Mô hình hóa và dự báo thay đổi sử dụng đất tại Đức Trọng, Lâm Đồng sử dụng hồi quy logistic

Bài viết Mô hình hóa và dự báo thay đổi sử dụng đất tại Đức Trọng, Lâm Đồng sử dụng hồi quy logistic được thực hiện trên địa bàn huyện Đức Trọng, tỉnh Lâm Đồng với các mục tiêu: (1) Sử dụng ảnh viễn thám thành lập bản đồ sử dụng đất các năm 2010, 2015 và 2020 để phân tích biến động; (2) Ứng dụng mô hình tích hợp chuỗi Markov và hồi quy logistic để mô phỏng sử dụng đất năm 2020 và dự báo thay đổi sử dụng đất đến năm 2030;...

Quản lý Tài ngun rừng & Mơi trường MƠ HÌNH HÓA VÀ DỰ BÁO THAY ĐỔI SỬ DỤNG ĐẤT TẠI ĐỨC TRỌNG, LÂM ĐỒNG SỬ DỤNG HỒI QUY LOGISTIC Nguyễn Hữu Cường1*, Nguyễn Văn Cương1 Trường Đại học Tài ngun Mơi trường Tp Hồ Chí Minh TĨM TẮT Những thay đổi mơi trường tồn cầu phát thải khí nhà kính, biến đổi khí hậu tồn cầu, đa dạng sinh học tài nguyên đất có liên quan chặt chẽ đến thay đổi sử dụng đất Mục tiêu nghiên cứu mơ hình hóa dự báo biến động sử dụng đất huyện Đức Trọng, tỉnh Lâm Đồng sử dụng phương pháp tiếp cận tích hợp chuỗi Markov hồi quy logistic Ảnh viễn thám sử dụng để trích xuất đồ sử dụng đất vào năm 2010, 2015 2020, dùng để phân tích xu biến động loại hình sử dụng đất Các phân tích mô thực nhờ phần mềm IDRISI Kết dự báo đến năm 2030 cho thấy địa bàn nghiên cứu sử dụng đất có thay đổi lớn với xu hướng giảm mạnh diện tích đất rừng, cịn 16,98% diện tích tự nhiên Diện tích đất trồng năm giảm 4.888,37 Diện tích đất trồng lâu năm có xu hướng tăng mạnh với 8.942,31 mở rộng diện tích trồng cơng nghiệp ăn có giá trị kinh tế cao Đất xây dựng tăng 6.343,19 trình thị hóa Thơng tin thay đổi sử dụng đất cho việc hoạch định sách sử dụng đất địa phương đảm bảo mục tiêu phát triển bền vững Từ khóa: Chuỗi Markov, Đức Trọng, hồi quy logistic, thay đổi sử dụng đất, viễn thám ĐẶT VẤN ĐỀ Thay đổi sử dụng đất lớp phủ đất việc chuyển đổi loại hình sử dụng đất khác kết tương tác phức tạp người môi trường vật chất (Pielke cộng sự, 2011) Thay đổi sử dụng đất động lực thay đổi tồn cầu có tác động đáng kể đến trình hệ sinh thái, chu kỳ sinh học, đa dạng sinh học liên quan mật thiết đến phát triển bền vững kinh tế xã hội (Yin cộng sự, 2011) Rừng làm tài nguyên quan trọng góp phần điều hịa khí hậu, đảm bảo cân sinh thái, làm giảm sức tàn phá khốc liệt thiên tai tài nguyên bị đe dọa tàn phá nhiều Diện tích rừng toàn giới bị suy giảm nhanh chóng bất chấp quan tâm quyền địa phương nhằm giảm nạn phá rừng (FAO, 2010) Để giảm rừng, suy thoái rừng giảm nhẹ phát thải carbon liên quan đến rừng, chương trình REDD+ (Reducing Emissions from Deforestation and Forest Degradation), thỏa thuận quốc tế khuôn khổ Công ước khung Liên hợp quốc biến đổi khí hậu, tiến hành số *Corresponding author: nhcuong@hcmunre.edu.vn nước phát triển, bao gồm Việt Nam Việc thực thành công thỏa thuận địi hỏi thơng tin khơng gian cập nhật thường xuyên thay đổi độ che phủ rừng tự nhiên xây dựng kịch tham khảo để dự báo nạn phá rừng phát thải liên quan Kỹ thuật viễn thám kết hợp với GIS xem công cụ đắc lực giúp lập đồ lịch sử độ che phủ đất rừng phân tích động thái biến đổi rừng quy mơ địa lý Tại Việt Nam có nhiều nghiên cứu ứng dụng kỹ thuật quản lý tài nguyên rừng đánh giá rừng khứ (Trần Thu Hà cộng sự, 2016; Nguyễn Quang Huy cộng sự, 2021) có dự đốn khả rừng tương lai (Nguyễn Hải Hòa cộng sự, 2018; Bùi Mạnh Hưng cộng sự, 2021) Trong thập kỷ qua, nhiều mơ hình thay đổi sử dụng đất nghiên cứu phát triển để dự báo Mơ hình hóa, đặc biệt thực cách rõ ràng mặt không gian, kỹ thuật quan trọng