sử dụng đất qua các giai đoạn
Loại hình sử dụng đất 1989-1995 1995-2003 2003-2007 2007-2010 ha % ha % ha % ha % Đất trồng cói 257,1 - -11,7 -34,2 -3,9 -72,6 -24,2 -2,4 33,3 - Đất trống 714,4 - -7,8 561,7 8,6 -126,4 -2,3 -545,6 14,6 - Khu dân cƣ 272,3 1,6 548,9 2,2 65,9 0,5 1114,6 10,0 Đất trồng lúa (nông nghiệp) - 193,3 -0,3 -416,8 -0,5 -477,1 -1,2 -612,7 -2,1 Mặt nƣớc 752,6 - -0,9 -976,1 -1,0 -94,8 -0,2 294,9 0,8 NTTS 535,9 13,0 1015,9 10,4 336,5 3,8 92,6 1,2 Rừng phi lao 70,5 -10,2 -1,8 -34,9 -14,5 37,2 48,7 Ruộng muối 89,9 2,1 84,5 1,3 -121,4 -3,4 -80,3 -3,5 Rừng ngập mặn 669,1 15,8 -86,8 -0,8 36,3 0,7 232,9 5,9 Trồng màu 273,6 4,8 -673,5 -6,9 484,0 22,1 -281,1 -9,1
Trong đó: + Giá trị tăng của đối tƣợng - Giá trị giảm của đối tƣợng % đƣợc tính trung bình năm
Qua bảng số liệu có thể nhận thấy diện tích đất ở tăng đáng kể qua các năm, đặc biệt là những năm gần đây. Giai đoạn 2007-2010 ghi nhận diện tích đất ở tăng thêm 1114,6 ha, tốc độ gia tăng đạt 10%/năm. Nguyên nhân đƣợc học viên nhận định là do sự gia tăng dân số quá nhanh dẫn đến nhu cầu về nhà ở và đất tăng (tỉ lệ gia tăng dân số tự nhiên của huyện các năm 2007-2010 đều
>10%). Quá trình đô thị hóa với việc xây dựng các khu công nghiệp: đóng tàu; củng cố phát triển cơ sở hạ tầng… đã gây áp lực đến việc sử dụng tài nguyên đất của địa phƣơng. Diện tích đất nông nghiệp giảm do việc xây dựng nhà ở, chuyển đất nông nghiệp thành đất ở, đất xây dựng, đất giao thông, đất thủy lợi,.. Đất ở ngày càng tăng nhanh do việc mở rộng diện tích đất xây nhà ở, do nhà nƣớc lấy đất nông nghiệp cấp cho các đơn vị xây dựng cơ sở hạ tầng.
Diện tích rừng ngập mặn và NTTS tăng dần qua các năm. Đây có thể xem là kết quả của chính sách và yêu cầu phát triển đi đôi với bảo tồn của Rừng Quốc Gia Xuân Thủy khi. Việt Nam triển khai các dự án bảo vệ vùng đất ngập nƣớc trong khuôn khổ công ƣớc RAMSAR. Các dự án trồng rừng ngập mặn, các dự án cải tạo môi trƣờng NTTS cho khu vực vƣờn quốc gia Xuân Thủy đƣợc triển khai trên địa bàn huyện Giao Thủy đã làm gia tăng diện tích rừng ngập mặn và NTTS.
Diện tích đất nông nghiệp mà chủ yếu là đất trồng lúa giảm dần qua các năm. Nguyên nhân dẫn đến giảm diện tích trồng lúa có nhiều: các nguyên nhân chủ quan nhƣ: do chuyển dịch cơ cấu kinh tế, do quy hoạch phát triển của huyện,..; nguyên nhân khách quan: do điều kiện canh tác không còn phù hợp với cây lúa (đất bị nhiễm mặn, thiếu nƣớc tƣới,… ).
