Tổng quan nghiên cứu

Khu vực huyện Trực Ninh và huyện Nam Trực thuộc tỉnh Nam Định sở hữu tổng diện tích tự nhiên là 30.784,4 ha, trong đó đất phù sa màu mỡ chiếm tới 86%, đóng vai trò vùng trọng điểm sản xuất nông nghiệp của tỉnh. Theo số liệu thống kê, quy mô dân số toàn khu vực năm 2017 đạt 186.170 người với mật độ tập trung cao khoảng 1.211 người/km2. Nằm ở vị trí cửa ngõ phía nam thành phố Nam Định và bám sát trục giao thông huyết mạch Quốc lộ 21, hai huyện đang trải qua quá trình đô thị hóa, công nghiệp hóa và nâng cấp hạ tầng mạnh mẽ. Sự phát triển này thúc đẩy nhu cầu chuyển đổi mục đích sử dụng đất, đặc biệt là sự thu hẹp quỹ đất nông nghiệp để nhường chỗ cho đất xây dựng và hạ tầng kinh tế.

Vấn đề đặt ra là các phương pháp quản lý, thống kê đất đai truyền thống dựa trên sổ sách và đo đạc bản đồ giấy bộc lộ nhiều hạn chế về thời gian cập nhật, tốn kém chi phí nhân lực và khó nắm bắt bức tranh không gian tổng thể theo thời gian thực. Mục tiêu trọng tâm của nghiên cứu là ứng dụng công nghệ viễn thám (Remote Sensing - RS) kết hợp Hệ thống thông tin địa lý (GIS) để lượng hóa và thành lập bản đồ biến động sử dụng đất tại huyện Trực Ninh và Nam Trực giai đoạn 2010 - 2018 (chu kỳ 8 năm), đồng thời đề xuất giải pháp kỹ thuật công nghệ nâng cao hiệu quả giám sát tài nguyên đất. Kết quả nghiên cứu đạt độ chính xác phân loại tổng thể trên 88%, chỉ số Kappa vượt 0,85, mang lại cơ sở dữ liệu số hóa khách quan phục vụ trực tiếp cho công tác quy hoạch, cân đối bài toán phát triển kinh tế gắn với phát triển bền vững tại địa phương.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên lý thuyết biến động sử dụng đất và lớp phủ (Land Use and Land Cover Change - LUCC) do Ellis (2010) và Turner (1990, 1992) phát triển. Theo đó, biến động đất đai bao gồm sự chuyển đổi hoàn toàn từ loại hình này sang loại hình khác và sự chuyển đổi nội tại trong phương thức canh tác dưới tác động của con người. Bên cạnh đó, đề tài tiếp cận hệ thống phân loại lớp phủ theo chuẩn của Tổ chức Nông Lương Liên Hợp Quốc FAO (1997, 1999) và Gregorio & Jansen (1997), phân định rõ giữa thuộc tính vật lý quan sát được trên bề mặt và chức năng kinh tế - xã hội của thửa đất.

Cơ sở khoa học viễn thám dựa trên nguyên lý phản xạ phổ điện từ đặc trưng của từng loại đối tượng bề mặt ở các dải bước sóng khác nhau (từ 0,44 μm đến 2,30 μm). Thảm thực vật khỏe mạnh hấp thụ mạnh bức xạ ở dải ánh sáng nhìn thấy (khoảng 0,63 - 0,69 μm) nhờ chất diệp lục và phản xạ rất mạnh ở dải cận hồng ngoại NIR (0,76 - 0,90 μm) do cấu trúc tế bào lá. Ngược lại, thổ nhưỡng có độ phản xạ tăng đều theo chiều dài bước sóng, còn mặt nước hấp thụ gần như toàn bộ năng lượng ở dải hồng ngoại. Các khái niệm cốt lõi vận hành xuyên suốt đề tài gồm: Lớp phủ đất (Land Cover), Hiện trạng sử dụng đất (Land Use), Độ phản xạ phổ (Spectral Reflectance), Ma trận sai số (Error Matrix) và Hệ số thống kê Kappa (κ) đo lường độ tin cậy của thuật toán phân loại ảnh.

Phương pháp nghiên cứu

Nguồn dữ liệu sử dụng trong nghiên cứu bao gồm ảnh vệ tinh đa phổ SPOT-5 năm 2010 (độ phân giải không gian 2,5m - 10m) và ảnh vệ tinh Sentinel-2B năm 2018 (mã hiệu 48QXH, trang bị 13 kênh phổ với độ phân giải 10m ở các kênh Blue, Green, Red và NIR). Dữ liệu phụ trợ gồm bản đồ hiện trạng sử dụng đất, số liệu kiểm kê đất đai năm 2010 và 2018 cùng hệ thống tọa độ VN-2000 kinh tuyến trục 105°30’. Timeline triển khai thực hiện toàn diện diễn ra từ tháng 01/2018 đến tháng 10/2019.

