Phân tích đô thị hóa thành phố hồ chí minh sử dụng dữ liệu landsat giai đoạn 1979 2022

ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM NGUYỄN VĂN HỒNG PHÂN TÍCH ĐƠ THỊ HĨA THÀNH PHỐ HỒ CHÍ MINH SỬ DỤNG DỮ LIỆU LANDSAT GIAI ĐOẠN 1979 - 2022 Chuyên ngành: Bản đồ, viễn thám hệ thống thông tin địa lý Mã số: 8440214 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng năm 2023 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA - ĐHQG -HCM Cán hướng dẫn khoa học : TS Phan Hiền Vũ Cán hướng dẫn khoa học : TS Nguyễn Trường Ngân Cán chấm nhận xét : TS Phạm Thị Mai Thy Cán chấm nhận xét : TS Lê Minh Vĩnh Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 07/07/2023 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: Chủ tịch: TS Lương Bảo Bình Thư ký: TS Phan Thị Anh Thư Ủy viên: TS Nguyễn Trường Ngân Phản biện 1: TS Phạm Thị Mai Thy Phản biện 2: TS Lê Minh Vĩnh Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Nguyễn Văn Hồng MSHV : 2070499 Ngày, tháng, năm sinh: 10/08/1998 Nơi sinh: Bắc Giang Chuyên ngành: Bản đồ, Viễn thám Hệ thống thông tin Địa lý Mã số : 84.4.02.14 I TÊN ĐỀ TÀI: Tiếng việt: Phân tích thị hóa Thành phố Hồ Chí Minh sử dụng liệu Landsat giai đoạn 1979 – 2022 Tiếng anh: Urbanization analysis of Ho Chi Minh City using Landsat data for the period 1979-2022 II NHIỆM VỤ VÀ NỘI DUNG: - Phân loại lớp phủ bề mặt TP.HCM giai đoạn 1979-2023 dựa vào ảnh Landsat - Lọc không gian tạo bề mặt đô khu đô thị từ bề mặt cơng trình xây dựng - Tính số, biên tập đồ phân tích thị hóa III NGÀY GIAO NHIỆM VỤ : 06/02/2023 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 11/06/2023 V CÁN BỘ HƯỚNG DẪN: TS Phan Hiền Vũ TS Nguyễn Trường Ngân Tp HCM, ngày 11 tháng 06 năm 2023 CÁN BỘ HƯỚNG DẪN CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO TS Phan Hiền Vũ TS Nguyễn Trường Ngân TS Lương Bảo Bình TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG (Họ tên chữ ký) i LỜI CẢM ƠN Trong suốt q trình hồn thành luận văn mình, nhận nhiều quan tâm nhiệt tình giúp đỡ từ Q Thầy, Cơ, Anh, Chị bạn bè, xin chân thành gửi lời cám ơn tới: Thầy TS Phan Hiền Vũ thầy TS Nguyễn Trường Ngân tận tụy hướng dẫn mặt vấn đề nghiên cứu Khiến cho có định hướng, phương pháp lối lập luận chặt chẽ suốt trình nghiên cứu, thực luận văn Thạc sỹ Quý Thầy, Cô giảng dạy lớp Cao học Bản đồ, Viễn thám Hệ thống thông tin Địa lý Trường Đại học Bách Khoa TP.HCM truyền đạt tri thức vô q giá cho tơi suốt q trình theo học Trường Các Anh, Chị khóa khóa Trường nhiệt tình hỗ trợ tơi thực luận văn Xin kính chúc Q Thầy, Cơ Anh, Chị mạnh khỏe Xin chân thành cám ơn! TP.HCM, tháng năm 2023 Nguyễn Văn Hồng ii TÓM TẮT LUẬN VĂN Nghiên cứu tập trung khai thác hình ảnh vệ tinh Landsat từ năm 1979 đến 2022, kết hợp với liệu dân số tương ứng để ước tính số thị hóa TP.HCM Đầu tiên, lớp phủ bề mặt thành phố trích xuất phương pháp phân loại Random Forest Thứ hai, sử dụng kĩ thuật lọc không gian để xác định khu vực đô thị từ lớp phủ bề mặt cơng trình xây dựng Thứ ba, kết hợp với liệu dân số tương ứng thời điểm, tính tốn số thị hóa Kết cho thấy diện tích bề mặt thị biến động từ 5% đến 32% diện tích tổng thành phố Chỉ số UE (Urban Expansion) thể mở rộng đô thị mặt không gian diễn mạnh vùng ngoại thành, vùng nội thành hầu hết quỹ đất thị Chỉ số PE (Population Expansion) cho thấy dân số tăng trưởng chậm nội thành mạnh ngoại thành, giai đoạn 2020-2022 ngược lại ảnh hưởng Covid-19 Hệ số 𝑛 thể mối quan hệ gia