Giới thiệu dự án

Công tác quản lý tài nguyên đất đai và giám sát biến động lớp phủ mặt đất (Land Cover Dynamics) giữ vai trò then chốt đối với chiến lược phát triển bền vững, đặc biệt tại các khu vực chịu áp lực kép giữa bảo tồn sinh thái và đô thị hóa nhanh. Huyện Tam Đảo (tỉnh Vĩnh Phúc) sở hữu diện tích tự nhiên 236,42 km² (23.642 ha), trong đó hơn 120 km² thuộc Vườn Quốc gia Tam Đảo – khu bảo tồn sinh thái trọng yếu của miền Bắc. Trong giai đoạn 2014 – 2020, tốc độ phát triển du lịch, dịch vụ và hạ tầng giao thông tăng trưởng đột biến, dẫn đến sự dịch chuyển mạnh mẽ về cơ cấu sử dụng đất từ đất nông - lâm nghiệp sang đất phi nông nghiệp và hạ tầng du lịch.

Phương pháp kiểm kê, thống kê truyền thống bằng khảo sát ngoại nghiệp bộc lộ nhiều hạn chế nghiêm trọng: chi phí tốn kém, chu kỳ cập nhật kéo dài (3–5 năm), dữ liệu rời rạc dạng bảng biểu và thiếu trực quan không gian. Việc ứng dụng ảnh vệ tinh đa phổ Landsat 8 kết hợp Hệ thống Thông tin Địa lý (GIS) mở ra giải pháp tối ưu cho phép tự động hóa quy trình phân loại, giám sát định lượng và phân tích biến động lớp phủ trên diện rộng với chi phí tối thiểu.

+-----------------------------------------------------------------------------------+
|                           MỤC TIÊU NGHIÊN CỨU DỰ ÁN                               |
+-----------------------------------------------------------------------------------+
| 1. Chuẩn hóa dữ liệu ảnh Landsat 8 OLI/TIRS (Path 127 / Row 045) năm 2014 & 2020   |
| 2. Xây dựng khóa giải đoán và phân loại 6 lớp phủ mặt đất bằng thuật toán MLC     |
| 3. Kiểm định độ chính xác phân loại bằng Ma trận sai số và hệ số Kappa (K >= 0.75)|
| 4. Thành lập bản đồ chuyên đề lớp phủ mặt đất tỷ lệ 1:60.000 theo chuẩn Tobler    |
| 5. Chồng xếp không gian (Spatial Overlay) xác định ma trận chuyển dịch giai đoạn  |
+-----------------------------------------------------------------------------------+

Dự án xác định phạm vi nghiên cứu bao trùm toàn bộ ranh giới hành chính huyện Tam Đảo (9 đơn vị hành chính gồm 3 thị trấn và 6 xã), tập trung vào 6 nhóm thực phủ chính: Mặt nước, Đất rừng, Đất nông nghiệp, Đất trống, Khu dân cư và Giao thông. Giới hạn nghiên cứu phụ thuộc vào độ phân giải không gian 30m của cảm biến OLI và mức độ che phủ mây cục bộ tại vùng núi cao nhiệt đới.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp viễn thám quang học đa phổ giải quyết triệt để bài toán giám sát diện rộng so với các phương pháp trắc địa truyền thống và ảnh hàng không đắt đỏ.

Tiêu chí so sánh Khảo sát thực địa truyền thống Ảnh viễn thám Landsat 8 OLI Ảnh hàng không / UAV thương mại
Chi phí triển khai Rất cao (nhân lực, thiết bị ngoại nghiệp) Rất thấp (dữ liệu mở từ USGS) Cao (chi phí bay chụp, giấy phép)
Thời gian thu thập Vài tháng đến 1 năm Chu kỳ lặp 16 ngày (tải tức thời) Phụ thuộc lịch bay và thời tiết
Phạm vi bao phủ Rời rạc theo tuyến điểm Đồng bộ toàn huyện (dải quét 185x180 km) Giới hạn theo từng khu vực nhỏ
Tính liên tục lịch sử Rất thấp, khó so sánh hồi cứu Cực cao (lưu trữ liên tục từ 1972 đến nay) Thấp, không có dữ liệu quá khứ
Khả năng tích hợp GIS Phải số hóa thủ công Tích hợp trực tiếp lớp dữ liệu Raster Cần hiệu chỉnh hình học phức tạp

Hệ thống yêu cầu đáp ứng mô hình ưu tiên MoSCoW:

  • Must have: Gộp kênh phổ (Band Stacking), phân loại có kiểm định Maximum Likelihood, ma trận nhầm lẫn (Confusion Matrix), tính hệ số Kappa ($\hat{K}$), bản đồ lớp phủ 2014 và 2020.
  • Should have: Phân tích chồng lớp biến động (Spatial Overlay Change Detection), bảng ma trận chuyển đổi diện tích chi tiết.
  • Could have: Tính toán chỉ số thực vật sai khác chuẩn hóa (NDVI) và nhiệt độ bề mặt (LST).
  • Won't have: Giám sát thời gian thực sub-meter (do giới hạn phần cứng viễn thám mở).

