,6

8322

29,8

Đất mặt nƣớc 10256

36,7

8621

30,1

8188

29,3

8638

30,9

8491

30,4

8350

29,9

Đất NTTS

248

0,9

2329

8,3

3208

11,6

3458

12,3

3528

12,6

4041

14,5

Đất CSD

884

3,2

651

2,3

764

2,7

341

1,2

314

1,2

231

0,8

Đất RNM

1304

4,7

1474

5,3

1039

3,7

1013

3,6

1174

4,2

1256

4,5

Đất làm muối

728

2,6

682

2,4

682

2,4

641

2,3

648

2,3

523

1,9

3167,5

11,3

2997,4

10,4

2762,0

9,9

2485,9

8,9

2196,2

7,9

1830,1

Đất vƣờn tạp

6,5

Đất trồng cói

600

2,1

358

1,3

0,3

0,0

Tổng

27960

100 27960

100 %

2.2.5 Đánh giá quá trình biến động sử dụng đất khu vực ven biển Giao Thủy,

Nam Định

Sau khi có các kết quả phân loại từ các ảnh vệ tinh, chúng tôi thực hiện phép

phân tích chồng xếp giữa các lớp chuyên đề trên các giai đoạn khác nhau để quan

sát và xác định sự thay đổi của sử dụng đất về không gian, diện tích. Toàn bộ quá

trình này đƣợc thao tác trong phần mềm ArcMap 10.0 (hình 2.16).

Ảnh phân loại SDĐ thời điểm T2

Ảnh phân loại SDĐ thời điểm T1

Phủ chồng giữa các lớp dữ liệu (Overlay)

Bản đồ biến động sử dụng đất Ma trận biến động các đối tƣợng chuyên đề

Diễn biến biến động SDĐ giai đoạn T1-T2

Hình 2.16: Quy trình đánh giá biến động sau phân loại trong ArcMap

1. Phân tích và đánh giá các kết quả biến động sử dụng đất trong các giai đoạn

Bảng 2.8: Bảng ma trận biến động sử dụng đất giai đoạn 1989-1995 (đơn vị: ha)

nghiên cứu

Vƣờn tạp 0 0 0 2997 0 0 0 0

Đất XD 0 0 0 170 0 0 0 0

1995 1989 Đất muối Đất lúa Đất cói Vƣờn tạp Đất RNM Đất MN Đất CSD Đất NTTS Đất XD

Đất muối 682 0 5 0 0 0 0 0 0

Đất lúa 0 9415 0 0 0 0 0 0 0

Đất cói 0 0 485 0 0 0 0 0 0

Đất RNM 0 0 0 0 1160 59 37 0 0

Đất MN 46 0 0 0 0 8848 0 0 0

Đất CSD 0 0 1 0 16 4 847 0 0

Đất NTTS 0 0 109 0 128 1345 0 246 0

Tổng 1989 728 9415 599 3167 1304 10256 884 246 1357 1357

9415

485

2997

Tổng 1995

682

1256 8848

868

1830 1527 27960

Bảng 2.9: Biến động sử dụng đất giai đoạn 1995-1999 (đơn vị: ha)

1999 1995 Đất muối Đất lúa Đất cói Vƣờn tạp Đất RNM Đất MN Đất CSD Đất NTTS Đất XD Tổng 1999

Đất NTTS 0 0 234 0 665 57 13 2266 0 3235

Tổng 1995 682 9248 359 2997 1477 8622 650 2326 1527 27960

Vƣờn tạp 0 0 0 2762 0 0 0 0 0 2762

Đất XD 0 50 38 335 59 0 0 26 1527 2030

Đất lúa 0 9198 0 0 0 0 0 0 0 9198

Đất MN 0 0 0 0 45 7979 156 8 0 8188

Đất CSD 0 0 0 0 0 290 473 0 0 763

Đất muối 682 0 0 0 0 0 0 0 0 682

Đất cói 0 0 87 0 0 0 0 0 0 87

Đất RNM 0 0 0 0 708 296 8 32 0 1044 Nhận xét: Nhìn chung, trên cả ba giai đoạn 1989-1995; 1995-1999 chỉ xảy ra sự

biến động mạnh trên loại hình sử dụng đất nuôi trồng thủy sản, từ 247 ha năm 1989

lên đến 1830 ha năm 1995, và sự chuyển đổi này xảy ra chủ yếu do được chuyển từ

diện tích đất ngập nước ven bờ (1500 ha), đất rừng ngập mặn (793 ha), đất chưa sử

dụng (140 ha) và đất trồng cói (230 ha).

Đất

2005

Vƣờn

Đất

Tổng

1999

muối

lúa

tạp

RNM

CSD

NTTS

cói

1999

Đất muối

Bảng 2.10: Biến động sử dụng đất giai đoạn 1999-2005 (đơn vị: ha)

641

682

Đất lúa

8624

210

333

9201

Vƣờn tạp

2452

310

2762

Đất RNM

752

165

104

1042

Đất MN

169

7942

8187

Đất CSD

525

180

762

Đất NTTS

3178

3235

Đất XD

2030

Đất cói

0

Tổng 2005

641

8624 2486 1012

8632

341

3458

2693

27960

Đất

Vƣờn

Đất

Tổng

2013

Đất

tạp

RNM

CSD

NTTS

cói

2005

muối

lúa

Đất muối

Bảng 2.11: Biến động sử dụng đất giai đoạn 2005-2013 (đơn vị: ha)

612

640

Đất lúa

8572

8619

Vƣờn tạp

1830

656

2486

Đất RNM

1013

Đất MN

8467

110

8640

Đất CSD

244

341

Đất NTTS

3408

3456

Đất XD

2693

Đất cói

0

Tổng 2013

648

8578

1830

1180 8491

314

3526

3398

27960

Nhận xét: Đất nuôi trồng thủy sản tiếp tục tăng nhưng không tăng quá nhanh, sau

năm 2000 chủ yếu được chuyển đổi từ đất làm muối, đất trồng lúa ven đê biển.

Rừng ngập mặn có sự phục hồi đáng kể, từ năm 1999 đến 2009 tăng gần 200 ha,

chủ yếu trồng xen với các khu vực trồng thủy sản và được mở rộng tiến ra biển. Đất

trồng lúa suy giảm đáng kể chủ yếu chuyển sang đất xây dựng và đất nuôi trồng

thủy hải sản.

2. Biến động sử dụng đất giai đoạn 1989 - 2013

2013

Đất

Vƣờn

Bảng 2.9: Ma trận biến động giữa các loại hình SDĐ giai đoạn 1989-2013 (đơn vị: ha)

Tổng

1989

lúa

NTTS

CSD

RNM

muối

tạp

1989

Đất xâydựng

1358

283

528

Đất lúa

8578

9415

Đất MN

1359

134

869

7895

10257

Đất NTTS

244

246

194

Đất CSD

436

161

884

795

Đất RNM

159

267 1304

103

Đất muối

618

728

Vƣờn tạp

1351

1796

3167

529

Đất cói

600 Tổng 2013

3398

8578 8490

3527

316 1175

647 1830 27960

Đất muối 85%

41%

14%

13%

Vƣờn tạp 58%

Đất MN 77%

88%

Đất XD

Đất NTTS

Đất cói 0%

61%

22%

Đất RMN 20%

Đất lúa 91%

Đất CSD 18%

Hình 2.18: Sự tổng hợp biến động chính giữa các loại hình sử dụng đất

tại Giao Thủy giai đoạn 1989-2013

Dựa vào số liệu trên bảng 1.8 và hình 2.18, có thể thấy rõ ràng sử dụng đất tại

huyện Giao Thủy, Nam Định trong hơn 20 năm qua từ sau giai đoạn ―Đổi mới‖ có

sự chuyển đổi chính từ các loại hình đất nông nghiệp, đất chƣa sử dụng, mặt nƣớc,

rừng ngập mặn, vƣờn tạp sang hai loại hình chủ yếu là đất nuôi trồng thủy sản và

đất xây dựng. Với sự chuyển đổi nhƣ thế này, sự gia tăng của hai loại hình sử dụng

đất là đất xây dựng và đất nuôi trồng thủy sản chính là xu thế chính về SDĐ của

Giao Thủy từ năm1989 đến nay.

a. Xu hƣớng biến động sử dụng đất khu vực Giao Thủy, Nam Định giai đoạn 1989-2013

2. Quá trình biến động sử dụng đất Giao Thủy, Nam Định giai đoạn 1989-2013

Hình 2.19: Quá trình biến động các loại hình sử dụng đất giai đoạn 1989-2013

tại khu vực huyện Giao Thủy, tỉnh Nam Định

*Nhận xét kết quả biến động sử dụng đất Giao Thủy trong giai đoạn 1989-2013:

Dựa vào các bảng ma trận biến động, bản đồ biến động, xu hƣớng biến động,

luận án đƣa ra những nhận định chính về quá trình biến động sử dụng đất ở huyện

Giao Thủy, tỉnh Nam Định nhƣ sau:

1. Trong giai đoạn 1989-1999, biến động sử dụng đất khu vực này xảy ra chủ yếu

khu vực ngoài đê biển. Đất sử dụng cho nuôi trồng thủy sản tăng nhanh và rõ rệt

nhất trong toàn giai đoạn, năm 1989 đất NTTS chiếm 0,9% so với tổng số diện tích

toàn huyện tuy nhiên trong năm 1999 loại đất này tăng đến 11,6%, tăng gấp 13 lần

(tƣơng đƣơng 2990 ha) trong vòng 10 năm. Sản lƣợng thủy hải sản tăng đột biến

đặc biệt từ năm 1996 (2855 tấn) và tăng gấp đôi cho năm 1999 (5750 tấn) [14]. Quá

trình chuyển đổi này chủ yếu xảy ra từ loại hình đất mặt nƣớc (1402 ha), đất rừng

ngập mặn (794 ha) và đất chƣa sử dụng (195 ha). Đây là giai đoạn huyện Giao Thủy

tập trung thực hiện quá trình cải cách kinh tế - xã hội, triển khai và phát triển thành

công loại hình kinh tế thủy sản mũi nhọn. Trong khi đó, khu vực bên trong đê sự

chuyển đổi tập trung vào khu vực đất xây dựng, loại đất này tăng hơn 500 ha chủ

yếu đƣợc chuyển từ đất trồng lúa (135 ha) và đất vƣờn tạp (269 ha). Sự biến động

này do ảnh hƣởng quá trình gia tăng nhu cầu đất ở do biến động dân số của khu

vực, năm 1989 tổng số dân trung bình của Giao Thủy là 167 115 ngƣời trong khi đó

năm 1999 dân số khu vực này đạt 197 529 ngƣời, tăng 30 414 ngƣời [14].

2. Giai đoạn 1999-2013 là giai đoạn biến động xảy ra chủ yếu bên trong đê biển của

khu vực Giao Thủy với lí do rất quan trọng đó là khu bảo tồn thiên nhiên đất ngập

nƣớc Xuân Thuỷ đƣợc nhà nƣớc Việt nam chuyển lên thành Vƣờn quốc gia Xuân

Thủy (VQG là cấp bảo tồn thiên nhiên cao nhất trong hệ thống bảo tồn thiên nhiên

của nƣớc ta hiện nay). Các khu vực rừng ngập mặn đƣợc bảo vệ và đƣợc phục hồi

mạnh mẽ ra phía biển và cả trong khu vực nuôi trồng thủy sản ven bờ. Sự chuyển

đổi của khu vực vẫn xảy ra chủ yếu trên hai loại hình đất nuôi trồng thủy sản và đất

xây dựng. Tuy nhiên, loại hình chuyển đổi có sự khác biệt, đất nuôi trồng thủy sản

giai đoạn này chủ yếu đƣợc chuyển đổi từ đất trồng lúa ngay sát đê (210 ha), đất

trồng cói (87 ha) và đất làm muối (64 ha), sự chuyển đổi này vẫn đang là xu hƣớng

cho đến năm 2013 với lí do hiệu quả kinh tế thu đƣợc từ việc nuôi trồng thủy sản

lớn gấp nhiều lần so với các loại hình kinh tế khác trên cùng một diện tích đất có

điều kiện để phát triển nuôi trồng thủy hải sản.

3. Do nhận thức đƣợc vai trò của rừng ngập mặn đối với sự phát triển kinh tế - xã

hội khu vực cũng nhƣ vai trò trong chống biến đổi khí hậu toàn cầu, do đó, trong

những năm gần đây loại hình đất rừng ngập mặn đang đƣợc tăng trở lại, bằng chứng

là từ năm 2005 đến 2013 diện tích đất rừng ngập mặn tăng gần 200 ha chủ yếu đƣợc

chuyển đổi từ đất mặt nƣớc chuyên dùng xa bờ và đƣợc trồng lại trong khu vực nuôi

trồng thủy sản quảng canh ven bờ.

4. Xu thế biến động các loại hình sử dụng đất khu vực này xảy ra mạnh mẽ theo

hƣớng Đông nam và hƣớng nam, những nơi tiếp giáp trực tiếp với vịnh Bắc bộ, là

nơi có điều kiện thuận lợi cho phát triển kinh tế nuôi trồng thủy sản của khu vực.

2.3 Diễn biến phát triển nhân khẩu khu vực Giao Thủy, tỉnh Nam Định

2.3.1 Quy mô hộ và quy mô dân số

Theo kết quả tổng điều tra dân số năm 2009, huyện Giao thủy có 55.846 hộ gia

đình tăng 15% so với năm 1999. Số ngƣời bình quân trên một hộ là 3.4, trong đó

phần trăm theo quy mô hộ tập trung chủ yếu vào số hộ có quy mô từ 1 đến 4 ngƣời

là 79,5%. Điều này chứng tỏ rằng, hiện nay xu hƣớng quy mô hộ gia đình nhỏ đang

gia tăng mạnh còn mô hình gia đình có nhiều thế hệ không còn phổ biến trong xã

hội ngày nay [4].

Trong khi đó, tổng số dân tại thời điểm năm 2009 lại giảm đi đáng kể so

với năm 1999, nguyên nhân chủ yếu gây ra hiện tƣợng này là mức sinh trong 10

năm qua giảm và chủ yếu do biến động cơ học của dân số nhƣ di cƣ gây ra. Điều

này cũng cho thấy huyện Giao thủy cũng nhƣ tỉnh Nam định những năm gần đây

kinh tế chậm phát triển, cơ hội tìm kiếm việc làm có thu nhập cao khó khăn nên dẫn

đến việc ngƣời dân di cƣ ra các tỉnh ngoài để làm ăn sinh sống. Tất cả số liệu các

yếu tố nhân khẩu huyện Giao Thủy đều đƣợc thống kê và thể hiện trong phụ lục 3.

Hình 2.20: a) Sự biến thiên của quy mô dân số; b) Sự gia tăng số hộ ở Giao Thủy

Hình 2.21: Sự biến động mật độ hộ gia đình trên không gian các xã

thuộc huyện Giao Thủy qua các năm 1989, 1999, 2009.

2.3.2 Mật độ và sự phân bố dân số

Hình 2.22: Sự biến động mật độ dân số trên không gian các xã

thuộc huyện Giao Thủy qua các năm 1989, 1999, 2009.

Tƣơng ứng với việc quy mô dân số trong huyện giảm đáng kể nên mật độ dân

số của huyện Giao thủy cũng bị giảm đi tƣơng ứng trong 10 năm qua, từ 838

ngƣời/km2 năm 1999 xuống còn 793 ngƣời/km2 năm 2009. Trong khi đó, sự phân

bố dân số trong toàn huyện lại có sự thay đổi đáng kể, số ngƣời sống tại khu vực

thành thị tăng từ 2,9 đến 7,7% trong 10 năm, nguyên nhân là do trong 10 năm qua

tại khu vực huyện Giao Thủy đã thành lập thêm thị trấn Quất Lâm khiến cho số

ngƣời sinh sống trong khu thành thị tăng lên đáng kể.

100

2.3.3 Cơ cấu dân số theo giới tính và theo nhóm tuổi

Hình 2.23: Sự biến động tỷ trọng dân số trong độ tuổi lao động trên không gian

các xã thuộc huyện Giao Thủy giai đoạn 1989-2009

Trong những năm gần đây, cơ cấu dân số theo giới tính và theo nhóm tuổi có xu

hƣớng thay đổi rõ rệt, với việc tăng nhanh tỷ trọng dân số trong độ tuổi lao động (15

đến 64) hiện nay đạt trên 67%, thể hiện cơ cấu dân số của huyện đang cùng xu hƣớng

phát triển dân số chung của các khu vực khác trên toàn bộ lãnh thổ Việt Nam, đang ở

thời kỳ đầu giai đoạn ―cơ cấu dân số vàng‖ [2]. Việc tận dụng cơ hội cơ cấu dân số

vàng để tạo bƣớc phát triển nhanh và mạnh về kinh tế - xã hội ở địa phƣơng đang nhận

đƣợc rất nhiều sự quan tâm của các cấp chính quyền, các nhà nghiên cứu và các nhà

hoạch định chính sách. Do đó, huyện Giao Thủy cũng nhƣ tỉnh Nam Định cần phải có

những chính sách phù hợp về phát triển kinh tế - xã hội để đảm bảo tận dụng lực lƣợng

lao động sẵn có này [4].

101

Bên cạnh đó, cơ cấu dân số phân theo giới tính của huyện cũng tăng mạnh

trong tỷ trọng dân số nam, đặc biệt trong nhóm tuổi từ 0 đến 30 tỷ trọng dân số

nam cao hơn nhiều so với nữ, 51,5% so với 48.7%, điều này cho thấy rằng sự

chênh lệch giới tính xảy ra ở khu vực này khá nghiêm trọng nếu xét về các mặt xã

hội lâu dài [4].

Hình 2.24: Sự gia tăng tỷ trọng dân số trong độ tuổi lao động huyện Giao Thủy

giai đoạn 1989-2013

2.3.4 Tỷ lệ sinh, tỷ lệ chết và tỷ lệ tăng tự nhiên dân số

Trong 10 năm qua tai huyện Giao Thủy, tổng tỷ suất sinh có biến động nhƣng

thực sự chƣa có xu hƣớng giảm nhiều, số con trung bình do một ngƣời phụ nữ sinh

ra vẫn đạt mức trên 2,25 năm 2009 so với 2,27 năm 1999, trong khi đó tổng tỷ suất

sinh của phụ nữ cả nƣớc là 2,03. Đặc biệt ở khu vực này hiện đang xảy ra tình trạng

chênh lệch tỷ số giới tính khi sinh rất cao, 118,59 bé trai/100 bé gái, điều giải thích

tại sao trong những năm gần đây tỷ trọng dân số nam luôn cao hơn tỷ trọng dân số

nữ.

Điều kiện sống đƣợc cải thiện, công tác chăm sóc sức khỏe đƣợc chú trọng do

đó tuổi thọ bình quân đƣợc nâng lên đáng kể [4]. Theo số liệu tổng điều tra năm

102

2009, tỷ suất chết thô huyện đạt 0,68%, có nghĩa là có 6,8 ngƣời chết/1000 dân,

cũng theo thống kê số ngƣời chết đa phần nằm trong độ tuổi từ 70 trở lên và chủ

yếu chết do bệnh tật.

2.3.5 Lao động, việc làm

Trong 10 năm qua tỷ trọng lực lƣợng lao động khu vực thành thị có tăng lên, nhƣng

khu vực nông thôn vẫn là nơi tập trung số lƣợng lớn lực lƣợng lao động [4]. Trong đó tổng

số lực lƣợng lao động của huyện là 114.816 và có 82,86% số ngƣời trong độ tuổi tham

giam vào lao động, là một trong những khu vực có tỷ lệ ngƣời tham gia lao động lớn nhất

trong cả tỉnh Nam định. Tuy nhiên, tỷ trọng lực lƣợng lao động đã qua đào tạo chuyên

môn kỹ thuật thì Giao thủy lại là nơi có tỷ lệ rất thấp, chỉ 7,12% trong tổng lực lƣợng trong

độ tuổi lao động, do đó sự phân bố phần trăm lao động có việc làm tại khu vực tập trung

chủ yếu vào nông, lâm, thủy sản chiếm trên 72%, một điểm đáng chú ý, số lƣợng ngƣời

lao động làm việc trong ngành thủy hải sản tăng rất mạnh trong khoảng 15 năm trở lại đây

từ 1997 đến nay [4].

