Luận văn thạc sĩ xử lý số liệu định vị và bản đồ hệ thống tích hợp viễn thám và gis trong đánh giá khả năng thích nghi của đất cho cây lúa

Luận văn thạc sĩ trình bày phương pháp xử lý số liệu định vị và bản đồ tích hợp viễn thám và GIS trong đánh giá khả năng thích nghi của đất cho cây lúa.

• Tác giả: Trần Thị Vân
• Người hướng dẫn: TS. Lê Văn Trung
• Trường học: Trường Đại học Bách Khoa
• Chuyên ngành: Xử lý số liệu định vị và bản đồ bằng kỹ thuật tin học
• Đề tài: Đánh Giá Khả Năng Thích Nghi Của Đất Cho Cây Lúa
• Loại tài liệu: luận án cao học
• Năm xuất bản: 2002
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• Ñaët vaán ñeà – Nguyeân nhaân choïn ñeà taøi
• Muïc tieâu cuûa ñeà taøi
• Giôùi haïn ñeà taøi
• Phöông phaùp thöïc hieän ñeà taøi
• 1. PHÖÔNG PHAÙP LUAÄN
• 2. MOÂ HÌNH TÍCH HÔÏP VIEÃN THAÙM VAØ HEÄ THOÂNG TIN ÑÒA LYÙ
• 3. TOÅNG QUAN KHU VÖÏC NGHIEÂN CÖÙU
• 4. CÔ SÔÛ DÖÕ LIEÄU VAØ CAÙC CHÆ TIEÂU ÑAÙNH GIAÙ
• 5. KEÁT QUAÛ ÑAÙNH GIAÙ THÍCH NGHI
• TAØI LIEÄU THAM KHAÛO

Tóm tắt

I. Giới thiệu về đánh giá khả năng thích nghi của đất cho cây lúa

Đánh giá khả năng thích nghi của đất cho cây lúa là một nhiệm vụ quan trọng trong việc quản lý và sử dụng đất nông nghiệp. Việc này không chỉ giúp xác định những vùng đất phù hợp cho việc trồng lúa mà còn hỗ trợ trong việc quy hoạch nông nghiệp bền vững. Công nghệ GIS và viễn thám đã trở thành những công cụ hữu ích trong việc thực hiện nhiệm vụ này, cho phép thu thập, phân tích và trình bày dữ liệu không gian một cách hiệu quả. Theo FAO, việc đánh giá đất cần xem xét nhiều yếu tố như tính chất đất, khả năng thích nghi, và mô hình đất. Sử dụng phương pháp này, nghiên cứu có thể cung cấp thông tin chi tiết về đặc điểm địa lý và môi trường của khu vực nghiên cứu, từ đó đưa ra những khuyến nghị hợp lý cho việc sử dụng đất.

II. Phương pháp đánh giá khả năng thích nghi của đất

Phương pháp đánh giá khả năng thích nghi của đất dựa trên việc tích hợp dữ liệu từ viễn thám và GIS. Đầu tiên, cần thu thập dữ liệu về đặc điểm đất như độ pH, độ ẩm, và các yếu tố sinh thái khác. Sau đó, dữ liệu này được xử lý và phân tích thông qua các mô hình GIS để xác định các khu vực có khả năng thích nghi tốt nhất cho cây lúa. Các kết quả từ phân tích không gian sẽ được trình bày dưới dạng bản đồ, giúp cho việc ra quyết định trong quy hoạch nông nghiệp trở nên dễ dàng hơn. Kết quả này không chỉ có giá trị cho việc trồng lúa mà còn có thể áp dụng cho các loại cây trồng khác, nhấn mạnh tính linh hoạt và ứng dụng rộng rãi của phương pháp này.

III. Kết quả và ứng dụng thực tiễn

Kết quả đánh giá khả năng thích nghi của đất cho cây lúa cho thấy những vùng đất có tiềm năng cao nhất, từ đó giúp nông dân và các nhà quản lý đất đai đưa ra quyết định hợp lý hơn trong việc sử dụng đất. Các bản đồ được tạo ra từ quá trình phân tích không gian cung cấp cái nhìn trực quan về khả năng sản xuất của từng khu vực, từ đó hỗ trợ trong việc lập kế hoạch sản xuất nông nghiệp. Việc áp dụng công nghệ GIS và viễn thám trong đánh giá đất không chỉ giúp tiết kiệm thời gian và chi phí mà còn tăng cường độ chính xác trong việc ra quyết định. Điều này đặc biệt quan trọng trong bối cảnh biến đổi khí hậu và những thách thức về an ninh lương thực hiện nay.

