Mục đích của nghiên cứu này là thành lập bản đồ dự báo biến động sử dụng đất giai đoạn trung hạn và dài hạn của tỉnh Bình Dương với nhiều lớp đối tượng sử dụng đất bằng mô hình dự báo LCM và dữ liệu ảnh vệ tinh Landsat. Kết quả phân tích bản đồ dự báo đến năm 2030 cho thấy một số loại hình sử dụng đất sẽ thay đổi đáng kể có thể gây ra mối đe dọa nghiêm trọng đến môi trường đô thị và ảnh hưởng đến việc phát triển bền vững của khu vực.
Nghiên cứu - Ứng dụng LẬP BẢN ĐỒ DỰ BÁO SỬ DỤNG ĐẤT TỈNH BÌNH DƯƠNG ĐẾN NĂM 2030 BẰNG MƠ HÌNH LAND CHANGER MODELER (LCM) KẾT HỢP DỮ LIỆU ẢNH VỆ TINH LANDSAT ĐỖ THỊ PHƯƠNG THẢO(1), MAI VĂN SỸ(2), BÙI NGỌC QUÝ(1), NGHIÊM THỊ HUYỀN(1) Trường đại học Mỏ - Địa chất Công ty Cổ phần tư vấn thiết kế Cơng trình Xây dựng Hải Phịng (1) (2) Tóm tắt: Mục đích nghiên cứu thành lập đồ dự báo biến động sử dụng đất giai đoạn trung hạn dài hạn tỉnh Bình Dương với nhiều lớp đối tượng sử dụng đất mơ hình dự báo LCM liệu ảnh vệ tinh Landsat Kết phân tích đồ dự báo đến năm 2030 cho thấy số loại hình sử dụng đất thay đổi đáng kể gây mối đe dọa nghiêm trọng đến môi trường đô thị ảnh hưởng đến việc phát triển bền vững khu vực Đặt vấn đề Việt Nam quốc gia dễ bị ảnh hưởng biến đổi khí hậu: nhiệt độ trung bình tăng 0,26°C thập kỷ cao gấp đôi so với tốc độ tăng bình qn tồn cầu; biến thiên lượng mưa mùa dự báo tăng, mùa mưa mưa nhiều mùa khô khô Nếu xu tiếp diễn, loại hình sử dụng đất dự kiến bị ảnh hưởng mạnh, khu vực miền Đơng Nam Bộ chịu rủi ro lớn từ tác động trực tiếp biến đổi khí hậu mà cịn khu vực có tốc độ phát triển thuộc tốp đầu nước (Việt Nam 2035) Hiện nay, xu hướng sử dụng mô hình để xây dựng kịch tài ngun mơi trường ngày phổ biến, kịch công cụ thiếu việc xây dựng hệ thống hỗ trợ định phục vụ công tác quản lý quy hoạch lãnh thổ Tuy nhiên, kịch (dự báo) tài nguyên nước, kịch cố vỡ hồ, đập cấp quốc gia, cấp vùng triển khai xây dựng kịch biến động sử dụng đất chưa có luận vững để đưa bình diện cấp vùng cấp quốc gia Trên giới, có nhiều kiểu mơ hình sử dụng để dự báo biến động sử dụng đất, chẳng hạn mơ hình tốn học, mơ hình thống kê, mơ hình phân tích xu hướng (hệ thống đa tác nhân), mơ hình tế bào (cellular automata) mơ hình dựa phương pháp gọi gần [7], [9] mơ chuỗi Markov, CA-Markov, GEOMOD LCM mơ hình cho thấy hiệu việc dự đoán biến động sử dụng đất chúng kết hợp với hệ thống thông tin địa lý (GIS), liệu vệ tinh viễn thám phân tích liệu, mơ xác suất thay đổi nâng cao độ tin cậy kết dự đoán sử dụng đất tương lai [4] Khu vực nghiên cứu Bình Dương tỉnh thuộc miền Đông Nam Bộ, nằm vùng kinh tế trọng điểm phía Nam; tỉnh có tốc độ tăng trưởng kinh tế cao, phát triển cơng nghiệp động nước; diện tích tự nhiên 2.695.22 km², với địa hình khu vực tương đối phẳng, hệ thống sơng ngịi Ngày nhận bài: 20/02/2017, ngày chuyển phản biện: 21/02/2017, ngày