Ứng dụng kỹ thuật GIS và viễn thám để phân tích sự thay đổi sử dụng đất: Trường hợp huyện Phú Giáo, tỉnh Bình Dương

Chia sẻ: Liễu Yêu Yêu | Ngày: | Loại File: PDF | Số trang:7

Thêm vào BST

Báo xấu

28
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết "Ứng dụng kỹ thuật GIS và viễn thám để phân tích sự thay đổi sử dụng đất: Trường hợp huyện Phú Giáo, tỉnh Bình Dương" đánh giá sự thay đổi đất sử dụng ở huyện Phú Giáo, tỉnh Bình Dương, Việt Nam trong khoảng thời gian năm năm từ năm 2015 đến năm 2020. Các dữ liệu ảnh Landsat TM của các năm từ 2015 đến 2020 đã được thu thập trên trang web nghiên cứu Địa chất Hoa Kỳ (USGS). Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Ứng dụng kỹ thuật GIS và viễn thám để phân tích sự thay đổi sử dụng đất: Trường hợp huyện Phú Giáo, tỉnh Bình Dương

ỨNG DỤNG KỸ THUẬT GIS VÀ VIỄN THÁM ĐỂ PHÂN TÍCH SỰ THAY ĐỔI SỬ DỤNG ĐẤT: TRƯỜNG HỢP HUYỆN PHÚ GIÁO, TỈNH BÌNH DƯƠNG Nguyễn Vĩnh Hòa1, Lê Trọng Diệu Hiền2, Nguyễn Thị Thanh Thảo3 1. Email: nguyenvhoa94@gmail.com. 2. Email: hienltd@tdmu.edu. 3. Email: thanhthao@tdmu.edu.vn vn TÓM TẮT Phát hiện thay đổi bằng số hóa là một kỹ thuật hiệu quả sử dụng hình ảnh vệ tinh đa thời gian cho phân tích thay đổi cảnh quan. Bài nghiên cứu này đánh giá sự thay đổi đất sử dụng ở huyện Phú Giáo, tỉnh Bình Dương, Việt Nam trong khoảng thời gian năm năm từ năm 2015 đến năm 2020. Các dữ liệu ảnh Landsat TM của các năm từ 2015 đến 2020 đã được thu thập trên trang web nghiên cứu Địa chất Hoa Kỳ (USGS). Sau đó, các hình ảnh giám sát được phân thành năm lớp bao gồm cả cây trồng lâu năm, cây trồng hàng năm, đất đô thị cằn cỗi và vùng nước sử dụng phương pháp phân loại Maximum Likelihood, và lập bản đồ bằng sử dụng phần mềm ArcGIS. Kết quả cho thấy rằng trong suốt 5 năm, diện tích đất trồng cây lâu năm, đất đô thị đã được tăng tương ứng là 39,83% và 10,32%, trong khi đất trống và vùng nước giảm 1,38% và 5,35%. Đất trồng cây hàng năm giảm mạnh 43,43% Từ khóa: Đô thị hóa, hình ảnh Landsat, viễn thám, GIS, thay đổi sử dụng đất. 1. GIỚI THIỆU Vỏ trái đất là lớp vỏ vật lý trên bề mặt trái đất được gói gọn trong sự phân bố của thực vật, nước, đất và các đặc điểm khác của đất bao gồm cả các hoạt động của con người....Việc sử dụng đất đã được thay đổi theo cách mà con người đã sử dụng nó cho các hoạt động của họ. Theo (Ruiz-Luna & Berlanga-Robles, 2003), (Turner & Ruscher, 1988), sự thay đổi trong sử dụng đất là một quá trình phổ biến và nhanh chóng. Thông tin thu thập được từ phân tích sử dụng đất được dùng để hiểu được sự thay đổi và tương tác giữa các hoạt động của con người và hiện tượng tự nhiên. Bên cạnh đó, nó cũng giúp các nhà quản lý trong việc lựa chọn quy hoạch, quản lý đất đai phù hợp, cải thiện quyết định và thực hiện các đề án sử dụng đất để đáp ứng nhu cầu cho các nhu cầu và phúc lợi cơ bản của con người (Mohamed, 2012). Viễn thám vệ tinh đã được coi là một công nghệ lý tưởng trong nghiên cứu vì phân loại, lập bản đồ và phát hiện thay đổi độ che phủ diện tích đất cho quy mô lớn (Iverson, Cook, & Graham, 