Tổng quan nghiên cứu

Quá trình công nghiệp hóa và đô thị hóa nhanh chóng đang tạo ra áp lực khổng lồ lên tài nguyên đất đai tại các vùng kinh tế trọng điểm. Tại tỉnh Thái Nguyên, trung tâm kinh tế - xã hội của vùng Trung du và miền núi phía Bắc với quy mô dân số năm 2019 đạt 1.286.751 người và tốc độ tăng trưởng công nghiệp bình quân đạt 70,8%/năm, nhu cầu chuyển dịch đất nông - lâm nghiệp sang đất công nghiệp và quần cư diễn ra vô cùng gay gắt. Thực tế công tác quản lý cho thấy, nhiều đồ án quy hoạch sử dụng đất đến năm 2035 đứng trước nguy cơ phá vỡ hoặc phải điều chỉnh liên tục do thiếu công cụ giám sát không gian định lượng và cập nhật kịp thời.

Mục tiêu cốt lõi của nghiên cứu là xây dựng quy trình tích hợp công nghệ Viễn thám (Remote Sensing), Hệ thống thông tin địa lý (GIS) và mô hình Mạng tự động tế bào kết hợp chuỗi Markov (CA-Markov) nhằm định lượng chính xác biến động lớp phủ mặt đất giai đoạn 2007 - 2019, đồng thời mô phỏng dự báo xu thế biến đổi không gian đến năm 2025 phục vụ công tác giám sát quy hoạch. Phạm vi nghiên cứu bao trùm toàn bộ không gian tự nhiên tỉnh Thái Nguyên với tổng diện tích phân tích tương ứng 3.909.863 điểm ảnh (pixel), trải qua ba mốc thời gian thực nghiệm 2007, 2013, 2019 và dự báo tới năm 2025.

Nghiên cứu mang ý nghĩa khoa học và thực tiễn sâu sắc khi cung cấp một khung công cụ số có độ tin cậy cao với chỉ số kiểm định Kappa đạt trên 85%. Kết quả nghiên cứu lượng hóa chi tiết mức độ biến đổi của 5 loại hình lớp phủ chính, chỉ rõ các điểm nóng vi phạm hoặc mất cân đối so với quy hoạch, tạo cơ sở dữ liệu số chuẩn xác giúp chính quyền địa phương tối ưu hóa phân bổ nguồn lực đất đai và nâng cao hiệu lực quản lý nhà nước đạt tỷ lệ chính xác trên 90%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết phân loại lớp phủ bề mặt chuẩn quốc tế của FAO LCC (Food and Agriculture Organization Land Cover Classification) và hệ thống CORINE của Châu Âu. Trong đó, hệ phân loại FAO LCC cấp 3 phân chia bề mặt thành 8 nhóm dựa trên bản chất vật lý tự nhiên và nhân tạo, làm cơ sở xây dựng hệ thống 5 lớp phủ phù hợp với địa bàn tỉnh Thái Nguyên: Đất quần cư, Đất nông nghiệp, Đất lâm nghiệp, Mặt nước và Đất trống.

Khung mô hình hóa biến động không gian dựa trên sự tích hợp giữa Chuỗi Markov (Markov Chain) và Mạng tự động tế bào (Cellular Automata - CA), kết hợp thuật toán Đánh giá đa tiêu chí (Multi-Criteria Evaluation - MCE). Chuỗi Markov thực hiện vai trò kiểm soát kích thước biến động thông qua ma trận xác suất chuyển đổi trạng thái giữa hai thời điểm $T_1$ và $T_2$. Trong khi đó, CA đảm nhiệm việc mô phỏng lan tỏa không gian dựa trên trạng thái của các ô lân cận (neighborhood configuration) và bản đồ thích nghi đa tiêu chí, giải quyết triệt để bài toán biến đổi đồng thời cả về lượng và về vị trí không gian của 5 nhóm lớp phủ.

Phương pháp nghiên cứu

Nguồn dữ liệu đầu vào sử dụng chuỗi 3 cảnh ảnh vệ tinh Landsat đa thời gian gồm Landsat 5 TM (thu nhận ngày 24/5/2007) và Landsat 8 OLI/TIRS (thu nhận ngày 02/12/2013 và 29/8/2019) có độ phân giải không gian 30m x 30m, bao phủ toàn bộ 3.909.863 pixel của tỉnh Thái Nguyên. Dữ liệu bổ trợ bao gồm bản đồ hiện trạng sử dụng đất, bản đồ thổ nhưỡng, bản đồ giao thông tỷ lệ 1:50.000 và ảnh vệ tinh độ nét cao từ Google Earth.