để giúp nhà khoa học nhà hoạch định sách hiểu, dự đốn ngăn chặn tác động bất lợi việc thay đổi sử dụng đất, cách tập trung sách vào TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2021 101 Quản lý Tài nguyên rừng & Môi trường vị trí bị đe dọa nhiều cách phát triển kịch tương lai Hiện nay, mơ hình phổ biến sử dụng để lập mơ hình dự báo thay đổi sử dụng đất nói chung đất rừng nói riêng bao gồm GEOMOD (Pontius cộng sự, 2001), CLUES (Verburg cộng sự, 2002), Dinamica EGO (Soares cộng sự, 2002) Land Change Modeler (Kim, 2010) Trong mơ hình thơng thường có hai bước: (1) Các mơ hình tính tốn “xu hướng phá rừng” cách so sánh đồ lớp phủ đất hai thời điểm khác nhau; (2) Thành lập đồ tiềm chuyển đổi (xác suất pixel việc chuyển từ rừng sang trạng thái phi rừng) cách sử dụng phương pháp thống kê yếu tố không gian khác Nghiên cứu thực địa bàn huyện Đức Trọng, tỉnh Lâm Đồng với mục tiêu: (1) Sử dụng ảnh viễn thám thành lập đồ sử dụng đất năm 2010, 2015 2020 để phân tích biến động; (2) Ứng dụng mơ hình tích hợp chuỗi Markov hồi quy logistic để mô sử dụng đất năm 2020 dự báo thay đổi sử dụng đất đến năm 2030; (3) Đánh giá độ xác mơ hình tích hợp cách so sánh kết mô sử dụng đất năm 2020 trạng sử dụng đất năm 2020 sử dụng hệ số Kappa PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Địa bàn nghiên cứu Nghiên cứu thực địa bàn huyện Đức Trọng, huyện nằm vùng Lâm Đồng, cuối phần cao nguyên Di Linh, có độ cao từ 600 – 1.000 m so với mực nước biển Địa hình huyện chủ yếu bình sơn nguyên, núi cao dốc hình thành thung lũng ven sơng Huyện có diện tích tự nhiên khoảng 90 ngàn héc-ta, chiếm 9,23% diện tích tự nhiên toàn tỉnh Lâm Đồng Tổng dân số huyện năm 2019 186.974 người (UBND huyện Đức Trọng, 2021) 2.2 Phương pháp nghiên cứu 2.2.1 Giải đoán ảnh viễn thám Dữ liệu hiê ̣n tra ̣ng sử du ̣ng đấ t các năm 2010, 2015 và 2020 đươ ̣c giải đoán từ chuỗi ảnh viễn thám đa thời gian Landsat cho năm 2010 và Landsat cho năm 2015, 2020 (Khảo sát địa chất Hoa Kỳ (USGS), 2021) Các ảnh này đươ ̣c có đô ̣ phân giải không gian 30 x 30 m đươ ̣c chu ̣p vào mùa khô (tháng và tháng 2) để có chấ t lươ ̣ng tố t (ıt́ mây nhiễu) đảm bảo cho nghiên cứu (Bảng 1) Ngoài ra, nghiên cứu này còn sử du ̣ng các loa ̣i bản đồ hiê ̣n tra ̣ng sử du ̣ng đấ t các năm 2010, 2015 và 2020, dữ liê ̣u bản đồ ranh giới hành chı́nh số và dữ liê ̣u ảnh Google Earth Các dữ liê ̣u này đươ ̣c sử du ̣ng để hỗ trơ ̣ quá trı̀nh xử lý, giải đoán ảnh theo phương pháp kiểm định cho loại đất đặc trưng sau: Đất rừng, đất trồng lâu năm, đất trồng năm, đất xây dựng, đất có mặt nước đất trống Các loa ̣i đấ t đă ̣c trưng này đươ ̣c lựa cho ̣n theo thực tế của điạ phương dựa nhiề u nguồ n dữ liê ̣u khác ảnh vê ̣ tinh Google Earth tỷ lê ̣ lớn, bản đồ hiê ̣n tra ̣ng sử du ̣ng đấ t, số liê ̣u thố ng kê hiê ̣n tra ̣ng sử du ̣ng đấ t của huyê ̣n Đức Tro ̣ng, điề u tra thực đia.̣ Quy trình giải đốn gồm bước bản: (1) Nắ n chı̉nh hı̀nh ho ̣c; (2) Tăng cường chấ t lươ ̣ng ảnh; (3) Cắ t ảnh theo ranh giới khu vực nghiên cứu; (4) Lâ ̣p khóa giải đoán ảnh; (5) Phân loa ̣i ảnh viễn thám theo phương pháp kiể m đinh; ̣ (6) Đánh giá kế t quả phân loa ̣i Bảng Thố ng kê ảnh viễn thám landsat nghiên cứu Mã ảnh Ngày chu ̣p Đô ̣ phân giải (m) LT05_L1TP_124052_20100204_20200825_02_T1 04/02/2010 30x30 LC08_L1TP_124052_20150218_20200909_02_T1 18/02/2015 30x30 LC08_L1TP_124052_20200115_20200824_02_T1 15/01/2020 30x30 2.2.2 Mơ hình dự báo tích hợp chuỗi Markov – hồi quy logistic 102 Path/row 124/52 124/52 124/52 Nghiên cứu sử dụng mơ hình