Luận văn thạc sĩ về đánh giá độ nhạy cảm với lở đất tại tỉnh Nghệ An sử dụng GIS và cảm biến từ xa

• Tác giả: Nguyen Hoang Ninh
• Người hướng dẫn: Dr. Ngo Le An
• Trường học: Thuy Loi University
• Chuyên ngành: Hydrology and Water Resources
• Đề tài: Đánh Giá Độ Nhạy Cảm Với Lở Đất Bằng GIS Và Cảm Biến Từ Xa: Nghiên Cứu Điển Hình Tại Nghệ An, Việt Nam
• Loại tài liệu: master thesis
• Năm xuất bản: 2017
• Địa điểm: Ha Noi

• ACKNOWLEDGEMENT
• DECLARATION
• ABSTRACT
• 1. CHAPTER 1: Introduction
• 1.1. Objective of study
• 1.2. Research question
• 2. CHAPTER II: Literature review
• 2.1. Landslide Process
• 2.2. Landslide types and triggering factors
• 2.3. Apply Remote Sensing and GIS in landslide susceptibility assessment
• 2.3.1. Remote Sensing
• 2.3.2. GIS
• 3. CHAPTER III: Study area and data collection
• 3.1. Study area
• 3.2. Natural features related to landslide
• 3.3. Human activities related to landslide
• 3.4. Data Collection
• 3.4.1. Satellite images data
• 3.4.2. Soil data
• 3.4.3. Landslide inventory data
• 4. CHAPTER IV
• 4.1. Rainfall factor (R)
• 4.2. Soil Erodibility factor (K)
• 4.3. Topography Factors (LS)
• 4.4. Crop and Management Factor (C)
• 4.5. Conservation Practice Factor (P)
• 4.6. Correlation between soil erosion map and landslide occurrence
• 5. CHAPTER V
• 5.1. RS analysis
• 5.1.1. Lansat 8 pre-processing
• 5.1.2. Normalized Difference Vegetation Index
• 5.1.3. Transformed Value Range
• 5.1.4. Average Annual Soil Loss
• 5.1.5. Verification of Erosion Soil Loss Map
• 5.1.6. Distribution of the susceptibility zones for landslide
• 5.1.6.1. The Very high susceptibility zone for landslide
• 5.1.6.2. The high susceptibility zone for landslide
• 5.1.6.3. The average susceptibility zone for landslide
• 5.1.6.4. The low susceptibility zone for landslide
• Conclusion
• References

I. Giới thiệu

Nghiên cứu này nhằm đánh giá độ nhạy cảm với lở đất tại tỉnh Nghệ An, Việt Nam, thông qua việc áp dụng công nghệ GIS và cảm biến từ xa. Nghệ An có địa hình phức tạp với sự phân cắt mạnh mẽ bởi dãy núi Trường Sơn, dẫn đến tần suất xảy ra lở đất, lũ quét và dòng chảy bùn đất. Mô hình RUSLE được sử dụng để dự đoán tỷ lệ xói mòn trung bình hàng năm, là một yếu tố quan trọng trong việc đánh giá rủi ro thiên tai và quản lý thiên tai. Việc áp dụng mô hình này giúp xác định các khu vực có nguy cơ cao về lở đất, từ đó giúp các nhà quản lý đưa ra các quyết định kịp thời nhằm giảm thiểu thiệt hại. Một trong những mục tiêu chính của nghiên cứu là đánh giá mối tương quan giữa bản đồ xói mòn tiềm năng và vị trí thực tế của các sự kiện lở đất.

II. Tài liệu tham khảo

Nghiên cứu đã tổng hợp nhiều tài liệu liên quan đến cảm biến từ xa và GIS trong việc đánh giá độ nhạy cảm với lở đất. Các nghiên cứu trước đó cho thấy rằng việc sử dụng các công cụ kỹ thuật như GIS và cảm biến từ xa có thể cải thiện độ chính xác trong việc xác định các khu vực có nguy cơ lở đất. Một số nghiên cứu đã chỉ ra rằng các yếu tố như độ dốc, loại đất, và lượng mưa đều ảnh hưởng đến sự xuất hiện của lở đất. Theo Highland et al., việc sử dụng cảm biến từ xa để phân tích các yếu tố địa lý và môi trường là rất quan trọng trong việc phát hiện và dự đoán các sự kiện lở đất. Điều này cho thấy rằng việc tích hợp công nghệ GIS và cảm biến từ xa là cần thiết để tạo ra các bản đồ độ nhạy cảm chính xác và hữu ích cho việc quản lý rủi ro.