Nghiên cứu tiến hành thu thập sơ cấp với tổng cỡ mẫu là 300 điểm thực địa bằng thiết bị GPS cầm tay, chia đều cho 5 loại hình sử dụng đất chính (60 điểm mẫu cho mỗi loại gồm: đất trồng lúa, đất trồng cây hàng năm khác, đất trồng cây lâu năm, đất xây dựng và đất mặt nước). Phương pháp chọn mẫu phân tầng ngẫu nhiên được áp dụng nhằm đảm bảo tính đại diện trên toàn lãnh thổ 2 huyện; trong đó 50% số điểm (150 mẫu) dùng để định nghĩa vùng mẫu huấn luyện và 50% số điểm còn lại (150 mẫu) dùng độc lập để kiểm chứng ma trận sai số.

Phương pháp xử lý ảnh áp dụng thuật toán phân loại có kiểm định theo xác suất cực đại (Maximum Likelihood Classification). Thuật toán này được lựa chọn vì dựa trên hàm mật độ xác suất phân phối chuẩn Gauss đa chiều, giúp tối ưu hóa việc phân tách các pixel có đặc tính phổ tương đồng, giảm thiểu sai số gán nhầm lớp. Nền tảng ArcGIS được sử dụng để nắn chỉnh hình học, chuyển đổi dữ liệu raster sang vector, phân tích chồng xếp không gian (Spatial Overlay) đa thời gian và trích xuất ma trận biến động diện tích chi tiết.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả phân loại ảnh vệ tinh đạt độ tin cậy rất cao khi kiểm chứng qua ma trận sai số. Năm 2010, độ chính xác tổng thể đạt 91,33% với hệ số Kappa đạt 0,89. Năm 2018, độ chính xác tổng thể đạt 88,67% với chỉ số Kappa đạt 0,85, vượt xa ngưỡng tin cậy tiêu chuẩn (κ > 0,80) trong giải đoán ảnh viễn thám quang học.

Quá trình phân tích chồng xếp không gian giai đoạn 2010 - 2018 tại huyện Trực Ninh và Nam Trực làm nổi bật các biến động cụ thể sau:

Thứ nhất, diện tích đất trồng lúa ghi nhận mức sụt giảm mạnh nhất với quy mô giảm 728,04 ha trong 8 năm, từ mức diện tích lớn ban đầu bị thu hẹp đáng kể để chuyển sang các mục đích canh tác và xây dựng khác.

Thứ hai, diện tích đất trồng cây hàng năm khác có xu hướng mở rộng vượt bậc với mức tăng 519,537 ha, trở thành nhóm đất nông nghiệp có tốc độ tăng trưởng diện tích cao nhất toàn vùng.

Thứ ba, đất xây dựng và hạ tầng tăng thêm 257,994 ha, phản ánh làn sóng đô thị hóa, công nghiệp hóa và mở rộng các khu dân cư tập trung dọc các tuyến giao thông chính.

Thứ tư, đất trồng cây lâu năm tăng 51,382 ha nhờ xu hướng cải tạo vườn tạp và phát triển mô hình kinh tế trang trại; trong khi đó diện tích đất mặt nước giảm 100,877 ha do bị san lấp, chuyển đổi cục bộ sang đất xây dựng và nuôi trồng chuyên canh.

Thảo luận kết quả

Nguyên nhân cốt lõi dẫn đến sự sụt giảm 728,04 ha đất lúa bắt nguồn từ sự kết hợp của 2 động lực: chính sách tái cơ cấu nông nghiệp thúc đẩy nông dân chuyển đổi chân ruộng trũng, năng suất thấp sang trồng cây hàng năm có giá trị kinh tế cao hơn (tăng 519,537 ha), và áp lực giải phóng mặt bằng phục vụ các cụm công nghiệp, khu đô thị mới ven trục Quốc lộ 21 nối liền trung tâm tỉnh Nam Định.