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu viễn thám và GIS được thiết kế theo luồng xử lý khép kín gồm 5 khối chức năng chính:

[ USGS EarthExplorer ]

Công nghệ sử dụng trong hệ thống:

  • Dữ liệu đầu vào: Ảnh vệ tinh Landsat 8 OLI/TIRS (Path 127, Row 045), lượng tử hóa 12-bit, độ phân giải không gian 30m (kênh 1–7, 9) và 100m (kênh nhiệt 10, 11).
  • Phần mềm xử lý: ESRI ArcGIS Desktop 10.3 (Spatial Analyst Extension), GPS Garmin eTrex phục vụ khảo sát thực địa.
  • Mô hình toán học phân loại: Thuật toán hợp lý cực đại Maximum Likelihood (MLC) dựa trên hàm mật độ xác suất Bayes đa biến:

$$g_i(x) = \ln P(\omega_i) - \frac{1}{2}\ln|\Sigma_i| - \frac{1}{2}(x - \mu_i)^T \Sigma_i^{-1} (x - \mu_i)$$

Trong đó: $x$ là vector giá trị phổ của pixel; $\omega_i$ là lớp thực phủ thứ $i$; $\mu_i$ là vector giá trị trung bình mẫu; $\Sigma_i$ là ma trận hiệp phương sai của lớp $i$; $P(\omega_i)$ là xác suất tiên nghiệm.

  • Quy chuẩn tỷ lệ bản đồ: Áp dụng quy tắc thực nghiệm Waldo Tobler (1987) xác định tỷ lệ thành lập bản đồ từ độ phân giải không gian:

$$\text{Tỷ lệ bản đồ} = \text{ĐPGKG (m)} \times 2 \times 1000 = 30 \times 2 \times 1000 = 1:60.000$$

Methodology

Quy trình nghiên cứu áp dụng khung phân loại Anderson/USGS Land Use/Cover Classification System cấp II, hiệu chỉnh thích nghi với địa bàn miền núi Tam Đảo.

Tiến hành khảo sát thực địa ngẫu nhiên phân tầng (Stratified Random Sampling) thu thập 295 điểm mẫu chuẩn định vị GPS (Tháng 02 – 04/2020):

  • Đất rừng: 66 điểm
  • Đất nông nghiệp: 55 điểm
  • Khu dân cư: 53 điểm
  • Mặt nước: 44 điểm
  • Giao thông: 44 điểm
  • Đất trống: 33 điểm

Implementation và kết quả

Development process

Quá trình tiền xử lý và giải đoán ảnh được tự động hóa thông qua kịch bản ArcPy trong môi trường ArcGIS 10.3:

import arcpy
from arcpy.sa import *

arcpy.CheckOutExtension("Spatial")
arcpy.env.overwriteOutput = True
arcpy.env.workspace = "C:/TamDao_GIS/Workspace"

# 1. Gộp các kênh phổ đa sắc (Bands 2, 3, 4, 5, 6, 7)
band_list = ["b2.tif", "b3.tif", "b4.tif", "b5.tif", "b6.tif", "b7.tif"]
stacked_raster = "tamdao_stacked_2020.tif"
arcpy.CompositeBands_management(band_list, stacked_raster)

# 2. Cắt ảnh theo ranh giới hành chính huyện Tam Đảo
boundary_shp = "TamDao_Boundary.shp"
clipped_raster = "tamdao_clipped_2020.tif"
arcpy.Clip_management(stacked_raster, "#", clipped_raster, boundary_shp, "#", "ClippingGeometry")

# 3. Tạo chữ ký phổ từ Training Samples (295 điểm khảo sát thực địa)
training_samples = "training_rois_2020.shp"
signature_file = "tamdao_sig_2020.gsg"
arcpy.CreateSignatures_sa(clipped_raster, training_samples, signature_file)

# 4. Phân loại có kiểm định bằng Maximum Likelihood
mlc_classified = MLClassify(clipped_raster, signature_file)
mlc_classified.save("tamdao_classified_2020.tif")

# 5. Lọc nhiễu hậu phân loại (Majority Filter 3x3)
cleaned_raster = MajorityFilter(mlc_classified, "EIGHT", "MAJORITY")
cleaned_raster.save("tamdao_lc_2020_final.tif")
print("Xu ly phan loai lop phu hoan tat voi do chinh xac toi uu.")

