- Với sự phát triển mạnh mẽ công nghệ GIS thời gian qua, hệ thống GIS mã nguồn mở đã có những phát triển vượt bậc, đáp ứng được nhu cầu để thiết kế, xây dựng hệ thống quản lý thông tin địa lý. Với nhiều tính năng như chi phí thấp, dễ dàng hiệu chỉnh, tính tương tác cao với các hệ thống dữ liệu khác, phần mềm GIS mã nguồn mở là một sự lựa chọn hợp lý cho các cơ quan quản lý nhà nước về quản lý cơ sở dữ liệu không gian.
- Cùng với sự bùng nổ về công nghệ Internet, GIS cũng đã phát triển công nghệ cho phép chia sẻ thông tin thông qua Internet bằng cách kết hợp GIS và Web để tạo thành WebGIS. WebGIS có tiềm năng lớn trong công việc làm cho thông tin địa lý trở nên hữu dụng và sẵn sàng tới số lượng lớn người sử dụng trên thế giới. Với việc sử dụng bản đồ trực tuyến, giải pháp này sẽ giúp khách hàng có thể cập nhật dữ liệu lên bản đồ để phục vụ cho mục đích quản lý.
- Hiện nay, có rất nhiều giải pháp bản đồ trực tuyến được các nhà phát triển đưa ra như Mapbender, MapBuilder, MapGuide Open Source, MapServer, OpenLayers, Geoserver chúng đều là các phần mềm mã nguồn mở hỗ trợ xây dựng các ứng dụng về bản đồ trên nền web. Nếu kết hợp xây dựng WebGIS trên phần mềm mã nguồn mở thì sẽ có được các lợi ích mà phần mềm mã nguồn mở mang lại như chi phí đầu tư về phần mềm giảm, tận dụng được các thành quả ý tưởng chung của cộng đồng, tính chất an toàn cao, mạnh hơn, tùy biến tương tác nhiều hơn.
2.3. PHƢƠNG PHÁP NỘI SUY KHÔNG GIAN 2.3.1. Khái niệm về nội suy
Phương pháp nội suy không gian hiện nay được sử dụng khá rộng rãi trên thế giới. Xây dựng tập giá trị các điểm chưa biết từ tập điểm đã biết trên miền bao đóng của tập giá trị đã biết bằng một phương pháp hay một hàm toán học nào đó được xem như là quá trình nội suy. Hiện nay, có nhiều thuật toán nội suy khác nhau, mỗi thuật toán có điểm mạnh riêng. Sự quan trọng của phương pháp nội suy phụ thuộc vào diện tích vùng khảo sát bởi vì mục tiêu của sự nội suy không gian là xây dựng bề mặt xấp xỉ tốt nhất với các dữ liệu thực nghiệm. Chính vì vậy, với mỗi phương pháp nội suy được sử dụng thì độ chính xác phải đạt được tốt nhất. IDW là phương pháp tạo ra các bề mặt từ các mẫu dựa trên mức độ tương đồng hoặc mức độ làm mịn. Kriging là phương pháp thống kê địa lý sử dụng kỹ thuật thống kê mạnh mẽ để dự đoán các giá trị dựa trên mối quan hệ giữa các điểm đã biết giá trị và kỹ thuật trung bình trọng số phức tạp.
Hiện nay, việc sử dụng mô hình toán trong GIS được sử dụng khá phổ biến. Tuy nhiên, mô hình toán dù có độ chính xác cao nhưng còn nhiều hạn chế như tốn nhiều thời gian để thu thập, xử lý số liệu và chạy mô hình. Phương pháp nội suy không gian với ưu điểm thời gian thực hiện nhanh chóng sẽ giúp ta xác định những khu vực lân cận với độ chính xác cao.
Như rất khó xác định tính chất biến đổi một cách liên tục trên bề mặt không gian hai chiều. Biến này thường được xác định tại một số hữu hạn những điểm quan sát. Điều thường được ưa chuộng hơn là có ý tưởng về tính chất tại tất cả các điểm hơn là chỉ mô tả chúng bằng những biến chỉ trên một số ít các điểm. Sự ước tính tính chất tại vị trí không được quan sát bắt đầu từ những điểm quan sát được gọi là nội suy.
Ý tưởng chủ đạo đằng sau quá trình nội suy không gian là những điểm được xác định gần nhau trong không gian thì thường có những giá trị tương tự. Hai điểm cách xa nhau vài mét thì thường có cùng giá trị độ cao hơn là hai điểm cách xa nhau vài km. (Burrough, 1986).