1989), (Ozesmi, Bauer, & management, 2002). Một số cải tiến trong độ phân giải thời gian không gian đã được chứng kiến bởi cảm biến từ xa. Sự thay đổi trong sử dụng đất đã được phân tích chi tiết để cải thiện việc lựa chọn các khu vực có thiết kế cho các khu vực nông nghiệp, đô thị hoặc công nghiệp của một khu vực dựa trên việc phát minh ra công nghệ hệ thống viễn thám và hệ thống thông tin địa lý (GIS) (Selçuk et al., 2003). Việc áp dụng các công 327
cụ này để nghiên cứu sự thay đổi trong sử dụng đất là một phương pháp ít tốn thời gian hơn, chi phí thấp và chính xác hơn (Kachhwala, 1985). Hơn nữa, sự liên kết của hai công cụ cung cấp cho phân tích dữ liệu, lưu trữ, cập nhật và truy xuất (Cihlar, 2000). Một trong những ứng dụng quan trọng nhất của viễn thám là lập bản đồ cho người đọc thấy sự thay đổi trong việc sử dụng đất một cách trực quan. Nhiều nghiên cứu liên quan đến việc trao đổi sử dụng đất đã được thực hiện bởi nhiều nhà nghiên cứu trên thế giới như các nghiên cứu của (Diallo, Hu, & Wen, 2009), (Nguyễn H.K., 2012), (El-Asmar, Hereher, El Kafrawy, & Science, 2013), (Butt, Shabbir, Ahmad, Aziz, & Science, 2015), (Diem, Sitthi, Pimple, Pungkul, & Journal, 2015). Phú Giáo là một huyện nông thôn của tỉnh Bình Dương ở khu vực Đông Nam Bộ. Huyện có diện tích 53.861 km². Huyện này có chung biên giới với huyện Tân Uyên ở phía đông nam, huyện Bến Cát ở phía tây xã Vĩnh Cửu (một xã của tỉnh Đồng Nai) ở phía đông (Hình 1). Dân số của huyện Phú Giáo là 90.315 vào năm 2015 và khoảng 85% dân số đang làm việc trong lĩnh vực nông nghiệp (Văn phòng UBND H.Phú Giáo). Trong bài viết này, cho thấy những thay đổi trong sử dụng đất ở Phú Giáo, Bình Dương trong khoảng thời gian 5 năm từ 2015 đến 2020. 2. NỘI DUNG 2.1. Chuẩn bị cơ sở dữ liệu Hai hình ảnh Landsat của hai năm 2015 và 2020 với độ phân giải 30m đã được sử dụng để phân loại những thay đổi sử dụng đất trong nghiên cứu này. Các hình ảnh vệ tinh bao gồm khu vực nghiên cứu được lấy từ hệ thống khám phá trái đất UGSG ((USGS)). Những dữ liệu này được nhập đưa vào ArcGIS. Thông số kỹ thuật của các hình ảnh vệ tinh thu được để phân tích được tóm tắt trong Bảng 1. Bảng 1. Thông số kỹ thuật dữ liệu vệ tinh Landsat 7 TM Landsat 8 TM Ngày và năm 11/12/2015 23/03/2020 Kênh Đa phổ Đa phổ Độ phân giải (m) 30 30 Nguồn USGS glovis USGS glovis 2.2 Phân loại hình ảnh Trong nghiên cứu này, các tác giả đã áp dụng kỹ thuật phân loại có giám sát để phân loại hai hình ảnh Landsat ngày tháng bằng cách sử dụng thuật toán tối đa khả năng. Kỹ thuật phân loại có giám sát được ưa thích vì sự sẵn có của nguồn dữ liệu nghiên cứu khu vực và tác giả cũng thực hiện một chuyến đi thực địa để xác định lại. Theo (Wu & Shao, 2002), (McIver & Friedl, 2002) thuật toán tối đa khả năng là một trong những chức năng được sử dụng rộng rãi nhất trong phân loại có giám sát với độ chính xác cao (Mengistu, Salami, & Technology, 2007; Reis, 2008). Các bản đồ thay đổi sử dụng đất (LULC) được chia thành năm lớp: 1.Cây lâu năm (Perennial plants), 2.Cây hàng năm (Annual plants), 3.Đất trống (Barren), 4.Đất đô thị (Urban land), 5.Nước (Water body) (Bảng 2). 328