III. Phương pháp nghiên cứu

Phương pháp nghiên cứu bao gồm việc thu thập dữ liệu từ các nguồn khác nhau như hình ảnh vệ tinh, dữ liệu đất và dữ liệu về lở đất. Dữ liệu vệ tinh được sử dụng để phân tích độ che phủ đất và xác định các khu vực có nguy cơ cao về lở đất. Mô hình RUSLE được áp dụng để tính toán tỷ lệ xói mòn đất, từ đó tạo ra bản đồ xói mòn tiềm năng. Việc sử dụng GIS cho phép tích hợp các dữ liệu không gian và thực hiện phân tích không gian, qua đó xác định mối quan hệ giữa các yếu tố gây ra lở đất. Kết quả cho thấy rằng khoảng 26% diện tích tỉnh Nghệ An có độ nhạy cảm rất cao và cao đối với lở đất, điều này phản ánh chính xác tình hình thực tế tại khu vực.

IV. Kết quả và thảo luận

Kết quả nghiên cứu chỉ ra rằng các khu vực có độ nhạy cảm cao với lở đất chủ yếu tập trung ở các vùng đồi núi, nơi có lượng mưa lớn và độ dốc cao. Việc áp dụng mô hình RUSLE kết hợp với công nghệ GIS và cảm biến từ xa đã mang lại những thông tin quý giá cho việc quản lý rủi ro lở đất. Các dữ liệu thu thập được không chỉ giúp xác định các khu vực có nguy cơ cao mà còn hỗ trợ trong việc lập kế hoạch ứng phó với thiên tai. Kết quả này có thể được sử dụng như một công cụ hữu ích cho các nhà quản lý và quy hoạch để giảm thiểu thiệt hại do lở đất gây ra.

V. Kết luận

Nghiên cứu đã chứng minh rằng việc áp dụng công nghệ GIS và cảm biến từ xa trong việc đánh giá độ nhạy cảm với lở đất là rất hiệu quả. Các phương pháp này không chỉ giúp xác định các khu vực có nguy cơ cao mà còn cung cấp thông tin quan trọng cho việc lập kế hoạch và quản lý rủi ro thiên tai. Kết quả nghiên cứu có thể được áp dụng rộng rãi trong các nghiên cứu và dự án tương tự tại Việt Nam và các khu vực có điều kiện địa lý tương tự. Điều này mở ra cơ hội cho việc phát triển các giải pháp quản lý thiên tai bền vững và hiệu quả hơn trong tương lai.

Tổng quan nghiên cứu

Ngành địa chất và tài nguyên nước tại Việt Nam đang đối mặt với thách thức lớn từ các hiện tượng sạt lở đất, đặc biệt tại các vùng núi phía Bắc Trung Bộ như tỉnh Nghệ An. Với diện tích 16.487 km², Nghệ An có địa hình phức tạp, chịu ảnh hưởng mạnh mẽ của dãy Trường Sơn và hệ thống sông ngòi dày đặc. Tỉnh này chịu lượng mưa trung bình hàng năm từ 1600 đến 2000 mm, tập trung chủ yếu trong mùa mưa từ tháng 5 đến tháng 11, tạo điều kiện thuận lợi cho các hiện tượng sạt lở, lũ quét và lũ ống xảy ra thường xuyên. Theo báo cáo của Ngân hàng Thế giới, thiệt hại do thiên tai tại Việt Nam đã lên tới 13.035 người chết và thiệt hại kinh tế khoảng 91 nghìn tỷ đồng, trong đó sạt lở đất là một trong những nguyên nhân chính.

Mục tiêu nghiên cứu là đánh giá khả năng ứng dụng mô hình RUSLE (Revised Universal Soil Loss Equation) kết hợp với công nghệ Viễn thám (Remote Sensing) và Hệ thống Thông tin Địa lý (GIS) để phân vùng nguy cơ sạt lở đất tại khu vực miền núi tỉnh Nghệ An. Nghiên cứu tập trung vào việc xác định các yếu tố ảnh hưởng như lượng mưa, đặc tính đất, địa hình và sử dụng đất, nhằm xây dựng bản đồ tiềm năng xói mòn đất và đánh giá mức độ nhạy cảm với sạt lở. Phạm vi nghiên cứu bao gồm 11 huyện miền núi của tỉnh Nghệ An, với dữ liệu thu thập từ năm 1975 đến 2016, bao gồm số liệu khí tượng, bản đồ địa chất, ảnh vệ tinh Landsat 8 và dữ liệu hiện trường về các điểm sạt lở.