tích hợp chuỗi Markov hồi quy logistic để dự báo TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ - 2021 Quản lý Tài nguyên rừng & Môi trường thay đổi sử dụng đất Chuỗi Markov giả định xác suất hệ thống thời điểm định xác định trạng thái thời điểm trước biết, với giả định tốc độ thay đổi quan sát khoảng thời gian hiệu chuẩn (T1 đến T2), tương tự khoảng thời gian mô (T2 đến T3) Kết mơ hình Markov ma trận xác suất chuyển đổi trạng thái từ loại hình sử dụng đất sang loại hình sử dụng đất khác Ma trận xác suất tương ứng với ma trận quy mơ diện tích, số lượng pixel chuyển đổi Tuy nhiên, mơ hình chuỗi Markov phân bố theo không gian loại đất không xác định (Ye Bai, 2008) ( =1∥ , ,…, )= Trong đó: P xác suất điểm ảnh (pixel) cho xuất loại hình sử dụng đất xem xét Xi biến độc lập tương ứng với yếu tố động lực Các hệ số Bi ước tính thơng qua hồi quy logistic dùng mẫu lớp sử dụng đất trạng Như vậy, mơ hình logistic điểm ảnh (pixel) xác định xác suất xuất loại đất xem xét Xác suất xuất dùng để ước tính độ nhạy pixel từ loại hình chuyển sang loại hình khác Nói cách khác, sản phẩm mơ hình logistic đồ xác suất khơng gian chuyển đổi từ loại hình sử dụng đất sang loại hình sử dụng đất khác tác động yếu tố thúc đẩy Dữ liệu yếu tố tác động đến thay đổi sử dụng đất xây dựng môi trường ArcGIS dạng bản đồ khoảng cách Euclid (Euclidean Distance maps), dạng raster với lưới có kích thước 30 x 30 m Bản đồ xác suất không gian chuyển đổi kết hợp với quy mô thay đổi, tạo chuỗi Markov, hình thành đồ dự báo thay đổi sử dụng đất tương lai cách phân bổ pixel theo giá trị xác suất từ cao xuống thấp Trong mơi trường mơ hình GIS raster, khơng gian sử dụng đất thể dạng ô lưới (pixel) Bản chất thay đổi sử dụng đất ô giá trị nhị phân: giá trị đại diện cho có diện thay đổi sử dụng đất giá trị đại diện cho khơng có diện thay đổi sử dụng đất Hồi quy logistic sử dụng để cung cấp xác suất diện/vắng mặt loại hình sử dụng đất địa điểm dựa yếu tố thúc đẩy chúng (Verburg cộng sự, 2004) Hồi quy logistic định lượng mối quan hệ loại hình sử dụng đất khác yếu tố động lực thay đổi chúng, xác định bởi: ( 1+ + ∑ ( +∑ ) ) 2.3 Quy trình nghiên cứu Quy trình sử dụng ảnh viễn thám mơ hình tích hợp chuỗi Markov, hồi quy logistic dự báo thay đổi sử dụng đất thể hình Các phân tích dựa vào phần mềm IDRISI KẾT QUẢ VÀ THẢO LUẬN 3.1 Xây dựng đồ trạng sử dụng đất từ ảnh viễn thám Nghiên cứu đã tiế n hành phân loa ̣i, giải đoán từ ảnh viễn thám cho loa ̣i đố i tươ ̣ng gồ m: đấ t có mă ̣t nước (đấ t sông, suố i, kênh, mương, ao, hồ chứa nước), đấ t xây dựng (đường giao thông, đấ t xây dựng khu dân cư, khu công nghiê ̣p, nhà máy…), đấ t hàng năm (đấ t trồ ng lúa nước, lúa nương, hoa màu, rau…), đấ t trồ ng lâu năm (đấ t trồ ng cà phê, ăn quả…) đấ t rừng (các loa ̣i rừng lá kim thông, lá rô ̣ng dầ u…), đấ t trố ng Ảnh vê ̣ tinh sau phân loa ̣i đươ ̣c đánh giá bằ ng chı̉ số Kappa với đô ̣ chıń h xác toàn cu ̣c từ khoảng 91% đế n 98% và ̣ số Kappa từ 0,88 đế n 0,98 (Bảng 2) Nghiên cứu thành lâ ̣p đươ ̣c bản đồ hiê ̣n tra ̣ng sử du ̣ng đấ t các năm 2010, 2015, 2020 theo các lớp thơng tin giải TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ - 2021 103 Quản lý Tài nguyên rừng & Môi trường đoán ảnh cho nhóm loa ̣i đấ t: đấ t có mă ̣t nước, đấ t xây dựng, đấ t trồ ng hàng năm, Landsat 2010, 2015, 2020 đấ t trồ ng lâu năm, đấ t rừng và đấ t trố ng (Hı̀nh 2) Ảnh Google Earth, liệu điều tra thực địa Dữ liệu GIS Bản đồ trạng sử dụng đất năm 2010, 2015, 2020 Bản đồ thay đổi sử dụng đất giai đoạn Biến