chấp nhận phản biện: 05/03/2017, ngày chấp nhận đăng: 06/3/2017 44 t¹p chí khoa học đo đạc đồ số 31-3/2017 Nghiên cứu - Ứng dụng tài nguyên thiên nhiên phong phú (hình 1) Khí hậu mang đặc điểm nhiệt đới gió mùa, nóng ẩm với mùa rõ rệt: mùa mưa từ tháng 5-11, mùa khô từ khoảng tháng 12 năm trước đến tháng năm sau, lượng mưa trung bình hàng năm từ 1800mm2000mm Nhiệt độ trung bình năm 26,5°C Dân số tỉnh 1.482.636 người (1/4/2009), mật độ dân số khoảng 550 người/km², gồm đơn vị hành trực thuộc Thủ Dầu Một trung tâm kinh tế - trị - văn hóa tỉnh Trong năm gần đây, tốc độ tăng trưởng kinh tế mức cao, GDP tăng bình quân khoảng 14,5%/năm Cơ cấu kinh tế chuyển biến tích cực, cơng nghiệp, dịch vụ tăng trưởng nhanh chiếm tỷ trọng cao điển hình năm 2010, tỷ lệ công nghiệp - xây dựng 63%, dịch vụ 32,6% nông lâm nghiệp 4,4% Dữ liệu phương pháp 3.1 Chuẩn bị liệu 3.1.1.Dữ liệu viễn thám Dữ liệu ảnh vệ tinh Landsat lựa chọn nghiên cứu bao gồm Landsat5TM (2000), Landsat7 ETM+ (2009) Landsat8 OLI_TIR (2015) để thành lập đồ sử dụng đất năm tương ứng Ngoài ra, liệu Spot, Quickbird có độ phân giải cao (2,5m) siêu cao (0,6m) sử dụng tài liệu hỗ trợ trình chọn mẫu phân loại sử dụng đất trình kiểm tra kết sau phân loại 3.1.2 Bản đồ địa hình Bản đồ địa hình tỉ lệ 1:50.000 (được chỉnh năm 2011) sử dụng làm tài liệu hỗ trợ q trình xác định mẫu giải đốn ảnh; xác định vị trí điểm khảo sát thực địa trình thu thập liệu; xây dựng sở liệu đường giao thông, mạng lưới thủy hệ phục vụ chạy mơ hình LCM 3.1.3 Dữ liệu thực địa Dữ liệu thực địa thu thập vào tháng năm 2015 sử dụng để kiểm tra độ xác đồ sử dụng đất sau phân loại; để xác định lớp sử dụng đất khác vị trí xác điểm khảo sát thực địa Sử dụng máy ảnh kỹ thuật số, đồ địa hình ảnh vệ tinh khu vực nghiên cứu (được in giấy ảnh), ảnh khảo sát thực địa loại hình sử dụng đất để chụp nhiều địa điểm khác nhằm đảm bảo tính xác liệu thu thập 3.2 Mô đun Land Change Modeler (LCM) Land Change Modeler (LCM) môđun tổng hợp sử dụng cho việc phân tích, dự báo thay đổi sử dụng đất, đánh giá yếu tố ảnh hưởng đến đa dạng sinh học quy hoạch lãnh thổ [1], [2] Việc mơ hình hóa biến động sử dụng đất sử dụng mơ đun LCM địi hỏi phải có hai đồ trạng sử dụng đất tương ứng với hai thời điểm khác T1 T2; đồ sử dụng liệu đầu vào để phân tích thay đổi sử dụng đất khứ, giúp cho việc nắm bắt thông tin tăng, giảm vùng chuyển đổi loại sử dụng đất khác nhau[6] Mơ t¹p chÝ khoa học đo đạc đồ số 31-3/2017 45 Nghiờn cứu - Ứng dụng đun định lượng thay đổi sử dụng đất giai đoạn T1 T2 [5],[6] Mô đun LCM cho phép dự báo biến động sử dụng đất với một, hai nhiều lớp sử dụng đất lúc sở trình chuyển đổi tiềm (khả chuyển đổi), q trình chuyển đổi mơ hình hóa hàm hồi quy logistic mạng thần kinh đa lớp [1],[3] Nếu lựa chọn thuật tốn thích hợp với mục tiêu đặt ra, đồ dự báo biến động sử