Phân cấp thích hợp

Một phần của tài liệu (LUẬN văn THẠC sĩ) nghiên cứu, ứng dụng mô hình tích hợp markok CA và GIS để dự báo biến động sử dụng đất tại tỉnh phú thọ (Trang 86 - 97)

Đối với bài toán mô hình hóa biến đổi lớp phủ mặt đất tỉnh Phú Thọ, đề tài đã xác định các yếu tố quan trọng và có liên quan trực tiếp tới biến đổi lớp phủ mặt đất trong khu vực nghiên cứu đó là: 1) Rừng kín; 2) Rừng trung bình; 3) Rừng thưa; 4) Cây bụi; 5) Mặt nước; 6) Đất xây dựng; 7) Đất trống . Những yếu tố địa mạo và hiện trạng sử dụng đất được đánh giá, phân cấp và tạo ngưỡng tương ứng.

Hình 3.12. Quy trình phân cấp thích hợp

Các dữ liệu được raster hóa bằng Arcgis và đưa vào phần mềm Idrisi để đánh giá đa chỉ tiêu là các dạng dữ liệu ảnh raster 8 bit có giá trịđộ xám từ 0 - 255, do vậy, khi phân cấp thích hợp trong Idrisi đối với các dữ liệu này, tùy theo số cấp phân cấp mà ta chia ra thang điểm trong khoảng từ 0 đến 255.

* Loại hình rừng kín: được đánh giá trên chỉ tiêu lớp phủ

- Lớp phủ: đánh giá theo 3 cấp: 255 - 128 - 0 (rất thích hợp - ít thích hợp - không thích hợp)

255: Rừng kín; 128: Rừng trung bình, rừng thưa, cây bụi; 0: Mặt nước, đất xây dựng, đất trống. -> Raster hóa : Bản đồ lớp phủ Bản đồ giao thông Bản đồ thủy văn Raster hóa bằng Arcgis P hân c p th ích h p Rừng kín Rừng trung bình Cây bụi Rừng thưa Mặt nước Đánh giá đa chỉ tiêu Bằng Idrisi Đất xây dựng Đất trống

Hình 3.13. Ảnh phân ngưỡng thích hợp của rừng kín với các loại hình lớp phủ

* Loại hình rừng trung bình: được đánh giá trên chỉ tiêu lớp phủ - Lớp phủ: đánh giá theo 3 cấp: 255 - 128 - 0

255: Rừng trung bình; 128 : Rừng kín, rừng thưa, cây bụi; 0: Đất xây dựng, mặt nước, đất trống.

-> raster hóa:

Hình 3.14. Ảnh phân ngưỡng thích hợp của rừng trung bình với các loại hình lớp phủ

* Loại hình rừng thưa:đánh giá trên tiêu chí lớp phủ - Lớp phủ: đánh giá theo 3 cấp: 255 - 128 - 0

255: Rừng thưa; 128: Rừng kín, rừng trung bình; 0: Đất xây dựng, Mặt nước, đất trống

-> Raster hóa:

Hình 3.15. Ảnh phân ngưỡng thích hợp của rừng thưa với các loại hình lớp phủ

* Loại hình cây bụi:đánh giá trên tiêu chí lớp phủ - Lớp phủ: đánh giá theo 3 cấp 255 - 128 - 0

+ 255: Cây bụi

+ 128: Rừng kín, rừng trung bình, rừng thưa + 0: Mặt nước, đất xây dựng

Hình 3.16. Ảnh phân ngưỡng thích hợp của cây bụi với các loại hình lớp phủ * Loại hình đất xây dựng: đánh giá trên 3 tiêu chí: lớp phủ, độ đốc và khoảng cách tới đường giao thông

- Lớp phủ: đánh giá theo 3 cấp 255 - 128 - 0

255: Đât xây dựng; 128: Đất khác, cây bụi, mặt nước; 0: Rừng kín, rừng trung bình, rừng thưa

-> Raster hóa:

- Khoảng cách tới đường giao thông: trong khoảng 0 - 200m - Độ dốc: đánh giá theo 3 cấp

255: 0 – 8o ; 128: 8 – 25o; 0: > 25o

Hình 3.18. Ảnh phân ngưỡng mức độ thích hợp của đất xd với độ dốc * Loại hình đất trống:đánh giá trên chỉ tiêu lớp phủ

- Lớp phủ: đánh giá theo 3 cấp: 255 -128 - 0 + 255: Đất trống

+ 128: Cây bụi, đất xây dựng, rừng thưa + 0: Rừng kín, rừng trung bình

Hình 3.19. Ảnh phân ngưỡng thích hợp của đất trống với các loại hình lớp phủ * Loại hình mặt nước: tách lớp thông tin mặt nước giải đoán được, gán giá trị = 255, phần còn lại = 0

Bước phân tích tổng hợp để ra các bản đồ thích hợp (suit_map)

- Vào Idrisi → GIS Analysis → Decision Support → Decision Wizard: + Create a new file: PT_suit

+ Specify Objectives: số loại hình lớp phủ (7), đặt tên: rung kin, rung trung binh, rung thua, cay bui, mat nuoc, dat xay dung, dat trong

Chú ý sau khi đặt 7 obj, chương trình sẽ lần lượt đi từng obj để xác định factor, weight (cần chú ý tiêu đề phía trên để biết loại hình nào và xác định factor đúng)

Ví dụ cho loại hình đất xây dựng:

+ Constraint: Xác định ngưỡng chỉ có 2 trạng thái 0 và 1, ví dụ: đối với constraint của loại hình đất xây dựng, ta đã biết có diện tích để dùng vào mục đích nông nghiệp chứ không phải phát triển đất xây dựng, phần diện tích đó được gán giá trị 0. (Lưu ý: phần cho điểm đánh giá ở trên đã chi tiết nên bỏ qua phần này, number of constraints: 0).

+ Factor:

Number of factors: 2

Input: chọn các file raster hóa ở trên: datxd, gt_fuzzy, xd_doc Cột FUZZY: không cần chuẩn hóa → chọn No

+ Factors weights: chọn user - defined weight → cho trọng số lớp dat_xd: 0,4; gt_fuzzy: 0,3; xd_doc: 0,4 do đánh giá của cá nhân người dùng.

Hình 3.21. Ảnh phân cấp thích hợp cho đất xây dựng

Làm tương tự với các loại hình còn lại, ta được kết quả sau:

Hình 3.23. Ảnh phân cấp thích hợp cho rừng trung bình

Hình 3.25. Ảnh phân cấp thích hợp cho cây bụi

Hình 3.27. Ảnh phân cấp thích hợp cho mặt nước

Một phần của tài liệu (LUẬN văn THẠC sĩ) nghiên cứu, ứng dụng mô hình tích hợp markok CA và GIS để dự báo biến động sử dụng đất tại tỉnh phú thọ (Trang 86 - 97)