động sử dụng đất Bản đồ yếu tố thúc Chuỗi Markov Hồi quy logistic Ma trận xác suất chuyển đổi quy mô Bản đồ xác suất thay đổi không gian Bản đồ mô sử dụng đất 2020 Bản đồ trạng 2020 Đánh giá mơ hình Bản đồ dự báo sử dụng đất 2025, 2030 Hình Khung quy trình thực nghiên cứu Bảng Độ xác giải đoán ảnh viễn thám 104 Năm Đô ̣ chı́nh xác toàn cu ̣c (Overall accuracy) Hê ̣ số Kappa (Kappa coefficient) 2010 98,55% 0,98 2015 92,53% 0,90 2020 91,07% 0,88 TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2021 Quản lý Tài nguyên rừng & Môi trường Hình Bản đồ trạng sử dụng đất năm 2010, 2015 2020 3.2 Phân tích biến động sử dụng đất huyện Đức Trọng Sử dụng đất huyện Đức Trọng giai đoạn nghiên cứu từ năm 2010 đến năm 2020 có thay đổi rõ nét với diện tích đất rừng có xu hướng giảm mạnh Trong giai đoạn 10 năm, đất rừng giảm 12.920,13 ha, tương ứng giảm tỷ lệ diện tích tự nhiên từ 46,67% xuống 32,37%, chuyển sang loại đất khác Các nguyên nhân trực tiếp dẫn đến rừng địa bàn là: (i) Khai thác gỗ không bền vững hợp pháp không hợp pháp; (ii) Chuyển đổi mục đích sử dụng đất rừng sang đất nông nghiệp, bao gồm trồng lâu năm có giá trị cao trồng khác; (iii) Chuyển đổi mục đích sử dụng đất rừng sang mở rộng đô thị, xây dựng sở hạ tầng, đặc biệt hình thành nhà máy thuỷ điện Cùng với đất rừng, đất trồng năm giảm 4.888,37 Sự biến động sử dụng đất khơng gian quy mơ diện tích thể hình bảng Hình Biến động khơng gian sử dụng đất giai đoạn TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ - 2021 105 Quản lý Tài nguyên rừng & Môi trường Cũng theo kết phân tích, diện tích đất trồng lâu năm có xu hướng tăng mạnh với 8.942,31 mở rộng diện tích trồng cơng nghiệp ăn lâu năm có giá trị kinh tế cao chè, cà phê, mít, bơ Q trình thị hóa địa phương làm cho đất xây dựng tăng 6.343,19 Đất mặt nước tăng 1.993,75 địa phương xây dựng hồ chứa nước phát triển thủy điện Bảng Biến động sử dụng đất năm huyện Đức Trọng Loại đất Đấ t mă ̣t nước Đất xây dựng Cây hàng năm Cây lâu năm Đất rừng Đất trống Tổng cộng Năm 2010 Ha Năm 2015 % Ha Năm 2020 % Ha 2010-2015 2015-2020 2010-2020 % Δ (ha) Δ (ha) Δ (ha) 2.294,19 2,54 4.272,75 4,73 4.287,94 4,75 1.978,56 15,19 1.993,75 5.120,06 5,67 10.453,19 11,57 11.463,25 12,69 5.333,13 1.010,06 6.343,19 17.689,50 19,58 12.960,25 14,35 12.801,13 14,17 -4.729,25 -159,12 -4.888,37 21.782,00 24,11 30.917,88 34,22 30.724,31 34,01 9.135,88 -193,57 8.942,31 42.165,89 46,67 30.598,25 33,87 29.245,76 32,37 -11.567,64 -1.352,49 -12.920,13 1.292,81 1,43 1.142,13 1,26 1.822,06 2,02 -150,68 679,93 529,25 100,00 - - - 90.344,45 100,00 90.344,45 100,00 3.3 Xác nhận mơ hình Trong nghiên cứu này, để đánh giá mơ hình dự báo thay đổi sử dụng đất, đồ mô sử dụng đất năm 2020 tạo mơ hình dựa liệu sử dụng đất năm 2010 2015 so sánh với đồ tham chiếu đồ trạng sử dụng đất năm 2020 Kết xác nhận thường thể dạng số Kappa thể thống số 90.344,45 lượng vị trí cặp đồ phân loại (Wang cộng sự, 2012) Giá trị hệ số Kappa tiến đến thể phù hợp Kết hệ số Kappa thể bảng Tất số có giá trị lớn 0,8 thể mức độ thích hợp cao mơ hình (Landis Koch, 1977) mơ hình đáp ứng yêu cầu cho dự báo sử dụng đất thời điểm tương lai năm 2025 2030 Bảng Hệ số Kappa đồ mô sử dụng đất năm 2020 Hệ số Kappa Giá trị Kno 0,86 Klocation 0,89 KlocationStrata 0,89 Kstandard 0,83 3.4 Dự báo thay đổi sử dụng đất Các dự đoán thay đổi sử dụng đất nghiên cứu thực cho năm 2025 2030 dựa đồ tiềm chuyển đổi xác suất chuyển đổi chuỗi Markov Ma trận xác suất chuyển đổi bảng ghi lại xác suất tương ứng với quy mơ diện tích số