Nội dung chính

Tổng quan nghiên cứu

Sản xuất lúa gạo giữ vai trò trụ cột trong bảo đảm an ninh lương thực quốc gia và tạo nguồn thu ngoại tệ chiến lược cho Việt Nam. Trong giai đoạn chuyển giao kinh tế, khoảng 60% sản lượng gạo xuất khẩu được tiêu thụ tại thị trường Châu Á và 40% xuất khẩu sang Châu Âu, Bắc Mỹ, Châu Phi cùng Úc. Tuy nhiên, ngành lúa gạo chịu nhiều biến động bất ổn khi giá thóc có thời điểm giảm sâu xuống mức 1.200 – 1.300 đồng/kg, trực tiếp đe dọa sinh kế của hơn 70% nông dân nông thôn. Song song đó, tốc độ đô thị hóa nhanh chóng làm suy giảm hàng nghìn hecta đất nông nghiệp màu mỡ mỗi năm.

Vấn đề nghiên cứu trọng tâm là sự thiếu hụt các công cụ hiện đại để đánh giá tiềm năng đất đai một cách toàn diện và kịp thời. Các phương pháp điều tra thổ nhưỡng thủ công truyền thống đòi hỏi chi phí lớn, mất nhiều thời gian và khó cập nhật định kỳ. Mục tiêu cụ thể của luận văn là thiết lập quy trình khoa học ứng dụng công nghệ viễn thám và hệ thống thông tin địa lý (GIS) nhằm đánh giá định lượng khả năng thích nghi của đất đối với cây lúa theo tiêu chuẩn của Tổ chức Lương - Nông Quốc tế (FAO). Phạm vi không gian nghiên cứu được xác lập tại vùng đất Tiền Giang thuộc lưu vực Đồng bằng sông Cửu Long với tập dữ liệu không gian và thuộc tính giai đoạn 1999 – 2002. Kết quả của công trình giúp cắt giảm khoảng 60% thời gian biên tập bản đồ chuyên đề và nâng cao độ tin cậy của công tác quy hoạch nông nghiệp lên trên 85%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu vận dụng khung lý thuyết đánh giá đất đai tiêu chuẩn "Framework for Land Evaluation" do FAO ban hành năm 1976 với 6 nguyên tắc cốt lõi, trong đó khẳng định tính thích nghi chỉ có ý nghĩa khi gắn với từng loại hình sử dụng đất (LUT) cụ thể. Hệ thống phân cấp thích nghi gồm 4 bậc cơ bản: Bậc Thích nghi (S) và Bậc Không thích nghi (N), được phân chia thành 3 lớp thích nghi (S1 - Thích nghi cao, S2 - Thích nghi trung bình, S3 - Ít thích nghi) cùng 2 lớp không thích nghi (N1 - Tạm thời chưa thích nghi, N2 - Vĩnh viễn không thích nghi). Các lớp phụ được ký hiệu bằng các yếu tố hạn chế tự nhiên như ngập úng (f), độ phì (n), nhiễm mặn/phèn (g) hoặc điều kiện tưới (i).

Bên cạnh khung FAO, luận văn phân tích so sánh với hệ thống phân loại khả năng đất LCC của Bộ Nông nghiệp Hoa Kỳ (USDA, 1961) bao gồm 8 cấp độ đất, hệ thống thích nghi thủy lợi USBR (1953) gồm 5 cấp dựa trên khả năng chi trả tài chính, và mô hình đa tham số chỉ số Storie. Các khái niệm nền tảng được chuẩn hóa gồm: Đơn vị bản đồ đất (LMU), Chất lượng đất (LQ), Yêu cầu sử dụng đất (LUR) và Yếu tố hạn chế.

Phương pháp nghiên cứu

Quy mô dữ liệu sử dụng một cảnh ảnh vệ tinh Landsat 7 ETM đa phổ với độ phân giải không gian 30m và kênh toàn sắc 15m, bao phủ phạm vi không gian 180 km x 180 km. Mẫu dữ liệu thực địa bao gồm 45 điểm khảo sát thực địa kết hợp điều tra kinh tế - xã hội tại các nông hộ ở vùng nghiên cứu Tiền Giang, bảo đảm đại diện cho các tiểu vùng sinh thái nông nghiệp khác nhau.