Hình 2.25: Biểu đồ gia tăng số lƣợng ngƣời lao động trong ngành thủy sản

103

* Nhận định:

Nhƣ vậy, huyện Giao thủy, tỉnh Nam định là nơi xảy ra rất nhiều sự biến động

của các yếu tố nhân khẩu trong giai đoạn sau ―Đổi mới‖ trở về đây, điển hình sự suy

giảm quy mô dân số trong 10 năm trở lại đây, điều này đƣợc lý giải do Giao Thủy

trong những năm gần đây kinh tế dịch chuyển chậm, công việc có thu nhập không

cao nên số ngƣời đi khỏi địa phƣơng để có cơ hội tìm kiếm công việc có thu nhập

cao hơn, đặc biệt lực lƣợng lao động có tay nghề cao, đƣợc đào tạo từ các trƣờng

đại học thƣờng có xu hƣớng không trở về quê hƣơng, do đó lực lƣợng lao động ở

đây có trình độ tƣơng đối thấp [5, 6]. Thêm vào đó, mức sinh và tỷ lệ tử vong trong

khu vực cũng đang có xu hƣớng giảm tuy nhiên chƣa giảm nhiều, tỷ trọng dân số

phụ thuộc giảm tƣơng đối nhanh trong giai đoạn từ năm 2000 trở về đây. Ngƣợc lại,

Giao Thủy cũng nhƣ các địa phƣơng khác trên toàn quốc, số lƣợng hộ gia đình hạt

nhân, tỷ trọng dân số trong độ tuổi lao động tăng lên rõ rệt do xu hƣớng tách hộ

đang gia tăng và dân số đang ở thời điểm ―cơ cấu dân số vàng‖[4]. Sự gia tăng các

yếu tố này sẽ tăng cơ hội phát triển kinh tế - xã hội cho địa phƣơng nếu địa phƣơng

có các chính sách hợp lý, nhƣng mặt còn lại cũng tạo sức ép rất lớn đến tài nguyên

thiên nhiên khu vực, đặc biệt tăng sức ép lên sử dụng đất của địa phƣơng, sẽ gây ra

sự suy thoái loại tài nguyên này nếu các chính sách phát triển của địa phƣơng không

phù hợp.

104

Kết luận chương 2

1. Một trong những lợi thế chính của ảnh viễn thám là khả năng chụp lặp trên cùng

một vị trí là liên tục, đó là điều kiện đầu tiên cần thiết để nghiên cứu phát hiện sự

thay đổi sử dụng đất ở quy mô toàn cầu và khu vực. Kỹ thuật tích hợp công nghệ

viễn thám và GIS đã đƣợc các nghiên cứu chứng minh là phƣơng pháp tốt nhất

đƣợc sử dụng cho các nhiệm vụ giám sát sự thay đổi của môi trƣờng.

2. Luận án đã tích hợp phƣơng pháp phân loại định hƣớng đối tƣợng (Object-oriented

classification), phân loại dựa trên vùng đối tƣợng (Per-field classification) và thuật toán

K-NN để phân loại cho các ảnh vệ tinh nhằm mục đích nâng cao độ chính xác cho kết

quả hiện trạng sử dụng đất và phù hợp với chiết tách đối tƣợng đất xây dựng khu vực

nghiên cứu của luận án.

3. Xu hƣớng biến động sử dụng đất ở huyện Giao Thủy, tỉnh Nam Định đƣợc thể

hiện nhƣ sau:(1) Giai đoạn 1989-1999 là giai đoạn xảy ra rất nhiều biến động tuy

nhiên chủ yếu các biến động này diễn ra ngoài đê biển; (2) Giai đoạn 1999-2013 là

giai đoạn xảy ra các biến động trong đê biển. Đất dành cho nuôi trồng thủy sản và

đất xây dựng gia tăng nhanh và đều trong các giai đoạn nghiên cứu của luận án. Các

loại đất khác, đặc biệt đất dành cho khu vực trồng lúa bị thu hẹp mạnh. Đất rừng

ngập mặn đã có sự phục hồi đáng kể từ những năm 2000 trở về đây.

4. Huyện Giao thủy, tỉnh Nam định là nơi xảy ra rất nhiều sự biến động các yếu tố

nhân khẩu học trong giai đoạn sau ―Đổi mới‖, điển hình sự suy giảm quy mô và mật

độ dân số trong 10 năm trở lại đây. Tuy nhiên, số lƣợng hộ gia đình hạt nhân, tỷ

trọng dân số trong độ tuổi lao động lại tăng lên rõ rệt do xu hƣớng tách hộ đang gia

tăng và dân số khu vực đang ở thời điểm ―cơ cấu dân số vàng‖. Sự gia tăng các yếu

tố này sẽ tăng cơ hội phát triển kinh tế - xã hội cho địa phƣơng nếu địa phƣơng có

các chính sách hợp lý, nhƣng mặt còn lại cũng tạo sức ép rất lớn đến tài nguyên

thiên nhiên khu vực, đặc biệt tăng sức ép lên sử dụng đất của địa phƣơng, sẽ gây ra

sự xáo trộn, thậm chí là suy thoái tài nguyên đất nếu các chính sách phát triển của

địa phƣơng không phù hợp.

105

CHƢƠNG 3

XÁC ĐỊNH MỐI QUAN HỆ GIỮA BIẾN ĐỘNG SỬ DỤNG ĐẤT VÀ MỘT SỐ

YẾU TỐ NHÂN KHẨU HỌC TẠI KHU VỰC HUYỆN GIAO THỦY, NAM ĐỊNH

3.1 Phương pháp phân tích thống kê trong xác định mối quan hệ giữa sự biến động sử dụng đất với một số yếu tố nhân khẩu học 3.1.1 Phương pháp tương quan tuyến tính

Quá trình phân tích tƣơng quan gồm các công việc cụ thể sau:

- Phân tích định tính về bản chất của mối quan hệ, đồng thời dùng phƣơng pháp

đồ thị để xác định tính chất và xu thế của mối quan hệ đó.

- Biểu hiện cụ thể mối quan hệ tƣơng quan bằng phƣơng trình hồi quy tuyến

tính hoặc phi tuyến tính và tính các tham số của các phƣơng trình.

- Đánh giá mức độ chặt chẽ của mối quan hệ tƣơng quan bằng các hệ số tƣơng

quan hoặc tỉ số tƣơng quan.

Mục tiêu chính của phân tích tƣơng quan là xác định mức độ quan hệ tuyến tính

giữa hai biến định lƣợng (mức độ liên hệ mạnh hay yếu) thông qua các hệ số tƣơng

quan. Đồ thị phân tán là công cụ hữu ích có thể cho chúng ta thấy nhiều loại liên hệ

a. Không có quan hệ b. Quan hệ tuyến tính nghịch

c. Quan hệ tuyến tính thuận d. Quan hệ phi tuyến

giữa hai biến đang khảo sát (hình 3.1).

Hình 3.1. Đồ hình biểu thị quan hệ tƣơng quan giữa các dãy số

106

3.1.2 Phương pháp hồi quy tuyến tính

1. Khái niệm hồi quy

Phân tích hồi quy là nghiên cứu mối quan hệ phụ thuộc của một biến (gọi là

biến phụ thuộc) vào một hay nhiều biến khác (gọi là các biến độc lập) với ý tƣởng

ƣớc lƣợng hoặc dự đoán giá trị trung bình của biến phụ thuộc trên cơ sở các giá trị

biết trƣớc(trong mẫu) của các biến độc lập.

Hồi quy còn có thể đƣợc hiểu là cách thức qui các điểm dữ liệu quan sát về một

đƣờng lý thuyết đã biết phƣơng trình biểu diễn để có thể dễ dàng tính toán (nội suy

hay ngoại suy) hay nói theo cách khác là dùng một đƣờng lý thuyết để mô tả luật

biến thiên của các điểm dữ liệu quan sát, giúp nhìn thấy mối liên hệ giữa các biến

nghiên cứu diễn ra theo một quy luật nào đó.

Tuy nhiên, trong phân tích hồi quy chúng ta quan tâm đến các mối quan hệ phụ

thuộc thống kê chứ không phải sự phụ thuộc hàm số nhƣ trong toán học. Trong

phân tích tƣơng quan không phân biệt giữa hai biến, còn với phân tích hồi quy

chúng ta ngầm giả định là biến độc lập là nguyên nhân gây tác động đến biến phụ

thuộc, biến phụ thuộc đƣợc ƣớc lƣợng trên cơ sở đã biết các biến độc lập.

Hồi quy tuyến tính là tuyến tính theo các hệ số hồi quy, do đó dạng của mối

quan hệ giữa hai biến có thể là tuyến tính và cũng có thể là phi tuyến nhƣng hình

thức của các hệ số trong mô hình hồi quy tuyến tính luôn là tuyến tính.

2. Mô hình hồi quy tuyến tính đơn

Bản chất của mối quan hệ giữa hai biến số (X và Y) có thể đƣợc thể hiện ở

nhiều dạng, từ dạng đơn giản nhất là là dạng đƣờng thẳng có thể mô hình hóa bằng

phƣơng trình tuyến tính bậc nhất cho đến những dạng đƣờng cong có hàm số phức

tạp. Mối quan hệ đơn giản nhất giữa một biến phụ thuộc và một biến độc lập là mối

quan hệ tuyến tính, mô hình đƣợc xây dựng từ dữ liệu mẫu có dạng nhƣ sau:

Y= βo + β1*X + e (3.1)

Trong đó: - Xi là trị quan sát thứ i của biến độc lập

- Yi là trị quan sát thứ i của biến phụ thuộc

- βo là hệ số tung độ gốc (hệ số chặn)

107

cholesterol

Độ tuổi

- β1 là hệ số độ dốc (hệ số góc)

Hình 3.2: Biểu đồ thể hiện dạng quan hệ hồi quy tuyến tính giữa hai biến

3. Mô hình hồi quy tuyến tính đa biến

Bản chất của hồi quy đa biến là không chỉ có một biến mà có nhiều biến tham

gia để dự đoán giá trị của biến phụ thuộc.

Phƣơng trình hồi quy đa biến tổng thể với k biến độc lập có dạng nhƣ sau:

Yi = βo + β1X1i + β2X2i + β3X3i + β4X4i +...+ βkXki + εi (3.2)

Trong đó:

βo là hệ số tung độ gốc

β1 là hệ số độ dốc của Y theo biến X1 giữ các biến X2, X3,..,Xk không đổi

β2 là hệ số độ dốc của Y theo biến X2 giữ các biến X1, X3,..,Xk không đổi

....

βk là hệ số độ dốc của Y theo biến Xk giữ các biến X1, X2, X3,..,Xk không đổi

εi là thành phần ngẫu nhiên

Nhƣ vậy điểm khác biệt cần chú ý trong mô hình hồi quy tuyến tính đơn biến,

hệ số độ dốc β1 mô tả thay đổi trong giá trị trung bình của Y trên mỗi đơn vị thay

đổi của X. Còn trong mô hình hồi quy tuyến tính đa biến thì hệ số độ dốc β1 thể

hiện thay đổi trong giá trị trung bình của Y trên mỗi đơn vị thay đổi của X1 không

108

kể đến ảnh hƣởng của X2, X3,..., Xk vì thế β1 đƣợc gọi là hệ số hồi quy riêng phần.

Một trong những yêu cầu của mô hình hồi quy đa biến là các biến độc lập

không đƣợc có tƣơng quan chặt chẽ với nhau. Nếu các biến có tƣơng quan tuyến

tính chặt chẽ với nhau sẽ không thể xác định đƣợc ảnh hƣởng riêng biệt của từng

biến độc lập lên biến phụ thuộc.

4. Quan hệ phi tuyến

Trong thực tế có rất nhiều tình huống quan hệ giữa Y và X không phải là tuyến

tính mà là một dạng đƣờng cong nào đó. Một trong những kiểu quan hệ phi tuyến

phổ biến là mối liên hệ bậc 2 giữa hai biến, mối quan hệ này giữa X và Y có thể

đƣợc phân tích bằng mô hình hồi quy bậc 2 có công thức chung nhƣ sau:

Yi = βo + β1*Xi + β2*X2 i + εi (3.3)

Trong đó:

βo là hệ số tung độ gốc

β1 là hệ số của ảnh hƣởng tuyến tính của X lên Y

β2 là hệ số của ảnh hƣởng bậc 2 của X lên Y

εi là thành phần sai số ngẫu nhiên tƣơng ứng với mỗi quan sát

Bên cạnh đó, sự biến đổi logarit các biến trong mô hình hồi quy cũng là một

tình huống rất hay gặp. Mô hình tổng thể của sự quan hệ nhƣ sau:

Quan hệ giữa sức căng bề mặt và mật độ hạt cứng trong gỗ

LnY = βo + β1LnX1 + β2LnX2 + εi (3.4)

a. Quan hệ phi tuyến bậc 2 b. Quan hệ phi tuyến dạng log kép

109

3.2 Xác định mối quan hệ giữa sự biến động sử dụng đất với một số yếu tố

nhân khẩu học tại Giao Thủy, Nam Định dựa vào mô hình hồi quy

3.2.1 Xác định mối quan hệ giữa sự gia tăng diện tích đất xây dựng với các yếu

tố nhân khẩu học tại Giao Thủy

Trong khi phân tích các hệ số tƣơng quan đã cho rất nhiều cái nhìn sâu sắc về

mối quan hệ hiện có giữa ba biến nhân khẩu học và sử dụng đất nuôi trồng thủy sản và diện tích đất xây dựng, hệ số xác định R2 tiết lộ mối quan hệ giữa các biến trong

nhân khẩu học và các biến sử dụng đất, các biến này giải thích và dự báo cho đất

nuôi trồng thủy sản và đất xây dựng.

Mô hình hồi quy đơn giản đƣợc sử dụng để dự báo tác động của các biến nhân

khẩu (Mật độ dân số, Số lượng hộ gia đình, Tỷ trọng số người trong độ tuổi lao

động) đến sự thay đổi diện tích hai loại hình đất chính là đất xây dựng và NTTS.

Bảng 3.1: Bảng số liệu diện tích đất xây dựng và các yếu tố nhân khẩu học [4, 5, 6, 14]

Hình 3.3: Đƣờng xu hƣớng gia tăng diện tích đất xây dựng đƣợc chiết xuất từ kết quả phân loại ảnh vệ tinh

Năm

1989 1995 1999 2005 2009 2013 Diện tích đất xây dựng (ha) 1640,16 1824,84 2842,11 3104,58 3295,17 3483,88 Mật độ dân số (ngƣời/km2) 689 851 851 889 814 816 Số lƣợng hộ gia đình (hộ) 38.164 44.135 48.243 54.338 56.164 58.543 Tỷ trọng dân số trong độ tuổi lao động (%) 52,2 53,9 54,5 58,4 67,7 67,9

110

Diện tích đất xây dựng (ha)

Số hộ gia đình (hộ)

Hình 3.4: Đƣờng hồi quy biểu thị mối quan hệ giữa diện tích đất xây dựng và số lƣợng hộ gia đình Giao Thủy giai đoạn 1989-2013

Bảng tương quan

Diện tích đất xây dựng

Hệ số tƣơng quan Sig. (2-tailed) N

Số hộ gia đình Hệ số tƣơng quan

Sig. (2-tailed) N

Diện tích đất xây dựng 1 6 .966** .002 6

Số hộ gia đình .966** .002 6 1 6

Phƣơng trình hồi quy tuyến tính đơn biến biểu thị mối quan hệ giữa diện tích đất

xây dựng và số lƣợng hộ gia đình Giao Thủy giai đoạn 1989-2013:

Y = -2101,781 + 0,096*X

Trong mô hình hồi quy trên, số hộ gia đình là biến độc lập, dạng biến là định lƣợng

đƣợc đo lƣờng liên tục (continuous measurement), có vai trò giải thích cho biến phụ thuộc là biến diện tích đất xây dựng. Dựa vào hệ số hồi quy R2 = 0,934 và hệ số

tƣơng quan r = 0,966, luận án tìm thấy có một mối quan hệ chặt chẽ giữa sự gia tăng

diện tích đất xây dựng và sự tăng trƣởng số hộ gia đình tại huyện Giao Thủy, tỉnh

Nam Định.

111

Diện tích đất xây dựng (ha)

Tỷ trọng dân số trong độ tuổi lao động (%)

tỷ trọng dân số trong độ tuổi lao động huyện Giao Thủy giai đoạn 1989-2013

Hình 3.5: Đƣờng hồi quy biểu thị mối quan hệ giữa diện tích đất xây dựng và

Bảng tương quan

Diện tích đất xây dựng

Tỷ trọng dân số trong độ tuổi lao động

Hệ số tƣơng quan Sig. (2-tailed) N Hệ số tƣơng quan Sig. (2-tailed) N

Diện tích đất xây dựng 1 6 .836* .038 6

Tỷ trọng dân số trong độ tuổi lao động .836* .038 6 1 6

Phƣơng trình hồi quy tuyến tính biểu thị mối quan hệ giữa diện tích đất xây dựng và tỷ trọng dân số trong độ tuổi lao động huyện Giao Thủy giai đoạn 1989-2013:

Y = - 2775,731 + 92,626*X

Trong mô hình hồi quy trên, tỷ trọng dân số trong độ tuổi lao động là biến độc lập,

dạng biến là định lƣợng đƣợc đo lƣờng liên tục (continuous measurement), có vai

trò giải thích cho biến phụ thuộc diện tích đất xây dựng. Từ kết quả mô hình, hệ số hồi quy R2 = 0,934 và hệ số tƣơng quan r = 0,966, nhƣ vậy có một mối quan hệ chặt

chẽ giữa sự gia tăng diện tích đất xây dựng và sự tăng trƣởng tỷ trọng dân số trong

độ tuổi lao động tại huyện Giao Thủy, tỉnh Nam Định.

112

Diện tích đất xây dựng (ha)

Mật độ dân số (ngƣời/km2)

Hình 3.6: Đƣờng hồi quy biểu thị mối quan hệ giữa diện tích đất xây dựng và mật độ dân số Giao Thủy giai đoạn 1989-2013

Bảng tương quan

Diện tích đất xây dựng

Hệ số tƣơng quan Sig. (2-tailed) N

Mật độ dân số Hệ số tƣơng quan

Sig. (2-tailed) N

Diện tích đất xây dựng 1 6 .458 .361 6

Mật độ dân số .458 .361 6 1 6

Phƣơng trình hồi quy tuyến tính đơn biểu thị mối quan hệ giữa diện tích đất xây dựng và mật độ dân số huyện Giao Thủy giai đoạn 1989-2013:

Y = - 2007.041 + 5.75*X

Trong mô hình hồi quy trên, mật độ dân số là biến độc lập, dạng biến là định lƣợng

đƣợc đo lƣờng liên tục (continuous measurement), có vai trò giải thích cho biến phụ

thuộc la biến diện tích đất xây dựng. Từ kết quả trên bảng tƣơng quan và kết quả chạy mô hình, hệ số tƣơng quan giữa r = 0,260 và hệ số hồi quy R2= 0,458 cho

chúng ta thấy sự gia tăng diện tích đất xây dựng khu vực Giao Thủy rất ít phụ thuộc

vào sự biến thiên mật độ dân số.

113

Để đánh giá các mối quan hệ giữa hai biến trong các cặp quan hệ trên, kết quả luận án cho thấy thông qua các hệ số xác định (R2) giữa các biến dân số và diện tích

đất xây dựng của các kết quả thể hiện trên hình 3.4, 3.5 và 3.6, cho thấy có một mối

quan hệ tuyến tính rất chặt giữa quá trình gia tăng diện tích đất xây dựng với sự tăng trƣởng số lƣợng hộ gia đình thể hiện qua giá trị R2 = 0.934 và r = 0.966.

Trong khi đó, trên hình 3.6 thể hiện cho chúng ta thấy sự gia tăng đất xây dựng

có mối quan hệ phụ thuộc rất yếu với quá trình biến thiên mật độ dân số của huyện thể hiện qua hệ số xác định (R2) là 0.458 và r = 0.260.

3.2.2 Mối quan hệ giữa sự gia tăng diện tích đất nuôi trồng thủy sản với các yếu tố nhân khẩu học tại Giao Thủy

Hình 3.7: Đƣờng xu hƣớng gia tăng diện tích đất nuôi trồng thủy sản

Bảng 3.2: Bảng số liệu thống kê diện tích đất nuôi trồng thủy sản với các yếu tố nhân khẩu học [4, 5, 6, 14]

Năm

Mật độ dân số (ngƣời/km2) 689,00 851,00 851,00 889,00 814,00 816,00 1989 1995 1999 2005 2009 2013 Diện tích đất NTTS (ha) 248 2.329 3.238 3.458 3.528 3.657 Số lƣợng hộ gia đình (hộ) 38.164 44.135 48.243 54.338 56.164 58.543 Tỷ trọng số ngƣời trong độ tuổi lao động (%) 52,2 53,9 54,5 58,4 67,7 67,9

114

Diện tích đất NTTS (ha)

Mật độ dân số (ngƣời/km2) Hình 3.8: Đồ thị biểu diễn mối quan hệ giữa mật độ dân số và diện tích NTTS tại Giao Thủy giai đoạn 1989-2013

Bảng tương quan

Diện tích đất NTTS

Mật độ dân số

Hệ số tƣơng quan Sig. (2-tailed) N Hệ số tƣơng quan Sig. (2-tailed) N

Diện tích đất NTTS 1 6 .772 .072 6

Mật độ dân số .772 .072 6 1 6

Phƣơng trình hồi quy tuyến tính đơn biểu thị mối quan hệ giữa diện tích đất NTTS và mật độ dân số huyện Giao Thủy giai đoạn 1989-2013: Y = - 9059.472 + 14.485 * X

Trong mô hình hồi quy trên, mật độ dân số là biến độc lập, dạng biến là định lƣợng

đƣợc đo lƣờng liên tục (continuous measurement) hay còn gọi là biến định lƣợng

liên tục, có vai trò giải thích cho biến phụ thuộc diện tích đất NTTS. Từ kết quả trên

bảng tƣơng quan và kết quả chạy mô hình, hệ số tƣơng quan giữa hai biến r = 0,772 và hệ số xác định R2= 0,60 cho chúng ta thấy sự gia tăng diện tích đất NTTS khu

vực Giao Thủy có mối quan hệ phụ thuộc vào sự biến thiên mật độ dân số của khu

vực nghiên cứu.