Nhìn chung, tình hình biến động sử dụng đất trên địa bàn huyện trong một số năm gần đây ít phức tạp, việc sử dụng đất chủ yếu cải tạo diện tích đất chƣa sử dụng, chuyển mục đích sử dụng sang đất phi nông nghiệp phục vụ cho quá trình phát triển kinh tế, xã hội…
KẾT LUẬN VÀ KIẾN NGHỊ A. Kết luận
Trên cơ sở các kết quả nghiên cứu, đề tài đƣa ra một số kết luận sau:
1. Xâm nhập mặn:
- Diễn biến xâm nhập mặn đang có xu hƣớng kéo dài hơn. Trong giai đoạn từ 1989-2012 độ mặn tại 3 cống dọc sông có xu thế biến đổi theo mùa. Độ mặn trung bình đo đƣợc tại các cống cho thấy sự biến đổi độ mặn không đồng đều, tăng ở cả 3 cống, kể cả cống xa nhất là cống Ngô Đồng. Độ mặn tăng một cách dị thƣờng vào năm 2010 do ảnh hƣởng của nƣớc biển dâng làm lan truyền độ mặn vào sâu, đồng thời do tác động của hiện tƣợng El Nino.
- Các hoạt động tƣới tiêu theo quan sát, đƣợc kiểm soát tốt đặc biệt của các kênh nội đồng. Hệ thống các cống tƣới tiêu của khu vực nghiên cứu đƣợc tổ chức chặt chẽ, đây cũng là tiền đề tốt để ứng phó với gia tăng của XNM trong bối cảnh BĐKH.
2. Biến động sử dụng đất:
- Độ mặn tăng ở 3 cống chủ đạo nên ảnh hƣởng nhiều đến sử dụng đất, nhất là đất trồng lúa. XNM xuất hiện từ tháng 10 kéo dài đến tháng 6 năm sau, cùng với sự biến đổi độ mặn không đồng đều nên làm ảnh hƣởng rất nhiều đến lịch mùa vụ.
- Do bị XNM, đất không thể sử dụng đƣợc. Vì vậy, diện tích đất nông nghiệp đuợc chuyển đổi thành đất ở, đất xây dựng, đất giao thông, đất thủy lợi,..
- Diện tích rừng ngập mặn gia tăng gấp 2 lần, mà độ mặn vẫn tăng cho thấy rừng ngập mặn tại khu vực nghiên cứu chƣa có tác dụng nhiều trong bối cảnh BĐKH.
Qua sự tích hợp giữa Viễn thám và GIS đã thành lập đƣợc hệ thống bản đồ các công trình thủy lợi và hiện trạng sử dụng đất qua các năm. Góp phần tạo điều kiện thuận lợi cho việc phân vùng sử dụng đất và theo dõi các biến động về độ mặn cũng nhƣ tình trạng sử dụng đất trong bối cảnh BĐKH.
B.Kiến nghị
Trong khuôn khổ luận văn này, học viên chƣa phân tích mối quan hệ trực tiếp giữa độ mặn và biến đổi sử dụng đất do còn thiếu một số thông tin về năng xuất lúa, giống lúa,... để gắn kết với số liệu đo các cống, trạm khoan trắc.
Tuy nhiên cơ sở dữ liệu đƣợc xây dựng trong luận văn là điều kiện ban đầu cho việc đánh giá mối quan hệ này.
Cần có các nghiên cứu chuyên sâu hơn về nguyên nhân gây ra xâm nhập mặn. Diện tích rừng ngập mặn đƣợc đầu tƣ hơn nữa nhằm hạn chế các ảnh hƣởng tiêu cực từ quá trình xâm nhập mặn.
TÀI LIỆU THAM KHẢO
Tiếng Việt
1. Nguyễn Huy Anh, Đinh Thanh Kiên (2010), “Ứng dụng viễn thám và GIS thành lập bản đồ lớp phủ mặt đất khu vực Chân Mây, huyện Phú Lộc, tình Thừa Thiên Huế”, Kỷ yếu hội thảo ứng dụng GIS toàn quốc, NXB Nông nghiệp, Trang 45-51.