Phương pháp phân tích ảnh viễn thám bao gồm hiệu chỉnh bức xạ, nắn chỉnh hình học về hệ tọa độ chuẩn, và áp dụng thuật toán phân loại có kiểm định theo nguyên lý xác suất cực đại (Maximum Likelihood Classifier - MLC). Lý do lựa chọn thuật toán MLC là khả năng tối ưu hóa hàm mật độ xác suất theo phân phối chuẩn, cho kết quả nhận dạng lớp phủ thực vật và mùa vụ lúa chính xác nhất. Trong môi trường GIS, phương pháp chồng lớp bản đồ (Overlay Analysis) tích hợp dữ liệu không gian và phi không gian theo nguyên tắc "giới hạn dưới" (Law of the Minimum), lấy mức thích nghi thấp nhất của các yếu tố thành phần làm mức thích nghi tổng quát của đơn vị đất. Toàn bộ chu trình phân tích được thực hiện nhất quán trong 2 giai đoạn chính: tiền xử lý - chiết tách thông tin từ viễn thám và mô hình hóa tích hợp đa biến trên GIS.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, việc giải đoán chuỗi ảnh viễn thám đa thời gian kết hợp nông lịch địa phương đã phân tách rõ nét 3 loại hình sử dụng đất lúa chủ đạo trên tổng diện tích tự nhiên hơn 240.000 ha của vùng nghiên cứu, đạt độ chính xác giải đoán thực địa trên 88%.

Thứ hai, nghiên cứu đã xây dựng được bản đồ đơn vị đất đai (LMU) hoàn chỉnh, làm rõ sự chi phối của 2 nhóm nhân tố hạn chế tự nhiên lớn nhất: chế độ ngập lũ sâu trên 1,0m vào mùa mưa tại khoảng 35% diện tích phía Tây và hiện tượng nhiễm mặn trên 4‰ kéo dài từ 2 đến 4 tháng tại hơn 40% diện tích ven biển phía Đông.

Thứ ba, kết quả phân hạng thích nghi đất đai cho thấy diện tích đạt cấp S1 (Thích nghi cao) cho cây lúa chiếm khoảng 45% tổng diện tích đất nông nghiệp, phân bố tập trung tại các dải đất phù sa ngọt ven sông Tiền. Diện tích cấp S2 (Thích nghi trung bình) chiếm 30%, chịu ảnh hưởng nhẹ bởi chế độ tiêu thoát hoặc nhiễm phèn tiềm tàng. Diện tích đất thuộc cấp S3 và N1 chiếm 25%, đòi hỏi đầu tư cải tạo thủy lợi ngăn mặn hoặc tiêu chua rửa phèn mới có thể canh tác hiệu quả.

Thảo luận kết quả

Sự phân bố của các lớp thích nghi phản ánh tương quan chặt chẽ giữa đặc tính thổ nhưỡng, địa hình và điều kiện thủy văn thực tế. Nguyên nhân chính khiến 25% diện tích rơi vào nhóm ít hoặc chưa thích nghi là do thiếu hụt công trình ngăn mặn mùa khô và hệ thống thoát lũ mùa mưa chưa đồng bộ. Khi so sánh với các phương pháp khảo sát truyền thống trước năm 1999, việc ứng dụng mô hình tích hợp Viễn thám - GIS giúp xác định ranh giới thích nghi chính xác hơn, loại bỏ các sai số chủ quan do ước lượng định tính.

Dữ liệu kết quả được tổng hợp trực quan thông qua bảng ma trận chéo (cross-tabulation matrix) kết hợp biểu đồ tròn thể hiện tỷ lệ diện tích của 4 cấp thích nghi (S1, S2, S3, N). Các bảng thống kê thuộc tính không gian giúp người quản lý dễ dàng tra cứu mối quan hệ giữa loại đất, độ sâu ngập và năng suất lúa bình quân từng mùa vụ. Hệ thống bản đồ phân vùng thích nghi được biên tập ở tỷ lệ 1:100.000 với đầy đủ các lớp thông tin chuyên đề, sẵn sàng tích hợp vào cơ sở dữ liệu quy hoạch tổng thể của địa phương.

Đề xuất và khuyến nghị

Thứ nhất, Sở Nông nghiệp và Phát triển Nông thôn cần tái cơ cấu lịch mùa vụ và cơ cấu giống lúa tại 25% diện tích thuộc nhóm S3 và N1 ven biển. Cụ thể, chuyển đổi linh hoạt sang mô hình lúa - tôm hoặc lúa chịu mặn trong giai đoạn 2 - 3 năm tới nhằm giảm thiểu rủi ro xâm nhập mặn.

Thứ hai, Sở Tài nguyên và Môi trường phối hợp cùng Ban Quản lý Đầu tư Xây dựng Thủy lợi đẩy mạnh đầu tư hệ thống đê bao khép kín và cống điều tiết cho khoảng 40.000 ha đất thuộc nhóm S2. Mục tiêu là nâng hạng thích nghi của khu vực này lên S1 trong khung thời gian 3 - 5 năm, bảo đảm cung cấp đủ nước ngọt quanh năm.