115

Diện tích đất NTTS (ha)

Hình 3.9: Đồ thị biểu diễn mối quan hệ giữa số hộ gia đình và diện tích NTTS tại Giao Thủy từ năm 1989 đến 2013

Số hộ gia đình (hộ)

Bảng tương quan

Diện tích đất NTTS Hệ số tƣơng quan

Diện tích đất NTTS 1

Số hộ gia đình

Số hộ gia đình .911* .012 6 1

Sig. (2-tailed) N Hệ số tƣơng quan Sig. (2-tailed) N

6 .911* .012 6

Phƣơng trình hồi quy tuyến tính biểu thị mối quan hệ giữa diện tích đất NTTS và số hộ gia đình huyện Giao Thủy giai đoạn 1989-2013:

Y = -4866.305 + 0.152 * X

Trong mô hình hồi quy trên, số hộ gia đình là biến độc lập, dạng biến là định lƣợng

đƣợc đo lƣờng liên tục (continuous measurement) hay còn gọi là biến định lƣợng

liên tục, có vai trò giải thích cho biến phụ thuộc diện tích đất NTTS. Từ kết quả trên

bảng tƣơng quan và kết quả chạy mô hình, hệ số tƣơng quan giữa hai biến r = 0,911 và hệ số hồi quy R2= 0,83 cho chúng ta thấy sự gia tăng diện tích đất NTTS khu vực

Giao Thủy có mối quan hệ phụ thuộc chặt chẽ vào sự tăng trƣởng số hộ gia đình của

khu vực nghiên cứu.

116

Diện tích đất NTTS (ha)

Tỷ trọng dân số trong độ tuổi lao động (%)

Hình 3.10: Đồ thị biểu diễn mối quan hệ giữa tỷ trọng dân số trong độ tuổi lao động và diện tích NTTS tại Giao Thủy giai đoạn 1989-2013

Bảng tương quan

Diện tích đất NTTS

Tỷ trọng dân số trong độ tuổi lao động

Diện tích NTTS

.680 .137 6 1

Tỷ trọng dân số trong độ tuổi lao động

Hệ số tƣơng quan Sig. (2-tailed) N Hệ số tƣơng quan Sig. (2-tailed) N

6 .680 .137 6

Phƣơng trình hồi quy phi tuyến bậc hai biểu thị mối quan hệ giữa diện tích đất

NTTS và tỷ trọng dân số trong độ tuổi lao động huyện Giao Thủy giai đoạn 1989- 2013:

Y = -133370.406 + 4421.621 * X - 35.428 * X2

Trong mô hình hồi quy trên, tỷ trọng dân số trong độ tuổi lao động là biến độc lập,

dạng biến là định lƣợng đƣợc đo lƣờng liên tục (continuous measurement) hay còn

gọi là biến định lƣợng liên tục, có vai trò giải thích cho biến phụ thuộc là biến diện

tích đất NTTS. Từ kết quả trên bảng tƣơng quan và kết quả chạy mô hình, hệ số tƣơng quan giữa hai biến r = 0,680 và hệ số xác định R2= 0,81 cho chúng ta thấy sự

gia tăng diện tích đất NTTS khu vực Giao Thủy có mối quan hệ phụ thuộc chặt chẽ

117

vào sự tăng trƣởng tỷ trọng dân số trong độ tuổi lao động của khu vực nghiên cứu.

Nhƣ vậy, để đánh giá các mối quan hệ giữa hai biến trong các cặp quan hệ trên, kết quả luận án cho thấy thông qua các hệ số hồi quy (R2) giữa các biến nhân khẩu

học và diện tích bề mặt đất xây dựng của các kết quả thể hiện trên hình 3.8, 3.9 và

3.10, cho thấy có một mối quan hệ tuyến tính rất chặt giữa quá trình gia tăng diện

tích đất nuôi trồng thủy sản với sự tăng trƣởng số lƣợng hộ gia đình thể hiện qua giá trị R2 = 0.830 và r = 0.911.

Trong khi đó, ở hình 3.8 thể hiện cho chúng ta thấy sự gia tăng đất NTTS có

mối quan hệ phụ thuộc ở mức độ bình thƣờng với quá trình biến thiên mật độ dân số của huyện thể hiện qua hệ số xác định (R2) là 0.60.

* Nhận định:

Từ các kết quả chạy mô hình, luận án nhận thấy trong ba biến nhân khẩu học

đƣợc luận án lựa chọn: mật độ dân số, số hộ gia đình, tỷ trọng dân số trong độ tuổi

lao động chỉ có hai biến đó là số hộ gia đình và tỷ trọng dân số trong độ tuổi lao

động có mối quan hệ chặt chẽ với hai biến sử dụng đất: diện tích đất xây dựng và

diện tích đất NTTS tại khu vực Giao Thủy - Nam Định.

Tuy nhiên, trên đây luận án mới chỉ xem xét đến từng cặp quan hệ riêng rẽ, vậy

nếu nhƣ cả ba biến nhân khẩu học đều tham gia vào giải thích cho biến phụ thuộc

diện tích đất xây dựng và diện tích đất NTTS thì mối quan hệ sẽ xảy ra nhƣ thế nào,

trong các biến nhân khẩu học, biến nào có vai trò quan trọng nhất, tác động lớn nhất

và gây ra những biến động của hai biến sử dụng đất đó là biến diện tích đất xây

dựng và diện tích đất NTTS. Để trả lời cho các câu hỏi trên, luận án tiếp tục xem

xét các mối quan hệ phức hợp này trong phƣơng pháp hồi quy tuyến tính đa biến

hay còn gọi là hồi quy bội.

118

3.2.3 Xác định mối quan hệ giữa biến động sử dụng đất và các biến nhân khẩu

học huyện Giao Thủy bằng phương pháp hồi quy đa biến

1. Xác định mối quan hệ giữa diện tích bề mặt đất xây dựng và các biến nhân khẩu

Để xác định mối quan hệ giữa một biến phụ thuộc với nhiều biến độc lập, thông

thƣờng ngƣời ta sẽ tuân thủ các bƣớc sau đây:

học (NKH)

Bước 1: Xem xét ma trận hệ số tương quan giữa diện tích đất xây dựng và 3

Diện tích đất xây dựng

Mật độ dân số

Số hộ gia đình

1 .509 .966**

.966** .248 1

Tỷ trọng dân số trong độ tuổi lao động .836 .191 .489

Hệ số tƣơng quan

.509 1 .248 .191

.836

.489

Sig. (2- tailed)

.002 .038

.038 .018

.002 .018 .004

.012 .004 .001

.012

.001

Diện tích đất xây dựng Mật độ dân số Số hộ gia đình Tỷ trọng dân số trong độ tuổi lao động Diện tích đất xây dựng Mật độ dân số Số hộ gia đình Tỷ trọng dân số trong độ tuổi lao động

biến NKH

Nhìn vào bảng ma trận hệ số tƣơng quan ta thấy hệ số tƣơng quan giữa diện tích

đất xây dựng và các biến độc lập đều rất cao ngoại trừ biến mật độ dân số có hệ số

tƣơng quan ở mức độ trung bình r = 0.509. Ngoài ra, hệ số tƣơng quan giữa các biến

độc lập có giá trị tƣơng đối nhỏ. Nhƣ vậy, ta có thể kết luận các biến độc lập này

đều có thể đƣa vào mô hình để giải thích cho sự gia tăng diện tích đất xây dựng.

Bước 2: Ứng dụng mô hình hồi quy tuyến tính bội đánh giá mối quan hệ giữa

diện tích đất xây dựng và các biến nhân khẩu học huyện Giao Thủy

Model Summaryb

Adjusted

Model

Std. Error

Change Statistics

R

R Square

of the

Square

df1

df2

Sig. F

Estimate

Change

.982a

229.75601

.941

10.721

.087

.965

.913

119

ANOVAa

Model

Sum of Squares

Mean Square

Sig.

Regression

2936151.321

978717.107

18.541

.052b

Residual

105575.651

52787.826

Total

3041726.972

a. Dependent Variable: VAR00001

b. Predictors: (Constant), VAR00004, VAR00002, VAR00003

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Sig.

Coefficients

Std. Error

Beta

(Constant)

1774.288

2964.930

.598

.610

VAR00002

-4.264

3.313

-1.287

-.378

.327

VAR00003

6.178

.063

2.837

1.788

.105

VAR00004

-75.638

58.514

-1.293

-.683

.325

a. Dependent Variable: VAR00001

b. Predictors: (Constant), VAR00004, VAR00002, VAR00003

Dựa vào bảng hệ số hồi quy chúng ta có hàm hồi quy diện tích đất xây dựng dự

đoán theo tất cả các biến độc lập là:

Y = 1774.288 - 4.264 * Mật độ dân số + 6.178 * Số hộ gia đình

adj= 0.913. Trong thực tế khi đánh giá mức độ phù hợp của mô

- 75.638 * Tỷ trọng dân số trong độ tuổi lao động

adj với lí do

Nhìn vào bảng tóm tắt mô hình chúng ta thấy rõ mức độ phù hợp rất cao của mô hình hồi quy đa biến thông qua giá trị của hệ số xác định R2= 0.965 và hệ số xác định điều chỉnh R2 hình hồi quy đa biến ngƣời ta thƣờng dùng hệ số xác định hiệu chỉnh R2

nó là thƣớc đo sự phù hợp cho tình huống hồi quy đa biến vì hệ số này sẽ giảm đi

khi một biến độc lập đƣợc cho thêm vào mô hình nhƣng không có đóng góp nhiều

cho việc giải thích cho biến phụ thuộc.

120

2. Xác định mối quan hệ giữa diện tích đất nuôi trồng thủy sản (NTTS) và các biến

nhân khẩu học

Bước 1: Xem xét ma trận hệ số tương quan giữa diện tích đất NTTS và 3 biến NKH

Correlations

Diện tích đất

Mật độ dân số

Số hộ gia đình

NTTS

1.000

.817

.911

Tỷ trọng dân số trong độ tuổi lao động .680

Diện tích đất xây dựng

Hệ

.817

1.000

.369

.191

Mật độ dân số

số

.911

.369

1.000

.289

Số hộ gia đình

tƣơng

quan

.680

.191

.289

1.000

.047

.012

.037

Tỷ trọng dân số trong độ tuổi lao động Diện tích đất xây dựng

.047

.039

.017

Mật độ dân số

Sig. (1-

.012

.039

.018

Số hộ gia đình

tailed)

.037

.017

.018

Tỷ trọng dân số trong độ tuổi lao động

Nhìn vào bảng ma trận hệ số tƣơng quan ta thấy hệ số tƣơng quan giữa diện tích

đất nuôi trồng thủy sản và các biến độc lập đều rất cao (thấp nhất là 0.680). Đặc

biệt trong bảng tƣơng quan trên chúng ta thấy không có sự tƣơng quan chặt chẽ nào

xảy ra trong nội bộ các biến độc lập. Nhƣ vậy, ta có thể kết luận các biến độc lập

này đều có thể đƣa vào mô hình để giải thích cho sự gia tăng cho diện tích đất nuôi

trồng thủy sản.

Bước 2: Ứng dụng mô hình hồi quy tuyến tính bội đánh giá mối quan hệ giữa

Model Summary

Model

Std. Error of

Change Statistics

diện tích đất NTTS và các biến nhân khẩu học huyện Giao Thủy

R

Adjusted

the Estimate

Square

R Square

F Change

df1

df2

Sig. F

Change

.981a

238.83296

.987

49.615

.020

.996

.907

121

ANOVAa

Model

Sum of Squares

Mean Square

Regression

8283831.611

2761277.204

17.233

Sig. .055b

Residual

320460.389

160230.195

Total

8604292.000

a. Dependent Variable: VAR00001

b. Predictors: (Constant), VAR00004, VAR00002, VAR00003

Coefficients

Model

Unstandardized Coefficients

Standardized

Sig.

Coefficients

Std. Error

Beta

(Constant)

-10853.679

5165.588

-2.101

.170

VAR00002

9.644

5.772

.508

1.671

.237

VAR00003

38.063

.109

.495

.758

.528

VAR00004

26.554

101.944

.142

.260

.819

Dựa vào hệ số hồi quy chúng ta có hàm hồi quy diện tích đất nuôi trồng thủy sản

dự đoán theo tất cả các biến độc lập là:

Y = -10853.679 + 9. 644* Mật độ dân số + 38.063 * Số hộ gia đình

+ 26.554 * Tỷ trọng dân số trong độ tuổi lao động

adj= 0.907.

Nhìn vào bảng tóm tắt mô hình chúng ta thấy rõ mức độ phù hợp cao của mô hình hồi quy đa biến thông qua giá trị của hệ số xác định R2= 0.996 và hệ số xác định điều chỉnh R2

 Xác định tầm quan trọng của các biến trong mô hình hồi quy đa biến:

Trong mô hình hồi quy đa biến trên ta có 3 biến độc lập, chúng ta muốn xác định

biến nào có vai trò quan trọng hơn trong việc dự đoán giá trị lý thuyết của biến phụ

thuộc Y chúng ta có thể dựa vào trị tuyệt đối của các hệ số tƣơng quan, độ lớn của

hệ số tƣơng quan càng lớn thì quan hệ tuyến tính càng mạnh. Thêm vào đó, ngƣời ta

dựa vào độ lớn của hệ số tƣơng quan từng phần và hệ số tƣơng quan riêng (Part and

partial correlation) chạy trong bảng kết quả hệ số. Nhƣ vậy, đối với mô hình hồi quy

đa biến giữa diện tích đất xây dựng và 3 biến nhân khẩu học, thì biến số lƣợng hộ

122

gia đình có vai trò lớn nhất trong việc giải thích cho sự gia tăng của biến phụ thuộc

Y do giá trị của hệ số tƣơng quan giữa hai biến này lớn nhất r13 = 0.966 và hệ số

tƣơng quan từng phần và hệ số tƣơng quan riêng có độ lớn cao nhất lần lƣợt là

0.734 và 0.262 so với 2 biến còn lại. Còn đối với mô hình hồi quy đa biến giữa diện

tích đất NTTS và 3 biến nhân khẩu học, thì biến số lƣợng hộ gia đình cũng là biến

có vai trò lớn nhất trong việc giải thích cho sự gia tăng của biến phụ thuộc Y do giá

trị của hệ số tƣơng quan giữa hai biến này lớn nhất r13 = 0.911 và hệ số tƣơng quan

từng phần và hệ số tƣơng quan riêng có độ lớn cao nhất lần lƣợt là 0.984 và 0.643

so với 2 biến còn lại.

Nhƣ vậy, biến số lƣợng hộ gia đình là biến có quan hệ chặt chẽ và tác động

nhiều nhất đến sự thay đổi sử dụng đất tại khu vực Giao thủy, cả về gia tăng đất xây

dựng và gia tăng đất nuôi trồng thủy sản.

3.3 Kết hợp các mô hình nhằm dự báo biến động SDĐ dưới ảnh hưởng của sự

thay đổi các yếu tố nhân khẩu học tại khu vực huyện Giao Thủy, tỉnh Nam

Định

Trong những năm gần đây, các nghiên cứu nhằm mục đích theo dõi tài nguyên

thiên nhiên bằng cách sử dụng dữ liệu viễn thám và GIS trong các khuôn khổ quản

lý dữ liệu đã và đang phát triển nhanh chóng. Dữ liệu và giới hạn tính toán để đối

phó với các trình tự thời gian của các thông tin bao gồm sử dụng đất ở quy mô

không gian rộng lớn đang trở nên ít quan trọng hơn. Tuy nhiên, việc đánh giá các

mức độ tác động đến sự thay đổi sử dụng đất/lớp phủ có liên quan và rất hữu ích khi

nó đi kèm với việc mô hình hóa các mối liên kết giữa cấu hình kinh tế-xã hội và các

quá trình thay đổi sử dụng đất.

Các nghiên cứu sử dụng mô hình biến động sử dụng đất thƣờng có ba mục tiêu

cơ bản:

(1) để hiểu rõ hơn về nguyên nhân và cơ chế chi phối những thay đổi trong

sử dụng đất /lớp phủ đất;

(2) đƣa ra các dự báo những thay đổi trong tƣơng lai sử dụng đất/ lớp phủ đất

123

bằng cách đƣa các yếu tố tác động tham gia vào các mô hình nhằm mục đích

kiểm soát chúng;

(3) đóng góp vào việc thiết kế các chính sách ứng phó với những thay đổi sử

dụng đất.

Các mô hình của sự thay đổi sử dụng đất có thể giải quyết một loạt các câu hỏi

liên quan đến quá trình biến động, nhƣ là: vị trí thay đổi của các loại hình sử dụng

đất? số lƣợng thay đổi là bao nhiêu? Sự thay đổi sử dụng đất do yếu tố nào gây ra,

tự nhiên hay kinh tế-xã hội? Nhân khẩu học cũng nhƣ các yếu tố kinh tế, chính trị,

văn hóa và xã hội chiếm một tỷ lệ lớn gây ra những thay đổi trong sử dụng đất tại

các khu vực đang phát triển.

Mô hình biến động sử dụng đất là công cụ hữu ích dùng để hỗ trợ, phân tích các

nguyên nhân và hậu quả của việc thay đổi sử dụng đất và cũng là để hiểu rõ hơn về

chức năng các hệ thống sử dụng đất đai và hỗ trợ cho công tác lập kế hoạch và ra

các chính sách liên quan đến sử dụng đất đai. Mô hình biến động sử dụng đất là

công cụ mạnh mẽ mà có thể đƣợc sử dụng để hiểu và phân tích các mối liên kết

quan trọng giữa các quá trình phát triển kinh tế - xã hội gắn với phát triển đất đai,

các hoạt động nông nghiệp, quản lý tài nguyên thiên nhiên chiến lƣợc và cách thức

mà những thay đổi này ảnh hƣởng đến cấu trúc và chức năng của sử dụng đất.

Một số các mô hình thống kê và mô hình không gian địa lý đã đƣợc phát triển

và ứng dụng nghiên cứu ở nhiều trƣờng hợp để dự đoán sự thay đổi sử dụng đất ở

các quy mô khác nhau, chẳng hạn nhƣ các mô hình hồi quy, mô hình Cellular

Automata (CA), mô hình CA - Markov và một số mô hình khác [11, 35, 156].

Trong đó, mô hình hồi quy Logistic là một trong những phƣơng pháp đƣợc tiếp

cận và sử dụng thƣờng xuyên nhất trong hai thập kỷ gần đây cho phép dự báo biến

động sử dụng đất bằng các phƣơng pháp quy nạp. Tuy nhiên, các mô hình hồi quy

Logistic có nhƣợc điểm là sự xác định các biến đổi định lƣợng của những thay đổi

và phân tích thời gian chƣa thực sự tốt. Các loại mô hình dựa trên quy tắc, ví dụ CA

là thích hợp nhất để kết hợp các hiệu ứng tƣơng tác không gian và cách xử lý các

biến động lực theo thời gian. Trong khi mô hình CA tập trung ƣu tiên mô phỏng

124

trên các mô hình không gian hơn là tập trung vào việc giải thích các quá trình biến

động không gian theo thời gian của sự thay đổi sử dụng đất. Do đó, hiện nay các

nghiên cứu trên thế giới đều có chung nhận định rằng có một thiếu hụt về việc thành

lập các mô hình mô phỏng biến động lực và biến nhân khẩu học cùng với các biến

kinh tế - xã hội [42, 114, 156]. Nhằm mục đích hạn chế từng kỹ thuật mô hình riêng

lẻ, Poelmans và Rompaey [72] đã đề xuất một phƣơng pháp tích hợp mô hình CA,

hồi qui logistic và mô hình Markov để mà xử lý tiếp các kết quả biến động theo thời

gian tốt hơn từ kết quả đầu ra của mô hình hồi quy logistic. Với mục đích nhằm

nâng cao hiệu quả hoạt động của mô hình hồi quy chuẩn logistic, đề tài này đã cho

ra các kết quả đạt đƣợc độ chính xác là 89% giữa mô phỏng và bản đồ thực tế năm

2006. Điều đó thể hiện rằng sự tích hợp của các mô hình này là rất hiệu quả.