dụng đất có độ xác cao 70% [10] cho phép trực tiếp xuất đồ dự báo sử dụng đất với tên số lượng lớp đồ trạng đầu vào Quy trình lập đồ dự báo biến động sử dụng đất dựa mô hình LCM tóm tắt sơ đồ hình 2, theo quy trình, trước tiên trình biến động sử dụng đất xác định dựa việc phân tích đa thời gian đồ trạng sử dụng đất; tiếp theo, yếu tố thực có ảnh hưởng (các biến giải thích) đến biến động đánh giá xác định Lịch sử biến động sử dụng đất nguồn thông tin mô tả biến giải thích tích hợp vào mơ hình LCM để xây dựng kịch sử dụng đất với thuật toán hồi quy logistic (Logistic Regression, viết tắt LogReg) mạng thần kinh đa lớp (Multi-Layer Perceptron, viết tắt PMC) sau áp dụng chuỗi Markov để lập đồ dự báo sử dụng đất thời điểm nhằm hiệu chỉnh mô hình; tiến hành đánh giá kết hiệu chỉnh mơ hình cách so sánh đồ dự báo sử dụng đất với đồ tài liệu thời điểm; cuối xây dựng kịch sử dụng đất ngắn hạn, trung hạn dài hạn (Xem hình 2) Kết 4.1 Phân tích biến động sử dụng đất 4.1.1 Thành lập đồ trạng Các đồ trạng sử dụng đất tỉnh 46 Bình Dương xây dựng theo hướng tiếp cận lớp phủ, phải thể loại hình sử dụng đất đặc thù tỉnh Qua khảo sát thực địa tham khảo đồ trạng có, lớp đối tượng sử dụng đất mô tả lựa chọn bảng Bản đồ sử dụng đất năm 2015 xây dựng trước, sau đến đồ năm 2009 cuối đồ năm 2000 Mẫu giải đoán ảnh năm xây dựng dựa liệu khảo sát thực địa kết hợp giải đoán ảnh độ phân giải siêu cao (Quickbird) Các mẫu ảnh phân bố rải toàn khu vực nghiên cứu, sở tiến hành phân loại sử dụng đất theo thuật toán xác xuất cực đại thuật toán áp dụng rộng rãi Việt Nam giới Để đánh giá độ xác, kết phân loại sử dụng đất năm 2015 so sánh với tài liệu khảo sát thực địa, tài liệu tham khảo cho năm 2009 2000 xây dựng từ tài liệu bổ trợ đồ địa hình, đồ trạng sử dụng đất năm 2000 2010 cấp tỉnh Các số thống kê đánh giá độ xác kết phân loại sử dụng đất năm 2000, 2009 v tạp chí khoa học đo đạc đồ số 31-3/2017 Nghiờn cu - ng dng 2015 tỉnh Bình Dương cho thấy, độ xác chung kết phân loại nằm khoảng từ 86-91%, lớn giá trị yêu cầu (85%) Tương tự, hệ số Kappa nằm khoảng từ 0,83 đến 0,9 đảm bảo so với yêu cầu 0,8 (Xem bảng 1) 4.1.2 Phân tích biến động sử dụng đất Biến động sử dụng đất giai đoạn 2000-2009 tỉnh Bình Dương phân tích thơng qua mơ hình LCM từ đồ sử dụng đất năm tương ứng, thể đồng thời tăng giảm diện tích lớp đối tượng Kết cho thấy hầu hết lớp đối tượng sử dụng đất có biến động: diện tích đất trồng cơng nghiệp, đất ăn đất dân cư (cơ sở hạ tầng) tăng rõ rệt, giá trị tăng tương ứng 22000 ha, 18000 11 000 giai đoạn 2000-2009, ngược lại, diện tích đất nơng nghiệp rừng giảm mạnh, tương ứng khoảng 36000 15000 Sự suy giảm diện tích đất nơng nghiệp đất rừng giải thích chuyển đổi mục đích sử dụng đất sang trồng cơng nghiệp, ăn quả, xây dựng khu dân cư, sở hạ tầng khu công nghiệp Phân bố không gian biến