Thứ ba, chính quyền tỉnh cần đầu tư xây dựng hệ thống cơ sở dữ liệu số hóa tài nguyên đất trên nền tảng GIS, định kỳ cập nhật ảnh vệ tinh 12 tháng một lần để theo dõi sát sao biến động diện tích đất lúa trước áp lực công nghiệp hóa.

Thứ tư, Ngân hàng Nông nghiệp và các tổ chức tín dụng cần triển khai gói vay ưu đãi cho hơn 50.000 hộ nông dân tại các vùng hạn chế tự nhiên, hỗ trợ vốn chuyển đổi kỹ thuật canh tác và cải tạo đất phèn trong thời hạn 5 năm.

Đối tượng nên tham khảo luận văn

Thứ nhất, các nhà quản lý và chuyên viên quy hoạch tại Sở Tài nguyên và Môi trường, Sở Nông nghiệp và Phát triển Nông thôn. Luận văn cung cấp phương pháp luận và công cụ định lượng hỗ trợ ra quyết định phân bổ chỉ tiêu đất lúa chính xác, tránh xung đột sử dụng đất.

Thứ hai, các nhà khoa học, giảng viên và học viên cao học chuyên ngành Viễn thám, GIS, Quản lý đất đai và Khoa học môi trường. Tài liệu đóng vai trò như một cẩm nang mẫu về quy trình xử lý ảnh vệ tinh đa thời gian và mô hình hóa không gian đa chỉ tiêu.

Thứ ba, kỹ sư nông nghiệp và cán bộ trạm khuyến nông cấp huyện. Nhóm này có thể ứng dụng bảng phân cấp chất lượng đất để tư vấn cơ cấu giống và kỹ thuật canh tác tối ưu cho từng vùng sinh thái.

Thứ tư, các doanh nghiệp đầu tư trong lĩnh vực nông nghiệp công nghệ cao và kinh doanh chuỗi cung ứng lúa gạo. Tài liệu cung cấp dữ liệu phân vùng tiềm năng năng suất, giúp doanh nghiệp lựa chọn địa bàn liên kết sản xuất nguyên liệu ổn định.

Câu hỏi thường gặp

Ưu điểm nổi bật nhất của việc kết hợp viễn thám và GIS trong đánh giá đất là gì? Phương pháp tích hợp này cho phép thu nhận dữ liệu diện rộng nhanh chóng với chi phí tiết kiệm khoảng 50 - 70% so với điều tra thực địa đơn thuần, đồng thời chuẩn hóa dữ liệu đa nguồn vào một hệ tọa độ thống nhất, giúp phân tích không gian chính xác và cập nhật biến động đất đai liên tục.

Thuật toán Maximum Likelihood Classifier (MLC) đóng vai trò gì trong đề tài? Thuật toán MLC được sử dụng trong khâu phân loại ảnh viễn thám có kiểm định để nhận dạng chính xác các trạng thái lớp phủ thực vật và mùa vụ canh tác lúa. Dựa trên hàm phân phối xác suất chuẩn, MLC giúp phân tách độ phản xạ phổ của các đối tượng với độ chính xác đạt trên 85%.

Nguyên tắc "giới hạn dưới" trong phân hạng thích nghi đất đai của FAO hoạt động như thế nào? Theo nguyên tắc này, mức độ thích nghi tổng thể của một đơn vị đất đai được ấn định theo giá trị của yếu tố tự nhiên có cấp thích nghi thấp nhất. Chỉ cần một điều kiện như độ ngập lũ hay độ mặn không đạt yêu cầu thì toàn bộ đơn vị đất sẽ bị hạ bậc thích nghi tương ứng.

Vì sao yếu tố kinh tế - xã hội phải được tích hợp trong đánh giá thích nghi đất đai? Một loại đất dù rất màu mỡ nhưng đòi hỏi chi phí đầu tư thủy lợi quá cao hoặc sản phẩm làm ra không có thị trường tiêu thụ ổn định thì không thể coi là thích nghi bền vững. Phân tích kinh tế giúp so sánh giữa chi phí đầu vào và lợi nhuận thực tế của nông dân.

Mô hình trong luận văn có thể mở rộng cho các loại cây trồng khác không? Hoàn toàn có thể. Cấu trúc mô hình tích hợp Viễn thám - GIS được thiết kế linh hoạt. Khi thay đổi các tiêu chí yêu cầu sử dụng đất (LUR) phù hợp với đặc tính sinh thái của cây ăn trái, hoa màu hoặc cây công nghiệp, mô hình sẽ tự động tái phân hạng thích nghi chính xác.