Hình 1. Vị trí địa lý của Phú Giáo 2.3. Đánh giá độ chính xác Để kiểm tra độ chính xác của phân loại, một ma trận lỗi đã được xây dựng. Ma trận lỗi là một đánh giá về các điểm được chỉ định trước và quan sát (dữ liệu trường) bằng cách sử dụng các điểm cách khác nhau (Hình 2). Từ ma trận, ba tiêu chí tiêu chuẩn bao gồm: độ chính xác của nhà sản xuất (Producer’s accuracy), độ chính xác của người dùng (User’s accuracy) và tổng độ chính xác (Total accuarcy) đã được tính toán để đánh giá độ chính xác của phân loại. Độ chính xác của người dùng là tỷ lệ các pixel được phân loại chính xác trong tổng số pixel được phân loại trong lớp đó. Tiêu chí này chỉ ra xác suất mà một pixel được phân loại thực sự đại diện cho thể loại đó trong thực tế (Diallo et al., 2009). Mặt khác, độ chính xác tổng thể đã được định nghĩa là tỷ lệ của tổng số pixel được phân loại chính xác trong tổng số pixel tham chiếu (Rogan, Franklin, & Roberts, 2002). Ngoài ra, hệ số Kappa cũng được xác định bởi công thức 1. (công thức 1) Trong đó T là độ chính xác tổng thể. Thống kê Kappa ước tính là K phản ánh sự khác biệt giữa thỏa thuận thực tế và thỏa thuận dự kiến của cơ hội. Ví dụ, Kappa là 0,85 có nghĩa là có 85% thỏa thuận tốt hơn so với chỉ tình cờ. 329
Bảng 2. Phân loại sử dụng đất STT Sử dụng đất Mô tả 1 Cây hàng năm Đất cho cây trồng dưới một năm tuổi. 2 Cây lâu năm Đất cho cây trồng hơn một năm tuổi. 3 Đất trống Khu vực đất cằn cỗi. 4 Đất đô thị Khu vực có dân cư, thương mại, công nghiệp, giao thông. 5 Nước Các khu vực được bao phủ bởi nước như sông và hồ. Ảnh Landsat Ảnh Landsat 2015 2020 Phân loại được giám sát Kết quả của việc phân loại được giám sát Đánh giá độ chính xác của việc phân loại Bản đồ sử dụng đất năm 2015 Bản đồ sử dụng đất năm 2020 Chồng lớp Bản đồ sự thay đổi sử dụng đất từ 2015~2020 Hình 2. Quá trình lập bản đồ thay đổi sử dụng đất trong thời gian 5 năm từ 2015 đến 2020 3a 3b Hình 3. Phân loại sử dụng đất năm 2015 (trái) và năm 2020 (phải) 2.4. Kết quả và thảo luận 2.4.1. Kết quả phân loại Bản đồ phân loại của huyện Phú Giáo, tỉnh Bình Dương, Việt Nam của hai năm 2015 và 2020 đã được đưa ra trong Hình 3a và 3b. Tổng số phân loại là 99,03% và 96,06% và hệ số kappa lần lượt là 0,9875 và 0,9501 cho năm 2015 và 2020. Những tiêu chí này cho thấy có độ chính xác 330
cao trong phân loại trong nghiên cứu hiện tại vì báo cáo đánh giá độ chính xác đòi hỏi độ chính xác tổng thể và hệ số kappa phân loại trên 90% và 0,9 cho phù hợp (Lea & Curtis, 2010). 