động lớp đối tượng sử dụng đất tỉnh Bình Dương giai đoạn 2000-2009 cho thấy khu vực có màu đỏ đậm khu vực có biến động mạnh, khu vực có màu xanh nhạt khu vực khơng có biến động khu vực có biến động cịn khu vực có màu xanh đậm, thang phân tầng màu có giá trị âm, khu vực khơng có liệu (Xem hình 3) Hình 3a cho thấy biến động diện tích đất trồng ăn diễn mạnh mẽ khu vực tỉnh, khu vực xem có phát triển mạnh mẽ vùng chuyên canh ăn quả, đó, biến động nhóm đất trồng cơng nghiệp (hình 3b) diễn chủ yếu khu vực phía Đơng Bắc tỉnh, biến động chủ yếu chuyển đổi từ đất rừng sang đất trồng lâu năm cà phê, cao su Hình 3c thể khơng gian biến động đất dân cư diễn toàn tỉnh tập trung chủ yếu khu vực phía đơng nam, khu vực thành phố Thủ Dầu Một, nơi có tốc độ phát triển kinh tế thị hóa mạnh mẽ vòng 20 năm qua Sự phát triển khu vực kèm với chuyển đổi từ đất hoa màu, đất lúa nước sang đất thổ cư, đất khu công nghiệp sở hạ tầng giao thơng 4.2 Mơ hình hóa chuyển đổi tiềm Mơ hình hóa chuyển đổi tiềm (hay cịn gọi khả chuyển đổi) bước quan trọng nhằm xây dựng biến giải thích (các chuyển đổi xảy thơng qua phân tích biến động sử dụng đất Bảng 1: Bảng phân loại sử dụng đất tỉnh Bình Dương STT Lớp đối tượng Mơ tả Đất rừng Là rừng tự nhiên có độ che phủ tán từ 20-70% Đất nông nghiệp Là vùng đất trồng lúa nước, lúa nước xen hoa màu, đất trồng hàng năm ngô, khoai, sắn, lạc Cây công nghiệp Đất trồng công nghiệp lâu năm cao su, cà phê Cây ăn Đất trồng ăn lâu năm như: cam, bưởi, sầu riêng, xoài Đất dân cư Gồm đất ở, đất khu công nghiệp, đất giao thông Mặt nước Đất sông, hồ, ao nuôi trồng thủy sản, đất ngp nc tạp chí khoa học đo đạc ®å sè 31-3/2017 47 Nghiên cứu - Ứng dụng q khứ), đưa vào thiết lập mơ hình chuyển đổi phụ (là mơ hình phân tích, đánh giá khả chuyển đổi lớp đối tượng sử dụng đất) để tính tốn xác định khả chuyển đổi đối tượng sử dụng đất tương lai Kết phân tích xác định danh mục biến động sử dụng đất giai đoạn 2000 – 2009 tỉnh Bình Dương, đất ăn quả, đất nông nghiệp, đất rừng chuyển sang loại hình sử dụng đất khác đất mặt nước chuyển sang loại hình sử dụng đất khác Sự biến động sử dụng đất bị tác động nhiều yếu tố, có yếu tố tự nhiên địa hình (độ dốc, hình thái, hướng sườn), hệ thủy văn, thổ nhưỡng, nhiệt độ, lượng mưa,… có yếu tố người gây giao thơng, dân cư, thị hóa,… Mỗi yếu tố coi biến giải thích đưa vào mơ hình chuyển đổi phụ, biến giải thích đặc trưng áp dụng xây dựng đồ 48 dự báo sử dụng đất, thống kê bảng Trong bảng 2, yếu tố Thủy văn, Giao thông, Điểm dân cư đưa vào mơ hình dạng đồ số khoảng cách đến đối tượng Các biến giải thích xây dựng dựa tính tốn khoảng cách Ơclit (Euclidean) đo pixel đến điểm mục tiêu gần Việc tính tốn khoảng cách thực phần mềm IDRISI, với đầu vào đồ mạng lưới thủy văn, giao thông, điểm dân cư đầu đồ khoảng đến thủy văn, đến giao thông, đến điểm