Kết luận

• Luận văn đã chuẩn hóa thành công quy trình công nghệ tích hợp Viễn thám đa thời gian và GIS trong đánh giá tài nguyên đất theo tiêu chuẩn quốc tế FAO.
• Xây dựng hoàn chỉnh cơ sở dữ liệu số hóa và bản đồ phân vùng thích nghi đất đai cho cây lúa tại địa bàn tỉnh Tiền Giang với tỷ lệ diện tích S1 đạt 45%, S2 đạt 30% và S3/N đạt 25%.
• Khẳng định tính ưu việt của thuật toán phân loại ảnh viễn thám trong việc theo dõi biến động mùa vụ lúa, giúp giảm hơn một nửa thời gian biên tập bản đồ chuyên đề.
• Cung cấp luận cứ khoa học vững chắc phục vụ việc điều chỉnh quy hoạch sử dụng đất và tái cơ cấu cây trồng thích ứng với biến đổi khí hậu tại Đồng bằng sông Cửu Long.
• Mở ra tiềm năng ứng dụng rộng rãi mô hình cho hơn 10 loại cây trồng nông nghiệp chủ lực khác tại các vùng sinh thái trên phạm vi toàn quốc trong lộ trình 5 năm tiếp theo.

Các cơ quan quản lý và nhà nghiên cứu quan tâm có thể khai thác toàn văn công trình để triển khai áp dụng vào thực tiễn địa phương ngay hôm nay.

Trích đoạn nội dung tài liệu

BOÄ GIAÙO DUÏC VAØ ÑAØO TAÏO ÑAÏI HOÏC QUOÁC GIA TP. HOÀ CHÍ MINH TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TRAÀN THÒ VAÂN HEÄ THOÁNG TÍCH HÔÏP VIEÃN THAÙM VAØ GIS TRONG ÑAÙNH GIAÙ KHAÛ NAÊNG THÍCH NGHI CUÛA ÑAÁT CHO CAÂY LUÙA CHUYEÂN NGAØNH : XÖÛ LYÙ SOÁ LIEÄU ÑÒNH VÒ VAØ BAÛN ÑOÀ BAÈNG KYÕ THUAÄT TIN HOÏC MAÕ SOÁ NGAØNH : 2. 00 LUAÄN AÙN CAO HOÏC THAØNH PHOÁ HOÀ CHÍ MINH, thaùng 9 / 2002 COÂNG TRÌNH ÑÖÔÏC HOAØN THAØNH TAÏI TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA ÑAÏI HOÏC QUOÁC GIA TP. HOÀ CHÍ MINH Caùn boä höôùng daãn khoa hoïc : TS.

LEÂ VAÊN TRUNG Caùn boä chaám nhaän xeùt 1 : TS. TRAÀN TROÏNG ÑÖÙC Caùn boä chaám nhaän xeùt 2 : ThS. Leâ Thò Ngoïc Lieân Luaän aùn cao hoïc ñöôïc baûo veä taïi HOÄI ÑOÀNG BAÛO VEÄ LUAÄN AÙN CAO HOÏC TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA ngaøy thaùng naêm 2002 BOÄ GIAÙO DUÏC VAØ ÑAØO TAÏO COÄNG HOØA XAÕ HOÄI CHUÛ NGHÓA VEÄT NAM ÑAÏI HOÏC QUOÁC GIA TP. HOÀ CHÍ MINH Ñoäc laäp – Töï do – Haïnh phuùc TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA ----o0o---- ---------------- NHIEÄM VUÏ LUAÄN AÙN CAO HOÏC Hoï vaø teân hoïc vieân : TRAÀN THÒ VAÂN Phaùi : Nöõ Ngaøy thaùng naêm sinh : 20-03-1994 Nôi sinh : Saøi goøn Chuyeân ngaønh : Xöû lyù soá lieäu ñònh vò vaø baûn ñoà baèng kyõ thuaät tin hoïc I.

TEÂN ÑEÀ TAØI : HEÄ THOÁNG TÍCH HÔÏP VIEÃN THAÙM VAØ GIS TRONG ÑAÙNH GIAÙ KHAÛ NAÊNG THÍCH NGHI ÑAÁT CHO CAÂY LUÙA II. NHIEÄM VUÏ VAØ NOÄI DUNG : III. NGAØY GIAO NHIEÄM VUÏ : III. NGAØY HOAØN THAØN NHIEÄM VUÏ : V.

HOÏ VAØ TEÂN CAÙN BOÄ HÖÔÙNG DAÃN : TS. Leâ Vaên Trung VI. HOÏ VAØ TEÂN CAÙN BOÄ CHAÁM NHAÄN XEÙT 1 : TS. Traàn Troïng Ñöùc VII.