2. Phạm Văn Cự (2005), Cơ sở khoa học của phương pháp viễn thám với kỹ thuật xử lý số, Tài liệu giảng dạy: Trung tâm viễn thám và Geomatric VTGEO.
3. Phạm Văn Cự (2009), Nghiên cứu biến động sử dụng đất và ảnh hưởng của nó đến rác thải nông thôn huyện Duy Tiên, Hà Nam trên cơ sở ứng dụng viễn thám và GIS, đề tài trọng điểm Đại học Quốc gia Hà Nội. 4. Trần Quốc Đạt, Nguyễn Hiếu Trung, Kanchit Likitdecharote (2012),
“Mô phỏng xâm nhập mặn đồng bằng sông Cửu Long dưới tác động của nước biển dâng và sự suy giảm lưu lượng nước từ thượng nguồn”, Tạp chí khoa học Trƣờng Đại học Cần Thơ, Trang 141-150.
5. Đinh Thị Bảo Hoa (2004), Công nghệ viễn thám trong nghiên cứu biến động sử dụng đất đô thị, Chuyên đề: Ứng dụng viễn thám trong nghiên cứu chuyên đề và khu vực Đại học Khoa học Tự nhiên.
6. Vũ Hoàng Hoa (2009), “Nghiên cứu, dự báo xu thế diễn biến xâm nhập mặn do nước biển dâng cho vùng cửa sông ven biển Bắc Bộ”, Tạp chí Khoa học kỹ thuật và thủy lợi, số 27.
7. Phạm Hoàng Hải (2007), Nghiên cứu đánh giá thực trạng xâm nhập mặn vào khu vực nội đồng do ảnh hưởng sự phát triển nuôi trồng thủy hải sản trong đê tỉnh Thái Bình và đề xuất các biện pháp khắc phục, Đề tài cơ sở Viện địa lý, Viện hàn lâm khoa học và công nghệ Việt nam.
8. Vũ Hữu Long (2011), “Sử dụng tư liệu ảnh vệ tinh MODIS nghiên cứu mùa vụ cây trồng, lập bản đồ hiện trạng và biến động lớp phủ vùng đồng
bằng sông Hồng giai đoạn 2008 – 2010”, Kỷ yếu Hội thảo GIS toàn quốc năm 2011.
9. Nguyễn Thị Ngọc Nga (2007), Ứng dụng viễn thám và GIS nghiên cứu hình thái không gian của sự phát triển đô thị Hà Nội giai đoạn 1975 - 2005, Luận văn Thạc sĩ Khoa họcTrƣờng Đại học Khoa học Tự Nhiên – ĐHQGHN.
10. Nguyễn Ngọc Phi (2009), “Ứng dụng viễn thám theo dõi biến động đất đô thị của thành phố Vinh, tỉnh Nghệ An”, Tạp chí khoa học Viện địa chất, Viện Khoa học và Công nghệ Việt Nam.
11. Nguyễn Thanh Sơn (2003), Đo đạc và chỉnh lý số liệu thủy văn, trang 98 – 105, NXB Đại học Quốc gia Hà Nội.
12. Nguyễn Ngọc Thạch (2005), Giáo trình Cơ sở Viễn thám Đại học Quốc Gia Hà Nội, NXB Đại học quốc gia Hà Nội.
13. Hoàng Xuân Thành (2006), “Thành lập bản đồ thảm thực vật trên cơ sở phân tích, xử lý ảnh viễn thám tại khu vực Tủa Chùa – Lai Châu”, Tạp chí Khoa học Đại học Thủy Lợi, số 29 năm 2006.
14. Nguyễn Thị Thu Trang (2011), “Thực trạng sử dụng đất cửa Ba Lạt, huyện Giao Thủy, tỉnh Nam Định”, Tạp chí Khoa học và Phát triển 2011, Tập 9, số 6: 994 – 1003, Trƣờng Đại học nông nghiệp Hà Nội.