Luận án này với mục tiêu nhằm thực hiện mô hình hóa những thay đổi sử dụng

đất là một phần của những nỗ lực để phát triển các phƣơng pháp khả thi cho việc

ứng dụng các mô hình thay đổi sử dụng đất ở các vùng đồng bằng ven biển bao gồm

các khu vực đang phát triển nhƣ huyện Giao Thủy. Mục tiêu của luận án nhằm nâng

cao vai trò dữ liệu viễn thám đóng góp và bổ sung vào các mô hình của sự thay đổi

trong sử dụng đất, đặc biệt mô phỏng sự thay đổi sử dụng đất khu vực ven biển do

ảnh hƣởng của các thay đổi trong nhân khẩu học và một số yếu tố kinh tế - xã hội

khác. Do đó, luận án cũng sẽ áp dụng phƣơng pháp tích hợp ba mô hình, hồi quy

logistic, CA và Markov của nhóm nghiên cứu [72] nhằm mô phỏng biến động sử

dụng đất trong tƣơng lai dƣới sự tác động của các biến động lực là một số biến nhân

khẩu học có mối quan hệ rất cao với biến động sử dụng đất (đã xác định ở phần

trên) bao gồm: đất xây dựng, đất nuôi trồng thủy sản; các biến nhân khẩu học: mật

độ hộ gia đình, tỷ trọng số ngƣời trong độ tuổi lao động và các biến kinh tế - xã hội:

khoảng cách đến hệ thống đƣờng giao thông chính, khoảng cách đến trung tâm hành

chính huyện, khoảng cách đến đê biển.

125

Sau đây là quy trình tích hợp mô hình hồi quy logistic, mô hình Markov và mô

hình Cellular Automata nhằm mô phỏng và dự báo biến động sử dụng đất tại huyện

Giao Thủy trong phần mềm IDRISI 17.0 (hình 3.11). Trong quy trình dự báo biến

động sử dụng đất mà luận án thực hiện chúng tôi lựa chọn dữ liệu sử dụng đất là

hiện trạng phân bố của đất xây dựng và đất NTTS trong những năm 1989, 1999 và

2009 tuân theo quy tắc bƣớc nhảy thời gian (time steps) là 10 năm, mốc thời gian

dự báo của luận án đƣợc xác định bằng công thức sau:

TDB = TCT + (TCT- TCD) (3.5)

Trong đó:

- TDB: Thời điểm dự báo;

- TCT: Mốc thời gian cận trên của quá trình đánh giá;

- TCD: Mốc thời gian cận dƣới của quá trình đánh giá.

Áp dụng công thức trên, luận án đã xác định đƣợc thời điểm dự báo biến động sử

dụng đất khu vực Giao Thủy nhƣ sau:

TDB1 = 2009 + (2009 - 1999) = 2019

TDB2 = 2009 + (2009 - 1989) = 2029

126

Bản đồ biến động đất xây dựng, NTTS 1999-2009 1989

Bản đồ biến động đất xây dựng, NTTS 1989-2009 1989

Bản đồ biến động đất xây dựng, NTTS 1989-1999 1989

Các biến nhân khẩu học

Các biến kinh tế-xã hội

Chạy mô hình hồi quy MultiLogistic

Chạy mô hình Markov

Khả năng chuyển đổi không gian của Đất xây dựng, đất NTTS dƣới tác động các biến động lực

Ma trận xác suất chuyển đổi của mô hình Markov

Chạy mô hình Cellular Automata

Bản đồ 2009 tái tạo từ mô hình

Kiểm chứng mô hình

BĐ HTSDĐ 2009

Số liệu dự báo biến động đất XD và NTTS

Bản đồ dự báo SDĐ 2019, 2029

Hình 3.11: Tích hợp mô hình MultiLogistic-Markov-Cellular Automata

nhằm dự báo biến động đất xây dựng và NTTS huyện Giao Thủy

127

3.3.1 Mô tả chi tiết các biến tham gia quá trình dự báo biến động sử dụng đất tại huyện Giao Thủy, tỉnh Nam Định 1. Hiện trạng đất xây dựng và đất nuôi trồng thủy sản năm 1989,1999, 2009

09

Hình 3.12: Hiện trạng phân bố đất xây dựng huyện Giao Thủy năm 1989, 1999, 2009 Trong đó: 1- đất xây dựng; 2- đất lúa; 3- đất vƣờn tạp; 4- đất khác.

09

Hình 3.13: Hiện trạng phân bố đất NTTS huyện Giao Thủy năm 1989, 1999, 2009 Trong đó: 1-đất khác; 2-Lúa; 3- mặt nƣớc;4-NTTS; 5-đất CSD; 6-RNM; 7-đất muối; 8-đất cói

128

2. Biến động đất xây dựng và đất nuôi trồng thủy sản năm 1989, 1999, 2009

Hình 3.14: Biến động diện tích đất xây dựng huyện Giao Thủy giai đoạn 1989- 1999,1999-2009, 1989-2009 Trong đó: + các pixel màu đen: không biến động; + các pixel màu đỏ: biến động

Hình 3.15: Biến động diện tích đất NTTS huyện Giao Thủy giai đoạn 1989-1999,1999-2009, 1989-2009 Trong đó: + các pixel màu đen: không biến động; + các pixel màu xanh: biến động

129

3. Giải thích các biến độc lập tham gia quá trình mô hình hóa biến động sử dụng đất

Khoảng cách đến đường giao thông: Biến này đã đƣợc tính toán và tạo vùng đệm

(buffer) 100m mở rộng từ mạng lƣới đƣờng giao thông chính của huyện Giao Thủy.

Trên địa bàn huyện hiện có 46,4km đƣờng nhựa tỉnh lộ, 19km đƣờng nhựa huyện

lộ, 949,3 km đƣờng trục xã, liên xã, đƣờng thôn xóm, trong đó 762km đƣờng trục

xã, liên xã, đƣờng thôn xóm đƣợc nhựa hóa hoặc bê tông hóa. Trục hệ thống giao

thông chính luận án lựa chọn chủ yếu đƣờng liên tỉnh và liên huyện (phụ lục 5)

Khoảng cách đến các thị trấn Ngô Đồng và thị trấn Quất Lâm: Ngô Đồng là huyện

lỵ quan trọng nhất trong khu vực huyện Giao Thủy. Nó có thị trƣờng lớn nhất trong

khu vực, là nơi đặt trụ sở các tổ chức, cơ quan chính quyền và hành chính của toàn

huyện. Ngô Đồng cũng là trung tâm kinh tế, còn Quất Lâm đƣợc coi là trung tâm

khu vực kinh tế về dịch vụ du lịch của toàn khu vực. Do đó, khoảng cách đến

huyện đƣợc coi là một biến giải thích quan trọng trong mô hình. Khoảng cách đến

Ngô Đồng và Quất Lâm đƣợc đƣợc tính toán và tạo buffer 1km, mở rộng ra từ mỗi

trung tâm Ngô Đồng và Quất Lâm (phụ lục 5).

Khoảng cách đến đê biển Giao Thủy: Đê Giao Thủy là loại đê nhân tạo đƣợc xây

dựng với mục đích chính để ngăn nƣớc biển và thủy triều gây ngập khu vực dân cƣ

trong đê. Đê Giao Thủy có vị trí rất thuận lợi cho việc phát triển loại hình kinh tế

nuôi trồng thủy sản, do đó nơi đây cũng là khu vực tập trung dân cƣ và lao động cho

việc khai thác và nuôi trồng thủy sản và cũng là nơi xảy ra sự chuyển đổi đất đai

mạnh mẽ nhất. Do đó, biến khoảng cách đến đê biển Giao Thủy là một biến giải

thích quan trọng trong mô hình biến động sử dụng đất tại nơi đây (phụ lục 5).

Biến động số hộ gia đình và tỷ trọng số người trong độ tuổi lao động các giai đoạn

1989-1999;1999-2009;1989-2009: hai giai đoạn trên Giao Thủy có sự biến động số

lƣợng hộ gia đình và tỷ trọng ngƣời trong độ tuổi lao động rất lớn, và nhƣ kết quả

đã chứng minh ở phần trên, cả hai loại biến này đều có mối quan hệ rất chặt chẽ tới

biến động đất xây dựng và đất nuôi trồng thủy sản tại Giao Thủy. Do đó, các biến

này đều đƣợc đƣa vào để mô hình hóa quá trình biến động sử dụng đất tại Giao

Thủy (phụ lục 5).

130

3.3.2 Đánh giá kết quả khả năng chuyển đổi sử dụng đất bằng mô hình hồi quy

MultiLogistic

1. Đánh giá kết quả khả năng chuyển đổi các loại đất thành đất NTTS tại Giao Thủy

a. Đánh giá kết quả từ mô hình Multinomial Logistic Regression về khả năng

chuyển đổi đất xây dựng thành đất nuôi trồng thủy sản giai đoạn 1989-1999 và

1999-2009: Trong cả hai giai đoạn này kết quả mô hình cung cấp cho chúng ta thấy

gần nhƣ không có khả năng cho sự chuyển đổi này xảy ra trên khu vực nghiên cứu

(giá trị chuyển đổi giai đoạn 1989-1999 dao động từ 0 đến 0.005; giá trị chuyển đổi

giai đoạn 1999-2009 dao động từ 0 đến 0.009). Kết quả này của mô hình rất phù

hợp vì trong thực tế tại khu vực Giao Thủy, gần nhƣ không xảy ra trƣờng hợp

chuyển đổi sử dụng đất từ đất xây dựng sang đất nuôi trồng thủy sản. Kết quả đƣợc

thể hiện trong phụ lục 6.

b. Đánh giá kết quả từ mô hình Multinomial Logistic Regression về khả năng

chuyển đổi đất trồng lúa thành đất nuôi trồng thủy sản giai đoạn 1989-1999 và

1999-2009: Từ kết quả chạy mô hình (phụ lục 6), chúng ta có thể thấy giai đoạn

1989-1999 khả năng chuyển đổi đất trồng lúa sang đất nuôi trồng thủy sản tại huyện

Giao Thủy cũng gần nhƣ không xảy ra, giá trị chuyển đổi từ 0.000 đến 0.009. Tuy

nhiên, sang giai đoạn 1999-2009 khả năng chuyển đổi đất trồng lúa sang đất nuôi

trồng thủy sản rất lớn, giá trị chuyển đổi đạt 0.13 cho những khu vực tiếp giáp với

cả ở trong và ngoài đê biển, càng cách xa đê về hai phía, khả năng chuyển đổi càng

giảm dần. Bên cạnh đó, khu vực có khả năng chuyển đổi cao đều xảy ra trên các xã

có quy mô biến động rất mạnh về tỷ trọng ngƣời trong độ tuổi lao động (giá trị biến

động tỷ trọng của cả 4 xã đều trên 15% số lƣợng ngƣời trong độ tuổi lao động từ năm 1999 đến năm 2009) và biến động mật độ hộ trên cả 4 xã đều trên 70 hộ/km2.

c. Đánh giá kết quả từ mô hình về khả năng chuyển đổi đất mặt nước thành đất nuôi

trồng thủy sản giai đoạn 1989-1999 và 1999-2009: Kết quả chạy mô hình đƣợc thể

hiện trong phụ lục 6, chúng ta thấy rằng giai đoạn 1989-1999 khả năng chuyển đổi

đất mặt nƣớc biển gần bờ sang đất nuôi trồng thủy sản xảy ra rất mạnh mẽ, giá trị

chuyển đổi đạt gần 0.9 tại khu vực đê tiến ra biển, khả năng chuyển đổi càng tăng

131

đến khi tiếp giáp ranh giới rừng Quốc gia Xuân Thủy. Tuy nhiên, sang giai đoạn

1999-2009 khả năng chuyển đổi đất trồng lúa sang đất nuôi trồng thủy sản giảm đi

đáng kể, giá trị chuyển đổi đạt 0.31 cho những khu vực tiếp giáp với cả ở trong và

ngoài đê biển, càng cách xa đê về hai phía, khả năng chuyển đổi càng giảm dần và

sự chuyển đổi này xảy ra trong khu vực các xã có quy mô biến động rất mạnh về tỷ

trọng ngƣời trong độ tuổi lao động (giá trị biến động tỷ trọng của cả 4 xã đều trên

15% số lƣợng ngƣời trong độ tuổi lao động từ năm 1999 đến năm 2009) và biến động mật độ hộ trên cả 4 xã đều trên 70 hộ/km2.

d. Đánh giá kết quả từ mô hình Multinomial Logistic Regression về khả năng

chuyển đổi đất chưa sử dụng thành đất nuôi trồng thủy sản giai đoạn 1989-1999 và

1999-2009: Trong cả hai giai đoạn thể hiện khả năng chuyển đổi đất chƣa sử dụng

thành đất nuôi trồng thủy sản hầu nhƣ không xảy ra trên khu vực nghiên cứu (phụ

lục 6)

e. Đánh giá kết quả từ mô hình Multinomial Logistic Regression về khả năng

chuyển đổi đất rừng ngập mặn thành đất nuôi trồng thủy sản giai đoạn 1989-1999

và 1999-2009: Từ kết quả chạy mô hình thể hiện trong phụ lục 6, chỉ có giai đoạn

1989-1999 xảy ra khả năng chuyển đổi đất rừng ngập mặn thành đất nuôi trồng thủy

sản với khả năng chuyển đổi rất mạnh mẽ diễn ra chủ yếu tại xã Giao Thiện, giá trị

chuyển đổi đạt 0.85. Chúng ta cũng thấy rằng khả năng chuyển đổi này diễn ra phụ

thuộc vào khoảng cách từ rừng ngập mặn đến đê biển rất lớn. Nếu vị trí rừng ngập

mặn cách quá xa đê biển sẽ không phù hợp cho sự chuyển đổi nên kết quả mô hình

cho chúng ta thấy tại vị trí này rừng ngập mặn gần nhƣ chỉ xảy ra khả năng chuyển

đổi cao khi có vị trí gần đê, còn cách xa đê biển khả năng chuyển đổi không xảy ra.

Còn giai đoạn 1999-2009 kết quả chạy mô hình cho chúng ta thấy không có khả

năng nào cho sự chuyển đổi giữa rừng ngập mặn thành đất nuôi trồng thủy sản.

g. Đánh giá kết quả từ mô hình Multinomial Logistic Regression về khả năng

chuyển đổi đất làm muối thành đất nuôi trồng thủy sản giai đoạn 1989-1999 và

1999-2009: Khả năng chuyển đổi đất làm muối sang dạng đất nuôi trồng thủy sản

trong cả hai giai đoạn đều rất lớn, chỉ số khả năng chuyển đổi ở mức độ cao đạt 0,36

132

và 0,25 tại các vị trí tiếp giáp với đê biển (phụ lục 6). Giai đoạn 1989-1999 khả

năng chuyển đổi trên khu vực rất cao, tuy nhiên vùng chuyển đổi của giai đoạn này

chủ yếu xảy ra trên khu vực làm muối với quy mô lớn nhất và vùng chuyển đổi

ngay tại cửa kênh dẫn nƣớc biển vào cánh đồng muối. Tuy nhiên, đến giai đoạn

1999-2009 sự chuyển đổi đất làm muối sang diện tích đất nuôi trồng thủy sản phụ

thuộc rất lớn vào khoảng cách giữa đất làm muối đến trung tâm thƣơng mại Quất

Lâm, sự chuyển đổi tại những cánh đồng muối có vị trí gần Quất Lâm khả năng xảy

ray rất lớn và trên khu vực rộng lớn. Những kết quả khả năng chuyển đổi từ mô

hình đƣa ra rất phù hợp với diễn biến thực tế, khi có điều kiện phát triển dịch vụ,

đặc biệt dịch vụ du lịch, thị trƣờng tiêu dùng đòi hỏi nhu cầu gia tăng các hải sản

biển phụ vụ nhu cầu khách du lịch và sự gia tăng lực lƣợng ngƣời lao động địa

phƣơng trong độ tuổi đang cần có nhu cầu cao về dinh dƣỡng, do đó sẽ xảy ra khả

năng chuyển đổi mục đích sử dụng đất từ loại đất có lợi ích kinh tế thấp nhƣ muối

sang nuôi trồng thủy sản cho lợi ích kinh tế cao hơn rất nhiều lần.

h. Đánh giá kết quả từ mô hình Multinomial Logistic Regression về khả năng

chuyển đổi đất vườn tạp thành đất nuôi trồng thủy sản giai đoạn 1989-1999 và

1999-2009: Khả năng chuyển đổi đất vƣờn tạp sang đất nuôi trồng thủy sản trong cả

hai giai đoạn 1989-1999 và 1999-2009 đều gần nhƣ rất thấp và không có khả năng

chuyển đổi trên các vùng trong huyện Giao Thủy (phụ lục 6).

i. Đánh giá kết quả từ mô hình Multinomial Logistic Regression về khả năng chuyển

đổi đất trồng cói thành đất nuôi trồng thủy sản giai đoạn 1989-1999 và 1999-2009:

Khả năng chuyển đổi đất trồng cói thành đất nuôi trồng thủy sản giai đoạn 1989-

1999 là tƣơng đối cao, chỉ số chuyển đổi 0.18 và xảy ra khu vực ngoài biển sát với

đê, trong khi đó giai đoạn 1999-2009 không hề xảy ra sự chuyện đổi này, nguyên

nhân này là do trong giai đoạn sau đổi mới, nghề làm cói thực sự không đƣợc ƣu đãi

trong nền kinh tế thị trƣờng ở nƣớc ta do đó ngƣời nông dân chuyển đổi hầu hết các

diện tích cói sang diện tích nuôi trồng thủy sản, nên do đó diện tích trồng cói trên

toàn huyện hầu nhƣ còn rất ít ở nhƣng khu vực khó chuyển đổi (phụ lục 6).

133

2. Đánh giá kết quả khả năng chuyển đổi các loại đất thành đất xây dựng tại Giao

Thủy trong giai đoạn 1989-1999 và 1999-2009

Khả năng chuyển đổi các loại hình sử dụng đất sang loại hình đất xây dựng

trong cả hai giai đoạn đều rất lớn, chỉ số khả năng chuyển đổi ở mức độ cao đạt 0,48

và 0,29 tƣơng ứng cho cả hai giai đoạn. Trong giai đoạn 1989-1999 khả năng

chuyển đổi là khu vực rất cao, tuy nhiên vùng chuyển đổi của giai đoạn này chủ yếu

xảy ra trên khu vực cận khu trung tâm thị trấn Ngô Đồng với quy mô và khả năng

xảy ra lớn nhất. Tuy nhiên, đến giai đoạn 1999-2009 sự chuyển đổi xảy ra đồng đều

hơn trong cả khu vực nghiên cứu, đặc biệt khả năng chuyển đổi lúc này lại chuyển

dịch đến những khu vực giáp biển và khu vực trung tâm thƣơng mại Quất Lâm. Cả

hai giai đoạn trên đều chỉ cho chúng ta thấy rằng, khả năng chuyển đổi phụ thuộc

rất lớn vào biến khoảng cách đến trung tâm hành chính và thƣơng mại nhƣ Ngô

Đồng và Quất Lâm, bên cạnh đó sự chuyển đổi này cũng phụ thuộc mạnh mẽ vào

biến khoảng cách đến các trục đƣờng giao thông chính của Giao Thủy (phụ lục 7).

Ngoài ra, các biến về nhân khẩu học cũng thể hiện rất rõ là chúng có mối quan hệ

chặt chẽ với khả năng chuyển đổi này đó là tại các xã có sự chuyển đổi lớn về mật

độ hộ và tỷ trọng ngƣời trong độ tuổi lao động nhƣ các xã khu vực ven biển thì sự

chuyển đổi tại những khu vực này khả năng xảy ray rất cao. Những kết quả khả

năng chuyển đổi từ mô hình đƣa ra rất phù hợp với diễn biến thực tế, đất xây dựng

sẽ gia tăng tại những khu vực có hiện tƣợng tách hộ, tách khẩu, những hộ gia đình

này gia tăng đồng nghĩa với nhu cầu gia tăng nhà ở, đƣờng xá giao thông, nhu cầu

văn hóa, giải trí v.v..Thêm vào đó sự gia tăng nhanh chóng số lƣợng ngƣời trong độ

tuổi lao động cũng sẽ thúc đẩy nhu cầu cao về phát triển cơ sở hạ tầng cho nhu cầu

đi lại và nhu cầu nâng cao văn hóa, giải trí. Do đó, tại những khu vực này sẽ xảy ra

hiện tƣợng gia tăng nhanh chóng đất xây dựng đặc biệt là những nơi gần trung tâm

thành thị và thƣơng mại.