tăng dân số giãn nở đô thị, kết cho thấy 𝑛 quận trung tâm biến động mạnh dần tới quận huyện ngoại thành Chỉ số LCR (Land Consumption Ratio) thể tỉ lệ tiêu thụ đất đầu người tăng nhẹ quận trung tâm tăng mạnh dần với quận huyện xa trung tâm thành phố Kết cung cấp thơng tin hữu ích cho quản lý quy hoạch, môi trường đô thị iii ABSTRACT This study focuses on exploiting Landsat satellite images from 1979 to 2022, combined with corresponding population data to estimate indicators of HCMC's urbanization First, the city's surface overlays were extracted using the Random Forest classification method Second, use spatial filtering techniques to identify urban areas from the building surface overlay Third, combined with population data corresponding to the time, calculate the urbanization index The results show that urban surface area varies from 5% to 32% of the total area of the city The UE (Urban Expansion) index shows that the urbanization rate is very strong in the suburbs, most of the land bank is already urban The PE (Population Expansion) index shows that the population growth is slow in the inner city and strong in the suburbs, but in the 2020-2022 period, the opposite is due to the impact of Covid-19 The index n shows the relationship between population growth and urban expansion, the results show that n is zero in the central districts and fluctuates strongly in the suburban districts The LCR (Land Consumption Ratio) shows that the land consumption rate per capita increases slightly in the central districts and gradually increases in the districts far from the city center The results provide useful information for planning, environmental and urban management iv LỜI CAM ĐOAN Tôi xin cam đoan luận văn “Phân tích thị hóa TP.HCM sử dụng liệu Landsat giai đoạn 1979-2022” công trình nghiên cứu riêng tơi hướng dẫn TS Phan Hiền Vũ TS Nguyễn Trường Ngân Các số liệu liệu đề tài thu thập sử dụng cách trung thực, có nguồn gốc rõ ràng Kết nghiên cứu trình bày luận văn khơng chép luận văn Nếu có gian lận nào, xin chịu trách nhiệm trước Hội đồng kết luận văn TP.HCM, tháng năm 2023 Nguyễn Văn Hồng v MỤC LỤC LỜI CẢM ƠN i TÓM TẮT LUẬN VĂN .ii LỜI CAM ĐOAN iv MỤC LỤC v DANH MỤC HÌNH ẢNH vii DANH SÁCH BẢNG viii DANH SÁCH PHƯƠNG TRÌNH ix DANH SÁCH THUẬT NGỮ TIẾNG ANH VÀ CÁC TỪ VIẾT TẮT x CHƯƠNG MỞ ĐẦU 1.1 Đặt vấn đề 1.2 Mục tiêu nội dung nghiên cứu 1.3 Phạm vi nghiên cứu 1.4 Ý nghĩa khoa học ý nghĩa thực tiễn 1.5 Nội dung luận văn CHƯƠNG TỔNG QUAN VỀ NGHIÊN CỨU 10 2.1 Các cơng trình nghiên cứu quốc tế 10 2.2 Các cơng trình nghiên cứu Việt Nam 14 CHƯƠNG DỮ LIỆU VÀ PHƯƠNG PHÁP 17 3.1 Khu vực nghiên cứu 17 3.2 Dữ liệu Landsat 19 3.1.1 Chương trình vệ tinh Landsat 19 3.1.2 Đặc điểm cảm biến 20 3.1.3 Đặc điểm ảnh 24 3.1.4 Đặc điểm lớp phủ bề mặt 26 3.3 Giải thuật phân loại Random Forest 27 3.4 Đánh giá độ xác sau phân loại 30 3.5 Lọc không gian 31 3.6 Chỉ số đô thị hóa 32 3.6.1 Chỉ số tỉ lệ tiêu thụ đất 32 3.6.2 Chỉ số UE (Urban Expansion) 32 3.6.3 Chỉ số PE (Population Expansion) 33 3.6.4 Chỉ số mối quan hệ gia tăng dân số giãn nở đô thị 33 3.7 Nền tảng Google Earth Engine 34 vi CHƯƠNG GIẢI PHÁP THỰC HIỆN 37 4.1 Thu thập liệu 37 4.1.1 Dữ liệu dân số 37 4.1.2 Dữ liệu viễn thám 40 4.1.3 Dữ liệu mẫu 42 4.2 Phân loại lớp phủ bề mặt 46 4.3 Xác định bề mặt khu đô thị 51 4.4 Tính số thị hóa 52 CHƯƠNG KẾT QUẢ NGHIÊN CỨU 54 5.1 Biến động lớp phủ bề mặt TP.HCM giai đoạn 1979-2022 54 5.2 