Phương pháp chọn mẫu áp dụng kỹ thuật lấy mẫu phân tầng ngẫu nhiên kết hợp chuyên gia với hơn 1.200 điểm mẫu kiểm chứng (Region of Interest - ROI) phân bố đồng đều trên các dạng địa hình. Thuật toán phân loại giám sát Xác suất cực đại (Maximum Likelihood Classification) trên phần mềm ENVI được lựa chọn nhờ tính ổn định cao trong việc tính toán phân phối xác suất Gaussian cho từng kênh phổ phản xạ (tổ hợp kênh 7-5-3 cho Landsat 5 và 7-6-2 cho Landsat 8).

Sau khi kiểm định độ chính xác bằng ma trận nhầm lẫn và hệ số Kappa, các bản đồ lớp phủ được chuyển nạp vào phần mềm Idrisi TerrSet. Phân tích ma trận chuyển đổi CrossTab và mô hình CA-Markov được thiết lập để mô phỏng quy luật phát triển không gian giai đoạn 2007 - 2019 và chạy dự báo kịch bản lớp phủ đến năm 2025 theo chu kỳ chuyển tiếp 6 năm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích chuỗi dữ liệu đa thời gian đã chỉ ra 4 chuyển dịch không gian mang tính bước ngoặt trên địa bàn tỉnh Thái Nguyên:

Thứ nhất, đất quần cư và công nghiệp tăng trưởng đột biến với tốc độ phi mã. Năm 2007, diện tích quần cư chỉ chiếm 182.288 pixel (tương đương 4,66% tổng diện tích), đến năm 2013 tăng lên 376.091 pixel (chiếm 9,62%) và chạm mức 546.888 pixel (chiếm 13,99%) vào năm 2019. Tổng mức tăng trưởng diện tích quần cư sau 12 năm đạt xấp xỉ 200%, tập trung đậm đặc tại khu vực phía Nam tỉnh.

Thứ hai, đất nông nghiệp suy giảm nghiêm trọng với biên độ thu hẹp lên tới 59,8%. Cụ thể, diện tích đất nông nghiệp từ 1.468.012 pixel (chiếm 37,55%) năm 2007 đã giảm xuống 1.176.898 pixel (chiếm 30,10%) năm 2013 và chỉ còn 589.765 pixel (chiếm 15,08%) vào năm 2019. Ma trận chuyển dịch cho thấy riêng giai đoạn 2013 - 2019 đã có tới 237.295 pixel đất nông nghiệp chuyển sang đất quần cư và 518.261 pixel chuyển đổi sang các mô hình nông - lâm kết hợp.

Thứ ba, diện tích lớp phủ lâm nghiệp có xu hướng tăng đều đặn, từ 2.157.994 pixel (chiếm 55,19%) năm 2007 lên 2.247.657 pixel (chiếm 57,49%) năm 2013 và đạt 2.701.190 pixel (chiếm 69,09%) năm 2019 nhờ các chương trình trồng rừng kinh tế (keo, bạch đàn) và phục hồi rừng đầu nguồn.

Thứ tư, đất trống thu hẹp liên tục từ 44.078 pixel (1,13%) năm 2007 xuống còn 36.873 pixel (0,94%) năm 2013 và chỉ còn 22.735 pixel (0,58%) vào năm 2019, phản ánh cường độ khai thác đất triệt để phục vụ phát triển kinh tế.

Thảo luận kết quả

Các phát hiện trên được trực quan hóa rõ nét thông qua biểu đồ biến động diện tích dạng cột (Hình 3.9) và hệ thống ma trận chuyển đổi diện tích CrossTab (Bảng 3.2 và Bảng 3.3). Sự bùng nổ của đất quần cư gắn liền trực tiếp với sự dịch chuyển cơ cấu kinh tế địa phương: tỷ trọng ngành công nghiệp - xây dựng tăng mạnh từ 41,77% năm 2011 lên 50,00% năm 2015, kéo theo dòng vốn FDI với 88 dự án đăng ký và sự xuất hiện của các tổ hợp công nghiệp quy mô lớn như Khu công nghiệp Yên Bình và Tập đoàn Samsung tại thị xã Phổ Yên.

Dòng chuyển dịch này giải thích nguyên nhân lao động nông nghiệp giảm bình quân 3,78%/năm trong khi lao động công nghiệp tăng 16,50%/năm. Sự sụt giảm của đất nông nghiệp diễn ra tập trung dọc các trục giao thông huyết mạch như Quốc lộ 3 và cao tốc Hà Nội - Thái Nguyên.

Kết quả mô phỏng CA-Markov dự báo đến năm 2025 cho thấy áp lực đô thị hóa sẽ tiếp tục lan rộng về phía Tây và phía Nam, đặt ra nguy cơ vượt chỉ tiêu quy hoạch đất phi nông nghiệp đã được phê duyệt, đồng thời đe dọa trực tiếp đến an ninh lương thực và vùng đệm thủy văn của hồ Núi Cốc rộng 25 km² cùng lưu vực sông Cầu.