lượng pixel dự đoán thay đổi từ loại hình sử dụng đất sang loại hình 106 khác theo đơn vị thời gian Kết xác suất chuyển đổi dự báo cho năm 2025 2030 địa bàn nghiên cứu thể bảng cho thấy đất rừng tiếp tục giảm mạnh có chuyển đổi sang loại đất khác, nhiều sang đất trồng lâu năm đất dành cho xây dựng Ma trận xác suất chuyển đổi kết hợp đồ xác suất chuyển đổi để dự báo thay đổi sử dụng đất khơng gian TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ - 2021 Quản lý Tài nguyên rừng & Môi trường Loại đất Giá trị xác suất năm 2025 Giá trị xác suất năm 2030 Đấ t mă ̣t nước Đất xây dựng Cây hàng năm Cây lâu năm Đất rừng Đất trống Đấ t mă ̣t nước Đất xây dựng Cây hàng năm Cây lâu năm Đất rừng Đất trống Bảng Ma trận xác suất chuyển đổi Đấ t mă ̣t Đất xây Cây hàng Cây lâu nước dư ̣ng năm năm 0,7006 0,0873 0,0451 0,1164 0,0655 0,7455 0,0611 0,0867 0,0782 0,1912 0,2432 0,3668 0,0746 0,2245 0,1525 0,4570 0,0276 0,0754 0,0854 0,3525 0,0477 0,0982 0,1654 0,3269 0,5947 0,1280 0,0598 0,1514 0,0888 0,6609 0,0730 0,1215 0,1006 0,2480 0,1721 0,3508 0,0982 0,2782 0,1443 0,3722 0,0492 0,1346 0,1097 0,3723 0,0686 0,1582 0,1387 0,3584 Trong nghiên cứu này, yếu tố tác động đến thay đổi sử dụng đất lựa chọn, bao gồm: Bản đồ khoảng cách đế n đường giao thông chı́nh, khoảng cách đế n đường giao thông phu ̣, khoảng cách đế n nguồ n nước, khoảng cách đế n khu dân cư, đô ̣ cao, đô ̣ dớ c Các vị trí (pixel) loại đất có xác suất Đất rừng 0,0426 0,0335 0,1042 0,0782 0,4486 0,3481 0,0575 0,0475 0,1149 0,0947 0,3229 0,2638 Đất trống 0,0080 0,0077 0,0164 0,0131 0,0105 0,0137 0,0086 0,0084 0,0135 0,0125 0,0114 0,0124 chuyển đổi sang các loại đất khác khác tùy thuộc vào giá trị yếu tố thúc đẩy Các vị trí đất rừng gần hệ thống giao thơng, khu dân cư hữu có xác suất chuyển sang đất xây dựng cao Các đồ yếu tố thúc đẩy thể hình Hình Bản đồ yếu tố thúc đẩy Bản đồ xác suất chuyển đổi cho pixel chứa giá trị xác suất nằm khoảng từ đến Giá trị xác suất với giá trị thấp cho thấy tính dễ bị tổn thương giá trị cao cho thấy mức độ dễ bị tổn thương cao Bản đồ xác suất chuyển đổi từ TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2021 107 Quản lý Tài nguyên rừng & Môi trường đất rừng sang đất mặt nước (a), xây dựng (b), năm (c), lâu năm (d) đất trống (e) lập cho mục đích nghiên cứu (Hình 5) a) b) d) e) c) Hình Bản đồ xác suất chuyển đổi đất rừng sang loại đất khác Mơ hình dự báo thay đổi sử dụng đất cho giai đoạn năm (năm 2025 2030) cho địa bàn nghiên cứu thực Bản đồ dự báo sử dụng đất thành lập trình phân bổ, giá trị xác suất ô lưới (pixel) từ lớn trở xuống thể hình Hình Bản đồ dự báo sử dụng đất huyện Đức Trọng Kết mơ hình dự báo năm 2030, so với thực tế năm 2020, cho thấy đất rừng tiếp tục giảm mạnh thêm với 13.908,13 cịn 15.337,63 (chiếm 16,98% diện tích tự nhiên), tập trung giảm giai đoạn 20202025 với 10.821,88 Diện tích đất rừng giảm 108 diễn chủ yếu xã Đa Quyn Hiệp An Diện tích đất rừng bị chủ yếu mở rộng khu dân cư, phát triển sở hạ tầng, thủy điện hồ chứa nước nạn phá rừng tạo nên vùng đất trống Cơ cấu dự báo sử dụng đất địa phương thể bảng TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ - 2021 Quản lý Tài nguyên rừng & Môi trường Bảng Dự báo sử dụng đất huyện Đức Trọng Thực tế 2020 Dự báo 2025 Dự báo 2030 Loại đất Ha % Ha % Ha 2020-2025 2020-2030 % Δ (ha) Δ (ha) Đấ t mă ̣t nước 4.287,94 4,75 7.899,00 8,74 9.390,88 10,39 3.611,06 5.102,94 Đất xây dựng 11.463,25 12,69 20.003,19 22,14 23.570,06 26,09 8.539,94 12.106,81 Cây hàng năm 12.801,13 14,17 11.502,13 12,73 