134

3.3.3 Dự báo biến động sử dụng đất bằng mô hình chuỗi Markov

Bảng 3.3: Ma trận vùng chuyển đổi đất xây dựng giai đoạn 1989-1999 và dự báo 2009

2009

Đất xây dựng

Đất lúa

Đất vƣờn tạp

Đất khác

Tổng 1999

1999

(ha)

Đất xây dựng

2030

Đất lúa

443

8497

149

111

9200

Đất vƣờn tạp

701

2061

2762

Đất khác

13902

13968

1. Dự báo biến động diện tích đất xây dựng tại Giao Thủy từ mô hình Markov

Tổng 2009

3181

8518

2248

14013

27960

Đất vƣờn tạp 75%

Đất xây dựng

25%

Đất xây dựng 2009

Đất khác 99%

Đất lúa 92%

Bảng 3.4: Ma trận vùng chuyển đổi đất xây dựng giai đoạn 1999-2009 và dự báo 2019

2019

Đất xây dựng

Đất lúa

Đất vƣờn tạp

Đất khác

Tổng 2009

2009

(ha)

Đất xây dựng

3032

Đất lúa

164

7205

268

941

8578

Đất vƣờn tạp

1132

1064

2196

Đất khác

14060

14154

Hình 3.12: Kết quả dự báo chuyển đổi các loại đất sang đất xây dựng giai đoạn 1999- 2009

Tổng 2019

4369

7205

1385

15001

27960

Đất vƣờn tạp 48%

52%

0,3%

Đất xây dựng 2019

Đất khác 99%

Đất lúa 84%

Hình 3.13: Kết quả dự báo chuyển đổi các loại đất sang đất xây dựng giai đoạn 2009- 2019

135

Bảng 3.5: Ma trận vùng chuyển đổi đất xây dựng giai đoạn 1989-2009 và dự báo 2029

2029 2009 Đất xây dựng Đất lúa Đất vƣờn tạp Đất khác Tổng 2029

Đất xây dựng (Ha) 3032 743 1501 410 5686

Đất lúa (Ha) 0 6489 0 0 6489

Đất vƣờn tạp (Ha) 0 51 695 6 752

Đất khác (Ha) 0 1295 0 13738 15033

Tổng 2009 (Ha) 3032 8578 2196 14154 27960

Đất vƣờn tạp 32%

68%

Đất xây dựng 2029

Đất khác 97%

Đất lúa 76%

Hình 3.18: Kết quả dự báo chuyển đổi các loại đất sang đất xây dựng giai đoạn 2009- 2029

Bảng 3.6 : Ma trận vùng chuyển đổi đất NTTS giai đoạn 1989-1999 dự báo 2009 (ha)

Đất

Đất CSD

Đất

Tổng

2. Dự báo biến động diện tích đất NTTS tại Giao Thủy từ mô hình Markov

2009 1999

Đất NTTS

Đất CSD

Đất RNM

Đất muối

Đất cói

Đất lúa

Đất MN

Đất khác

NTTS 3186 87 90 68 87 147 91 0

RNM 0 220 760 0 0 0 225 0

muối 0 0 0 609 0 0 0 0

cói 0 0 0 0 0 0 0 0

0 98 6 0 0 0 199 0

lúa 0 5 0 0 0 8632 12 0

MN 0 354 183 0 0 0 7661 0

khác 22 0 0 5 0 421 0 4792

1999 3208 764 1039 682 87 9200 8188 4792

Tổng 2009

3656

0

403 1205

609 8649

8198

5240

27960

10%

Đất MN 94%

Đất muối 89%

Đất khác 100% 0%

100%

11%

Đất cói 0%

Đất CSD 13%

Đất NTTS 2009

Đất RMN 73%

Đất lúa 94%

Hình 3.19: Kết quả dự báo chuyển đổi các loại đất sang đất NTTS giai đoạn 1999-2009

136

Bảng 3.7: Ma trận vùng chuyển đổi đất NTTS giai đoạn 1999-2009 dự báo 2019 (ha)

2019 2009 Đất NTTS Đất chƣa SD Đất RNM Đất muối Đất cói Đất lúa Đất MN Đất khác

Tổng 2019

Đất NTTS 3423 86 91 230 8 670 0 0 4508

Đất chƣa SD 0 138 0 0 0 0 39 0 177

Đất RNM 0 60 975 0 0 0 172 0 1207

Đất muối 0 0 0 302 0 0 0 0 302

Đất cói 0 0 0 0 0 0 0 0 0

Đất lúa 0 0 0 0 0 7731 0 0 7731

Đất MN 0 30 0 0 0 0 7900 0 7930

Đất khác 105 0 108 116 0 177 380 5229 6105

Tổng 2009 3528 314 1174 648 8 8578 8491 5229 27960

35%

Đất MN 93%

Đất muối 47%

Đất khác 100% 0%

100%

27%

Đất cói 0%

Đất CSD 44%

Đất NTTS 2019

Đất RMN 83%

Đất lúa 90%

Hình 3.20: Kết quả dự báo chuyển đổi các loại đất sang đất NTTS giai đoạn 2009-2019

Bảng 3.8: Ma trận vùng chuyển đổi đất NTTS giai đoạn 1989-2009 dự báo 2029 (ha)

2029 2009 Đất NTTS Đất chƣa SD Đất RNM Đất muối Đất cói Đất lúa Đất MN Đất khác Tổng 2029

Đất NTTS 3298 103 922 342 8 889 681 0 5843

Đất chƣa SD 0 83 0 0 0 6 18 0 107

Đất RNM 0 84 335 0 0 0 882 0 1301

Đất muối 0 0 0 211 0 0 0 0 211

Đất cói 0 0 0 0 0 0 0 0 0

Đất lúa 0 0 0 0 0 7146 0 0 7146

Đất MN 0 44 0 0 0 0 6074 0 6118

Đất khác 230 0 146 95 0 543 836 5229 6834

Tổng 2009 3528 314 1174 648 8 8578 8491 5229 27960

53%

Đất MN 72%

Đất muối 33%

Đất khác 100% 0%

100%

33%

Đất CSD 26%

Đất cói 0%

Đất NTTS 2029

10%

79%

Đất RMN 29%

Đất lúa 83%

Hình 3.21: Kết quả dự báo chuyển đổi các loại đất sang đất NTTS giai đoạn 2009-2029

137

3.3.4 Tích hợp kết quả mô hình hồi quy logistic và kết quả dự báo trong mô hình chuỗi Markov nhằm dự báo biến động sử dụng đất trong mô hình Cellular Automata tại huyện Giao Thủy

Hình 3.22: Dự báo phân bố đất xây dựng tại Giao Thủy năm 2009 Trong đó: 1. Đất xây dựng; 2. Đất lúa; 3. Đất vƣờn tạp; 4. Đất khác.

Hình 3.23: Dự báo phân bố đất nuôi trồng thủy sản tại Giao Thủy năm 2009 Trong đó: 1. Đất khác; 2. Đất lúa; 3. Đất mặt nƣớc; 4. Đất NTTS; 5. Đất chƣa sử dụng; 6. Đất RNM; 7. Đất muối; 8. Đất cói.

138

3.3.5 Kiểm chứng độ chính xác kết quả của mô hình

Toàn bộ kết quả trên đƣợc thực hiện theo đúng quy trình tích hợp ba mô hình

hồi quy MultiLogistic, chuỗi Markov và Cellular Automata nhƣ hình 3.11 trên. Bản

đồ dự báo sử dụng đất năm 2009 trong quy trình đƣợc kiểm chứng với ba mô đun

đƣợc xây dựng trong IDRISI 17.0 nhƣ: VALIDATE, ROC và CROSSTAB. Trong

phần thực nghiệm này, luận án sử dụng phƣơng pháp Crosstab để đánh giá độ chính

xác sản phẩm dự báo của mô hình là kết quả dự báo phân bố đất xây dựng và đất

nuôi trồng thủy sản năm 2009 của huyện Giao Thủy dựa trên hiện trạng sử dụng đất

năm 2009. Kết quả kiểm chứng Crosstab bao gồm hệ số Kappa tổng thể và độ chính

xác của từng loại hình sử dụng đất cụ thể, kết quả đƣợc hiển thị trong phần phụ lục

8 và phụ lục 9 của luận án. Hệ số Kappa của kết quả phân bố đất xây dựng đạt 0.78

và Kappa của kết quả phân bố đất NTTS đạt 0.73. Từ kết quả đánh giá độ chính xác

của mô hình, thể hiện mức độ tin cậy cao của mô hình và nhƣ vậy mô hình đủ điều

kiện cho việc dự báo biến động sử dụng đất đến năm 2019 và 2029 cho khu vực

huyện Giao Thủy, tỉnh Nam Định.

139

Hình 3.24: Dự báo phân bố đất xây dựng tại Giao Thủy năm 2019, 2029

140

Bảng 3.9: Kết quả dự báo hiện trạng sử dụng đất năm 2009, 2019 và 2029 từ mô hình Markov (đơn vị: ha)

Năm dự báo Đất xây dựng

Đất vườn tạp Đất khác

3181 4369 5686

Đất lúa 8518 7205 6489

2248 1385 752

14013 15001 15033

Tổng 27960 27960 27960

2009 2019 2029

16000

14000

12000

10000

Năm 2009

Series1

8000

Năm 2019

Series2

6000

Series3

Năm 2029

4000

2000

Đất vườn tạp

Đất xây dựng

Đất lúa

Đất khác

Hình 3.25: Kết quả dự báo biến động các loại hình sử dụng đất giai đoạn 2009 - 2029

Dự báo cơ cấu sử dụng đất năm 2009 huyện Giao Thủy

Dự báo cơ cấu sử dụng đất năm 2019 huyện Giao Thủy

đất xây dựng 11%

đất xây dựng 15%

đất khác 50%

đất lúa 31%

đất khác 54%

đất lúa 26%

đất vƣờn tạp 8%

đất vƣờn tạp 5%

Dự báo cơ cấu sử dụng đất năm 2029 huyện Giao Thủy

đất xây dựng 20%

đất khác 54%

đất lúa 23%

đất vƣờn tạp 3%

Hình 3.26: Dự báo biến động cơ cấu các loại hình sử dụng đất các năm 2009,2019,2029

141

Hình 3.27: Dự báo phân bố đất xây dựng tại Giao Thủy năm 2019, 2029

142

Bảng 3.10: Kết quả dự báo hiện trạng sử dụng đất năm 2009, 2019 và 2029 từ mô hình Markov (đơn vị: ha)

Tổng

Năm dự báo 2009 2019 2029

Đất NTTS 3656 4508 5843

Đất CSD 403 177 107

Đất RNM 1205 1207 1301

Đất muối 609 302 211

Đất cói 0 0 0

Đất lúa 8649 7731 7146

Đất MN 8198 7930 6118

Đất khác 5240 6105 6834

27960 27960 27960

Năm 2009

Series1

Năm 2019

Series2

Series3

Năm 2029

10000 9000 8000 7000 6000 5000 4000 3000 2000 1000 0

Đất cói Đất lúa Đất MN Đất khác

Đất NTTS

Đất RNM

Đất muối

Đất chưa SD

Hình 3.28: Kết quả dự báo biến động các loại hình sử dụng đất giai đoạn 2009-2029

Dự báo cơ cấu sử dụng đất năm 2009 huyện Giao Thủy

Dự báo cơ cấu sử dụng đất năm 2019 huyện Giao Thủy

Đất NTTS 16%

Đất NTTS 13%

Đất chưa SD 2%

Đất khác 19%

Đất khác 22%

Đất chưa SD 1%

Đất RNM 4%

Đất MN 29%

Đất muối 2%

Đất lúa 31%

Đất MN 28%

Đất lúa 28%

Đất muối 1%

Đất cói 0%

Dự báo cơ cấu sử dụng đất năm 2029 huyện Giao Thủy

Đất NTTS 21%

Đất khác 25%

Đất chưa SD 0%

Đất MN 22%

Đất lúa 26%

Đất RNM 5% Đất muối 1% Đất cói 0%

Hình 3.29: Dự báo biến động cơ cấu các loại hình sử dụng đất các năm 2009,2019,2029

143

* Nhận xét về kết quả dự báo biến động đất xây dựng và đất nuôi trồng thủy sản

tại Giao Thủy, Nam Định năm 2019 và 2029:

- Đất xây dựng: Kết quả mô hình dự báo đất xây dựng tăng cả về quy mô và không

gian phân bố. Dựa vào kết quả thể hiện trên bảng 3.21, hình 3.25 và 3.26

chúng ta thấy diện tích của đất xây dựng tại Giao Thủy tăng lên từ 11% năm

2009 đến 15% và 20% cho các năm 2019 và 2029 tƣơng ứng với sự suy

giảm của đất lúa và đất vƣờn tạp của khu vực này. Do kết quả mô hình phụ

thuộc chặt chẽ vào các biến đầu vào nhƣ biến trục giao thông chính, biến

khoảng cách tới các trung tâm Ngô Đồng và Quất Lâm cùng với các biến

nhân khẩu học nên tập trung phát triển mạnh ở khu vực gần thị trấn Ngô

Đồng và thị trấn Quất Lâm, đất xây dựng cũng tập trung gia tăng mạnh tại

các trục chính của hệ thống trục giao thông chính của huyện. Ngoài ra, đất

xây dựng huyện Giao Thủy cũng gia tăng mạnh ở những khu vực các xã ven

biển đặc biệt các xã có diện tích đất nuôi trồng thủy sản.

- Đất nuôi trồng thủy sản: Dựa vào kết quả thể hiện trên bảng 3.22, hình 3.28 và

3.29 chúng ta thấy diện tích của đất NTTS tại Giao Thủy tăng lên từ 13%

năm 2009 đến 16% và 21% cho các năm 2019 và 2029 tƣơng ứng với sự suy

giảm chủ yếu của đất lúa, đất rừng ngập mặn, đất mặt nƣớc và đất làm muối.

Kết quả dự báo đất NTTS tại Giao Thủy phụ thuộc chặt chẽ với biến khoảng

cách đến đê biển, do đó vùng chuyển đổi các loại hình sử dụng đất sang đất

NTTS cũng tập trung tại vùng giáp trong và ngoài đê Giao Thủy. Giai đoạn

đầu, dựa vào sự biến đổi thực tế từ năm 1989 đến 1999 kết quả mô hình dự

báo sự chuyển đổi các loại đất chủ yếu diễn ra khu vực ngoài đê Giao Thủy

tiến đến vùng lõi của rừng ngập mặn đƣợc thể hiện trên kết quả dự báo phân

bố đất NTTS năm 2009. Tuy nhiên, đến các kết quả dự báo tiếp theo sự

chuyển đổi lúc này lại diễn ra mạnh mẽ ở các khu vực giáp trong đê, tại các

khu vực đất lúa và đất làm muối với lí do đầu vào mô hình lúc này là các

diễn biến xảy ra trên thực tế từ năm 1999 đến năm 2009 tại Giao Thủy xảy

ra quá trình chuyển đổi mạnh mẽ của các khu vực đất trồng lúa giáp trong đê

144

bị nhiễm mặn khó khăn trong việc trồng cấy và giá thành thu đƣợc trên 1ha

diện tích đất thì nuôi trồng thủy sản cho lợi nhuận cao hơn các loại hình sử

dụng cho làm muối và trồng lúa.

Kết quả dự báo của mô hình về biến động đất xây dựng và đất NTTS là độc lập

với nhau do mục đích chính của luận án muốn tách hai loại hình sử dụng đất nghiên

cứu một cách riêng rẽ nhằm mục đích lấy kết quả dự báo của loại đất này kiểm tra

kết quả dự báo của loại đất kia vừa để hiển thị sự phân bố riêng của từng loại hình

nhằm mục đích phục vụ cho việc phân vùng chức năng cho từng khu vực của huyện

dựa trên kết quả dự báo của luận án về đất xây dựng và đất nuôi trồng thủy sản.

3.4 Đánh giá vai trò của dự báo biến động sử dụng đất trong mối quan hệ với

các yếu tố nhân khẩu học đối với quy hoạch sử dụng đất huyện Giao Thủy,

tỉnh Nam Định

3.4.1 Đánh giá tiềm năng đất đai cho mục đích nuôi trồng thủy sản và phát triển đô thị, xây dựng khu dân cư nông thôn tại Giao Thủy, Nam Định [16]. Giao Thủy có vị trí địa lý thuận lợi có nguồn tài nguyên trên mặt đất và ngoài

biển khơi phong phú thuận lợi cho việc phát triển một nền kinh tế đa dạng nhất là

phát triển ngành nông nghiệp theo hƣớng sản xuất hàng hóa (lúa đặc sản, rau sạch,

sản phẩm thủy sản ...) gắn với chế biến, cung cấp nguồn thực phẩm dồi dào, có chất

lƣợng tốt cho khách du lịch.

Phần lớn diện tích đang đƣợc sử dụng cho các mục đích phát triển kinh tế - xã

hội của huyện đƣợc sử dụng đúng mục đích, tuy nhiên vẫn có những diện tích đất

có hiệu quả sử dụng chƣa cao. Vì vậy trong quy hoạch sử dụng đất đến năm 2020

và tầm nhìn đến năm 2030, huyện đã đúng hƣớng khi tập trung khai thác tiềm năng

các loại đất đang sử dụng theo hƣớng nâng cao giá trị trên 1 ha đất, bao gồm:

+ Tiềm năng đất đai cho mục đích nuôi trồng thủy sản;

+ Tiềm năng đất đai phát triển đô thị;

+ Đánh giá tiềm năng đất đai để phục vụ cho việc chuyển đổi cơ cấu sử

+ Tiềm năng đất đai cho phát triển khu dân cƣ nông thôn;

dụng đất và phát triển cơ sở hạ tầng.

145

3.4.2 Quan điểm sử dụng đất đến năm 2020 của huyện Giao Thủy, tỉnh Nam

Định [16]

- Khai thác khoa học, hợp lý và sử dụng tiết kiệm, bền vững, có hiệu quả quỹ đất đai;

- Chuyển đổi nhanh cơ cấu sử dụng đất phù hợp với điều kiện tự nhiên - môi trƣờng;

- Bảo vệ rừng phòng hộ môi trƣờng;

- Duy trì bảo vệ đất nông nghiệp;

- Dành quỹ đất cho phát triển hệ thống hạ tầng kỹ thuật và đô thị;

- Khai thác sử dụng đất phải đảm bảo bền vững gắn liền với việc bảo vệ môi trƣờng;

- Phát triển kinh tế - xã hội gắn với củng cố an ninh quốc phòng.

3.4.3 Vai trò của các kết quả dự báo biến động sử dụng đất giai đoạn 2019,

2029 và đề xuất lồng ghép các yếu tố nhân khẩu học trong việc điều chỉnh định

hướng và quan điểm sử dụng đất giai đoạn 2020 - 2030 cho huyện Giao Thủy,

tỉnh Nam Định

Nhƣ vậy, rất rõ ràng rằng hiện nay trong các định hƣớng và quan điểm sử dụng

đất tại khu vực nghiên cứu không đề cập đến vai trò của các yếu tố nhân khẩu học tại

địa phƣơng. Quá trình chuyển đổi cơ cấu sử dụng đất nếu chỉ xem xét sự phù hợp với

các yếu tố tự nhiên mà không xét đến các yếu tố kinh tế - xã hội, đặc biệt yếu tố nhân

khẩu học tại khu vực, sẽ dẫn đến các quy hoạch sử dụng đất không bền vững vì khi

dân số với sức ép quá lớn, sẽ gây sức ép lên nhu cầu tăng về đất ở và các hệ thống cơ

sở hạ tầng khác. Bên cạnh đó, khi lực lƣợng lao động tại địa phƣơng đang ở chu kì cơ

cấu dân số vàng sẽ nảy sinh ra sức ép đến các dạng tài nguyên, đặc biệt tài nguyên đất

đai. Khi lực lƣợng lao động dƣ thừa, sẽ xảy ra việc chuyển đổi các loại hình sử dụng

đất có năng suất và đạt hiệu quả kinh tế kém sẽ đƣợc chuyển sang phục vụ cho loại

hình kinh tế khác cho lợi nhuận cao hơn. Việc này sẽ dẫn đến cơ cấu sử dụng đất sẽ

không nhƣ sự phân bổ vì các sức ép từ thực tế đem đến.

Trong khi đó, quan điểm và định hƣớng sử dụng đất của huyện là luôn khai thác

sử dụng đất theo hƣớng giải phóng đƣợc năng lực sản xuất của các ngành kinh tế -

xã hội nhằm thúc đẩy chuyển dịch cơ cấu kinh tế, chuyển dịch cơ cấu cây trồng, ƣu

146

tiên phân bổ đất đai cho các ngành kinh tế mũi nhọn của khu vực, thúc đẩy kinh tế

phát triển và không ngừng cải thiện đời sống của nhân dân. Mục tiêu trọng tâm của

vấn đề này đặt vai trò không ngừng cải thiện đời sống của ngƣời dân địa phƣơng lên

hàng đầu, tuy nhiên khi quy hoạch sử dụng đất lại không chú ý đến vấn đề xem xét

các yếu tố con ngƣời nhƣ: nguồn lực lao động sẵn có tại địa phƣơng, vấn đề nhu cầu

kinh tế các hộ gia đình, nhu cầu về điều kiện sống cơ bản của các hộ gia đình v.v..

Kết quả dự báo sử dụng đất 2019 và 2029 là các thông tin dự báo mang tính

khách quan vì các kết quả này đƣợc dựa trên các thông tin sử dụng đất thực tế của

các thời điểm trong quá khứ và thông tin các lớp nhân khẩu học đã đƣợc luận án

chứng minh có mối quan hệ chặt chẽ với sử dụng đất cùng một số thông tin kinh tế -

xã hội khác. Các kết quả dự báo sử dụng đất năm 2019 và 2029 vừa thể hiện tính

định lƣợng vừa thể hiện tính phân bố không gian chi tiết. Các thông tin này rất hữu

ích cho việc điều chỉnh quy hoạch, kế hoạch sử dụng đất trong giai đoạn tiếp theo

của huyện Giao Thủy, tỉnh Nam Định. Tuy nhiên, để xây dựng và điều chỉnh một

quy hoạch, kế hoạch sử dụng đất hợp lý, cần yêu cầu rât nhiều thông tin khác đặc

biệt là cần thêm các thông tin về tự nhiên và chính sách của khu vực nghiên cứu.