Các phát hiện này có thể được trực quan hóa rõ nét thông qua ma trận chuyển đổi đất đai (Cross-tabulation Matrix) và bản đồ chuyên đề đa thời gian, giúp nhà quản lý nhận diện chính xác các lát cắt không gian nơi dòng chuyển dịch diễn ra tập trung nhất. Kết quả nghiên cứu hoàn toàn tương đồng với các công trình của Nguyễn Thị Thu Hiền (2015) tại Quảng Ninh và Aksaray University (2008) tại Thổ Nhĩ Kỳ, khẳng định xu thế tất yếu của việc suy giảm diện tích đất canh tác truyền thống tại các vùng ven đô có tốc độ tăng trưởng kinh tế nhanh. Ý nghĩa thực tiễn của dữ liệu này giúp chính quyền địa phương cảnh báo sớm nguy cơ suy giảm diện tích an ninh lương thực và định hình ranh giới bảo vệ đất lúa nghiêm ngặt trong giai đoạn tiếp theo.

Đề xuất và khuyến nghị

Nhằm hoàn thiện quy trình công nghệ và nâng cao hiệu quả quản trị tài nguyên đất tại huyện Trực Ninh, huyện Nam Trực nói riêng và tỉnh Nam Định nói chung, các giải pháp trọng tâm bao gồm:

Thứ nhất, nâng cấp nguồn tư liệu ảnh viễn thám sang các hệ thống cảm biến quang học có độ phân giải không gian siêu cao (dưới 1m đến 2m) như SPOT-6/7, VNREDSat-1 hoặc PlanetScope. Giải pháp này giúp bóc tách chi tiết từng tiểu loại đất theo đúng bảng danh mục 28 loại đất quy định tại Thông tư số 27/2018/TT-BTNMT của Bộ Tài nguyên và Môi trường, khắc phục hoàn toàn hiện tượng pixel hỗn hợp giữa đất ở nông thôn xen kẽ vườn cây.

Thứ hai, xây dựng và chuẩn hóa cơ sở dữ liệu địa lý (GIS Database) đa thời gian cấp huyện đồng bộ với hệ thống thông tin đất đai quốc gia (VILIS/MPLIS), hoàn thành tích hợp 100% dữ liệu không gian và thuộc tính trước năm 2025. Cơ sở dữ liệu này đóng vai trò hạt nhân cho mô hình quản lý đất đai số hóa và hỗ trợ ra quyết định trực tuyến.

Thứ ba, thiết lập quy trình tự động hóa giám sát biến động định kỳ 6 tháng hoặc 1 năm một lần bằng cách kết hợp thuật toán học máy (Random Forest, SVM) trên nền tảng điện toán đám mây như Google Earth Engine. Mục tiêu kỹ thuật giúp rút ngắn 70% thời gian biên tập bản đồ và cắt giảm ít nhất 50% chi phí điều tra ngoại nghiệp định kỳ.

Thứ tư, Phòng Tài nguyên và Môi trường 2 huyện chủ trì phối hợp cùng Sở Tài nguyên và Môi trường Nam Định tổ chức đào tạo kỹ năng phân tích không gian GIS chuyên sâu cho 100% cán bộ địa chính tại 38 xã, thị trấn, đảm bảo nhân sự cơ sở có đủ năng lực cập nhật và khai thác bản đồ số trong giai đoạn 2023 - 2030.

Đối tượng nên tham khảo luận văn

Nội dung và phương pháp trong công trình mang lại giá trị thực tiễn và học thuật cho 4 nhóm đối tượng chính:

Thứ nhất, Cơ quan quản lý Nhà nước về đất đai và môi trường (Sở Tài nguyên và Môi trường tỉnh Nam Định, Phòng Tài nguyên và Môi trường huyện Trực Ninh, Nam Trực). Tài liệu cung cấp số liệu thực chứng về 728,04 ha đất lúa biến động và bản đồ chuyên đề phục vụ trực tiếp công tác lập quy hoạch, kế hoạch sử dụng đất 5 năm và 10 năm.

Thứ hai, Các kỹ sư và chuyên gia quy hoạch không gian đô thị - nông thôn. Luận văn cung cấp mô hình phân tích không gian hỗ trợ đánh giá tác động của hạ tầng giao thông Quốc lộ 21 đến xu hướng mở rộng 257,994 ha đất xây dựng.

Thứ ba, Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Quản lý đất đai, Hệ thống thông tin địa lý (GIS), Viễn thám và Trắc địa bản đồ. Công trình là tài liệu tham khảo chuẩn mực về quy trình phân loại ảnh SPOT, Sentinel kết hợp đánh giá độ chính xác qua chỉ số thống kê Kappa (κ).

Thứ tư, Các doanh nghiệp công nghệ địa không gian (Geospatial) và tư vấn đo đạc bản đồ. Đơn vị tư vấn có thể kế thừa quy trình kết hợp dữ liệu GPS 300 điểm mẫu và xử lý ảnh đa phổ để xây dựng các gói giải pháp giám sát tài nguyên thông minh cho các địa phương khác.