Urban Expansion 57 5.2.1 Giãn nở bề mặt đô thị 57 5.2.2 Chỉ số UE 63 5.3 Population Expansion 66 5.4 Đô thị hóa 67 5.4.1 Tương quan dân số diện tích thị 67 5.4.2 Chỉ số LCR 68 5.4.3 Mối quan hệ gia tăng dân số giãn nở đô thị 72 CHƯƠING KẾT LUẬN VÀ KIẾN NGHỊ 75 6.1 Kết luận 75 6.2 Kiến nghị 75 TÀI LIỆU THAM KHẢO 77 PHỤ LỤC 80 LÝ LỊCH TRÍCH NGANG 116 vii DANH MỤC HÌNH ẢNH Hình 1.1: Dân số thành thị nông thôn giới, 1950-2050 Hình 1.2: Tỷ lệ % dân số thị quốc gia vị trí khu tập trung thị Hình 1.3: Xu hướng thị hóa Việt Nam giai đoạn 2021-2030 Hình 2.1: a) Giãn nở đô thị từ 1979 tới 2013 Quảng Châu, ba dạng mở rộng đô thị: b) Mở rộng kiểu edge growth, c) Mở rộng kiểu spontaneous growth d) Mở rộng kiểu infilling growth [5] 11 Hình 2.2: Phân vùng vòng đồng tâm ranh giới bên ngồi thành phố [6] 12 Hình 2.3: Urban Expansion ô lưới km2 từ năm 1972 đến năm 2011 [7] 12 Hình 2.4: Mối quan hệ dân số đô thị với mật độ dân số (trái) LPD (phải) [8] 13 Hình 2.5: Đường cong hồi quy dân số diện tích thị [9] 14 Hình 2.6: Bản đồ độ phủ đất Hà Nội sử dụng Phân loại SVM [10] 15 Hình 3.1: Khu vực nghiên cứu TP.HCM 18 Hình 3.2: Minh hoạ dải bước sóng cảm biến Landsat 1-9 23 Hình 3.3: Ví dụ minh họa đơn giản thuật tốn Random Forest 29 Hình 3.4: Giao diện xử lý GEE 36 Hình 4.1: Dữ liệu dân số lưu dạng GIS theo thời điểm; 37 Hình 4.2: Ảnh tiền xử lý; a) Năm 1979, b) Năm 1989, c) Năm 1995, d) Năm 2000, e) Năm 2005, f) Năm 2010, g) Năm 2015, h) Năm 2020, i) Năm 2022 40 Hình 4.3: Dữ liệu mẫu; a) Năm 2022, b) Năm 2020, c) Năm 2015, d) Năm 2010, e) Năm 2005, f) Năm 2000, g) Năm 1995, h) Năm 1989, i) Năm 1979; Màu đỏ Công trình xây dựng, màu vàng đất trống, màu xanh thực vật màu xanh lam thủy hệ 43 Hình 4.4: Quy trình phân loại ảnh 48 Hình 4.5: Kết phân loại lớp phủ bề mặt năm 2020 50 Hình 4.6: a) Lớp bề mặt cơng trình xây dựng năm 2015; b) Lớp bề mặt đô thị năm 2015 52 Hình 5.1: Bề mặt lớp phủ TP.HCM theo năm; a) 1979, b) 1989, c) 1995, d) 2000, e) 2005, f) 2010, g) 2015, h) 2020, i) 2022; Màu đỏ Cơng trình xây dựng, màu vàng đất trống, màu xanh thực vật màu xanh lam thủy hệ 55 Hình 5.2: Lớp bề mặt khu đô thị TP.HCM theo năm; a) 1979, b) 1989, c) 1995, d) 2000, e) 2005, f) 2010, g) 2015, h) 2020, i) 2022 60 Hình 5.3: Diện tích tồn thị (km2) TP.HCM tăng từ 1979 đến 2022 61 Hình 5.4: Giãn nở thị TP.HCM theo giai đoạn 62 Hình 5.5: Bản đồ thể số UE 65 Hình 5.6: Mối quan hệ dân số diện tích thị 68 Hình 5.7: Bản đồ thể số LCR 71 Hình 5.8: Bản đồ thể hệ số (n) 74 102 }); var classifier = ee.Classifier.smileRandomForest(50) train({ features: training, classProperty: 'code', inputProperties: dataset.bandNames() }); var classified = dataset.classify(classifier); Map.addLayer(classified, {min: 1, max: 4, palette: ['red', 'blue', 'green', 'yellow']}, '2000'); var patchsize = classified.connectedPixelCount(225); // run a majority filter var filtered = classified.focal_mode({ radius: 15, kernelType: 'square', units: 'meters', }); // updated image with majority filter where patch size is small var connectedClassified = classified.where(patchsize.lt(158),filtered); Map.addLayer(connectedClassified, {min: 1, max: 4, palette: ['red', 'gray', 'gray', 'gray']}, 'Khu vực đô thị'); var class1Pixels = connectedClassified.eq(1); var class1Area = class1Pixels.multiply(ee.Image.pixelArea()).divide(1e6).reduceRegion({ reducer: ee.Reducer.sum(), geometry: geometry, scale: 30, maxPixels: 1e13, tileScale: }).getNumber('classification'); print('Area of class (in square kilometers):', class1Area); Export.image.toDrive({ image: connectedClassified, description: '2000', folder: 'LULC_tiff_filter', scale: 30, region: geometry, maxPixels: 1e13, crs: 'EPSG:4326', fileFormat: 'GeoTIFF' }); var test = classified.sampleRegions({ collection: gcp_validate, properties: ['code'], scale: 30, // tileScale: 16 103 }); var testConfusionMatrix = test.errorMatrix('code', 'classification') print('Độchí nh xá c - 2000', testConfusionMatrix.accuracy()); print('Kappa', testConfusionMatrix.kappa().multiply(100)); print('Ma trận lỗi năm 2000',testConfusionMatrix) var test_ = classified.sampleRegions({ collection: gcp, properties: ['code'], scale: 30, // tileScale: 16 }); var testConfusionMatrix_ = test_.errorMatrix('code', 'classification') print('total pixels mau',testConfusionMatrix_) var areaImage1 = ee.Image.pixelArea().divide(1e6).addBands(classified); var areaChart1 = ui.Chart.image.byClass({ image: areaImage1, classBand: 'classification', region: geometry, scale: 30, reducer: ee.Reducer.sum(), classLabels: ['','Đô thị', 'Thủy hệ', 'Thực vật', 'Đất trống'] }).setOptions({ hAxis: {title: 'Lớ p'}, vAxis: {title: 'Diệ n tí ch (Km^2)'}, title: 'Diệ n tí ch theo Lớ p năm 2000', series: { 0: { color: 'red', value: }, 1: { color: 'blue', value: }, 2: { color: 'green', value: }, 3: { color: 'yellow', value: } } }); print(areaChart1); var legend = ui.Panel({style: {position: 'middle-right', padding: '8px 15px'}}); var makeRow = function(color, name) { var colorBox = ui.Label({ style: {color: '#ffffff', backgroundColor: color, padding: '10px', margin: '0 4px 0', } }); var description = ui.Label({ value: name, style: { 104 margin: '0px 4px 6px', } }); return ui.Panel({ widgets: [colorBox, description], layout: ui.Panel.Layout.Flow('horizontal')} )}; var title = ui.Label({ value: 'Legend', style: {fontWeight: 'bold', fontSize: '16px', margin: '0px 4px 0px'}}); legend.add(title); legend.add(makeRow('red','Đô thị')) legend.add(makeRow('blue','Thủy hệ')) legend.add(makeRow('green','Thực vật')) legend.add(makeRow('yellow','Đất trống')) Map.add(legend); var dothi2022 = classified.eq(1).selfMask() Map.addLayer(dothi2022, {palette:'red'} , 'Do thi 2000'); Export.image.toDrive({ image: classified, description: '2000', folder: 'LULC_tiff', scale: 30, region: geometry, maxPixels: 1e13, crs: 'EPSG:4326', fileFormat: 'GeoTIFF' }); - Năm 1995 var geometry = hcm.geometry(); var gcp = dothi_2000.merge(nuoc_2000).merge(thucvat_2000).merge(dattrong_2000) // Load a Landsat image from June 1, 1995 over Ho Chi Minh City var image1 = ee.Image(ee.ImageCollection("LANDSAT/LT05/C02/T1") filterBounds(ee.Geometry.Point([106.63668731917714, 10.817286798459486])) filterDate('1995-01-01', '1996-01-01') sort('CLOUD_COVER') first()); var image2 = ee.Image(ee.ImageCollection("LANDSAT/LT05/C02/T1") filterBounds(ee.Geometry.Point([106.70707813722886, 10.64342725834008])) filterDate('1995-01-01', '1996-01-01') 105 sort('CLOUD_COVER') first()); var image = ee.Image(ee.ImageCollection("LANDSAT/LT05/C02/T1") filterBounds(ee.Geometry.Point([106.87979555456306, 10.48206322645253])) filterDate('1995-01-01', '1996-01-01') sort('CLOUD_COVER') first()); var image = ee.ImageCollection([image1, image, image2]).mosaic(); // Define a cloud masking function function maskL5clouds(image) { var qa = image.select('QA_PIXEL'); var cloud = qa.bitwiseAnd(1