Kết quả nghiên cứu có ý nghĩa quan trọng trong việc hỗ trợ các nhà quản lý, hoạch định chính sách và các bên liên quan trong công tác phòng chống và giảm nhẹ rủi ro thiên tai, góp phần bảo vệ tính mạng, tài sản và phát triển bền vững vùng miền núi.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên hai lý thuyết và mô hình chính:

1. Mô hình RUSLE (Revised Universal Soil Loss Equation): Đây là mô hình thực nghiệm được phát triển để dự đoán lượng xói mòn đất trung bình hàng năm dựa trên các yếu tố: lượng mưa (R), tính dễ xói mòn của đất (K), chiều dài và độ dốc của sườn núi (LS), hệ số che phủ và quản lý đất (C), và biện pháp bảo vệ đất (P). Công thức tổng quát là:

[ A = R \times K \times L \times S \times C \times P ]

trong đó $A$ là lượng xói mòn đất (tấn/ha/năm).

2. Ứng dụng GIS và Viễn thám: GIS được sử dụng để quản lý, phân tích và mô hình hóa dữ liệu không gian liên quan đến địa hình, đất đai, khí hậu và hiện trạng sử dụng đất. Viễn thám giúp phân loại lớp phủ thực vật thông qua chỉ số NDVI (Normalized Difference Vegetation Index) từ ảnh Landsat 8, hỗ trợ xác định hệ số C trong mô hình RUSLE.

Các khái niệm chính bao gồm:

• Yếu tố R (Rainfall erosivity factor): Chỉ số mô tả khả năng gây xói mòn của lượng mưa, được tính dựa trên dữ liệu mưa hàng ngày từ 8 trạm khí tượng trong giai đoạn 1975-2006.
• Yếu tố K (Soil erodibility factor): Đặc trưng cho khả năng bị xói mòn của từng loại đất, được xác định dựa trên bản đồ đất Việt Nam tỷ lệ 1:200.000 và bảng giá trị K theo tiêu chuẩn FAO.
• Yếu tố LS (Slope length and steepness factor): Tính toán dựa trên mô hình địa hình số (DEM) với độ phân giải 90m, phản ánh ảnh hưởng của độ dài và độ dốc sườn núi đến quá trình xói mòn.
• Chỉ số NDVI: Được tính từ ảnh Landsat 8 để xác định mức độ che phủ thực vật, từ đó xác định hệ số C.

Phương pháp nghiên cứu

Nguồn dữ liệu chính bao gồm:

• Dữ liệu khí tượng: lượng mưa hàng ngày từ 8 trạm khí tượng tỉnh Nghệ An (1975-2006).
• Dữ liệu địa hình: DEM từ SRTM với độ phân giải 90m.
• Dữ liệu đất: bản đồ đất Việt Nam tỷ lệ 1:200.000.
• Ảnh vệ tinh Landsat 8 (năm 2016) để tính NDVI.
• Dữ liệu hiện trường về 1276 điểm sạt lở được khảo sát trong dự án “Điều tra, đánh giá và cảnh báo phân vùng sạt lở đất ở vùng núi Việt Nam”.

Phương pháp phân tích bao gồm:

• Tiền xử lý ảnh Landsat 8 (hiệu chỉnh khí quyển, chuyển đổi sang giá trị phản xạ).
• Tính toán chỉ số NDVI để xác định hệ số C.
• Sử dụng GIS để tính toán các yếu tố R, K, LS và áp dụng mô hình RUSLE để tạo bản đồ xói mòn đất trung bình hàng năm.
• Phân tích thống kê tần suất (frequency ratio) để đánh giá mối tương quan giữa bản đồ xói mòn và vị trí sạt lở thực tế.
• Phân vùng nguy cơ sạt lở dựa trên kết quả mô hình và xác nhận bằng dữ liệu hiện trường.