HOÏ VAØ TEÂN CAÙN BOÄ CHAÁM NHAÄN XEÙT 2 : ThS. Leâ Thò Ngoïc Lieân CAÙN BOÄ HÖÔÙNG DAÃN CAÙN BOÄ PHAÛN BIEÄN 1 CAÙN BOÄ PHAÛN BIEÄN 2 Noäi dung vaø ñeà cöông Luaän aùn Cao hoïc ñaõ ñöôïc thoâng qua Hoäi Ñoàng Chuyeân ngaønh Ngaøy thaùng naêm 2002 PHOØNG QLKH – SÑH CHUÛ NHIEÄM NGAØNH Xin chaân thaønh caùm ôn: - TS. Leâ Vaên Trung, ngöôøi tröïc tieáp höôùng daãn, giuùp ñôõ vaø taïo ñieàu kieän cho toâi hoaøn thaønh luaän vaên - KS. Nguyeãn Xuaân Nhieäm, ñaõ taän taâm höôùng daãn toâi trong quaù trình nghieân cöùu - Caùc thaày coâ giaûng daïy khoùa Cao hoïc - Caùc baïn beø, ñoàng nghieäp, gia ñình ñaõ goùp yù, ñoäng vieân vaø hoã trôï nhieät tình ñeå toâi coù theå hoaøn thaønh luaän vaên naøy.

Traàn Thò Vaân TOÙM TAÉT Trong nhieàu thaäp nieân qua, “Phöông phaùp ñaùnh giaù ñaát cuûa FAO” ñaõ chöùng minh ñöôïc tính öu vieät cuûa mình qua haøng loaït caùc coâng trình thöïc nghieäm ôû nhieàu quoác gia treân theá giôùi. Do noù xem xeùt taøi nguyeân ñaát trong moät heä thoáng bao goàm nhieàu yeáu toá taùc ñoäng laãn nhau veà töï nhieân, kinh teá, xaõ hoäi vaø caû chính trò coù aûnh höôûng ñeán ñònh höôùng khai thaùc boá trí söû duïng ñaát. Vì vaäy nguoàn döõ lieäu ñöa vaøo xöû lyù cho coâng taùc ñaùnh giaù ñaát ñai thöôøng laø khaù lôùn. Coâng ngheä vieãn thaùm vaø GIS töø laâu ñaõ chöùng toû laø nhöõng coâng cuï vaø phöông phaùp tieáp caän tieân tieán trong nhieàu lónh vöïc khoa hoïc.

Trong luaän vaên naøy, phöông phaùp thaønh laäp baûn ñoà ñaùnh giaù khaû naêng thích nghi ñaát ñai maø taùc giaû xaây döïng laø phöông phaùp tích hôïp 2 coâng ngheä treân qua moâ hình hoùa caùc moái quan heä giöõa caùc yeáu toá töï nhieân coù lieân quan ñeán ñaùnh giaù. Caùc keát quaû cuûa pheùp moâ hình hoùa naøy ñöôïc trình baøy döôùi daïng moät heä thoâng tin khoâng gian chuyeân ñeà. Caùc döõ lieäu ñaàu vaøo vaø keát quaû cuoái cuøng ñöôïc löu tröõ döôùi daïng döõ lieäu soá, giaûm thieåu thôøi gian xöû lyù khoái löôïng lôùn döõ lieäu, cho pheùp caäp nhaät thöôøng xuyeân vaø kòp thôøi phuïc vuï cho coâng taùc giaùm saùt vaø quaûn lyù laõnh thoå. Ñoàng thôøi, chuùng cuõng coù theå ñöôïc söû duïng tieáp cho caùc öùng duïng khaùc nhau trong phaïm vi khu vöïc nghieân cöùu.

ABSTRACT In the past decades, the “Framework of Land Evaluation” of FAO has proved the superiority through a series of experimental projects in much country throughout the world. It examines land resources in a system concluding physical, economic, social and political factors in mutual impact, effecting to orientation, exploitation, and arrangement to utilize the land. However, the input database serving to the evaluation work is usually numerous. Remote sensing and GIS is showed as useful tools and advantage approach in many domain of science.

In this thesis, author establishs the method to mapping land suitability for rice based on the integration of remote sensing and GIS technologies by modelling the mutual relation of physical factors to attend the evaluation. The results of this modelling are expressed in a thematical spatial informatics system. The inputs and outputs is stored in digital data, helping to minimize the time of processing the great of data, to update regularly and timely serving the monitoring and managing the territory. By the time, the data will be useful for another application in the territory.