dân cư (Xem bảng 2) Các tham số bảng có mức độ vai trò ảnh hưởng đến biến động sử dụng đất khác nhau, biến giải thích mơ hình chuyển đổi phụ có trọng số khác đánh giá thông qua số Cramer’s V, (tiêu chuẩn đổi với biến giải thích) Giá trị số Cramer’s V cao coi có mối liên kết chặt chẽ đến biến động sử dụng đất V mt lý thuyt, ch tạp chí khoa học đo đạc đồ số 31-3/2017 Nghiờn cu - ng dụng số Cramer’s V lớn 0,15 coi chấp nhận được; nằm khoảng 0,4 biến giải thích coi có ảnh hưởng đến q trình mơ hình q biến động sử dụng đất [2] Trong nghiên cứu giá trị Cramer’s V biến giải thích lớn 0.15 chứng tỏ tất yếu tố có mối quan hệ khăng khít đến biến động sử dụng đất khu vực, biến giải thích đưa vào chạy mơ hình chuyển đổi phụ sử dụng mạng thần kinh đa lớp, phục vụ việc xây dựng đồ dự báo sử dụng đất đến năm 2030 Q trình chạy mơ hình phụ, tham số mơ hình (số lượng mẫu, số lượng biến, giá trị tính tốn ban đầu,…) hiệu chỉnh cho độ xác tính tốn thân mơ hình đạt 75% Các số liệu thống kê đánh giá độ xác hiệu chỉnh mơ hình phụ cho thấy, giá trị sai số trung phương (RMS) chọn mẫu tính tốn mơ hình nhỏ (giá trị trước hiệu chỉnh 0.48 giảm xuống 0.1445 sau hiệu chỉnh) Độ xác mơ hình chuyển đổi phụ đạt 76.63%, cao giá trị tiêu chuẩn yêu cầu (75%), mơ hình chuyển đổi phụ tính đến lần lặp thứ 7000 trở 4.3 Thành lập đồ dự báo sử dụng đất Trước tiên cần xây dựng đồ dự báo sử dụng đất đến thời điểm (2015) để so sánh với đồ sử dụng đất năm 2015 thành lập từ ảnh Landsat8 OLI_TIRS (được coi tài liệu tham khảo có độ xác tốt, kiểm chứng) nhằm đánh giá độ xác mơ hình LCM Q trình thực thơng qua đánh giá độ xác lớp đối tượng sử dụng đất, hệ số Kappa độ xác chung đồ dự báo sử dụng dất Kết Bảng 2: Các biến giải thích áp dụng mơ hình chuyển đổi phụ STT Tên yếu tố Mơ tả Tên biến giải thích Thủy văn Đường giao thông Điểm dân cư Địa hình Yếu tố địa hình bề mặt thể dạng mơ hình số địa hình (DEM) DEM Độ dốc Yếu tố địa hình bề mặt thể dạng độ dốc Độ dốc (%) Hình thái bề mặt Yếu tố địa hình bề mặt thể dạng hình thái bề mặt, hướng sườn Aspect Lương mưa Yếu tố khí hậu thể theo phân bố lượng mưa trung bình năm Lượng mưa Nhiệt độ Yếu tố khí hậu thể theo nhiệt độ trung bình năm Nhiệt độ Thổ nhưỡng Phân bố loại đất Thổ nhưỡng Hệ thống thủy văn bao gồm sông, suối, Khoảng cách đến hệ thủy văn hồ Hệ thống giao thơng Khoảng cách đến giao thơng Các điểm dân cư thị trấn, thị Khoảng cách đến điểm dân cư xã, thành phố t¹p chí khoa học đo đạc đồ số 31-3/2017 49 Nghiên cứu - Ứng dụng thống kê cho thấy, độ xác đồ sản phẩm nhóm đất nơng nghiệp đất mặt nước cao, 90%; nhóm đất ăn đất dân cư tỉ lệ dự báo xác khoảng 85%; nhóm đất rừng cơng nghiệp mức chấp nhận được, khoảng 82%; Nhìn chung, độ xác chung đồ dự báo đến năm 2015 đạt 89% hệ số Kappa khoảng 0.88, kết phản ánh độ tin cậy mơ hình LCM cho phép tiến hành xây dựng