15. Phạm Gia Tùng (2011), “Ứng dụng GIS và viễn thám xây dựng bản đồ biến động quỹ đất lúa do tác động của biến đổi khí hậu giai đoạn 2000 – 2010: trường hợp nghiên cứu tại 3 xã thuộc huyện Phú Vang, tỉnh Thừa Thiên Huế”, Kỷ yếu Hội thảo GIS toàn quốc, (Đà Nẵng 12/2011, Trang: 1129-137.
16. Viện khoa học khí tƣợng thủy văn và môi trƣờng (2010), Áp dụng mô hình thủy lực MIKE 11 để tính toán thủy lực hệ thống sông Hồng phục vụ xây dựng bản đồ xâm nhập mặn tỉnh Nam Định, Báo cáo chuyên đề nghiên cứu khoa học.
Tiếng Anh
17. Aaron K. S., Curt H. D., (2003), “A combined Fuzzy Pixel- based and Object-based approach for classification of High-resolution multispectral data over urban areas”, IEEE transactions on geroscience and remote sensing, 41, pp. 2354-63.
18. Abdul Rahim S. and Abdul Ghani R, Biên dịch: Nguyễn Hồng Bàng,
Phương pháp tổng hợp quản lý xâm nhập mặn ở khu vực ven bờ biển,
trung tâm Thông tin lƣu trữ và ứng dụng công nghệ.
19. Aguilera F., Valenzuela L. M., Laitao A. B., (2011), “Landscape metrics in the analysis of urban land use patterns: A case study in a Spanish metropolitan area”, Landscape and Urban Planning, 99, pp. 226-38.
20. Ahmed Eldiery, Luis A. Garcia, Robin M.Reich (2005), Estimating Soil Salinity from Remote Sensing Data in Corn Fields
21. Austin D, (2006), Object-oriented processing and high spatial resolution imagery: A comparison of pixel and object based image classification of an IKONOS-2 image centered around barrbier lake Alberta Master of Geographic information systems Department of Geography: University of Calgary, Alberta.
22. Benz U. C., Hofmann P., Willhauck G., Lingenfelder I., Heynen M., (2004), “Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information”, Journal of Photogrammetry & Remote Sensing 58, pp. 239 – 58.
23. Bjorn Prenzel (2003), Remote sensing-based quantification of land-cover and land-use change for planning.
24. Blaschke T., Lang S., Lorup E., Strobl J., Zeil P., (2000), “Object- Oriented Image Processing in an Integrated GIS/Remote Sensing Environment and Perspectives for Environmental Applications”, Environment Information for Planning, Politics and the Public, 2, pp. 555-70.
25. Bochenek Z., Polawski Z., (1992), Use of remote sensing based GIS for urban studies Proc. of 12th EARSel symposium: EGER/HUNGARY/8- 11, pp. 195-197.
26. Chen M., Sua W., Li L., Zhang C., Yuea A., Lia H., (2009), “Comparison of Pixel-based and Object-oriented Knowledge-based Classification Methods Using SPOT5 Imagery”, Wseas transactions on information science and applications, 6.
27. De Kok R., Schneider T., Ammer U., (1999), Object-based classification and applications in the Alpine forest environment, 32, International Archives of Photogrammetry and Remote Sensing Valldolid Spain.
28. Dehvari A., Heck R. J., ( 2009 ), “Comparison of object-based and pixel based infrared airborne image classification methods using DEM thematic layer”, Journal of Geography and Regional Planning2, pp. 086-96.
29. Fensholt R., Sandholt I., (2003), “Derivation of a shortwave infrared water stress index from MODIS near- and shortwave infrared data in a semiarid enviroment”, Remote Sensing of Environment, 87, pp. 111-21. 30. Flanders D., Beyer M. H., Pereverzoff J., (2003), “Preliminary
evaluation of eCognition object-based software for cut block delineation and feature extraction”, Can. J. Remote Sensing, 29, pp. 441–52.