Nhƣ vậy, các kết quả dự báo sử dụng đất năm 2019 và 2029 có thể đƣợc coi là một

hợp phần quan trọng trong hệ thống các thông tin cần thiết nhằm giúp lập quy

hoạch, kế hoạch sử dụng đất hợp lý hơn.

Dựa trên các kết quả của nghiên cứu, chúng ta thấy các yếu tố nhân khẩu học có

vai trò rất quan trọng trong các mục đích sử dụng đất và gây ra các biến động trong

sử dụng đất. Do đó, luận án kiến nghị các cơ quan có thẩm quyền tại Giao Thủy khi

thành lập và phê duyệt bản đồ quy hoạch phát triển vùng, đặc biệt bản đồ quy hoạch

sử dụng đất nên lồng ghép hợp lý các yếu tố nhân khẩu học tại địa phƣơng vào qúa

trình điều chỉnh quy hoạch và chức năng sử dụng đất.

147

* Nhận định:

- Sử dụng đất trong khu vực huyện Giao Thủy đã có những thay đổi rất lớn

trong vòng 30 năm gần đây. Những thay đổi chính là sự chuyển đổi giữa các loại

hình đất xây dựng và đất nuôi trồng thủy sản. Luận án này cũng xem xét những thay

đổi trong sử dụng đất trong những khoảng thời gian ngắn hơn (1989 - 1999, 1999 -

2009, 2009 - 2013). Mặc dù những chuyển đổi chính giữa đất xây dựng đƣợc

chuyển đổi chủ yếu từ đất trồng lúa và đất vƣờn tạp, đất nuôi trồng thủy sản đƣợc

chuyển đổi chủ yếu từ đất rừng ngập mặn, đất mặt nƣớc, đất làm muối và đất trồng

lúa đã xảy ra trong toàn bộ thời gian luận án xem xét, tuy nhiên sự chuyển đổi từ đất

rừng ngập mặn, đất mặt nƣớc sang đất nuôi trồng thủy sản dƣờng nhƣ đã đạt đỉnh

điểm vào giai đoạn 1989 - 1999, trong khi đó sang giai đoạn 1999 - 2009 sự chuyển

đổi đỉnh điểm diễn ra ở cặp đất làm muối, đất lúa chuyển sang đất nuôi trồng thủy

sản.

- Trong nghiên cứu này, biến "số lƣợng hộ gia đình" và ―tỷ trọng ngƣời trong

độ tuổi lao động‖ là hai yếu tố quan trọng có mối quan hệ chặt chẽ với sự gia tăng

diện tích đất xây dựng và đất nuôi trồng thủy sản trong hầu hết các giai đoạn nghiên

cứu của luận án. Những phát hiện này rất quan trọng và có thể đƣợc tích hợp trong

các cách tiếp cận đa chiều về vai trò của các yếu tố nhân khẩu học trong sự thay đổi

sử dụng đất ở mức độ quy mô khác nhau. Một nghiên cứu chuyên sâu về các ảnh

hƣởng của sự biến động yếu tố nhân khẩu học đến sự thay đổi sử dụng đất sẽ giúp

công tác quy hoạch và ban hành chính sách có thêm nhiều thông tin hữu ích hơn.

- Mô hình hóa không gian nói chung và sự tích hợp các thuật toán phân tích

hồi quy Logistic, chuỗi Markov và mạng tự động nói riêng là một phƣơng pháp

định lƣợng có tính logic và chặt chẽ, đảm bảo kết quả mô hình hóa đạt độ chính xác

cao. Kết quả mô hình hóa sẽ cung cấp những thông tin hữu ích về xu hƣớng biến

đổi các loại hình sử dụng đất cho khu vực luận án nghiên cứu. Trên cơ sở đó, địa

phƣơng có thể thiết kế và phát triển đƣợc những chính sách mới hoàn thiện hơn,

phù hợp với mục đích quy hoạch đất đai bền vững trong thời gian tới.

148

KẾT LUẬN VÀ KIẾN NGHỊ

Kết quả nghiên cứu của đề tài đã khẳng định rằng: các luận điểm khoa học của

A. KẾT LUẬN

luận án đã đƣợc chứng minh và đã rút ra một số kết luận và kiến nghị sau đây:

Kết luận 1. Sự tích hợp phƣơng pháp phân loại theo hƣớng đối tƣợng (Object -

Oriented clasification) với phân loại K-NN (K - Nearest Neighbors) và phân loại

theo vùng thực địa (Per - field clasification) đã nâng cao độ tin cậy trong việc đánh

giá biến động sử dụng đất tại khu vực Giao Thủy từ dữ liệu viễn thám.

Kết luận 2. Sử dụng đất tại huyện Giao Thủy, tỉnh Nam Định từ giai đoạn sau

―Đổi mới‖ đến nay biến động phức tạp cả về diện tích cũng nhƣ vị trí không gian.

Tuy nhiên, sự biến động chính xảy ra ngoài đê biển trong giai đoạn 1989-1999,

trong khi đó sự biến động trong giai đoạn 1999 - 2013 diễn ra chủ yếu khu vực sát

trong đê biển. Diễn biến quá trình biến động sử dụng đất tại huyện Giao Thủy, tỉnh

Nam Định cho thấy sự mở rộng đất xây dựng và đất nuôi trồng thủy sản xảy ra rất

mạnh mẽ.

Kết luận 3. Huyện Giao Thủy, tỉnh Nam Định là nơi điển hình cho sự suy giảm

của quy mô và mật độ dân số trong 10 năm trở lại đây. Tuy nhiên, số lƣợng hộ gia

đình hạt nhân, tỷ trọng dân số trong độ tuổi lao động lại tăng lên rõ rệt do xu hƣớng

tách hộ đang gia tăng và dân số khu vực đang ở thời điểm ―cơ cấu dân số vàng‖.

Kết luận 4. Luận án đã ứng dụng phƣơng pháp phân tích hồi quy nhằm xác định

mối quan hệ các thay đổi sử dụng đất với một số yếu tố nhân khẩu học điển hình ở

khu vực Giao Thủy. Mô hình hồi quy trong phƣơng pháp phân tích thống kê thực sự

là một phƣơng pháp có thể nhận diện nhanh chóng mối quan hệ giữa các biến nhân

khẩu học với các biến sử dụng đất tại khu vực nghiên cứu. Trong số các biến nhân

khẩu học, biến số lƣợng hộ gia đình và tỷ trọng dân số trong độ tuổi lao động đã

đƣợc luận án xác định là hai biến có mối quan hệ chặt chẽ với biến diện tích đất xây

149

dựng và diện tích đất nuôi trồng thủy sản. Mối quan hệ này đã trở thành đặc biệt và

rõ ràng sau thời kì sử dụng đất chịu ảnh hƣởng do chính sách khoán 100 từ giai

đoạn sau ―Đổi mới‖.

Kết luận 5. Mô hình hóa và dự báo biến động sử dụng đất dựa trên việc tích hợp

mô hình Logistic, chuỗi Markov với Cellular Automata trên GIS đã tận dụng đƣợc

ƣu điểm và khắc phục hạn chế của từng mô hình riêng lẻ. Mô hình hóa và tính toán

định lƣợng đã cho chúng ta thấy một diễn biến về biến động sử dụng đất trong

không gian bị tác động bởi yếu tố gia tăng nhân khẩu học theo thời gian.

Kết luận 6. Thông qua các kết quả nghiên cứu, luận án cho thấy cần thiết phải

lồng ghép các biến nhân khẩu học vào chính sách phát triển kinh tế - xã hội, đặc biệt

trong công tác quy hoạch đất đai nhằm mục đích: (1) đưa ra dự đoán tốt hơn về

thay đổi sử dụng đất trong tương lai, (2) cung cấp các dữ liệu cần thiết, chính xác

để quy hoạch sử dụng đất đúng mục tiêu phục vụ cho sự nghiệp phát triển kinh tế-

B. KIẾN NGHỊ

xã hội bền vững của từng vùng lãnh thổ.

Kiến nghị 1. Các kết quả từ nghiên cứu này cho thấy một sự hiểu biết về sử

dụng đất sẽ rất phức tạp nếu xảy ra sự tƣơng tác với các yếu tố nhân khẩu học và

yếu tố kinh tế - xã hội. Trong nghiên cứu này, các mô hình hồi quy đã đƣợc sử dụng

để nhận diện các mối quan hệ giữa biến động sử dụng đất với các yếu tố nhân khẩu

học. Tuy nhiên, các mối quan hệ này chỉ đƣợc xác định về mặt thống kê và không

xét đến tính không gian. Do đó, để có thể xác định mối quan hệ giữa các cặp biến sử

dụng đất và nhân khẩu học trên không gian và thời gian, cần phải áp dụng các mô

hình thống kê không gian.

Kiến nghị 2. Việc tích hợp các mô hình hồi quy logistic, chuỗi Markov và

Cellular Automata cho phép luận án đƣa ra các dự báo về sử dụng đất có độ tin cậy

cao, tuy nhiên luận án nhận thấy nếu có thể không gian hóa một số biến chính sách

phát triển kinh tế - xã hội có liên quan đến sử dụng đất của khu vực và đƣa thêm là

biến đầu vào của mô hình thì kết quả dự báo sẽ chính xác hơn.

150

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ

LIÊN QUAN ĐẾN LUẬN ÁN CỦA NCS

1. Lê Thị Thu Hà (2011), ―Ứng dụng viễn thám và GIS nghiên cứu mối tƣơng quan

giữa sự mở rộng không gian đô thị và sản lƣợng khai thác bể than Quảng

Ninh”, Hội nghị KHCN mỏ toàn quốc, 750-754.

2. Phạm Thị Làn, Lê Thị Thu Hà, Nguyễn Văn Dũng, Trịnh Thị Hoài Thu

(2011), ―Nghiên cứu mối quan hệ giữa quá trình khai thác mỏ khu vực Cẩm

Phả và quy luật biến động đƣờng bờ vịnh Bái Tử Long”, Hội nghị KHCN mỏ

toàn quốc, 726-730.

3. Lê Thị Thu Hà, Phạm Thị Làn, Trịnh Thị Hoài Thu (2011), ―Ứng dụng phƣơng

pháp phân loại định hƣớng đối tƣợng để phân tích các đối tƣợng trên ảnh vệ

tinh‖, Tạp chí khoa học Mỏ địa chất, (số 34), 23-26.

4. Trịnh Thị Hoài Thu, Lê Thị Thu Hà, Phạm Thị Làn (2012), ―So sánh phƣơng

pháp phân loại dựa vào điểm ảnh và phƣơng pháp phân loại định hƣớng đối

tƣợng chiết xuất thông tin lớp phủ bề mặt từ ảnh độ phân giải cao”, Tạp chí

khoa học Mỏ địa chất, (số 39), 59-64.

5. Phạm Thị Làn, Lê Thị Thu Hà, Nguyễn Văn Lợi, Đoàn Thị Dung, Đậu Thanh

Bình (2013), ―Phân loại lớp phủ bằng phƣơng pháp định hƣớng đối tƣợng trên

ảnh Alos khu vực Giao Thủy – Nam Định‖, Tạp chí công nghiệp mỏ, (số 2B),

89-92.

6. Lê Thị Thu Hà, Phạm Thị Làn, Nguyễn Tiến Quỳnh (2014), ―Đánh giá và dự báo

biến động sử dụng đất khu vực cửa sông Ba Lạt dựa trên tƣ liệu viễn thám đa

thời gian và GIS‖, Tạp chí khoa học Mỏ địa chất, (số 48), 13-19.

7. Phạm Thị Làn, Lê Thị Thu Hà, Võ Chí Mỹ, Phạm Văn Cự (2015), ―Phân

tích biến động sử dụng đất trong mối quan hệ với yếu tố tự nhiên khu vực

huyện Thái Thụy, tỉnh Thái Bình‖, Tạp chí khoa học đo đạc và bản đồ, (số

24), 53-60.

151

8. Lê Thị Thu Hà, Phạm Thị Làn, Nguyễn Văn Trung, Võ Chí Mỹ, Phạm Văn Cự

(2015), ―Ứng dụng tƣ liệu viễn thám xác định xu hƣớng gia tăng bề mặt không

thấm ở nông thôn”, Tạp chí khoa học đo đạc và bản đồ, (số 26), 28-35.

9. Lê Thị Thu Hà, Phạm Thị Làn, Nguyễn Văn Trung (2015), ―Integration multi-

temporal satellite imagery and GIS data to determine the relationship between

population growth and land use change in Balat estuary river, Vietnam”, The

Second International Conference on Scientific Research Cooperation between

Vietnam and Poland in Earth Sciences (VIET-POL 2015), 251-259.

10. Lê Thị Thu Hà, Phạm Thị Làn, Nguyễn Văn Trung, Trịnh Kim Thoa, Nguyễn

Văn Nam (2016), ―Detection of the urban area expansion using impervious

sufaces extracted from Spot data: A case study in Tay ho district – Hanoi‖,

International Symposium on Geo-spatial and Mobile Mapping Technologies

and Summer School for Mobile Mapping Technologies, 135-140.

11. Lê Thị Thu Hà, Phạm Thị Làn, Nguyễn Văn Trung, Lƣu Bích Ngọc (2016),

―Determination the relationship between population growth and land use change

in Balat estuary based on remote sensing and GIS data‖, Conference

International The Relation Between Population and Development.

12. Nguyễn Văn Trung, Nguyễn Văn Khánh, Phạm Vọng Thành, Lê Thị Thu Hà

(2016), ―Monitoring Coastline changes using multi-temporal sattelite data and

GIS in the Cua dai estuary, Thu bon river delta‖, International Symposium on

Geo-spatial and Mobile Mapping Technologies and Summer School for

Mobile Mapping Technologies, 155-159.

152

TÀI LIỆU THAM KHẢO

1. Phạm Khánh Chi (2013), "Giới thiệu chung về công nghệ viễn thám", 2. Nguyễn Đình Cử (2007), "Những xu hƣớng biến đổi dân số ở Việt Nam", 3. Nguyễn Đình Cử (2012), "Biến đổi dân số và tăng trƣởng kinh tế", Xã hội học 1(117),

11-16.

4. Cục thống kê (2009), Dân số và nhà ở tỉnh Nam Định kết quả tổng điều tra năm 2009. 5. Cục Thống kê tỉnh Nam Định (2006), "Niên giám thống kê huyện Giao Thủy năm

2006",

6. Cục thống kê tỉnh Nam định (2011), "Niên giám thống kê huyện Giao Thủy năm 2011",

101.

7. Cục thống kê tỉnh Nam định (2011), ""Niên giám thống kê huyện Giao Thủy năm

2011"", 101.

8. Nguyễn Thị Hồng Điệp, Võ Quang Minh, Phan Kiều Diễm, Huỳnh Thị Thu Hƣơng (2013), "Theo dõi hiện trạng sinh thái ven bờ và nuôi trồng thủy sản biển ứng dụng kỹ thuật viễn thám tại Bắc đảo Phú quốc, tỉnh Kiên Giang ", Tạp chí Khoa học Trường Đại học Cần Thơ 25 119-126

9. Georges Tapinos (1996), Những khái niệm cơ sở của nhân khẩu học Hà Nội. 10. Lê Sỹ Hải (2014), "Vai trò và ý nghĩa của sử dụng đất đai và khái niệm quy hoạch sử

dụng đất đai",

11. Lê Thị Thu Hà, Phạm Thị Làn, Nguyễn Tiến Quỳnh (2015), "Đánh giá và dự báo biến động sử dụng đất khu vực cửa sông Ba lạt dựa trên tƣ liệu viễn thám đa thời gian và GIS", Tạp chí khoa học kỹ thuật Mỏ-Địa chất, 48,

12. Lê Thị Thu Hà, Phạm Thị Làn, Trịnh Thị Hoài Thu (2011), "Ứng dụng phƣơng pháp phân loại định hƣớng đối tƣợng để phân tích ảnh vệ tinh khu vực huyện Đông Anh, Hà Nội", Tạp chí kỹ thuật Mỏ-Địa chất,

13. Nguyễn Thị Thiềng, Lƣu Bích Ngọc (2011), Dân số học, Tổng cục dân số-Kế hoạch

hóa gia đinh.

14. Phòng thống kê Giao Thủy (2000), "Niên giám thống kê năm 2000", 15. Phùng Thế Trƣờng (1997), Giáo trình Dân số học dành cho sinh viên chuyên ngành

dân số. , Nhà xuất bản thống kê. Hà nội.

16. UBND Huyện Giao Thủy (2012), "Quy hoạch sử dụng đất đến năm 2020, kế hoạch sử

dụng đất 5 năm (2011-2015)",

17. Vũ Anh Tuân (2003), Nghiên cứu ảnh hưởng của biến động lớp phủ thực vật tới quá trình xói mòn sông Trà Khúc bằng phương pháp viễn thám, Đại học khoa học tự nhiên Hà Nội.

18. Trung tâm Quốc tế Nghiên cứu Biến đổi Toàn cầu (ICARGC) (2010), Sử dụng phần

mền eCognition cho phân loại Định hướng đối tượng Đại học quốc gia hà nội.

Tiếng Việt

Tiếng Anh 19. Althausen (2002), "What remote sensing system should be used to collect the data?",

Manual of Geospatial Science and Technology, 276–297.

20. Anderson (1990), "Deforestation in Amazonia: dynamics, causes, and alternatives", In Alternatives to Defor¬estation: Steps toward Sustainable Use of the Amazon Rain Forest, 1-23.

153

21. Andrew Foster (2003), "A Review of 10 Years of Work on Economic Growth and Population Change in Rural India", Population, Land Use, and Environment: Research Directions

22. Antonio Di Gregorio, Louisa J.M. Jansen (1998), "Land Cover Classification System (LCCS): Classification Concepts and User Manual ", Food and Agriculture Organization of the United Nations, Rome,

23. K.N. Reddy Anuradha Banerjee, P. Paul (2002), "Application of Remote Sensing and GIS in Demographic and Socio-Economic Analysis of Dehradun City", Indian Cartographer,

24. Aplin, Atkinson (2001), "Sub-pixel land cover mapping for per-field classification",

International Journal of Remote Sensing, 22, 2853–2858.

25. Ashbindu Singh (1989), "Review Article Digital change detection techniques using remotely-sensed data", International Journal of Remote Sensing, 10 (6), 989- 1003.

26. B. L. Turner II, Robert Q. Hanham, Anthony V. Portararo (1997), "Population Pressure and Agricultural Intensity", Annals of the Association of American Geographers, 67 (3), 384-396.

27. Barbara Entwisle, Paul C. Stern (2005), Population, Land Use, and Environment:

Research Directions.

28. Stephen J. Walsh Barbara Entwisle, Ronald R. Rindfuss, and Aphichat Chamratrithirong (1998), "Land-Use/Land-Cover and Population Dynamics, Nang Rong, Thailand", People and Pixels: Linking Remote Sensing and Social Science, 29. Bauer T, Steinnocher (2001), "Per-parcel land use classification in urban areas

applying a rule-based technique",

30. Bilsborrow, Okoth-Ogendo (1992), "Population driven changes in land use in

developing countries. ", Ambio 21, 37-45.

31. Bilsborrow, Richard F, Pamela F. Delargy (1991), "Land Use, Migration, and Natural Resource Deterioration: The Experience of Guatemala and the Sudan", Resources, Environment, and Population,

32. Bongaarts (1992), "Population Growth and Global Warming", Population and

Development Review, 18 (2),

33. Bongaarts, John (1996), "Population Pressure and the Food Supply System in the

Developing World.", Population and Development Review, 22 (3), 483-503.

34. Buddhi Gyawali, Rory Fraser, Yong, Wang, James Bukenya (2004 ), "Land Cover and Socio-economic Characteristics in the Eight Counties of Alabama: A Spatial Analysis ", American Agricultural Economics Association Annual Meeting, Denver, Colorado, August 1-4,

35. Caitlin Kontgis, Annemarie Schneider, Jefferson Fox, Sumeet Saksena, James H. Spencer, Miguel Castrence (2014), "Monitoring peri-urbanization in the greater Ho Chi Minh City metropolitan area", Applied Geography 53 (2014), 53, 377- 388.

36. Cihlar, Jansen (2001), "Fromland cover to land-use: a methodology for efﬁcient land-

use mapping over large areas", The Professional Geographer 53 (2), 275–289.

37. Clement Lewsey, Gonzalo Cid, Edward Kruse, John Virdin (2003), "Climate Change

Impacts on Land Use Planning and Coastal Infrastructure",

154

38. Codjoe (2006), "Population growth and agricultural land use in two agro- ecological zones of Ghana, 1960-2010. ", International Journal of Environmental Studies, 63 (5), 645-661.