Phép nội suy là quá trình dự báo các giá trị chưa biết từ các giá trị đã biết ở các điểm lân cận (Trong trường hợp nguồn dữ liệu khuyết một số điểm, đường hay vùng thì cần phải thực hiện hình thức nội suy (giải đoán) để tạo thêm dữ liệu). Có nghĩa là dữ liệu của một hay nhiều điểm trong không gian xung quanh được sử dụng để tìm ra các giá trị mới cho các điểm khuyết thiếu mà trước đó không thể đo đạc hay quan trắc được.
Để nội suy có thể dùng các phương pháp nội suy khác nhau mỗi thuật toán lại có những điểm mạnh riêng ứng với từng điều kiện và môi trường cụ thể như hồi quy đa thức, chuỗi Fourier, hàm Spline, trung bình di chuyển, Kriging…:
- Nội suy giá trị gần nhất: giá trị của dữ liệu cần tìm thông qua giá trị điểm chuẩn (được đo trực tiếp) gần nhất.
- Nội suy tuyến tính qua đường thẳng nối 2 điểm.
- Nội suy dùng đa thức (spline) dựa trên 3 hay nhiều điểm cho trước. - Nội suy stochastic trên cơ sở tạo số ngẫu nhiên và các tham số fractal với một số điểm.
- Nội suy trên cơ sở mô hình.
Phương pháp nội suy được chia thành 3 nhóm chính, nội suy cục bộ, nội suy toàn cầu và Kriging. Chúng biến đổi theo những điểm quan sát lân cận được xem xét tới khi ước tính. Nội suy cục bộ chỉ tính tới những điểm được quan sát lân cận, ngược lại nội suy toàn cầu sử dụng toàn bộ tập hợp điểm đã biết. Kriging tổ hợp cả hai phương pháp nội suy trên.
Tuy nhiên trong giới hạn đề tài chỉ đề cập đến phương pháp nội suy thông dụng trong ArcGIS đó là IDW, phương pháp này được sử dụng rộng rãi trong đánh giá và xây dựng bản đồ ngập lụt.
2.3.2. Phƣơng pháp nội suy trung bình có trọng số (Inversed Distance Weighting – IDW)
Là một trong những kỹ thuật phổ biến nhất để nội suy các điểm phân tán. Phương pháp IDW xác định giá trị của các điểm chưa biết bằng cách tính
trung bình trọng số khoảng cách các giá trị của các điểm đã biết giá trị trong vùng lân cận của mỗi pixel. Những điểm càng cách xa điểm cần tính giá trị càng ít ảnh hưởng đến giá trị tính toán, các điểm càng gần thì trọng số càng lớn.
IDW là phương pháp nội suy được sử dụng phổ biến nhất trong các chức năng phân tích của GIS. Phương pháp nội suy IDW cho rằng mỗi điểm đầu vào có những ảnh hưởng cục bộ làm rút ngắn khoảng cách. Phương pháp này tác dụng vào những điểm ở gần điểm đang xét hơn so với những điểm ở xa. Số lượng các điểm chi tiết, hoặc tất cả những điểm nằm trong vùng bán kính xác định có thể được sử dụng để xác định giá trị đầu ra cho mỗi vị trí.
Nguồn: Mitas L. and Mitasova (1999)
Hình 2.4. Phƣơng thức nội suy theo IDW
Trọng số của mỗi điểm được tính theo công thức sau:
Trong đó:
- Z0: giá trị ước tính của biến z tại điểm i, - Zi: giá trị mẫu tại điểm i,
- D1: khoảng cách điểm mẫu để ước tính điểm,
- n: hệ số xác định trọng số dựa trên khoảng cách tới điểm cần nội suy, - N: số lượng giá trị dùng để nội suy.
Ưu điểm của IDW:
- Sử dụng phương pháp này, giúp đơn giản bớt tính phức tạp của bản đồ dựa trên mô hình khoảng cách.
- Khi có một tập hợp các điểm dày đặc và phân bố rộng khắp trên bề mặt tính toán phương pháp sẽ được thực hiện tối ưu.
- IDW là phương pháp nhanh chóng, đơn giản và dễ thực hiện. Nhược điểm:
- Sẽ không tạo ra các giá trị ước tính đo bên ngoài. - Sử dụng các rào cản.
2.3.3. Một số ứng dụng của phƣơng pháp nội suy
- Ứng dụng GIS và thuật toán nội suy đánh giá chất lượng môi trường không khí tại tỉnh Đồng Nai (Nguyễn Thị Kim Oanh-2014).
Dựa vào dữ liệu quan trắc các chất trong không khí, thực hiện tính toán nội suy chỉ số AQI của từng chất gồm bụi, SO2, NO2 và CO.
- Ứng dụng phương pháp nội suy Kriging khảo sát sự phân bố tầng đất yếu tuổi Holocene ở khu vực nội thành Thành phố Hồ Chí Minh (Phan Thị San Hà, Lê Minh Sơn – 2006).