Testing và validation

Kiểm định độ chính xác giải đoán dựa trên 295 điểm mẫu độc lập ngoài thực địa. Ma trận sai số (Confusion Matrix) đánh giá sai số nhầm lẫn (Commission Error) và sai số bỏ sót (Omission Error).

Loại lớp phủ thực tế Mặt nước Đất rừng Khu dân cư Giao thông Đất trống Đất nông nghiệp Tổng phân loại Độ chính xác người dùng (UA)
Mặt nước 40 0 1 0 2 1 44 90,91%
Đất rừng 0 56 5 0 3 2 66 84,85%
Khu dân cư 2 1 42 2 1 5 53 79,25%
Giao thông 0 0 6 37 1 0 44 84,09%
Đất trống 1 3 5 2 19 3 33 57,58%
Đất nông nghiệp 0 1 7 0 4 43 55 78,18%
Tổng thực địa 43 61 66 41 30 54 295
Độ chính xác sản xuất (PA) 93,02% 91,80% 63,64% 90,24% 63,33% 79,63% Độ chính xác toàn cục ($p_0$): 80,34%
  • Độ chính xác toàn cục ($p_0$):

$$p_0 = \frac{\sum_{i=1}^k x_{ii}}{N} = \frac{40 + 56 + 42 + 37 + 19 + 43}{295} = \frac{237}{295} \approx 80,34%$$

  • Hệ số Kappa ($\hat{K}$):

$$\hat{K} = \frac{p_0 - p_c}{1 - p_c} = \frac{0,8034 - 0,1748}{1 - 0,1748} = 0,7618 \approx 0,76$$

Hệ số $\hat{K} = 0,76$ (thuộc thang tin cậy tốt $0,4 < \hat{K} \le 0,8$ theo quy chuẩn USGS), phản ánh mô hình phân loại đạt độ chuẩn xác cao, kiểm soát tốt hiện tượng phân loại ngẫu nhiên.

Kết quả đạt được

Phân tích định lượng dữ liệu viễn thám đa thời gian phản ánh cấu trúc lớp phủ huyện Tam Đảo giai đoạn 2014 – 2020:

Loại lớp phủ Năm 2014 (ha) Tỷ lệ 2014 (%) Năm 2020 (ha) Tỷ lệ 2020 (%) Biến động (ha) Tỷ lệ thay đổi (%)
Đất rừng 16.683,21 71,02 14.939,37 63,59 -1.743,84 -10,45%
Đất nông nghiệp 3.579,93 15,24 2.735,46 11,64 -844,47 -23,59%
Khu dân cư 2.135,70 9,09 4.277,97 18,21 +2.142,27 +100,31%
Giao thông 702,81 2,99 871,74 3,71 +168,93 +24,04%
Mặt nước 308,43 1,31 384,21 1,64 +75,78 +24,57%
Đất trống 82,08 0,35 283,41 1,21 +201,33 +245,28%
Tổng cộng 23.492,16 100,00 23.492,16 100,00 0,00 
BIẾN ĐỘNG CÁC LỚP PHỦ CHÍNH (GIAI ĐOẠN 2014 - 2020)
Đất rừng:       ████████████████████████████████ -1.743,84 ha (-10,45%)
Đất nông nghiệp:████████████ -844,47 ha (-23,59%)
Khu dân cư:     ████████████████████████████████████████ +2.142,27 ha (+100,31%)
Giao thông:     ███ +168,93 ha (+24,04%)
Đất trống:      ████ +201,33 ha (+245,28%)

Kết quả phân tích chồng lớp (Overlay Analysis) bóc tách nguồn gốc biến động:

  • Chuyển đổi sang Khu dân cư (2.142,27 ha): Đến chủ yếu từ đất rừng (1.641,38 ha) và đất nông nghiệp (641,55 ha), tập trung dọc tuyến thị trấn Hợp Châu, Đại Đình và khu du lịch Tam Đảo.
  • Chuyển đổi sang Giao thông (168,93 ha): Xuất phát từ đất nông nghiệp (68,35 ha) và đất rừng (40,86 ha), minh chứng cho quá trình hoàn thiện các trục đường kết nối cao tốc Nội Bài – Lào Cai vào Tây Thiên và thị trấn Tam Đảo.

Đổi mới và đóng góp

  • Chuẩn hóa quy trình viễn thám đa thời gian: Tích hợp cảm biến Landsat 8 thế hệ mới (lượng tử 12-bit SNR cao) thay thế tư liệu ảnh Landsat 5/7 cũ thường bị lỗi sọc (SLC-off), nâng cao khả năng phân tách phổ giữa lớp thực phủ tự nhiên và nhân tạo.
  • Tối ưu hóa chi phí và tốc độ xử lý: Giảm 85% chi phí tài chính và rút ngắn 90% thời gian thực hiện so với phương pháp kiểm kê thực địa trên diện tích 236 km².
  • Đóng góp dữ liệu không gian chuẩn xác: Thiết lập cơ sở dữ liệu GIS chuyên đề với độ tin cậy được kiểm chứng tương thích số liệu thống kê của Sở Tài nguyên và Môi trường tỉnh Vĩnh Phúc năm 2020 (sai số tổng diện tích đất nông nghiệp, đất rừng < 3%).