11.224,00 12,42 -1.299,00 -1.577,13 Cây lâu năm 30.724,31 34,01 31.446,00 34,81 29.774,13 32,96 721,69 -950,18 Đất rừng 29.245,76 32,37 18.423,88 20,39 15.337,63 16,98 -10.821,88 -13.908,13 Đất trống 1.822,06 2,02 1.070,25 1,18 1.047,75 1,16 -751,81 -774,31 90.344,45 100,0 90.344,45 100,0 90.344,45 100,0 - - Tổng cộng Kết dự báo nhìn chung cho thấy có thay đổi lớn sử dụng đất địa bàn nghiên cứu tương lai Vì vậy, điều kiện khơng thay đổi, thay đổi sử dụng đất giai đoạn với việc giảm mạnh đất rừng gây nên hậu nghiêm trọng môi trường đa dạng sinh học cho địa phương 3.5 Thảo luận Mơ hình hóa thay đổi sử dụng đất thực cách rõ ràng mặt không gian giúp nhà khoa học nhà quản lý hiểu, dự đốn ngăn chặn tác động bất lợi việc thay đổi sử dụng đất sách khác Mơ hình chuỗi Markov cách tiếp cận phổ biến sử dụng để mô biến động sử dụng đất Tuy nhiên khó để mơ mơ hình khơng gian thay đổi sử dụng đất mơ hình chuỗi Markov, nên thường tích hợp với mơ hình phân tích khơng gian khác Nghiên cứu ứng dụng mơ hình hồi quy logistic hỗ trợ viễn thám chuỗi Markov để mô thay đổi sử dụng đất mặt không gian Thảo luận phân tích ưu nhược điểm cách tiếp cận Hiện nay, mơ hình tích hợp Cellular Automata (CA)-Markov phổ biến mơ hình hóa thay đổi sử dụng đất (Wang cộng sự, 2012) Tuy nhiên, nhược điểm CA khơng tính đến yếu tố trực tiếp thúc đẩy thay đổi sử dụng đất, mang nặng tính liền kề Mơ hình CA tập trung vào mơ mơ hình khơng gian giải thích hiểu q trình khơng gian-thời gian thay đổi sử dụng đất kết hợp đủ biến số kinh tế xã hội (Hu Lo, 2007) Trong mơ hình hồi quy logistic có ưu điểm khám phá mối quan hệ thay đổi sử dụng đất yếu tố nguyên nhân cách định lượng, bao gồm yếu tố tự nhiên, kinh tế - xã hội, cho phép phân tích động lực tạo thay đổi Các đồ xác suất chuyển đổi từ đất rừng sang loại đất khác nghiên cứu cho thấy, gần hệ thống giao thông khu dân cư hữu xác suất đất rừng chuyển sang đất xây dựng cao Những nơi có độ dốc độ cao lớn xác suất chuyển đổi từ đất rừng sang loại đất khác thấp người dân tác động đến rừng, phần lớn hoạt động người tác động vào thực vật mặt đất tiến hành khu vực phẳng, độ dốc thấp Mối quan hệ tương tự kết nghiên cứu biến động lượng thực vật che phủ mối quan hệ với nhân tố tự nhiên xã hội Yên Châu, Sơn La (Bùi Mạnh Hưng cộng sự, 2021) Điều cho thấy yếu tố lựa chọn đưa vào mơ hình giải thích động lực thay đổi rừng không gian Tuy nhiên, hạn chế thu thập liệu nên nghiên cứu đưa vào mơ hình yếu tố ảnh hưởng, chưa giải thích đầy đủ động lực thay đổi sử dụng đất địa phương Đồng thời, mơ hình logistic có hạn chế Mặc dù mơ hình hồi quy logistic kết hợp liệu nhân học, gặp phải hạn chế tương tự mơ hình CA việc xem xét yếu tố khác ảnh TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2021 109 Quản lý Tài nguyên rừng & Môi trường hưởng đến thay đổi sử dụng đất Những yếu tố bao gồm: sở thích cá nhân hộ gia đình địa điểm, sách phát triển, sử dụng đất quyền địa phương Khơng giống mơ hình CA, mơ hình hồi quy logistic khơng rõ ràng mặt thời gian Bản đồ xác suất đầu cho biết nơi có khả thay đổi sử dụng đất xảy ra, điều diễn Như Lambin (1997) lưu ý, khơng phương pháp nghiên cứu hy vọng làm sáng tỏ toàn trình ảnh hưởng đến việc sử dụng đất Các phương pháp luận sử dụng trường hợp phải phù hợp với câu hỏi nghiên cứu quan tâm Để có nhìn tồn diện q trình thay đổi sử dụng đất ln cần có tổng hợp kết thu thập từ nhiều phương pháp khác KẾT LUẬN Mô hình hóa dự báo thay đổi sử dụng đất thách thức xác định sách quản lý quy hoạch đất nói chung đất rừng nói riêng cấp