Câu hỏi thường gặp

Độ chính xác giải đoán ảnh SPOT-5 và Sentinel-2 trong luận văn đạt mức nào?

Kết quả giải đoán đạt độ tin cậy rất cao theo tiêu chuẩn trắc địa viễn thám quốc tế. Cụ thể, ảnh SPOT-5 năm 2010 đạt độ chính xác tổng thể 91,33% với hệ số Kappa là 0,89; ảnh Sentinel-2B năm 2018 đạt độ chính xác tổng thể 88,67% với chỉ số Kappa là 0,85 khi kiểm chứng độc lập trên 150 điểm mẫu thực địa.

Thuật toán Maximum Likelihood mang lại lợi thế gì khi phân loại đất đai?

Thuật toán xác suất cực đại (Maximum Likelihood) tính toán dựa trên phân phối xác suất thống kê Gauss của các giá trị độ sáng phổ. Phương pháp này tối ưu hóa việc phân chia các pixel vào 5 nhóm lớp phủ chính, hạn chế tối đa việc nhầm lẫn giữa đất thổ nhưỡng ẩm và đất mặt nước nông.

Nguyên nhân cốt lõi khiến diện tích đất trồng lúa giảm hơn 728 ha là gì?

Nguyên nhân chủ yếu do việc chuyển đổi cơ cấu cây trồng nội bộ nông nghiệp sang đất trồng cây hàng năm khác (tăng 519,537 ha) nhằm nâng cao thu nhập kinh tế, kết hợp với nhu cầu thu hồi đất phục vụ mở rộng mạng lưới giao thông, khu dân cư và hạ tầng công nghiệp (tăng 257,994 ha).

Vì sao cần kết hợp cả công nghệ Viễn thám và GIS trong đánh giá biến động đất đai?

Viễn thám đóng vai trò thu nhận ảnh vệ tinh đa thời gian trên diện rộng 307,844 km2 với chu kỳ ngắn, giúp trích xuất lớp phủ khách quan. Trong khi đó, GIS cung cấp công cụ phân tích không gian, chồng xếp dữ liệu và quản trị cơ sở dữ liệu số để định lượng chính xác từng dòng chuyển dịch.

Làm thế nào để phân loại chi tiết các loại đất theo đúng bảng phân loại của Bộ Tài nguyên và Môi trường?

Cần kết hợp tư liệu viễn thám có độ phân giải không gian siêu cao (dưới 1 mét) với dữ liệu bản đồ địa chính dạng số cấp xã, đồng thời tích hợp các thuật toán học máy phân loại theo đối tượng (Object-based Image Analysis - OBIA) thay vì phân loại theo pixel đơn lẻ.

Kết luận

  • Công trình khẳng định tính ưu việt của việc tích hợp công nghệ viễn thám và GIS trong việc đánh giá nhanh, chính xác và đồng bộ biến động tài nguyên đất đai trên quy mô hơn 30.784 ha lãnh thổ.
  • Nghiên cứu định lượng hóa rõ nét xu hướng chuyển dịch cơ cấu sử dụng đất giai đoạn 2010 - 2018: đất lúa giảm mạnh 728,04 ha, đất cây hàng năm tăng 519,54 ha và đất xây dựng mở rộng 257,99 ha.
  • Phương pháp luận đạt độ tin cậy khoa học cao với độ chính xác tổng thể phân loại ảnh trên 88% và hệ số kiểm định Kappa đều vượt ngưỡng 0,85 trên cả 2 thời điểm ảnh SPOT-5 và Sentinel-2B.
  • Bộ dữ liệu và bản đồ biến động thành lập là cơ sở khoa học then chốt giúp các nhà hoạch định chính sách cân đối bài toán an ninh lương thực và phát triển hạ tầng kinh tế tại địa phương.
  • Định hướng tiếp theo cần tập trung chuyển đổi số, ứng dụng ảnh vệ tinh độ phân giải siêu cao và thuật toán điện toán đám mây để xây dựng hệ thống giám sát đất đai cập nhật theo thời gian thực.

Quý cơ quan, nhà nghiên cứu và bạn đọc quan tâm đến quy trình kỹ thuật xử lý ảnh viễn thám cùng hệ cơ sở dữ liệu biến động đất đai chi tiết có thể liên hệ trực tiếp Khoa Quản lý đất đai - Học viện Nông nghiệp Việt Nam để tiếp cận toàn văn công trình và trao đổi học thuật.