Để có thể sử dụng phương pháp nội suy Kriging, thu thập 247 hố khoan có tọa độ địa lý được xác định bằng dụng cụ GPS cầm tay, sau đó xác định độ sâu xuất hiện, chiều dày của tầng đất yếu.
- Ứng dụng phương pháp nội suy không gian đánh giá trữ lượng đất than bùn huyện Gò Quao, tỉnh Kiên Giang (Võ Quang Minh, Lê Anh Tôn-2014).
Đề tài đã ứng dụng kỹ thuật thống kê và nội suy không gian nhằm ước tính trữ lượng than bùn tại huyện Gò Quao, tỉnh Kiên Giang, kết hợp khảo sát thực địa tại 341 điểm khảo sát vớ 5 nhóm đối tượng vườn tràm, ruộng lúa, dừa nước, mía và khóm.
- Mô phỏng sự ngập lụt ở Đồng bằng sông Cửu Long dưới ảnh hưởng của cao trình mặt đất do sự dâng cao mực nước - bằng kỹ thuật thống kê và nội suy không gian.(Võ Quang Minh, Nguyễn Thị Bích Vân-2011).
Ứng dụng phương pháp thống kê địa lý và nội suy không gian để xây dựng các bản đồ phân bố cao trình với các giả định mực nước dâng từ số liệu của 967 điểm cao trình ở vùng ĐBSCL.
- Một số phương pháp xây dựng bản đồ ngập lũ tỉnh Long An trong điều kiện biến đổi khí hậu và mực nước biển dâng (Nguyễn Hồng Quân-2013).
Trên cơ sở khảo sát khu vực, điều tra cao độ, vị trí các vết lũ từ đó xác định vùng ngập bằng phương pháp nội suy không gian. Sau đó kết hợp với các số liệu từ mô hình số độ cao để xây dựng bản đồ phân vùng ngập lụt.
- Áp dụng kỹ thuật nội suy để xác định sự biến động hàm lượng Fe2+ trong nước ngầm theo không gian của tỉnh Hậu Giang (Võ Quang Minh, Nguyễn Thị Hồng Điệp, Phan Thị Kiều Diễm và Dương Thị Bích Huyền-2006)
Kỹ thuật GIS đã hỗ trợ thông qua kỹ thuật nội suy từ các dữ liệu về đặc tính hóa học của 325 điểm thu mẫu nước ngầm trong tỉnh Hậu Giang năm 2004 của chỉ tiêu (Fe2+) trong nước ngầm của tỉnh Hậu Giang.
- Nghiên cứu phương pháp nội suy điều kiện khí tượng phục vụ công tác dự báo nguy cơ cháy rừng (Bế Minh Châu).
Từ kết quả quan trắc khí tượng và các thông số về điều kiện địa lý của 158 trạm khí tượng thủy văn quốc gia. Sử dụng phương pháp nội suy xác định giá trị các yếu tố khí tượng cho những điểm có tọa độ bất kỳ trên cơ sở sử dụng hệ thống số liệu quan trắc được tại các trạm khí tượng thủy văn quốc gia.
- Đánh giá tác động của lũ lụt đến nông nghiệp tỉnh Quảng Nam. Vũ Ngọc Châu. 2014
Luận án này minh họa các phương pháp lập bản đồ ngập địa lý và đánh giá các tác động kinh tế của các sự kiện ngập lụt cực lớn đối với nông nghiệp. Việc ứng dụng công nghệ GIS và phân tích chi phí - lợi ích sẽ mở rộng kiến thức về việc sử dụng các công nghệ hiện tại để quản lý rủi ro lũ lụt ở Việt Nam, vốn đã ít chú ý đến trong quá khứ. Nghiên cứu này cung cấp thông tin cho phép các biện pháp quản lý lũ lụt chính xác hơn được xem xét để tăng cường năng lực quản lý lũ lụt của Việt Nam.
PHẦN 3. NỘI DUNG VÀ PHƢƠNG PHÁP NGHIÊN CỨU 3.1. ĐỊA ĐIỂM NGHIÊN CỨU
Đề tài được nghiên cứu trên địa bàn huyện Đức Thọ, tỉnh Hà Tĩnh.
3.2. ĐỐI TƢỢNG NGHIÊN CỨU
- Vấn đề ngập lụt tại huyện Đức Thọ, tỉnh Hà Tĩnh
- Các loại hình sử dụng đất huyện Đức Thọ, tỉnh Hà Tĩnh.
3.3 NỘI DUNG NGHIÊN CỨU
3.3.1 Đánh giá điều kiện tự nhiên, kinh tế xã hội, tình hình quản lý và sử dụng đất của huyện Đức Thọ dụng đất của huyện Đức Thọ
- Điều kiện tự nhiên và thực trạng phát triển kinh tế xã hội
- Đánh giá tình hình quản lý và hiện trạng sử dụng đất ở huyện Đức Thọ, tỉnh Hà Tĩnh.