quy mơ khu vực Trong nghiên cứu này, ảnh viễn thám kỹ thuật phân tích khơng gian sử dụng để phát thay đổi sử dụng đất huyện Đức Trọng, tỉnh Lâm Đồng giai đoạn 2010-2020 Mơ hình tích hợp chuỗi Markov hồi quy logistic sử dụng để dự báo quy mô không gian thay đổi loại đất với Mơ hình xác nhận thông qua so sánh đồ mô sử dụng đất trạng sử dụng đất năm 2020 số Kappa Tất số có giá trị lớn 0,8 thể mức độ thích hợp cao mơ hình Kết dự báo cho năm 2025 2030 cho thấy đất rừng địa bàn tiếp tục giảm mạnh, 16,98% diện tích tự nhiên q trình thị hóa, mở rộng đô thị sở hạ tầng Cũng với xu đó, đất trồng năm giảm 4.888,37 Diện tích đất trồng lâu năm có xu hướng tăng mạnh với 8.942,31 mở rộng diện tích trồng cơng nghiệp ăn lâu năm có giá trị kinh tế cao Đất xây dựng tăng 6.343,19 q 110 trình thị hóa Kết dự báo đặt cho nhà quản lý phải có sách, biện pháp bảo vệ diện tích rừng địa bàn Tuy nhiên, cần khắc phục hạn chế thu thập liệu yếu tố thúc đẩy thay đổi sử dụng đất, bổ sung yếu tố kinh tế xã hội để kết mơ hình đạt kết tốt TÀI LIỆU THAM KHẢO Bùi Mạnh Hưng, Nguyễn Thị Bích Phượng Nguyễn Thị Thảo (2021) Biến động lượng thực vật che phủ mối quan hệ với nhân tố tự nhiên xã hội Yên Châu, Sơn La Tạp chí Khoa học cơng nghệ lâm nghiệp Số 3: 31-40 FAO (2010) Global forest resources assessment In FAO Forestry paper No 163 Rome: Food and Agriculture Organization of the United Nations, 378 pp Hu Z and Lo C.P (2007) Modeling urban growth in Atlanta using logistic regression Computers, Environment and Urban Systems 31(6): 667-688 Kim O S (2010) An assessment of deforestation models for reducing emissions from deforestation and forest degradation (REDD) Trans GIS 14: 631–654 Khảo sát địa chất Hoa Kỳ (USGS) (2021) Truy cập từ https://earthexplorer.usgs.gov/ ngày 08/09/2021 Lambin E.F (1997) Modelling and monitoring land-cover change processes in tropical regions Progress in Physical Geography 21: 375-93 Landis J.R and Koch G.G (1977) The measurement of observer agreement for categorical data Biometrics 33(1): 159-174 Nguyễn Hải Hòa, Phùng Văn Khoa, Lê Văn Hương Lê Văn Sơn (2018) Sử dụng ảnh Sentinel để xác định ngưỡng số viễn thám phát sớm rừng khu dự trữ sinh giới Langbiang, Lâm Đồng Tạp chí Khoa học Cơng nghệ Lâm nghiệp Số 4: 138-148 Nguyễn Quang Huy, Kiều Thị Dương, Triệu Anh Tuấn Nguyễn Văn Thị (2021) Ứng dụng ảnh vệ tinh Landsat để xây dựng đồ biến động rừng tỉnh Bắc Giang Tạp chí Khoa học Công nghệ Lâm nghiệp Số 3: 77-85 10 Pielke R.A., Pitman A.J., Niyogi D., Mahmood R., McAlpine C., Hossain F., Goldewijk K.K., Nair U.S., Betts R., Fall S., Reichstein M., Pavel Kabat P and Noblet N (2011) Land use/land cover changes and climate: modeling analysis and observational evidence Wires Clim Change 2(6): 828-50 11 Pontius R G., Cornell J D and Hall C A S (2001) Modeling the spatial pattern of land-use change with GEOMOD2: application and validation for Costa Rica Agric Ecosyst Environ 85: 191-203 12 Soares B S., Cerqueira G C and Pennachin C L (2002) DINAMICA – a stochastic cellular automata model designed to simulate the landscape dynamics in TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2021 Quản lý Tài nguyên rừng & Môi trường an Amazonian colonization frontier Ecol Model 154: 217-235 13 Trần Thu Hà, Phùng Minh Tám, Phạm Thanh Quế Lê Thị Giang (2016) Ứng dụng GIS viễn thám giám sát biến động diện tích rừng huyện Cao Phong – tỉnh Hịa Bình giai đoạn 2005 – 2015 Tạp chí Khoa học Cơng nghệ Lâm nghiệp Số 4: 59-69 14 UBND huyện Đức Trọng (2021) Điều kiện tự nhiên