39. Codjoe (2007), "Integrating Remote Sensing, GIS, Census, and Socioeconomic Data in Studying the Population–Land Use/Cover Nexus in Ghana: A Literature Update", Africa Development,, XXXII (2), 197–212.

40. Cohen, Joel (1995), How Many People Can the Earth Support?, New York: Norton. 41. D. Lu, Q. Weng (2007), "A survey of image classification methods and techniques for improving classification performance", International Journal of Remote Sensing, 28 (5), 823–870.

42. Daniel G. Brown, Robert Walker, Steven Manson, Karen Seto "Modeling land-use and

land-cover change", 27.

43. Daniel Müller, Manfred Zeller (2002), "Land use dynamics in the central highlands of Vietnam: a spatial model combining village survey data with satellite imagery interpretation", Agricultural Economics, 27, 333–354.

44. Dao Phan Thi Anh, Phan Nguyen Hong, Le XuanTuan, Tran Minh Phuong, Nguyen

Huu Tho (2007), "Xuân Thủy National Park: Socio-Economics,"

45. Dean, Smith (2003), "An evaluation of per-parcel land cover mapping using maximum likelihood class probabilities", International Journal of Remote Sensing, 24, 2905–2920.

46. Definiens ( 2009), "eCognition Developer 8 Reference Book", User Guide, Definiens

AG, 1.2.0, 34-38.

47. Di Gregorio, Jansen (1997), "A new concept for a Land Cover Classification System:Earth observation and evolution classification", Conference Proceedings Alexandria, Egypt, 10.

48. Douangsavanh, Ladavong, Bouahom, Castella (2011), "Policy implications of land use changes in the uplands of northern Lao PDR", The Lao Journal of Agriculture and Forestry, 23, 1-17.

49. Duong H. Nong, Jefferson Fox, Tomoaki Miura, Sumeet Saksena (2015), "Built-up Area Change Analysis in Hanoi Using Support Vector Machine Classification of Landsat Multi-Temporal Image Stacks and Population Data", Land 4(4), 1213- 1231.

50. ECE-UN (1989), "Proposed ECE Standard International Classiﬁcation of Land Use. ",

Economic Commission for Europe of the United Nations, Geneva.,

51. Ehrlich (1990), The Population Explosion., New York: Simon & Schuster. 52. D. Ehrlich, Lambin, E. F. & Malingreau, J-P., (1997), "Biomass Burning and Broad-

scale Land-cover Changes in Western Africa", Remote Sensing of Environment vol. 61, , pp. 201-209

53. Eric F. Lambin, Helmut J. Geist, Erika Lepers (2003), "Dynamics of land use and land cover change in tropical regions.", Annual Reviews of Environment and Resources, 28, 205-241.

54. Alan H. Strahlerf Eric F. Lambin (1994), "Change-Vector Analysis in Multitemporal Space: A Tool To Detect and Categorize Land-Cover Change Processes Using High Temporal-Resolution Satellite Data", MODIS Publications, 231,243. 55. Eric F.Lambin (1997), "Modelling and monitoring land-cover change processes in

tropical regions.", Progress in Physical Geography, 21 (3), 375-393.

155

56. Estes, Love Land (1999), "Characteristics, sources, and management of remotely- sensed data", Geographical Information Systems: Principles, Techniques, Applications, and Management, ( 2nd), 667–675

57. FAO (1997), "Land Cover Classification System (LCCS): Classification Concepts and User Manual ", Soil Resources, Management and Conservation Service, 58. Foody (2002b), "Status of land cover classification accuracy assessment", Remote

Sensing of Environment, 80, 185–201.

59. Foster, Andrew, Mark R Rosenzweig (2004), "Agricultural Productivity Growth, Rural Economic Diversity, and Economic Reforms: India, 1970- 2000", Economic Development and Cultural Change 52 (3), 509-542.

60. Fox, Jefferson, Ronald R. Rindfuss, Stephen J. Walsh, Viod Mishra (2003), People and the Environment: Approaches for Linking Household and Community Surveys to Remote Sensing and GIS, Boston:Kluwer Academic Publishers.

61. Fu Congbin, Ye Duzheng (1995), "Recent progress on global change research in

China", Advance in Earth Sciences, 10 (1), 62-69.

62. Gao Yan (2003), "Pixel based and object-oriented image analys for coal fire research", 63. Gao Yan, Maathuis, Zhang Xiangmin, Vandijk (2006), "Comparison of pixel-based and object-oriented image classification approaches—a case study in a coal fire area, Wuda, Inner Mongolia,China", International Journal of Remote Sensing 27 (18), 4039–4055.

64. Geist, Lambin (2004), "Dynamic causal patterns of desertiﬁcation", Bioscience, 54,

817–829.

65. Gould, Lawton (1986), Planning for Population Change, London: Croom Helm Ltd. 66. Guo L (1997), "Dynamic monitoring by remotely sensing in Yellow River Estuary

region. ", Remote Sensing Information, 1, 20-25.

67. J. & Lambin Guyer, E., (1993), "Land Use in the Urban Hinterland: Ethnography and

the Study of African

Intensification", American

Remote Sensing Anthropologist, . vol. 95 (no. 4,), pp. 839-859.

68. Harris, Ventura (1995), "The integration of geographic data with remotely sensed in an urban area.", Photogrammetric

improve classification

imagery Engineering and Remote Sensing,, 61, 993–998.

69. Hogendom (1996), Economic Development. , New York: Harper Collins Publishers. 70. Huang, Cai, Peng (2007), "Modeling the spatial pattern of farmland using GIS and multiple logistic regression: a case study of Maotiao River Basin, Guizhou Province, China", Environmental Modeling and Assessment, 12, 55–61. 71. Ilkwon Kim, Quang Bao Le, Soo Jin Park, John Tenhunen, Thomas Koellner (2014), "Driving Forces in Archetypical Land-Use Changes in a Mountainous Watershed in East Asia ", Land, 3, 957-980.

72. Jamal Jokar Arsanjani, Marco Helbich, Wolfgang Kainz, Ali Darvishi Boloorani (2013), "Integration of logistic regression, Markov chain and cellular automata models to simulate urban expansion", International Journal of Applied Earth Observation and Geoinformation, 21, 265–275.

73. James R. Anderson, Ernest E. Hardy, John T. Roach, Richaar E. Witmer (1976), A Land Use And Land Cover Classification System For Use With Remote Sensor Data, United States Government Printing Office, Washington.

156

74. Jansen, Molenaar (1995), "Terrain objects, their dynamics and their monitoring by integration of GIS and remote sensing", IEEE Transactions on Geoscience and Remote Sensing, 33, 749–758.

75. Jean fmas (1998), "Monitoring land-cover changes: a comparison of change detection

techniques", International Journal of Remote Sensing, 20 (1), 139-152.

76. Jefferson Fox, Rohn B. Vogler (2005), "Land use and land cover change in Montane mainland Southeast Asia ", Environmental Management, 36 (3), 394-403. 77. Jensen (1996), Introduction to Digital Image Processing: A remote sensing

perspective, Piscataway, NJ: Prentice Hall.

78.Jensen J.R, Cowen D.C (1998), Remote sensing of urban suburban infrastructure and socioeconomic attributes", Photogrammetric Engineering and Remote Sensing, 65, 611-622.

79. Jing Chen, Bo-Ming Sun, Dan Chen, Xin Wu, Gang Wang (2014), "Land Use Changes and Their Effects on the Value of Ecosystem Services in the Small Sanjiang Plain in China", Scientific World Journal,

80. Jolly, Carole, Barbara B. Torrey (1993), Population and Land Use in Developing

Countries, National Academy Press. Washington D.C.

81. Jordi Munoz-Mari, Lorenzo Bruzzone, Gustavo Camps-Valls (2007), "A support vector domain description approach to supervised classification of remote sensing images", IEEE Transaction on Geoscience and remote sensing 45 (8), 2683-2692. 82. Kauth, Thomas (1976), "The tasselled capa graphic description of the spectral temporal development of agricultural crops as seen by Landsat", Proceedings of the 2nd Annual Symposium on Machine Processing of Remotely sensed data held at Purdue University in 1976, 41-49.

83. G. H. J. Koning de, Verburg, P. H., Veldkamp, A. & Fresco, L. O., (1999), " ‗Multi - scale Modelling of Land Use Change Dynamics in Ecuador‘, " Agricultural Systems,, vol. 61, (, no. 2), pp. 77-93.

84. Kshitij Gadwe, Nikhil Waghchoure, Shridhar Gokule, Hemant Reddypatil, Minakshi Vharkate (2016), "Remote Sensing Image Classification Using kNN Algorithm", IJSRSET, 2 (2),

85. Lambin, Geist (2007), "Causes of land-use and land-cover change", 86.Lambin E.F

(1997),

"Modeling and monitoring landcover change processes in tropical regions", Progress in Physical Geography, 21 (3), 375-393.

87. Lefsky, Cohen (2003), "Selection of remotely sensed data", Remote Sensing of Forest

Environments: Concepts and case studies, 13–46.

88. Liu Yongxue, Li Manchun, Mao Liang, Xu Feifei, Huang Shuo (2006), "Review of Remotely Sensed Imagery Classification Patterns Based on Object-oriented Image Analysis ", Chinese Geographical Science 16 (3), 282–288

89. Lloyd, Berberoglu, Curran, Atkinson (2004), "A comparison of texture measures for the per-field classification of Mediterranean land cover.", International Journal of Remote Sensing, , 25, 3943–3965.

90. Lobina G. Palamulentni, Naledzani N. Ndou (2014), "Developing remote sensing methodology to distinguish urban built-up areas and bare land in Mafikeng town, South Africa ", IEEE Geoscience in Remote sensing Syposium, 2205-2208.

157

91. Louisa J.M. Jansena, Antonio Di Gregorio (2003), "Land-use data collection using the ‗‗land cover classiﬁcation system‘‘:results froma case study in Kenya", Land Use Policy 20, 131–148.

92. Malila (1980), "Change Vector Analysis: An Approach for Detecting Forest Changes with Landsat", Symposium on Machine Processing of Remotely Sensed Data and Soil Information Systems and Remote Sensing and Soil Survey,

93. Martha M. Bakkera, Gerard Goversb, Costas Kosmasc, Veerle Vanackera, Kristof van Oostb, Mark Rounsevell (2005), "Soil erosion as a driver of land-use change", Agriculture, Ecosystems and Environment 105, 467–481.

94. Martin Herold, Joseph Scepan (2002), "Object-oriented mapping and analysis of urban land use/cover using IKONOS data", Proceedings of 22nd EARSEL Symposium “Geoinformation for European-wide Integration, Prague, Czech Republic, ,

95. Meyer, Itten, Kellenberger, Sandmeier, Sandmeier (1993), "Radiometric corrections of topographically induced effects on Landsat TM data in alpine environment", ISPRS Journal of Photogrammetry and Remote Sensing, 48, 17–28.

96. Meyer, Turner (1992), "Human Population Growth and Global Land-Use/Cover

Change ", Annual Review of Ecology and Systematics, 23, 39-61.

97. A. Millington, Al-Hussein, S. & Dutton, R. (1999), "Population Dynamics,

Socioeconomic Change and Land Colonisation in Northern Jordan, With Special Reference to the Badia Research and Development Project Area ", Applied Geography,, , vol. 19 (, no. 4), , pp. 363-84.

98. Moran, Emilio F, A. Siqueira, E. Brondizio (2003), "Household Demographic Structure and Its Relationship to Deforestation in the Amazon Basin", People and the Environment: Approaches for Linking Household and Community Surveys to Remote Sensing and GIS,

99. Moran, Emilio F., Eduardo S. Brondizio, Leah K. VanWey (2005), "―Population and Environment in Amazonia: Landscape and Household Dynamics", In National Research Council’s Population, Land Use, and Environment,

100. Ms.Mayanka, B.Khuman (2008), "Classification of remote sensing data using kNN

method", IEEE Transaction on Geoscience and remote sensing,

101. Myers, Norman (1991), "The World‘s Forests and Human Populations: the

Environmental Interconnections", Resources, Environment, and Population,

102. N. H. K. Linh, S. Erasmi, M. Kappas (2012), "Quantifying land use/cover change and landscape fragmentation in Danang city, Vietnam: 1979-2009", International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, , XXXIX-B8,

103. Navin Ramankutty, Jonathan A. Foley, Nicholas J. Olejniczak (2002), "People on the Land: Changes in Global Population and Croplands during the 20th Century", Ambio, 31 (3), 251-257.

104. Ninghua Wanga, Daniel G. Brown , Li An, Shuang Yang, Arika Ligmann-Zielinska (2013), "Comparative performance of logistic regression and survival analysis for detecting spatial predictors of land-use change", International Journal of Geographical Information Science,

105. Nzuda, Munisi, Soka, Monjare (2013), "Influence of socio-economic factors on land use and vegetation cover changes in around kagoma forest reserve in Tanzania", Ethiopian Journal of Environmental Studies and Management 6(5), 480-488.

158

106. Ole Hjorth Caspersen (1999), "Population and land use changes in the central highland Province of Dak Lak, Vietnam", Geografisk Tidsskrift, Danish Journal of Geography, (1), 47-54.

107. Oruc, Marangoz, G. Buyuksalih (2007), "Comparison of pixel-based and object- oriented classification approaches using Landsat-7 ETM spactral bands", 108. Overmars, Verburg (2005), "Analysis of land use drivers at the watershed and household level: linking two paradigms at the Philippine forest fringe", International Journal of Geographical Information Science, 19, 125–152. 109. P. Coppin, I. Jonckheere, K. Nackaerts, B. Muys, E. Lambin (2004), "Digital change detection methods in ecosystemmonitoring: A review", International Journal of Remote Sensing, 25, 1565–1596.

110. Panayotou (1989), "An Econometric Study of the Causes of Tropical De¬forestation:

The Case of Northeast Thailand", Discuss Paper,

111. Patrick Meyfroidt, Eric F. Lambin (2007), "The causes of the reforestation in

Vietnam", Land Use Policy,

112. Peter Cox (1976), Demography, Cambridge University 113. A. Pfaff (1997), "Spatial Perspectives on Deforestation in the Brazilian Amazon: First Results and a Spatial Research Agenda", Paper Presented in Conference on Research Transformations in Environmental Economics. Policy Design in Responses to Global Change, Durham, N.C., May, 5-6,

114. Qiu, Woller, Briggs (2003), "Modeling urban population growth from remotely sensed imagery and TIGER GIS road data", Photogrammetric Engineering and Remote Sensing, 69, 1031.

115. Quyet Manh Vu, Quang Bao Le, Emmanuel Frossard, Paul L.G. Vlek (2014), "Socio- economic and biophysical determinants of land degradation in Vietnam: An integrated causal analysis at the national level", Land Use Policy 36, 605–617.

116. M. M. & Csaplovics Rahman, E., (1999), "Assessing Tropical Deforestation in

Southern Chittagong, Bangladesh Using Remote Sensing", Dresden University of Technology, Germany: Institute of International Forestry and Forest Products.,

117. Ramankutty, Foley (1999), Global Biogeochem.Cycles 118. Rindfuss, Ronald (1991), "The Young Adult Years: Diversity, Structural Change, and

Fertility", Demography 28 (4), 493-512.

119. Robinson, Sadan (1999), Where poverty Hits Hardest: Children and Budget in South

Africa., Cape Town: Indasa Publishers.

120. Rod Lefroy, Laure Collet, Christian Grovermann (2010), "Potential impacts of climate change on land use in the Lao PDR ", Land Management and Registration Project (LMRP),

121. Root, Miller (1972), "Identification of urban watershed units using remote

multispectral sensing ", Completion report,

122. Rudel (1986), Population, development, and tropical deforestation, A cross-national

study. Rural Sociol. .

123. Russell G. Congalton (1991), "A Review of Assessing the Accuracy of Classifications of Remotely Sensed Data", Remote Sensing and Enviroment, 37, 35-46.

124. Russell G. Congalton, Kass Green (2008), Assessing the Accuracy of Remotely Sensed

Data: Principles and Practices, Taylor & Francis Group.

159

125. Sala OE, Chapin FS, Armesto JJ, Berlow E, Bloomfield J (2000), "Biodiversity— global biodiversity scenarios for the year 2100", Science 287, 1770–1774.

126.Samereh Falahatkar,

Ali Reza Soffianian ,

Sayed Jamaleddin Khajeddin ,

Mozhgan Ahmadi Nadoushan

(2011),

Hamid Reza Ziaee , "Integration of Remote Sensing data and GIS for prediction of land cover map ", International Journal of Geomatics and Geosciences 1(4),

127. Samuel Nii Ardey Codjoe (2007), "Integrating Remote Sensing, GIS, Census, and Socioeconomic Data in Studying the Population–Land Use/Cover Nexus in Ghana: A Literature Update", Africa Development, , XXXII (2), 197–212. 128. Thomas L. Sever (1998), "Validating prehistoric and current social phenomenon upon the landscape of the Peten, Guatemala", People and Pixels. Linking Remote Sensing and Social Science, Washington DC: National Academy Press,, pp. 145- 163.

129. Singh (1984), Tropical forest monitoring using digital Landsat data in northeastern

India, Ph.D. thesis, University of Reading, Reading, England. ,

130. D. L. & Tucker Skole, C. J., (1993), "Tropical Deforestation, Fragmented Habitats, and Adversely Affected Habitat in the Brazilian Amazon: 1978-1988", Science, , vol. 260, , pp. 1905-1910..

131. Song, Woodcock, Seto, Lenney, Macomber (2001), "Classification and change detection using Landsat TM data: when and how to correct atmospheric effect", Remote Sensing of Environment, 75, 230–244.

132. Stonich (1989), "The dynamics of social processes and environmental destruction: a

Central American case study.", Population Development., 15, 269-296.

133. Stow, Tinney (1980), "Deriving land use/land cover change statistics from Landsat: A study of prime agricultural land.", Proceedings of the 14th International Symposium on Remote Sensing of Environment held in Ann Arbor in 1980, 1227-1237.

134. Sun Xiaoxia, Zhang Jixian, Liu Zhengjun (2005), "A comparison of Object-oriented and pixel-based classification approachs using Quickbird imagery ", Chinese Academy of Surveying and Mapping, 16,

135. Tine Ningal, A.E. Hartemink , A.K. Bregt (2006), "Land use change and population growth in the Morobe Province of Papua New Guinea between 1975 and 2000", Journal of Environmental Management 117-124.

136. Tiwari (2000), "Land use changes in the Himalaya and their impact on the plains ecosystem: need for sustainable land use ", Land Use Policy 17, 101-111.

137. Todaro (1994), Economic Development, New York: Longman Group Ltd. 138. Tu Nguyen Duc, Le Manh Hung, Le Trong Trai, Ha Quy Ouynh, Nguyen Quoc Binh, Thomas (2006), "Conservation of key coastal wetland sites in the Red River Delta: an assessment of IBAs 10 years on Hanoi", BirdLife International Vietnam Programme 2006, 15.

139. (2002), Policies, people and land use change in Uganda, a case study in Ntugamo,

lake Mburo and Sago Bay site,

140. Turner, Clark, Kates, Richards, Mathews, Meyer (1990), The Earth as Transformed

by Human Action. , Cambridge: Cambridge University.

141. Turner, Wear, Flamm (1996), " Land ownership and land-cover change in the Southern Appalachian Highlands and the Olympic Peninsula", Ecological applications, 6, 1150–1172

160

142. (2015), World Population Prospects, the 2015 Revision. Population Growth Rate, 143. United Nations (1998), "Kyoto protocol to the United Nations framework convention

of climate change",

144. Ursula C. Benz, Peter Hofmann, Gregor Willhauck, Iris Lingenfelder, Markus Heynen (2004), "Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information", Journal of Photogrammetry & Remote Sensing 58, 239– 258.

145. Van Dijk, H. Hilderink, W. Rooij, M. Rutten, R. Ashton, K. Kartikasari, Vu Cong Lan (2013), "Land-use change, food security and climate change in Vietnam: A global-to-local modelling approach",

146. A. & Fresco Veldkamp, L. O., (1997), "Reconstructing Land Use Drivers and their Spatial Scale Dependence for Costa Rica, 1973 and 1984", Agricultural Systems, , vol. 55, , pp. 19-43

147. P. H. Verburg, Veldkamp, A. & Bouma, J., (1999), "Land Use Change Under

Conditions of High Population Pressure: The Case of Java", Global Environmental Change, vol. 9, ( no. 4,), pp. 303-312.

148. P. H. Verburg, Veldkamp, A. & Fresco, L. O., (1999), "Simulation of Changes in the Spatial Pattern of Land use in China", Applied Geography, , vol. 19, (no. 3), , pp. 213-235.

149. Vitousek PM, Mooney HA, Lubchenco J, Melillo JM (1997), "Human dominationof

earth‘s ecosystems", Science 277, 277, 494–499.

150. Walsh, Stephen J., Ronald R. Rindfuss, Pramote Prasartkul, Barbara Entwisle, Aphichat Chamratrithirong (2005), "Population Change and Landscape Dynamics: The Nang Rong, Thailand, Studies", In National Research Council’s Population, Land Use, and Environment,

151. Weeks (1994), Population: An Introduction to Concepts and Issues, California:

Wadsworth Publishing Company.