NHÖÕNG CHÖÕ VIEÁT TAÉT TRONG LUAÄN VAÊN CSDL : Cô sôû döõ lieäu ÑBSCL : Ñoàng baèng soâng Cöûu long FAO : Toå chöùc Löông – Noâng quoác teá GIS : Heä thoâng tin ñòa lyù ISSS : Hieäp hoäi Thoå nhöôõng quoác teá LCC : Heä thoáng phaân loaïi khaû naêng ñaát LMU : Ñôn vò baûn ñoà ñaát LUT : Loaïi hình söû duïng ñaát LQ : Chaát löôïng ñaát ñai LUR : Yeâu caàu söû duïng ñaát LUS : Heä thoáng söû duïng ñaát USBR : Vaên phoøng Khieáu naïi Myõ USDA : Boä Noâng nghieäp Myõ Luaän vaên Cao hoïc MUÏC LUÏC MÔÛ ÑAÀU. Ñaët vaán ñeà – Nguyeân nhaân choïn ñeà taøi. Muïc tieâu cuûa ñeà taøi. Giôùi haïn ñeà taøi.

Phöông phaùp thöïc hieän ñeà taøi. 6 PHAÀN I: CÔ SÔÛ KHOA HOÏC CHO VIEÄC ÑAÙNH GIAÙ KHAÛ NAÊNG THÍCH NGHI ÑAÁT. 9 CHÖÔNG I : PHÖÔNG PHAÙP LUAÄN. Khaùi nieäm vaø ñònh nghóa.

Muïc tieâu vaø caùc nguyeân taéc trong ñaùnh giaù ñaát cuûa FAO. Muïc tieâu ñaùnh giaù ñaát. Caùc nguyeân taéc ñaùnh giaù ñaát cuûa FAO. Phöông phaùp ñaùnh giaù ñaát.

Vai troø ñaùnh giaù ñaát trong quy hoaïch phaùt trieån noâng thoân 16 1. Caáu truùc phaân loaïi vaø phöông phaùp phaân haïng khaû naêng thích nghi ñaát ñai. Caáu truùc phaân loaïi khaû naêng thích nghi ñaát ñai. Phaïm vi phaân loaïi.

Phöông phaùp xaùc ñònh haïng thích nghi ñaát ñai. Taùc ñoäng cuûa yeáu toá kinh teá - xaõ hoäi ñeán vieäc thích nghi. Caùc heä thoáng ñaùnh giaù tröôùc FAO. Heä thoáng phaân loaïi khaû naêng ñaát cuûa USDA (1961).

Heä thoáng phaân loaïi khaû naêng thích nghi ñaát USBR. Heä thoáng ñaùnh giaù chæ soá Storie. 24 CHÖÔNG II : MOÂ HÌNH TÍCH HÔÏP VIEÃN THAÙM VAØ HEÄ THOÂNG TIN ÑÒA LYÙ. Toång quan veà kyõ thuaät vieãn thaùm.

Döõ lieäu aûnh söû duïng trong vieãn thaùm. Tính chaát phoå cuûa aûnh vieãn thaùm. Khaû naêng cung caáp thoâng tin veà caùc ñoái töôïng maët ñaát cuûa döõ lieäu vieãn thaùm. Khaû naêng xöû lyù döõ lieäu vieãn thaùm treân heä xöû lyù aûnh.

31 Trang 1 Luaän vaên Cao hoïc 2. Toång quan veà heä thoâng tin ñòa lyù (GIS). Khaùi nieäm vaø chöùc naêng. Khaû naêng phaân tích vaø tích hôïp thoâng tin cuûa GIS.

Yeáu toá chuyeân gia trong heä GIS. Vaán ñeà tích hôïp vieãn thaùm vaø GIS trong ñaùnh giaù khaû naêng thích nghi caây troàng. Tích hôïp döõ lieäu trong vieãn thaùm vaø GIS. Moâ hình ñaùnh giaù khaû naêng thích nghi ñaát treân cô sôû tích hôïp vieãn thaùm vaø GIS.

37 PHAÀN II: ÖÙNG DUÏNG VIEÃN THAÙM VAØ GIS TRONG ÑAÙNH GIAÙ KHAÛ NAÊNG THÍCH NGHI ÑAÁT CHO CAÂY LUÙA. 51 CHÖÔNG III : TOÅNG QUAN KHU VÖÏC NGHIEÂN CÖÙU. Ñaëc ñieåm töï nhieân. Ñaëc ñieåm kinh teá - xaõ hoäi.

57 CHÖÔNG IV : CÔ SÔÛ DÖÕ LIEÄU VAØ CAÙC CHÆ TIEÂU ÑAÙNH GIAÙ. Cô sôû döõ lieäu thöïc hieän ñeà taøi. Döõ lieäu thu thaäp. Xaây döïng vaø phaân tích döõ lieäu chuyeân ñeà.

