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 giá trị kết quả nội suy (giá trị dự báo) và các giá trị dùng để tham chiếu (giá trị thực đo). Hệ số xác định bội được xác định dựa vào công thức sau:
Trong đó:
X: giá trị thực đo (giá trị đã biết, giá trị tham chiếu)
X: giá trị thực đo trung bình, Y: giá trị dự báo
Y: giá trị dự báo trung bình,
n: là số lượng giá trị dùng để nội suy
Giá trị R2 dao động từ 0 đến 1. Khi R2 bằng không nghĩa là không có sự tương quan nào giữa tập giá trị dự báo và tập giá trị thực đo, nghĩa là mô hình dùng để nội suy là hoàn toàn không phù hợp. R2càng gần 1 thể hiện sự tương quan càng lớn giữa tập giá trị dự báo và tập giá trị thực đo và khi R2 bằng 1 thì sự tương quan là tuyệt đối. R2 càng gần 1 hoặc bằng 1 thể hiện sự phù hợp cao hoặc phù hợp tuyệt đối của mô hình dùng để nội suy.
Ví dụ cụ thể như sau: giả sử R bình phương là 0.60, thì mô hình này phù hợp với tập dữ liệu ở mức 60%. Nói cách khác, 60% biến thiên của biến phụ
thuộc (tập số liệu dự báo) được giải thích bởi các biến độc lập (tập số liệu dùng để nội suy). Thông thường, ngưỡng của R2 phải trên 50%, vì như thế mô hình mới phù hợp. Tuy nhiên tùy vào dạng nghiên cứu, như các mô hình nội suy về tài chính, không phải tất cả các hệ số R2 đều bắt buộc phải thỏa mãn lớn hơn 50%.
3.4.5.2. Sai số trung phương (RMSE)
Sai số trung phương (Root Mean Squared Error - RMSE) là một thước đo thường được sử dụng để xác định sự sai khác giữa các giá trị được dự đoán bởi một mô hình và các giá trị thực sự quan sát được từ môi trường đang được mô phỏng. Những khác biệt riêng lẻ giữa các cặp giá trị dự báo - giá trị thực đo này còn được gọi là dư thừa, và RMSE được sử dụng để tổng hợp chúng thành một chỉ số duy nhất để đánh giá độ chính xác toàn cục của mô hình.
Công thức là:
Trong đó:
RMSE: sai số trung phương, Xi: giá trị thực đo tại vị trí i Yi: giá trị dự báo tại vị trí i
n: số điểm mẫu dùng để đánh giá độ chính xác
RMSE có giá trị từ 0 - ∞, giá trị RMSE bằng không thể hiện độ chính xác tuyệt đối của mô hình nội suy, giá trị RMSE càng gần không thì mô hình càng chính xác.
3.4.5.3. Sai số trung bình phần trăm tuyệt đối
Việc sử dụng RMSE để đánh giá độ chính xác nhiều khi gặp những khó khăn nhất định. Vì khi tập giá trị dùng để nội suy có giá trị càng lớn (ví dụ đến hàng triệu) thì RMSE cũng sẽ có giá trị càng xa giá trị không (0), nhưng chưa thể khẳng định là phương pháp dùng để nội suy là không chính xác. Ngược lại, khi tập giá trị dùng để nội suy càng bé (ví dụ bé hơn 1) thì giá trị RMSE càng gần không (0) hơn, nhưng cũng chưa thể khẳng định là phương pháp nội suy là chính xác. Trong những trường hợp đó, Sai số trung bình phần trăm tuyệt đối được lựa
chọn sử dụng. Sai số trung bình phần trăm tuyệt đối (Mean Absolute Percent Error - MAPE), còn được gọi là độ lệch tuyệt đối trung bình (Mean Absolute Percent Deviation - MAPD), biểu đạt độ chính xác dưới dạng tỷ lệ phần trăm, vì thế đánh giá được sự sai khác tương đối (tính theo %) giữa tập giá trị dự báo và tập giá trị thực đo. MAPE được xác định như sau:
Trong đó:
MAPE: sai số trung bình phần trăm tuyệt đối Xi: giá trị thực đo tại điểm thứ i
Yi: giá trị dự báo tại điểm thứ i
n: số điểm mẫu dùng để đánh giá độ chính xác
MAPE có giá trị từ 0% đến 100%, giá trị MAPE càng bé thể hiện mô hình dùng để nội suy càng chính xác. Ngược lại giá trị MAPE càng lớn thể hiện mô hình dùng để nội suy càng thiếu chính xác.
3.4.6. Phƣơng pháp thống kê
- Thống kê diện tích ngập lụt của từng loại hình sử dụng đất tương ứng với các mức độ ngập lụt từ bản đồ ngập lụt đã xây dựng.
- Thống kê diện tích ngập lụt của từng loại hình sử dụng đất đối với các xã trên địa bàn huyện Đức Thọ từ bản đồ ngập lụt đã xây dựng.
Để có hình ảnh tổng quát về tổng thể nghiên cứu, số liệu phải được xử lý tổng hợp, trình bày, tính toán các số đo; kết quả có được sẽ giúp khái quát được đặc trưng của tổng thể.