2.4.2. Tính toán việc chuyển mục đích sử dụng đất Việc phân loại trong hai năm 2015 và 2020 đã được thực hiện trong phần mềm ArcGIS và kết quả được tóm tắt trong Bảng: Bảng 3. Kết quả phân loại năm 2015 và 2020 Năm 2015 Năm 2020 Khu vực (ha) Phần (%) Khu vực (ha) Phần (%) Cây hàng năm CHN 24585.84 45.04(%) 880.63 1.61(%) Cây lâu năm CLN 21839.82 40.01(%) 43582.50 79.84(%) Đất đô thị ĐNO 2271.04 4.16(%) 7905.20 14.48(%) Đất trống CSD 2245.32 4.11(%) 1494.23 2.74(%) Nước SON 3646.34 6.68(%) 725.79 1.33(%) Tổng số 54588,35 100 (%) 54588,35 100 (%) Bảng 4: Ma trận thay đổi sử dụng đất 2015 – 2020 (Đơn vị: ha) Thay đổi độ che phủ đất 2015 2020 Ký Loại đất 2015 Cây thường Cây lâu hiệu Đất đô thị Đất trống Nước Thay đổi niên năm Tổng diện tích 54588,35 54588,35 Cây hàng CHN 24585,84 371,25 19523 4121,3 367,18 203,12 -23705,24 880,63 năm Cây lâu năm CLN 21839,82 340,27 18074,6 2395,15 943,17 86,6 21742,71 43582,5 Đất đô thị ĐNO 2271,04 33,99 1725,87 467,03 33,35 10,8 5634,16 7905,2 Đất trống CSD 2245,31 114,49 1602,16 396,69 129,32 2,65 751,09 1494,23 Nước SON 3646,34 20,61 2656,87 525,03 21,2 422,62 -2920,55 725,19 Hình 4. Bản đồ chuyển đổi mục đích sử dụng đất từ năm 2015 và 2020 331
Trong đó, diện tích cây trồng lâu năm, cây trồng hàng năm tương ứng là 21.839,82 ha; và 24.585,84 ha. Khu đô thị vẫn còn rất ít (2271,04 ha). Đất chưa sử dụng (barren) diện tích là 2245,32 ha). Năm 2015, do quá trình công nghiệp hóa và hiện đại hóa, đã có sự thay đổi trong sử dụng đất. Cây lâu năm cây trồng có giá trị kinh tế cao tăng khoảng gấp đôi trong năm 2020. Hơn nữa, đất đô thị là diện tích ít nhất trong các lớp vào năm 2015, tăng trong năm 2017 từ 4,16% lên 14,48%. Bên cạnh đó, năm 2017 chứng kiến sự sụt giảm đất cằn cỗi và nước tương ứng là 1,37% và 5,35%. Để hiểu được sự lấn chiếm đất đai đối với các loại đất khác nhau trong khoảng thời gian năm năm từ 2015 đến 2020, một ma trận thay đổi đã được xây dựng (Bảng 4). Cuối cùng, một bản đồ về sự thay đổi trong sử dụng đất đã được thiết lập (Hình 4). 3. KẾT LUẬN Nghiên cứu này thành công trong việc phân loại bìa đất ở Phú Giáo với hệ số Kappa lần lượt là 0,9875 và 0,9501 cho năm 2015 và 2020. Tổng số phân loại là 99,03% cho năm 2015 và 96,06% cho năm 2020. Như chúng ta có thể thấy từ việc tái cơ cấu, có sự gia tăng nhất quán về cây trồng và đô thị hàng năm ở xã Phú Giáo từ năm 2015 đến năm 2020. Khu vực đô thị được dự đoán sẽ phát triển cao hơn nhiều trong tương lai do quá trình công nghiệp hóa và gia tăng dân số trong khi diện tích mặt nước có xu hướng giảm. Bên cạnh đó, viễn thám vệ tinh và GIS là công nghệ hữu ích để phân tích việc sử dụng đất và thay đổi độ che phủ đất. Do đó, ứng dụng này sẽ ít tốn thời gian hơn, hiệu quả về chi phí, ít phương pháp hạn chế và kết quả tốt hơn để hỗ trợ cho người ra quyết định. TÀI LIỆU THAM KHẢO 1. (USGS), C. q. K. s. Đ. c. H. K., http://earthexplorer.ugsg.gov. 2. Butt, A., Shabbir, R., Ahmad, S. S., Aziz, N. J. T. E. J. o. R. S., & Science, S. (2015). Land use change mapping and analysis using Remote Sensing and GIS: A case study of Simly watershed, Islamabad, Pakistan. 18(2), 251-259. 3. Cihlar, J. J. I. j. o. r. s. (2000). Land cover mapping of large areas from satellites: status and research priorities. 21(6-7), 1093-1114. 4. Diallo, Y., Hu, G., & Wen, X. J. J. o. A. S. (2009). Applications of remote sensing in land use/land cover change detection in Puer and Simao Counties, Yunnan Province. 5(4), 157-166. 