Đề xuất và khuyến nghị

Dựa trên kết quả định lượng không gian và dự báo xu thế phát triển đến năm 2025, bốn nhóm giải pháp trọng tâm được kiến nghị thực hiện:

Thứ nhất, thiết lập hệ thống giám sát quy hoạch trực tuyến tích hợp công nghệ GIS và Viễn thám: Định kỳ 6 tháng/lần, cập nhật dữ liệu viễn thám độ phân giải cao để tự động phát hiện các biến động đất đai ngoài quy hoạch, kiểm soát sai lệch diện tích ở mức dưới 5%. Nhiệm vụ này do Sở Tài nguyên và Môi trường tỉnh Thái Nguyên chủ trì hoàn thành trong giai đoạn 2021 - 2023.

Thứ hai, khoanh định và số hóa ranh giới bảo vệ nghiêm ngặt đối với tối thiểu 40.000 ha đất nông nghiệp chuyên canh lúa nước năng suất cao tại các huyện Phú Bình, Đại Từ: Nghiêm cấm việc chuyển đổi mục đích sử dụng đất nông nghiệp màu mỡ sang đất cụm công nghiệp tự phát. Đề xuất UBND các huyện phối hợp Sở Nông nghiệp và Phát triển Nông thôn hoàn thành việc cắm mốc ranh giới không gian số trước năm 2023.

Thứ ba, tối ưu hóa quy hoạch không gian các khu - cụm công nghiệp mới: Giới hạn tốc độ mở rộng đất quần cư và công nghiệp ở mức tăng trưởng không quá 8%/năm, ưu tiên phát triển mô hình khu công nghiệp sinh thái đa tầng và tận dụng quỹ đất trống 22.735 pixel hiện có. Ban Quản lý các Khu công nghiệp và Sở Xây dựng chịu trách nhiệm thẩm định từ năm 2022 đến 2025.

Thứ tư, nâng cao chất lượng hệ sinh thái rừng trên toàn bộ 165.130 ha đất lâm nghiệp: Chuyển đổi dần hơn 60.000 ha rừng trồng cây keo, bạch đàn ngắn ngày sang mô hình rừng gỗ lớn bản địa nhằm nâng cao giá trị đa dạng sinh học và giữ tỷ lệ che phủ rừng ổn định trên 52% đến năm 2025. Chi cục Kiểm lâm tỉnh Thái Nguyên chủ trì triển khai giai đoạn 2021 - 2025.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị ứng dụng thiết thực cho 4 nhóm đối tượng chính:

Thứ nhất, Cơ quan quản lý Nhà nước về tài nguyên, môi trường và xây dựng (Sở TN&MT, Sở Xây dựng, UBND các huyện, thị xã, thành phố tại Thái Nguyên): Khai thác trực tiếp bộ bản đồ hiện trạng, ma trận chuyển dịch và dữ liệu dự báo 2025 để rà soát, điều chỉnh kỳ quy hoạch sử dụng đất 2021 - 2030, ngăn chặn kịp thời tình trạng xây dựng trái phép trên đất nông nghiệp.

Thứ hai, Học viên cao học, nghiên cứu sinh và giảng viên chuyên ngành Viễn thám, GIS, Bản đồ và Quản lý đất đai: Sử dụng toàn bộ quy trình tiền xử lý ảnh Landsat, phân loại Maximum Likelihood và thuật toán CA-Markov trong Idrisi TerrSet làm tài liệu tham khảo chuẩn mực phục vụ giảng dạy và phát triển các đề tài mô hình hóa không gian.

Thứ ba, Các đơn vị tư vấn quy hoạch đô thị, kiến trúc cảnh quan và môi trường: Ứng dụng các lớp bản đồ phân cấp mức độ thích nghi thổ nhưỡng, địa hình và mạng lưới giao thông của nghiên cứu để lập báo cáo Đánh giá môi trường chiến lược (ĐMC) và quy hoạch phân khu chức năng.

Thứ tư, Các tập đoàn phát triển hạ tầng bất động sản công nghiệp và dịch vụ: Nắm bắt chính xác xu hướng mở rộng không gian đô thị và phân bố sử dụng đất tại các vùng kinh tế trọng điểm như Phổ Yên, Sông Công, TP. Thái Nguyên để tối ưu hóa chiến lược đầu tư trong tầm nhìn 5 - 10 năm tới.

Câu hỏi thường gặp

Tại sao nghiên cứu lại kết hợp chuỗi Markov với Mạng tự động tế bào (CA-Markov) thay vì sử dụng các mô hình truyền thống? Mô hình Chuỗi Markov truyền thống tính toán rất chính xác tổng diện tích biến động dựa trên ma trận xác suất chuyển đổi, nhưng hoàn toàn thiếu khả năng xác định vị trí không gian. Khi kết hợp với Mạng tự động tế bào (CA) dựa trên các quy tắc ô lân cận và bản đồ thích nghi đa tiêu chí MCE, CA-Markov giải quyết hoàn hảo cả hai bài toán: vừa xác định quy mô biến động vừa định vị chính xác tọa độ phân bố của từng pixel lớp phủ.