Caùc yeáu toá ñöôïc choïn vaø chæ tieâu phaân caáp duøng cho ñaùnh giaù khaû naêng thích nghi ñaát. Toå chöùc döõ lieäu. 78 CHÖÔNG V : KEÁT QUAÛ ÑAÙNH GIAÙ THÍCH NGHI. Xaùc ñònh caùc ñôn vò ñaát ñai.

Caùc loaïi hình söû duïng ñaát luùa vaø yeâu caàu söû duïng ñaát. Phaân haïng thích nghi ñaát ñai ñoái vôùi caây luùa. Ñaùnh giaù keát quaû. 101 TAØI LIEÄU THAM KHAÛO.

104 Trang 2 Luaän vaên Cao hoïc MÔÛ ÑAÀU i. Ñaët vaán ñeà – Nguyeân nhaân choïn ñeà taøi ii. Muïc tieâu cuûa ñeà taøi iii. Giôùi haïn ñeà taøi iv.

Phöông phaùp thöïc hieän ñeà taøi Trang 3 Luaän vaên Cao hoïc i. Ñaët vaán ñeà Ñeå traû lôøi möùc ñoä thích nghi cuûa ñaát cho söû duïng Noâng, Laâm, Ngö nghieäp. töø tröôùc ñeán nay, nhieàu lónh vöïc khoa hoïc ñaõ töøng tham gia, ñoùng goùp nhöõng hieåu bieát roäng lôùn nhaát cuûa mình vaøo vieäc ñaùnh giaù ñaát ñai. Traûi qua thôøi gian, ñaùnh giaù ñaát ñaõ töøng ñöôïc thöïc hieän döôùi nhieàu hình thöùc khaùc nhau, vôùi nhöõng teân goïi khaù phong phuù nhö: Ñaùnh giaù ñoä phì nhieâu cuûa ñaát (Liebig, 1840; Mitscherlish, 1909; Sanchez, 1976), Ñaùnh giaù ñaát ñai (ISSS vaø Visser, 1950), Phaân loaïi ñaát ñai (Vink, 1960), Phaân loaïi khaû naêng ñaát (Klingebiel, 1958), Khaû naêng thích nghi ñaát cho thuûy lôïi cuûa USBR (USBR, 1953).

Haàu heát caùc phöông phaùp ñaùnh giaù ñaát noùi treân chæ ñöôïc caên cöù vaøo caùc yeáu toá töï nhieân, chuû yeáu laø caùc thuoäc tính cuûa ñaát, vaø giöõa chuùng coù nhieàu phaân bieät veà muïc tieâu, thuaät ngöõ, soá löôïng, loaïi ñaëc ñieåm ñaát vaø veà tính logic cuûa phöông thöùc ñeå ñi ñeán phaân caáp thích nghi. Nhöõng phaân bieät naøy ñaõ haïn cheá ñeán söï trao ñoåi thoâng tin giöõa caùc heä thoáng. Vì vaäy, yeâu caàu laø ñöa ra moät tieâu chuaån hoùa veà thuaät ngöõ vaø phöông phaùp luaän trong ñaùnh giaù ñaát. Ñaùp öùng yeâu caàu naøy, vaøo naêm 1976, toå chöùc FAO vaø nhoùm coâng taùc Haø Lan ñaõ ñöa ra moät heä thoáng ñaùnh giaù ñaát ñai vôùi teân goïi “Framework For Land Evaluation” (FAO, 1976).

Ngay töø khi môùi coâng boá, Framework ñaõ ñöôïc aùp duïng trong nhieàu quoác gia, laø taøi lieäu ñöôïc trích daãn nhieàu nhaát trong ñaùnh giaù ñaát ñai vaø haàu heát caùc taùc giaû ñeàu ñoàng yù veà taàm quan troïng cuûa noù cho söï phaùt trieån cuûa chuyeân ngaønh ñaùnh giaù ñaát ñai (C. Van Diepen et al, 1991). Do mang tính thöïc teá, trong voøng hôn 10 naêm qua Framework cuõng ñaõ ñöôïc aùp duïng vaø toû ra coù giaù trò trong vieäc laøm caên cöù khoa hoïc cho quy hoaïch söû duïng ñaát ôû Vieät Nam, giuùp cho caùc nhaø nghieân cöùu tìm ra caùc bieän phaùp thích hôïp cho vieäc phaùt trieån noâng nghieäp beàn vöõng. Beân caïnh ñoù, vaøi naêm gaàn ñaây, neàn kinh teá nöôùc ta phaùt trieån ñaõ ñem laïi thu nhaäp cho ngöôøi daân thaønh thò, ñôøi soáng ngaøy caøng khaám khaù.