Quy trình nghiên cứu kéo dài trong khoảng thời gian từ năm 2015 đến 2017, với cỡ mẫu 1276 điểm sạt lở được khảo sát thực địa, sử dụng phương pháp chọn mẫu ngẫu nhiên có chủ đích nhằm đảm bảo tính đại diện cho khu vực nghiên cứu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Bản đồ phân vùng xói mòn đất: Kết quả mô hình RUSLE cho thấy lượng xói mòn đất trung bình hàng năm tại Nghệ An dao động từ khoảng 0 đến trên 40 tấn/ha/năm. Khu vực có độ dốc lớn và ít che phủ thực vật có mức xói mòn cao nhất, đặc biệt tại các huyện miền núi như Quy Chau, Que Phong và Ky Son.

2. Phân vùng nguy cơ sạt lở: Kết quả phân vùng cho thấy khoảng 26% diện tích thuộc vùng có nguy cơ rất cao và 25% diện tích thuộc vùng nguy cơ cao về sạt lở đất. Các vùng này tập trung chủ yếu ở các huyện miền núi phía Tây tỉnh Nghệ An, phù hợp với thực tế quan sát hiện trường.

3. Mối tương quan giữa xói mòn đất và sạt lở: Phân tích tần suất cho thấy các khu vực có mức xói mòn cao có tỷ lệ xuất hiện sạt lở lớn hơn 1,5 lần so với mức trung bình, chứng tỏ sự liên hệ chặt chẽ giữa quá trình xói mòn và nguy cơ sạt lở. Ví dụ, trong vùng có lượng xói mòn trên 20 tấn/ha/năm, tỷ lệ sạt lở chiếm hơn 40% tổng số điểm khảo sát.

4. Ảnh hưởng của các yếu tố địa hình và khí hậu: Độ dốc sườn núi trên 25% chiếm hơn 38% diện tích tỉnh, làm tăng đáng kể nguy cơ sạt lở. Lượng mưa trung bình hàng năm từ 1600-2000 mm, tập trung trong mùa mưa, là yếu tố kích thích chính gây ra các sự kiện sạt lở.

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự phân bố nguy cơ sạt lở không đồng đều là do sự kết hợp của địa hình dốc, đặc tính đất dễ bị xói mòn và lượng mưa lớn tập trung trong mùa mưa. Kết quả phù hợp với các nghiên cứu trước đây về mối liên hệ giữa xói mòn đất và sạt lở tại các vùng núi nhiệt đới ẩm. Việc sử dụng mô hình RUSLE kết hợp GIS và Viễn thám đã giúp mô phỏng chính xác các vùng có nguy cơ cao, hỗ trợ hiệu quả cho công tác quản lý rủi ro thiên tai.

Dữ liệu có thể được trình bày qua các biểu đồ phân bố tần suất sạt lở theo mức độ xói mòn, bản đồ phân vùng nguy cơ sạt lở và bản đồ phân bố các yếu tố ảnh hưởng như độ dốc, lượng mưa. Bảng so sánh tỷ lệ sạt lở theo từng vùng xói mòn cũng minh họa rõ mối quan hệ giữa các biến số.

Đề xuất và khuyến nghị

1. Tăng cường trồng rừng và bảo vệ lớp phủ thực vật: Động từ hành động: trồng, bảo vệ; mục tiêu giảm hệ số C trong mô hình RUSLE; thời gian thực hiện: 3-5 năm; chủ thể: chính quyền địa phương, các tổ chức bảo vệ rừng.

2. Xây dựng hệ thống cảnh báo sạt lở dựa trên dữ liệu mưa và địa hình: Động từ hành động: phát triển, vận hành; mục tiêu giảm thiểu thiệt hại do sạt lở; thời gian: 1-2 năm; chủ thể: cơ quan khí tượng thủy văn, ban chỉ huy phòng chống thiên tai.

3. Quản lý và quy hoạch sử dụng đất hợp lý: Động từ hành động: quy hoạch, kiểm soát; mục tiêu giảm thiểu tác động của hoạt động khai thác, xây dựng lên độ ổn định sườn núi; thời gian: liên tục; chủ thể: sở tài nguyên môi trường, chính quyền địa phương.

4. Nâng cao nhận thức cộng đồng về phòng chống sạt lở: Động từ hành động: tuyên truyền, đào tạo; mục tiêu giảm thiểu rủi ro cho người dân; thời gian: liên tục; chủ thể: các tổ chức xã hội, trường học, chính quyền địa phương.