3.3.2. Đánh giá tình hình ngập lụt trên địa bàn huyện Đức Thọ trong những năm gần đây năm gần đây
3.3.3. Nội suy xây dựng bản đồ ngập lụt huyện Đức Thọ
- Sử dụng phương pháp nội suy không gian IDW xây dựng bản đồ ngập lụt - Đánh giá độ chính xác của phương pháp nội suy bằng các chỉ số kiểm chứng
3.3.4. Đánh giá mức độ ngập lụt đối với các loại hình sử dụng đất
- Thống kê, mô tả các khu vực, các loại đất chịu ngập lụt của huyện - Đánh giá diện tích bị ngập lụt theo các độ sâu ngập khác nhau
- Từ kết quả nghiên cứu đề xuất các giải pháp về sử dụng đất để ứng phó với tình trạng ngập lụt trên địa bàn nghiên cứu
3.4. PHƢƠNG PHÁP NGHIÊN CỨU
3.4.1. Phƣơng pháp thu thập số liệu thứ cấp
- Thu thập các số liệu, tài liệu bản đồ gồm: Bản đồ hành chính, bản đồ hiện trạng sử dụng đất, mô hình số độ cao (DEM)...
- Thu thập các tài liệu, số liệu về điều kiện tự nhiên, tình hình phát triển kinh tế- xã hội, hiện trạng sử dụng đất của huyện Đức Thọ.
- Thu thập các tài liệu, số liệu về lũ lụt và những ảnh hưởng của lũ lụt tại địa bàn nghiên cứu trong những năm gần đây.
Số liệu vết lũ của trận lũ tháng 10 năm 2016 (là trận lũ lớn nhất trong 10 năm qua) được thu thập từ Đài khí tượng thủy văn tỉnh Hà Tĩnh và UBND huyện Đức Thọ. Số liệu bao gồm 266 điểm vết lũ, bao gồm tọa độ, vị trí của điểm (xã), độ sâu ngập.
3.4.2. Phƣơng pháp thu thập số liệu sơ cấp
Điều tra thực địa về cột mốc vết lũ, địa hình, và các loại hình sử dụng đất.
3.4.3. Phƣơng pháp nội suy không gian của GIS
- Từ số liệu về độ sâu ngập lụt thu thập được, sử dụng phương pháp nội suy IDW xây dựng bản đồ ngập lụt cho toàn vùng nghiên cứu. Phương pháp nội suy IDW tính toán các giá trị chưa biết (các điểm không lấy mẫu - unsampled points) sử dụng giá trị đã biết (các điểm lấy mẫu - sampled points) theo công thức sau:
Trong đó:
- Z0: là giá trị ước tính của biến z tại điểm i, - Zi: là giá trị mẫu tại điểm i,
- di: là khoảng cách điểm mẫu để ước tính điểm,
- n: hệ số xác định trọng số dựa trên khoảng cách tới điểm cần nội suy, - N: số lượng giá trị dùng để nội suy.
Để thực hiện quá trình nội suy và đánh giá độ chính xác của kết quả nội suy, số liệu thu thập được (266 điểm vết lũ) được chia làm 2 tập dữ liệu bao gồm tập dữ liệu dùng để nội suy (gọi là các Training Points, bao gồm 240 điểm) và tập dữ liệu tham chiếu dùng để kiểm định độ chính xác của kết quả nội suy (gọi là các Reference Points, bao gồm 26 điểm, tương đương hơn 10% số điểm dùng để nội suy). Các điểm tham chiếu được chọn ngẫu nhiên từ tổng số 266 điểm, theo nguyên tắc là phân bố điều trên địa bàn nghiên cứu.
3.4.4. Phƣơng pháp chồng xếp bản đồ
xếp bản đồ độ sâu ngập với bản đồ hiện trạng sử dụng đất, từ đó xây dựng bản đồ ngập lụt đối với các loại hình sử dụng đất.
- Từ bản đồ ngập lụt, tính toán diện tích các loại đất bị ngập lụt theo các độ sâu ngập khác nhau
3.4.5. Phƣơng pháp đánh giá độ chính xác
Để đánh giá độ chính xác của kết quả nội suy, tôi sử dụng tập hợp điểm tham chiếu bao gồm 26 điểm (không tham gia vào quá trình nội suy).
Để đánh giá độ chính xác của phương pháp nội suy không gian tôi sử dụng một trong các phương pháp tính toán sau:
3.4.5.1. Hệ số xác định bội R2
Hệ số xác định bội R2 được sử dụng để xác định mối tương quan giữa các