Truy cập từ https://ductrong.lamdong.gov.vn/ ngày 15/10/2021 15 Verburg P H., Soepboer W., Veldkamp A., Limpiada R., Espaldon V and Mastura S S (2002) Modeling the spatial dynamics of regional land use: the CLUE-S model Environ Manage 30: 391-405 16 Verburg P.H., Overmars K.P and Witte N (2004) Accessibility and land-use patterns at the forest fringe in the northeastern part of the Philippines Geographical Journal 170: 238-255 17 Wang S.Q., Zheng X.Q and Zang X.B (2012) Accuracy assessments of land use change simulation based on Markov-cellular automata model Procedia Environmental Sciences 13: 1238-1245 18 Wang S.Q., Zheng X.Q and Zang X.B (2012) Accuracy assessments of land use change simulation based on Markov-cellular automata model Procedia Environmental Sciences 13: 1238-1245 19 Ye B and Bai Z (2008) Simulating land use/cover changes of Nenjiang County based on CAMarkov model In: Li D (eds) Computer and Computing Technologies in Agriculture, Volume I CCTA 2007 The International Federation for Information Processing, vol 258 Springer, Boston, MA 20 Yin J., Yin Z., Zhong H., Xu S., Hu X., Wang J and Wu J (2011) Monitoring urban expansion and land use/land cover changes of Shanghai metropolitan area during the transitional economy (1979–2009) in China Environ Monit Assess 177(1-4): 609-21 MODELLING AND PROJECTING LAND-USE CHANGES IN DUC TRONG, LAM DONG USING LOGISTIC REGRESSION Nguyen Huu Cuong1*, Nguyen Van Cuong1 Ho Chi Minh City University of Natural Resources and Environment SUMMARY Global environmental changes such as emissions of greenhouse gases, global climate change, loss of biodiversity, and loss of soil resources have been closely linked to land-use changes This study aims to model and predict land-use changes in Duc Trong district, Lam Dong province by using the integration of Markov chain and logistic regression (LR) approach Moreover, remote sensing images were used to extract land use maps to analyze the trends of changes in land use types in 2010, 2015 and 2020 Simulation maps are conducted by using IDRISI software The forecast results in 2030 show that the forest area in Duc Trong district will be significantly decreased, accounting for 16.98% of the natural area The annual cropland area will be decreased by 4,888.37 hectares The area of permanent cropland will be increased sharply with 8,942.31 hectares due to the expansion of the area for industrial crops and fruit with high economic value Built-up land will be increased by 6,343.19 hectares due to the urbanization process Information on land use changes is the foundation for planning local land-use policies to ensure sustainable development goals Keywords: Markov chain, Duc Trong, logistic regression, land-use changes, remote sensing Ngày nhận Ngày phản biện Ngày định đăng : 19/10/2021 : 19/11/2021 : 01/12/2021 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ - 2021 111 ... Ứng dụng mơ hình tích hợp chuỗi Markov hồi quy logistic để mơ sử dụng đất năm 2020 dự báo thay đổi sử dụng đất đến năm 2030; (3) Đánh giá độ xác mơ hình tích hợp cách so sánh kết mô sử dụng đất. .. mơ hình Trong nghiên cứu này, để đánh giá mơ hình dự báo thay đổi sử dụng đất, đồ mô sử dụng đất năm 2020 tạo mơ hình dựa liệu sử dụng đất năm 2010 2015 so sánh với đồ tham chiếu đồ trạng sử dụng. .. hình tích hợp chuỗi Markov hồi quy logistic sử dụng để dự báo quy mô không gian thay đổi loại đất với Mơ hình xác nhận thơng qua so sánh đồ mô sử dụng đất trạng sử dụng đất năm 2020 số Kappa Tất