Đối tượng nên tham khảo luận văn

1. Nhà quản lý và hoạch định chính sách: Sử dụng kết quả để xây dựng các kế hoạch phòng chống thiên tai, phân vùng nguy cơ và quy hoạch phát triển bền vững.

2. Các nhà nghiên cứu và học viên: Tham khảo phương pháp ứng dụng mô hình RUSLE kết hợp GIS và Viễn thám trong đánh giá nguy cơ sạt lở, làm cơ sở cho các nghiên cứu tiếp theo.

3. Cơ quan khí tượng thủy văn và phòng chống thiên tai: Áp dụng dữ liệu và bản đồ phân vùng để phát triển hệ thống cảnh báo sớm và kế hoạch ứng phó kịp thời.

4. Cộng đồng dân cư và tổ chức phi chính phủ: Nâng cao nhận thức về nguy cơ sạt lở, từ đó chủ động phòng tránh và giảm thiểu thiệt hại.

Câu hỏi thường gặp

1. Mô hình RUSLE có phù hợp để đánh giá nguy cơ sạt lở không?
   Mô hình RUSLE được thiết kế để dự đoán xói mòn đất, yếu tố liên quan mật thiết đến sự hình thành sạt lở. Nghiên cứu cho thấy bản đồ xói mòn đất có mối tương quan cao với vị trí sạt lở thực tế, do đó RUSLE là công cụ hữu hiệu trong đánh giá nguy cơ sạt lở.

2. Dữ liệu nào được sử dụng để tính toán các yếu tố trong mô hình?
   Dữ liệu bao gồm lượng mưa hàng ngày từ 8 trạm khí tượng, bản đồ đất Việt Nam, ảnh vệ tinh Landsat 8 để tính NDVI, và DEM độ phân giải 90m từ SRTM. Dữ liệu hiện trường về 1276 điểm sạt lở cũng được sử dụng để xác thực kết quả.

3. Làm thế nào để xác định hệ số C từ ảnh vệ tinh?
   Hệ số C được tính dựa trên chỉ số NDVI, phản ánh mức độ che phủ thực vật. Giá trị NDVI được chuyển đổi sang thang 0-1 để xác định hệ số C, với giá trị thấp tương ứng với lớp phủ thực vật dày đặc và giảm thiểu xói mòn.

4. Phạm vi áp dụng của kết quả nghiên cứu này?
   Kết quả phù hợp với các khu vực miền núi có đặc điểm khí hậu nhiệt đới gió mùa, địa hình dốc và lượng mưa lớn như tỉnh Nghệ An và các vùng lân cận, giúp hỗ trợ công tác quản lý rủi ro thiên tai.

5. Các biện pháp giảm thiểu sạt lở hiệu quả nhất là gì?
   Các biện pháp bao gồm bảo vệ và phục hồi lớp phủ thực vật, quy hoạch sử dụng đất hợp lý, xây dựng hệ thống cảnh báo sớm và nâng cao nhận thức cộng đồng. Nghiên cứu nhấn mạnh vai trò của việc kết hợp các giải pháp kỹ thuật và xã hội.

Kết luận

• Nghiên cứu đã thành công trong việc ứng dụng mô hình RUSLE kết hợp GIS và Viễn thám để phân vùng nguy cơ sạt lở đất tại tỉnh Nghệ An.
• Khoảng 51% diện tích tỉnh thuộc vùng có nguy cơ sạt lở cao và rất cao, tập trung chủ yếu ở các huyện miền núi.
• Mối tương quan rõ ràng giữa bản đồ xói mòn đất và vị trí sạt lở thực tế được xác nhận qua phân tích thống kê.
• Kết quả nghiên cứu cung cấp cơ sở khoa học cho công tác quản lý rủi ro thiên tai và quy hoạch phát triển bền vững.
• Đề xuất các giải pháp cụ thể nhằm giảm thiểu nguy cơ sạt lở, đồng thời kêu gọi sự phối hợp giữa các cơ quan quản lý, cộng đồng và nhà nghiên cứu để triển khai hiệu quả.

Hành động tiếp theo: Áp dụng kết quả nghiên cứu vào quy hoạch phát triển địa phương, xây dựng hệ thống cảnh báo sớm và triển khai các biện pháp bảo vệ môi trường. Các nhà quản lý và chuyên gia được khuyến khích tham khảo và phát triển thêm các nghiên cứu liên quan nhằm nâng cao hiệu quả phòng chống sạt lở đất.