kịch sử dụng đất đến năm 2030 Trong pha xây dựng kịch sử dụng đất, thơng số mơ hình chuyển đổi phụ biến giải thích giữ ngun pha hiệu chỉnh mơ hình Tuy nhiên, đồ phân bố nhiệt độ lượng mưa trung bình năm xây dựng dựa số liệu dự báo biến đổi khí hậu Việt Nam cục Khí tượng thủy văn Biến đổi khí hậu công bố hàng năm liệu giao thông sử dụng đồ quy hoạch mạng lưới giao thông đến năm 2025 Theo báo cáo trên, đến năm 2030, Việt Nam chịu ảnh hưởng biến đổi khí hậu tồn cầu, nhiệt độ tăng khoảng 1°C lượng mưa giảm khoảng 10% Trên sở liệu lượng mưa nhiệt độ trung bình năm sử dụng pha hiệu chỉnh mơ hình kết hợp với đồ dự báo lượng mưa nhiệt độ đến năm 2050 toàn quốc, xây dựng kịch biến đổi khí hậu riêng cho tỉnh Bình Dương đến năm 2030 đưa vào mơ biến giải thích đại diện cho yếu tố biến đổi khí hậu ảnh hưởng đến biến động sử dụng đất Ma trận khả chuyển đổi sử dụng đất đến năm 2030 thiết lập thông qua phân tích chuỗi Markov, thể định lượng khả chuyển đổi sử dụng đất lớp đối tượng sử dụng đất đến năm 2030 Trong ma trận này, hàng tương ứng với lớp sử dụng đất năm 2015 cột tương ứng với đối tượng sử dụng đất 50 dự báo đến năm 2030 Các giá trị nằm đường chéo ma trận thể mức độ biến động đối tượng sử dụng sử dụng đất sang đối tượng khác giai đoạn 2015-2030 Trên sở ma trận chuyển đổi tiềm thiết lập, tiến hành xây dựng đồ sử dụng đất tỉnh Bình Dương đến năm 2030 (hình 4) Kết luận Sử dụng liệu viễn thám kết hợp với hệ thống thơng tin địa lý (GIS) cơng cụ hữu ích cho phép thành lập đồ dự báo biến động sử dụng đất giai đoạn ngắn hạn, trung hạn dài hạn dựa phân tích biến động lịch sử sử dụng đất yếu tố có ảnh hưởng quan trọng đến q trình chuyển đổi sử dụng đất thơng qua mơ hình mơ biến động sử dụng đất LCM (Land Change Modeler) Việc tích hợp đồng thời yếu tố tự nhiên yếu tố người gây ra, nhằm phân tích dự báo xu biến động sử dụng đất dựa nguyên lý chuỗi Markov, sử dụng mạng thần kinh đa lớp (Multi-Layer Perceptron) cách tiếp cận khoa học Bản đồ kết đạt độ xác cao (trên 89%) đảm bảo độ tin cậy dự đoán thay đổi sử dụng đất năm áp dụng với nhiều khu vực tồn quốc.m t¹p chÝ khoa học đo đạc đồ số 31-3/2017 Nghiờn cu - Ứng dụng doi:10.3390/ijgi4031750 Tài liệu tham khảo [1] Eastman J.R.; Van Fossen M.E., Solarzano, L.A (2006), Transition Potential Modeling for Land Cover ChangeIn GIS, Analysis, Spatial, Modeling; Maguire, D.J., Goodchild, M.F., Batty, M., Eds.; ESRI Press: Redlands, CA, USA, 386p [2] Eastman J Ronald, (2009)IDRISI Taiga: Guide to GIS and Image processing,ClackLab-ClackUniversity Manual version 16.02, 342p [3] Keith T Weber, (2012), Forecasting Rangeland Condition in Southeastern Idaho using GIS, Idaho State University GIS Training and ResearchCenter, 921 S 8th Ave., Stop 8104, Pocatello, Idaho832098104 [4] Kumar S., Kumari P., BhaskarU., (2016), Application of Markov