31. Gaurav K. P., Prasun K. G., (2010), “Comparison of Advanced Pixel Based (ANN and SVM) and Object-Oriented Classification Approaches Using Landsat-7 Etm+ Data”, International Journal of Engineering and Technology, 2, pp. 245-51.
32. Geneletti D., Gorte B. G. H., (2003), “A method for object-oriented land cover classification combining Landsat TM data and aerial photographs”, Int.J.Remote Sensing, 24, pp. 1273–86.
33. Ivits E., Koch B., Blaschke T., Jochum M., Adler P., (2005), “Landscape structure assessment with image grey-values and object-based classification at three spatial resolutions”, International Journal of Remote Sensing, 26, pp. 2975–93.
34. M. Harika, et al., (2012), Land Use/ Land Cover Changes Detection And Urban Sprawl Analysis.
35. Matinfar H.R., Sarmadian F., Alavi Panah S.K., Heck R.J., (2007), “Comparisons of Object-Oriented and Pixel-Based Classification of Land Use/Land Cover Types Based on Lansadsat 7, Etm+ Spectral Bands (Case Study: Arid Region of Iran)”, American-Eurasian J. Agriculture & Environment, Science, 2, pp. 448-56.
36. Mahmoud A. Abdelfattah, Shabbir A. Shahid & Yasser R. Othman (2009), “Soil Salinity Mapping Model Developed Using RS and GIS – A Case Study from Abu Dhabi, United Arab Emirates” 26: 342-351
37. Raines J., Hung I. K., Kroll J., (2008), A comarison of Pixel-based and Object-oriented image classification techniques for Forest cover type determination in East Texas, Master of Science in Spatial Science Faculty of the Graduate School: Stephen A. Austin State University. 38. Ryherd S., Woodcock C, (1996), “Combining Spectral and Texture Data
in the Segmentation of Remotely Sensed Images”, Photogrammetric Engineering & Remote Sensing, 62, pp. 181-94.
39. Selcuk Reis (2008), Analyzing Land Use/ Land Cover Chang Using Remote Sensing and GIS in Rize, North-East Turkey.
40. Tayyebi và nnk., (2008), Monitoring Land Use Change By Multi- temporal Landsat Remote Sensing Imagery.
41. Tucker C.J, (1979), “Red and photographic infrared linear combinations for monitoring vegetation”, Remote Sensing of the Environment, 8, pp. 127-50. 42. Vincenzo B., Giuliana B., (2008), “Object-oriented analysis applied to high
resolution satellite data”, Wseas transactions on signal processing, 4.
43. Vu Thanh Ca (1996), Sanility Intrusion in the Red River Delta,Semina on Environment end Development in Viet Nam
44. Weiqi Z., Austin T., Morgan G., (2008), “Object-based Land Cover Classification and Change Analysis in the Baltimore Metropolitan Area Using Multitemporal High Resolution Remote Sensing Data”, Sensors,
45. West,Ch.15, Salt Water Intrusion, Geology 229 Engineering Geology lecture 25.
46. Whiteside T., Ahmad W., (2005), A comparison of object-oriented and pixel-based classification methods for mapping land cover in northern Australia, ISBN 0-9581366-2-9 Proceedings of SSC2005 Spatial intelligence, innovation and praxis: The national biennial: Conference of the Spatial Sciences Institute.
47. Whiteside G., (2000), “Comparison of object oriented classification techniques and standard image analysis for the use of change detection between SPOT multispectral satellite images and aerial photos”, International Archives of Photogrammetry and Remote Sensing, 33, pp. 214-21.
48. Yan G., Mas J. F., Maathuis B. H. P., Xiangmin Z., Dijk P. M. V., (2006), “Comparison of pixel-based and object-oriented image classification approaches a case study in a coal fire area, Wuda, Inner Mongolia,China”, International Journal of Remote Sensing, 27, pp. 4039–55.