152. William B. Meyer, B. L. Turner (1992), "Human Population Growth and Global Land-Use/Cover Change", Annual Review of Ecology and Systematics, 23, 39-61. 153. William B. Meyer, B. L. Turner (1992), "Human Population Growth and Global Land-Use/Cover Change", Annual Review of Ecology and Systematics, 23, 39-61. 154. William G. Axinn, Dirgha J. Ghimire (2007), "Social Organization, Population, and

Land Use", Population Studies Center Research Report,

155. Wilson, Blackman, Spann (1976), "Land use change detection using Landsat data", Proceedings of the 5th Annual Remote Sensing 4 Earth Resources Conference held in Tullahama, Tennessee, in 1976, 79-91.

156. Wyman, Stein (2010), "Modeling social and land-use/land-cover change data to assess drivers of smallholder deforestation in Belize", Applied Geography, 30, 329–342.

157. Ye Bao-ying , Huang Fang , Zhang Shu-wen , Zhang Yang-zhen (2001), "The driving forces of land use/cover change in the upstream area of the Nenjiang River", Chinese Geographical Science, 11 (4), 377-381.

158. Young, Benjamin, Jokisch, Ogneva, Garren (1991), "Global Land Use/Cover: Assessment of Data and Some General Relationships.", Report to the Land-Use Working Group.

161

PHỤ LỤC 1 Ranh giới từng lớp đối tượng sử dụng đất năm 2009 huyện Giao Thủy, tỉnh Nam Định

Hình I.1 Ranh giới đất dân cƣ năm 2009 huyện Giao Thủy

Hình I.2 Ranh giới đất trồng lúa năm 2009 huyện Giao Thủy

Hình I.3 Ranh giới đất mặt nƣớc năm 2009 huyện Giao Thủy

Hình I.4 Ranh giới đất NTTS năm 2009 huyện Giao Thủy

Hình I.5 Ranh giới đất chƣa sử dụng năm 2009 huyện Giao Thủy

Hình I.6 Ranh giới đất rừng ngập mặn năm 2009 huyện Giao Thủy

Hình I.7 Ranh giới đất làm muối năm 2009 huyện Giao Thủy

Hình I.8 Ranh giới sử dụng đất năm 2009 huyện Giao Thủy

PHỤ LỤC 2 Kết quả phân loại dựa trên phương pháp phân vùng thực địa

PHỤ LỤC 3

Số liệu thống kê các yếu tố nhân khẩu học thuộc huyện Giao Thủy, tỉnh Nam Định

Bảng 3.1: Số liệu thống kê tổng dân số và số hộ huyện Giao Thủy, Nam Định

TT Năm Dân số (người) Dân số (hộ) TT Năm Dân số (người) Dân số (hộ)

1989

164107

38160 13 2001

199142

49755

1990

167643

39168 14 2002

200955

50929

1991

170029

39819 15 2003

203153

51924

1992

172448

40480 16 2004

203657

53458

1993

174903

41153 17 2005

190773

54338

1994

177200

41694 18 2006

189848

55016

1995

187133

44135 19 2007

189172

55605

1996

188973

188992

56203

44674 20 2008

1997

190831

45220

2009

188903

56164

192708

189006

57523

10 1998

45883 22 2010

1999

194635

47471

2011

189195

58543

2000

197529

48243

24 2012

189339

60554

25 2013

189709

60270

Bảng 3.2: Số liệu thống kê dân số phân theo độ tuổi huyện Giao Thủy

Năm T1 (%) T2 (%) T3 (%) Năm T1 (%) T2 (%)

T3 (%)

41.3

33.4

6.5

8.2

1989

52.2 2005

58.4

40.1

23.7

6.7

8.6

1993

53.2 2009

67.7

39.3

23.5

6.8

8.7

1995

53.9 2010

67.8

38.1

23.2

7.5

8.9

1999

54.4 2012

67.9

7.5

2000

54.5

22.5

9.0

2013

68,5

TT Năm Nam (người) Nữ (người) TT Năm Nam (người) Nữ (người)

Bảng 3.3: Số liệu thống kê dân số phân theo giới tính huyện Giao Thủy

1989

75599

88508

2001

97869

101237

1990

78304

89339

2002

98920

102035

1991

79506

90523

2003

100159

102994

1992

80727

91722

2004

99177

104480

1993

81966

92937

2005

93711

97062

1994

83142

94057

2006

93459

96389

1995

91057

96077

2007

93167

96005

1996

92081

96892

2008

92722

96270

1997

93117

97714

2009

93312

95591

1998

94164

98544

2010

93395

95611

1999

95353

99282

2011

93480

95751

2000

97001

100528

2013

Bảng 3.4: Số liệu thống kê tỷ lệ sinh, tỷ lệ tử, tỷ lệ gia tăng tự nhiên dân số Giao Thủy

Tỷ lệ

Tỷ lệ gia tăng

Tỷ lệ

Tỷ lệ gia tăng

Năm

sinh

tử

tự nhiên DS

Năm

tử

tự nhiên DS

sinh

(‰)

17,24

5,54

11,70

1989

2005

17,20

4,10

13,10

16,77

5,77

11,00

1995

2009

15,89

4,21

11,68

17,72

5,17

12,55

1999

2012

16,47

4,61

11,86

17,15

5,19

11,96

2000

2013

Bảng 3.5: Cơ cấu lao động phân theo các ngành kinh tế chủ chốt huyện Giao Thủy

TT Năm

Nông lâm (người) 68026 70865 70224 68775 69434 68305 70915 70904

Thủy sản (người) 1818 2015 2067 3015 3064 5737 7856 8240

Công nghiệp - Xây dựng (người) 8470 12368 13213 15446 15407 13026 13298 18768

Tổng số (người) 81550 88982 90134 93461 94182 95846 101956 110238

1989 1993 1995 1999 2000 2005 2009 2013

1 2 3 4 5 6 7 8

Tên các xã

D i ệ n t í c h ( K m 2 )

M ậ t đ ộ h ộ n ă m 1 9 8 9 ( h ộ / k m 2 )

Mậ t đ ộ h ộ n ă m 1 9 9 9 ( h ộ / k m 2 )

M ậ t đ ộ h ộ n ă m 2 0 0 5 ( h ộ / k m 2 )

Mậ t đ ộ h ộ n ă m 2 0 0 9 ( h ộ / k m 2 )

TỔNG SỐ

38164

49755

54338

57523

232 M ậ t đ ộ h ộ n ă m 2 0 1 3 ( h ộ / k m 2 ) 60194

1. TT Ngô Đổng

449

537

624

659

686

2,7

2. Hoành Sơn

354

386

437

449

462

5,8

3. Giao Nhân

235

305

333

320

351

6,3

4. Giao Châu

213

266

295

321

337

7,6

5. Giao Hải

212

328

346

375

402

5,5

6. Giao Long

195

296

329

350

382

7,6

7. Binh Hoà

268

340

375

377

396

6,3

8. Giao Hà

313

370

368

420

426

6,3

9. Giao Tân

307

437

455

473

491

5,0

10. Giao Tiến

418

526

570

596

601

8,5

11. Giao Yến

250

332

359

375

6,4

12. Giao Thịnh

251

278

320

333

342

9,8

13. Giao Lâm

134

280

303

353

397

7,9

14. Giao Phong

200

256

299

354

384

7,1

15. Bạch Long

149

215

214

224

287

10,1

16. Giao Thiện

192

213

234

267

284

9,9

17. Giao An

201

297

324

346

390

8,2

18. Giao Thanh

201

260

271

285

291

6,3

19. Giao Hương

166

191

201

225

235

9,5

20. Hổng Thuận

207

245

282

308

320

14,3

21. Giao Lạc

212

280

355

366

394

7,0

22. Giao Xuân

203

323

329

364

403

7,5

4,4

Cửa Ba Lạt + Sống Vọp Cồn Lu + Cồn Ngạn

62,0

Tên các xã

Diện tích

Mật độ DS

TỔNG SỐ

1. TT Ngô Đổng

232 (Km2) 2,7

689 1989 1930 (ng/km2) 1522

889 2005 2297 (ng/km2) 1591

2. Hoành Sơn

5,8

851 1995 2137 (ng/km2) 1573 1224 1057

851 2000 2137 (ng/km2) 1573 1224 1057

814 2010 2068 (ng/km2) 1327 1185 1071

816 2013 2132 (ng/km2) 1445 1351 1092

1012 917

1318 1108

3. Giao Nhân 4. Giao Châu

6,3 7,6

910

1190

1239

1190

1100

1343

5. Giao Hải

5,5

837

1076

1100

1076

1006

1137

6. Giao Long

7,6

1151

1319

1355

1319

1213

1232

7. Binh Hoà

6,3

1344

1436

1477

1436

1469

1509

8. Giao Hà

6,3

1318

1545

1561

1545

1362

1385

9. Giao Tân

5,0

1797

2082

2110

2082

1882

1979

10. Giao Tiến

8,5

1075

1272

1314

1272

1184

1329

11. Giao Yến

6,4

1080

1146

1195

1146

1053

1158

12. Giao Thịnh

9,8

577

1176

1159

1176

1153

1279

13. Giao Lâm

7,9

860

1113

1143

1113

1007

1216

14. Giao Phong

7,1

640

751

816

751

756

914

15. Bạch Long

10,1

827

958

1039

958

994

1010

16. Giao Thiện

9,9

864

1125

1216

1136

1244

17. Giao An

8,2

866 714

1040 822

1082 865

1040 822

998 765

1009 866

18. Giao Thanh 19. Giao Hương

6,3 9,5

891

982

1046

982

964

1013

20. Hổng Thuận

14,3

911

1293

1433

1293

1357

1438

7,0

21. Giao Lạc

873

1193

1277

1193

1210

1278

7,5

22. Giao Xuân

4,4

1930

Cửa Ba Lạt + Sống Vọp

62,0

Cồn Lu + Cồn Ngạn

TỔNG SỐ

Tỷ trọng Năm 1989 (%) 52,200

Tỷ trọng năm 1995 (%) 53,900

Tỷ trọng năm 2000 (%) 54,555

Tỷ trọng năm 2005 (%) 58,400

Tỷ trọng năm 2009 (%) 67,700

Tỷ trọng năm 2013 (%) 68,532

1. TT Ngô Đổng

55,268

56,600

58,569

61,862

69,101

71,877

2. Hoành Sơn

54,183

55,112

57,632

59,453

68,092

69,700

3. Giao Nhân

51,907

53,263

54,098

56,903

66,415

68,960

4. Giao Châu

52,103

53,389

54,964

58,561

68,485

69,253

5. Giao Hải

51,670

52,997

54,230

58,021

68,162

69,984

6. Giao Long

51,054

52,354

53,660

57,798

66,000

69,495

7. Binh Hoà

52,998

54,457

55,126

59,213

68,518

69,109

8. Giao Hà

52,380

54,100

55,017

59,541

68,103

70,150

9. Giao Tân

51,867

53,641

55,431

59,569

69,902

70,852

10. Giao Tiến

51,840

53,112

54,908

57,296

68,962

70,089

11. Giao Yến

51,308

52,887

54,024

57,320

66,482

67,062

12. Giao Thịnh

52,100

53,665

55,300

58,709

68,432

69,763

13. Giao Lâm

51,276

52,809

54,682

59,487

67,970

69,568

14. Giao Phong

52,498

53,204

55,327

59,039

66,939

68,743

15. Bạch Long

51,678

53,450

55,000

58,610

68,026

70,885

16. Giao Thiện

51,324

52,690

54,901

58,547

65,002

67,872

17. Giao An

51,641

52,732

55,104

57,500

67,644

69,488

18. Giao Thanh

51,235

52,420

53,683

56,146

66,391

66,909

19. Giao Hương

51,220

52,347

53,043

55,000

65,540

65,386

20. Hổng Thuận

51,563

52,239

53,950

57,834

67,399

66,763

21. Giao Lạc

51,261

52,668

54,336

57,037

67,550

69,147

22. Giao Xuân

55,704

59,376

68,238

70,929

53,435

52,887

Cửa Ba Lạt + Sống Vọp

Cồn Lu + Cồn Ngạn

PHỤ LỤC 4 Định dạng dữ liệu chạy mô hình Logistic – Markov - CellularAutomata trong mô hình IDRISI

Dạng dữ

STT

Tên các lớp dữ liệu

Số hàng cột

liệu

Hiện trạng phân bố đất xây dựng 1989

Số thực

873,527

Hiện trạng phân bố đất xây dựng 1999

Số thực

873,527

Hiện trạng phân bố đất xây dựng 2009

Số thực

873,527

Hiện trạng phân bố đất NTTS 1989

Số thực

873,527

Hiện trạng phân bố đất NTTS 1999

Số thực

873,527

Hiện trạng phân bố đất NTTS 2009

Số thực

873,527

Bản đồ biến động đất xây dựng 1989 - 1999

Số thực

873,527

Bản đồ biến động đất xây dựng 1999 - 2009

Số thực

873,527

Bản đồ biến động đất xây dựng 1989 - 2009

Số thực

873,527

10 Bản đồ biến động đất NTTS 1989 - 1999

Số thực

873,527

11 Bản đồ biến động đất NTTS 1999 - 2009

Số thực

873,527

12 Bản đồ biến động đất NTTS 1989 - 2009

Số thực

873,527

13 Bản đồ biến động số hộ gia đình 1989 - 1999

Số thực

873,527

14 Bản đồ biến động số hộ gia đình 1999 - 2009

Số thực

873,527

15 Bản đồ biến động số hộ gia đình 1989 - 2009

Số thực

873,527

16 Bản đồ biến động tỷ trọng ngƣời lao động 1989 -

Số thực

873,527

1999

17 Bản đồ biến động tỷ trọng ngƣời lao động 1999 -

Số thực

873,527

2009

18 Bản đồ biến động tỷ trọng ngƣời lao động 1989 -

Số thực

873,527

2009

19 Bản đồ khoảng cách đến đƣờng giao thông

Số thực

873,527

20 Bản đồ khoảng cách đến đê biển Giao Thủy

Số thực

873,527

21 Bản đồ khoảng cách đến Ngô đồng, Quất Lâm

Số thực

873,527

PHỤ LỤC 5 Các biến độc lập tham gia quá trình mô hình hóa biến động sử dụng đất

Hình 5.1: Lớp dữ liệu khoảng cách đến đƣờng giao thông chính đã đƣợc chuẩn hóa trong IDRISI

Hình 5.2: Lớp dữ liệu khoảng cách đến Ngô Đồng, Quất Lâm đã đƣợc chuẩn hóa trong IDRISI

Hình 5.3: Lớp dữ liệu khoảng cách đến đê biển Giao Thủy đã đƣợc chuẩn hóa trong IDRISI

Hình 5.4: Lớp dữ liệu biến động số hộ gia đình 1989-1999 và 1999-2009 huyện Giao Thủy đã đƣợc chuẩn hóa trong IDRISI

Hình 5.5: Lớp dữ liệu biến động tỷ trọng 1989-1999 và 1999-2009 huyện Giao Thủy đã đƣợc chuẩn hóa trong IDRISI

PHỤ LỤC 6 Kết quả khả năng chuyển đổi các loại đất thành đất NTTS từ mô hình MultiLogistic Huyện Giao Thủy

Hình 6.1: Khả năng chuyển đổi đất xây dựng sang đất NTTS huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

Hình 6.2: Khả năng chuyển đổi đất trồng lúa sang đất NTTS huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

Hình 6.3: Khả năng chuyển đổi đất mặt nƣớc sang đất NTTS huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

Hình 6.4: Khả năng chuyển đổi đất chƣa sử dụng sang đất NTTS huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

Hình 6.5: Khả năng chuyển đổi đất rừng ngập mặn sang đất NTTS huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

Hình 6.6: Khả năng chuyển đổi đất làm muối sang đất NTTS huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

Hình 6.7: Khả năng chuyển đổi đất vƣờn tạp sang đất NTTS huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

PHỤ LỤC 7 Kết quả khả năng chuyển đổi các loại đất thành đất xây dựng Huyện Giao Thủy từ mô hình MultiLogistic

Hình 7.1: Khả năng chuyển đổi đất trồng lúa sang đất xây dựng huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

Hình 7.2: Khả năng chuyển đổi đất vƣờn tạp sang đất xây dựng huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

Hình 7.3: Khả năng chuyển đổi đất làm muối sang đất xây dựng huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

Hình 7.4: Khả năng chuyển đổi đất khác sang đất xây dựng huyện Giao Thủy - Nam Định giai đoạn 1989 - 1999 và 1999 - 2009

Phụ Lục 8: Kết quả kiểm tra độ chính xác dự báo phân bố đất NTTS năm 2009 Huyện Giao Thủy

Cross-tabulation 0 1 Total 0 |120678 0 120678 1 | 0 57383 63666 2 | 0 89866 3 | 0 0 120768 4 0 41184 5 | 0 0 2883 6 | 0 10 14528 7 | 0 1 6497 8 | 0 0 1 Total | 10678 57985 60071 Chi Square = 2259078.25000 df = 64 P-Level = 0.0000 Cramer's V = 0.7834 Proportional Crosstabulation 0 0 | 0.2623 1 | 0.00 2 | 0.00 3 | 0.00 4 | 0.00 5 | 0.00 6 | 0.00 7 | 0.00 8 | 0.00 Total | 0.2623 of dbntts2009 (columns) against 2009nttsreclass (rows) 2 3 4 5 6 7 8 0 0 0 0 0 0 0 5254 293 465 8 209 36 18 575 89145 0 146 0 0 0 0 0 114044 435 4906 1383 0 0 16 1807 431 37513 318 0 1099 0 0 1021 246 1275 341 0 0 0 2914 3997 949 6658 0 0 0 0 159 0 0 6337 0 0 0 0 0 0 0 1 96206 118703 42961 7456 8591 7472 19 1 2 3 4 5 6 7 8 Total 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 | 0.2623 0.1247 0.0114 0.00 0.00 0.00 0.00 0.00 0.00 | 0.1384 0.0012 0.1938 0.00 0.00 0.00 0.00 0.00 0.00 | 0.1953 0.00 0.00 0.2479 0.00 0.0107 0.0030 0.00 0.00 | 0.2625 0.00 0.0039 0.00 0.0815 0.00 0.00 0.0024 0.00 | 0.0895 0.00 0.00 0.0022 0.0005 0.0028 0.00 0.00 0.00 | 0.0063 0.00 0.00 0.0063 0.0087 0.0021 0.0145 0.00 0.00 | 0.0316 0.00 0.00 0.00 0.00 0.00 0.00 0.0138 0.00 | 0.0141 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 | 0.00 0.1260 0.2091 0.2580 0.0934 0.0162 0.0187 0.0162 0.00 | 1.0000

Kappa Index of Agreement (KIA) ------------------------------ Using 2009nttsreclass as the reference image... Category KIA -------- ------- 0 1.0000 1 0.6871 2 0.8899 3 0.8250 4 0.8017 5 0.7331 6 0.7480 7 0.8750 8 1.0000

Using dbntts2009 as the reference image... Category KIA -------- ------- 0 1.0000 1 0.7880 2 0.8088 3 0.8468 4 0.8607 5 0.7658 6 0.7677 7 0.8459 8 0.0526 Overall Kappa 0.7262

Phụ lục 9: Kết quả kiểm tra độ chính xác dự báo phân bố đất xây dựng năm 2009 Huyện Giao Thủy

Cross-tabulation of DBDXD2009 (columns) against 2013dxdnewreclass (rows) 0 1 2 3 4 Total 0 | 120678 0 0 0 0 | 120678 1 | 0 25212 1867 13424 284 | 40787 2 | 0 5093 84543 230 0 | 89866 3 | 0 8953 3190 10221 515 | 22879 4 | 0 2070 3592 19 180180 | 185861 Total | 120678 41328 93192 23894 180979 | 460071 Chi Square = 1228647.00000 df = 16 P-Level = 0.0000 Cramer's V = 0.8171 Proportional Crosstabulation 0 1 2 3 4 Total 0 | 0.2623 0.0000 0.0000 0.0000 0.0000 | 0.2623 1 | 0.0000 0.0548 0.0041 0.0292 0.0006 | 0.0887 2 | 0.0000 0.0111 0.1838 0.0005 0.0000 | 0.1953 3 | 0.0000 0.0195 0.0069 0.0222 0.0011 | 0.0497 4 | 0.0000 0.0045 0.0078 0.0000 0.3916 | 0.4040 Total | 0.2623 0.0898 0.2026 0.0519 0.3934 | 1.0000 Kappa Index of Agreement (KIA) ------------------------------ Using 2013dxdnewreclass as the reference image... Category KIA -------- ------- 0 1.0000 1 0.5805 2 0.9257 3 0.4164 4 0.9496 Using DBDXD2009 as the reference image... Category KIA -------- ------- 0 1.0000 1 0.5721 2 0.8847 3 0.6978 4 0.8926 Overall Kappa 0.7819