Chain & Cellular Automata based model for prediction of Urban transitions, International Conference on Electrical, Electronics, and Optimization Techniques (ICEEOT) [5] Megahed Y., Cabral P., Silva J and Caetano M., (2015), Land Cover Mapping Analysis and Urban Growth Modelling Using Remote Sensing Techniques in Greater Cairo Region—Egypt, ISPRS Int J Geo-Inf 2015, 4, 1750-1769; [6] Mishra V N., Rai P K., Mohan K., (2014), Prediction of land use changes based on land change modeler (LCM) using remote sensing: A case study of Muzaffarpur (Bihar), India, J Geogr Inst Cvijic 64(1) (111-127), DOI: 10.2298/IJGI1401111M [7] Nedjai R., Nghiem V T., Do T P T., Nasredine M N., (2016), The impact of land-use and climate change in the centre region of France on the physico-chemical status of aquatic systems, Int J Spatial, Temporal and Multimedia Information Systems, Vol 1, No 1, 2016 [8] Ngân hàng Thế giới Bộ Kế hoạch Đầu tư, Việt Nam 2035; doi: 10.1596/978-1-4648-0824-1 [9] Nghiem V T., Nedjai R., Le V A and Charleux L (2013),Application of GIS and remote sensing for predicting land-use change in the French Jura Mountains with the LCM model: the impact of variables on the disturbance mode’, Proceeding of the 34th Asian Conference on Remote Sensing, Bali, Indonesia, pp.2588–2595, ISBN: 978602-9439-33-5, (SC04-95 SC04-102) [10] Veldkamp A., Lambinb E.F., (2001), Predicting land-use change, Agriculture, Ecosystems and Environment 85, 1–6.m Summary Mapping forecast land-use change 2030 in Binh Duong province using land changer modeler (LCM) combined with Landsat data Do Thi Phuong Thao, Bui Ngoc Quy, Nghiem Thị Huyen Hanoi University of Minning and Geology Mai Van Sy, Hai Phong Design Consultant Investment Joint Stock Company The purpose of this study is to establish the forecast map of land use changes the medium term and long term in Binh Duong province with land use land cover by using Land Change Modeler (LCM) and Landsat data Analytical results forecast map in 2030 showed some type of land use will change significantly can cause serious threats to the urban environment and affect the sustainable development of the area area.m tạp chí khoa học đo đạc đồ số 31-3/2017 51 ... hình sử dụng đất đặc thù tỉnh Qua khảo sát thực địa tham khảo đồ trạng có, lớp đối tượng sử dụng đất mô tả lựa chọn bảng Bản đồ sử dụng đất năm 2015 xây dựng trước, sau đến đồ năm 2009 cuối đồ. .. tượng sử dụng sử dụng đất sang đối tượng khác giai đoạn 2015 -2030 Trên sở ma trận chuyển đổi tiềm thiết lập, tiến hành xây dựng đồ sử dụng đất tỉnh Bình Dương đến năm 2030 (hình 4) Kết luận Sử dụng. .. chuyển đổi sử dụng đất lớp đối tượng sử dụng đất đến năm 2030 Trong ma trận này, hàng tương ứng với lớp sử dụng đất năm 2015 cột tương ứng với đối tượng sử dụng đất 50 dự báo đến năm 2030 Các giá