5. Diem, P. K., Sitthi, A., Pimple, U., Pungkul, S. J. S. S. S., & Journal, T. (2015). Mapping Land Cover Dynamics in Nakhon Nayok Province of Thailand. 1. 6. El-Asmar, H. M., Hereher, M. E., El Kafrawy, S. B. J. T. E. J. o. R. S., & Science, S. (2013). Surface area change detection of the Burullus Lagoon, North of the Nile Delta, Egypt, using water indices: A remote sensing approach. 16(1), 119-123. 7. Iverson, L., Cook, E., & Graham, R. J. I. J. o. R. S. (1989). A technique for extrapolating and validating forest cover across large regions calibrating AVHRR data with TM data. 10(11), 1805-1812. 8. Kachhwala, T. (1985). Temporal monitoring of forest land for change detection and forest cover mapping through satellite remote sensing. Paper presented at the Proceedings of the 6th Asian Conf. on Remote Sensing. Hyderabad, 1985. 9. Lea, C., & Curtis, A. J. N. r. r. N. N. N. P. S., Fort Collins, Colorado. (2010). Thematic accuracy assessment procedures: National Park Service vegetation inventory, version 2.0. 332
10. McIver, D., & Friedl, M. J. R. s. o. E. (2002). Using prior probabilities in decision-tree classification of remotely sensed data. 81(2-3), 253-261. 11. Mengistu, D. A., Salami, A. T. J. A. J. o. E. S., & Technology. (2007). Application of remote sensing and GIS inland use/land cover mapping and change detection in a part of south western Nigeria. 1(5), 99-109. 12. Mohamed, E. J. N. S. (2012). Analysis of urban growth at Cairo, Egypt using remote sensing and GIS. 2012. 13. Nguyễn H.K., L., Erasmi S.M., Kappas, M. (2012). Định lượng thay đổi sử dụng đất/che phủ và phân mảnh cảnh quan tại thành phố Đà Nẵng, Việt Nam: 1979-2009. Lưu trữ quốc tế về quang trắc học, viễn thám và Khoa học thông tin không gian, XXXIX-B8, 501-506. 14. Ozesmi, S. L., Bauer, M. E. J. W. e., & management. (2002). Satellite remote sensing of wetlands. 10(5), 381-402. 15. Reis, S. J. S. (2008). Analyzing land use/land cover changes using remote sensing and GIS in Rize, North-East Turkey. 8(10), 6188-6202. 16. Rogan, J., Franklin, J., & Roberts, D. A. J. R. s. o. e. (2002). A comparison of methods for monitoring multitemporal vegetation change using Thematic Mapper imagery. 80(1), 143-156. 17. Ruiz-Luna, A., & Berlanga-Robles, C. A. J. L. e. (2003). Land use, land cover changes and coastal lagoon surface reduction associated with urban growth in northwest Mexico. 18(2), 159-171. 18. Selçuk, R., Nisanci, R., Uzun, B., Yalcin, A., Inan, H., & Yomralioglu, T. (2003). Monitoring land- use changes by GIS and remote sensing techniques: case study of Trabzon. Paper presented at the Proceedings of 2nd FIG Regional Conference, Morocco. 19. Turner, M. G., & Ruscher, C. L. J. L. e. (1988). Changes in landscape patterns in Georgia, USA. 1(4), 241-251. 20. Văn phòng UBND H.Phú Giáo, B. D., http://phugiao.binhduong.gov.vn/web. 21. Wu, W., & Shao, G. J. C. J. o. R. S. (2002). Optimal combinations of data, classifiers, and sampling methods for accurate characterizations of deforestation. 28(4), 601-609. 333