Độ chính xác của việc phân loại ảnh vệ tinh Landsat trong nghiên cứu đạt mức nào? Thuật toán phân loại Xác suất cực đại (Maximum Likelihood) kết hợp kiểm định với hơn 1.200 điểm mẫu thực địa đã mang lại độ chính xác tổng thể rất cao. Hệ số Kappa đạt trên 85% cho cả 3 mốc thời gian 2007, 2013 và 2019. Trong đó, lớp mặt nước đạt độ chính xác cao nhất (trên 95%), lớp đất quần cư và lâm nghiệp phân tách rõ ràng, đáp ứng đầy đủ các tiêu chuẩn kỹ thuật bản đồ chuyên đề.

Yếu tố nào thúc đẩy sự suy giảm mạnh mẽ của đất nông nghiệp tỉnh Thái Nguyên giai đoạn 2007 - 2019? Nguyên nhân chủ yếu xuất phát từ làn sóng công nghiệp hóa mạnh mẽ với sự hình thành của tổ hợp Samsung Yên Bình và hàng chục cụm công nghiệp phụ trợ. Quá trình này đã thu hút hàng vạn lao động chuyển dịch từ nông nghiệp sang công nghiệp (lao động công nghiệp tăng 16,50%/năm), khiến 589.765 pixel đất nông nghiệp bị chuyển đổi thành đất xây dựng hạ tầng, khu dân cư và đất lâm nghiệp kết hợp.

Mô hình dự báo không gian đến năm 2025 đưa ra những cảnh báo quan trọng nào cho công tác quy hoạch? Mô hình CA-Markov cảnh báo xu thế bành trướng không gian đô thị - công nghiệp sẽ tiếp tục lan tỏa mạnh về phía Nam và bám dọc hành lang cao tốc Hà Nội - Thái Nguyên. Nếu không có chế tài bảo vệ nghiêm ngặt, diện tích đất nông nghiệp màu mỡ sẽ tiếp tục bị thu hẹp thêm khoảng 15 - 20%, tạo áp lực nặng nề lên hạ tầng thoát nước và chất lượng nguồn nước sông Cầu.

Quy trình ứng dụng Viễn thám và GIS trong luận văn có thể chuyển giao cho các địa phương khác được không? Hoàn toàn khả thi. Toàn bộ quy trình từ khai thác dữ liệu ảnh Landsat/Sentinel miễn phí, xử lý phổ trên ENVI đến mô phỏng không gian trên Idrisi TerrSet đã được chuẩn hóa khoa học. Quy trình này dễ dàng chuyển giao và áp dụng hiệu quả cho tất cả các tỉnh trung du, miền núi đang trong giai đoạn chuyển đổi cơ cấu kinh tế với chi phí thấp và độ tin cậy trên 85%.

Kết luận

  • Đã định lượng hóa chi tiết và xây dựng thành công cơ sở dữ liệu biến động 5 nhóm lớp phủ mặt đất tỉnh Thái Nguyên trong 12 năm (2007 - 2019) trên quy mô 3.909.863 điểm ảnh.
  • Làm rõ xu thế tăng trưởng vượt bậc xấp xỉ 200% của đất quần cư gắn với quá trình phát triển các khu công nghiệp trọng điểm và sự suy giảm 59,8% của diện tích đất nông nghiệp.
  • Khẳng định tính ưu việt của mô hình CA-Markov kết hợp đánh giá đa tiêu chí MCE với độ chính xác kiểm định đạt hệ số Kappa trên 85%.
  • Cung cấp bản đồ dự báo không gian lớp phủ mặt đất năm 2025, định vị chính xác các khu vực có nguy cơ quá tải quy hoạch tại các trục kinh tế phía Nam tỉnh.
  • Hoàn thiện khung phương pháp luận khoa học vững chắc phục vụ công tác giám sát, điều chỉnh quy hoạch sử dụng đất tỉnh Thái Nguyên tầm nhìn 2030 - 2035.

Trong giai đoạn 2023 - 2025, nghiên cứu đề xuất hướng phát triển tiếp theo là tích hợp dữ liệu viễn thám siêu phổ Sentinel-2 độ phân giải 10m kết hợp thuật toán học sâu (Deep Learning) để nâng cao hơn nữa độ phân giải không gian. Các nhà quản lý, chuyên gia và viện nghiên cứu hãy tham khảo toàn văn công trình để khai thác hiệu quả công nghệ viễn thám - GIS vào công tác hoạch định chính sách đất đai bền vững.