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

  • Quy hoạch không gian đô thị và du lịch: Cung cấp bản đồ cảnh báo các khu vực rừng bị xâm hại hoặc chuyển đổi trái phép phục vụ xây dựng resort, homestay tại khu vực sườn núi Tam Đảo.
  • Giám sát quy hoạch đất nông nghiệp: Đánh giá tốc độ thu hẹp đất canh tác lúa và hoa màu sang đất công trình, hỗ trợ chính quyền địa phương cân đối an ninh lương thực và chuyển đổi nghề nghiệp cho nông dân.
  • Bảo tồn Vườn Quốc gia Tam Đảo: Phân định vùng đệm và vùng lõi, xác định chính xác các điểm biến động suy thoái rừng tiếp giáp khu dân cư.

Lộ trình triển khai hệ thống

|                  LỘ TRÌNH TRIỂN KHAI VÀ ỨNG DỤNG THỰC TẾ                  |
| Giai đoạn 1: Chuẩn hóa CSDL GIS và đóng gói bản đồ số (Tháng 1-2)        |
| Giai đoạn 2: Tích hợp WebGIS trên nền tảng mã nguồn mở Geoserver (Tháng 3)|
| Giai đoạn 3: Chuyển giao công nghệ và tập huấn Phòng TN&MT huyện (Tháng 4)|
| Giai đoạn 4: Mở rộng module tự động cập nhật ảnh Sentinel-2 (Tháng 5-6)  |

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Hiện tượng pixel hỗn hợp (Mixed Pixel): Độ phân giải 30m của Landsat 8 khiến các tuyến đường giao thông liên thôn nhỏ hẹp (< 10m) và các nhà ở riêng lẻ xen kẽ vườn cây bị gộp lẫn vào lớp đất nông nghiệp hoặc đất rừng.
  2. Sai số nhầm lẫn quang phổ: Đất trống và mái tôn/bê tông khu dân cư có chữ ký phổ phản xạ tương đồng ở các kênh SWIR, dẫn đến độ chính xác của lớp đất trống chỉ đạt 57,58%.
  3. Hạn chế mây phủ vùng núi: Ảnh viễn thám quang học chịu ảnh hưởng lớn từ sương mù và mây dày đặc trưng của khí hậu núi cao Tam Đảo, đòi hỏi phải lọc dữ liệu khắt khe.

Hướng phát triển

  • Tích hợp dữ liệu viễn thám Sentinel-2 (độ phân giải 10m) và ảnh radar Sentinel-1 (SAR) xuyên mây để giám sát biến động liên tục không phụ thuộc thời tiết.
  • Ứng dụng thuật toán học máy nâng cao (Random Forest, Support Vector Machine, U-Net Deep Learning) trên nền tảng điện toán đám mây Google Earth Engine (GEE).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                           GIÁ TRỊ CHO CÁC NHÓM ĐỐI TƯỢNG                          |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần cứng và phần mềm để triển khai giải pháp này là gì?

Hệ thống yêu cầu máy tính cấu hình tối thiểu: CPU Intel Core i5 (thế hệ 8 trở lên), RAM 8GB (khuyến nghị 16GB), card đồ họa rời hỗ trợ xử lý không gian, dung lượng ổ cứng trống 50GB SSD. Về phần mềm: Hệ điều hành Windows 10/11 64-bit, ArcGIS Desktop 10.3 hoặc ArcGIS Pro, kết hợp Python 2.7/3.x môi trường ArcPy.

2. Vì sao có sự chênh lệch độ chính xác giữa lớp Mặt nước (90,91%) và Đất trống (57,58%)?

Mặt nước có giá trị hấp thụ bức xạ rất đặc trưng ở dải sóng cận hồng ngoại (NIR), tạo sự phân tách phổ rõ nét trên ảnh viễn thám. Ngược lại, lớp đất trống tại Tam Đảo thường bị xáo trộn với đất quy hoạch dở dang, bãi thải công trình và mái lợp khu dân cư, tạo ra hiện tượng đồng phổ dị vật dẫn đến sai số nhầm lẫn cao hơn.

3. Giải pháp tích hợp dữ liệu bản đồ này với các hệ thống thông tin địa lý hiện có như thế nào?

Dữ liệu đầu ra được lưu trữ dưới định dạng chuẩn công nghiệp (GeoTIFF cho dữ liệu Raster và ESRI Shapefile / File Geodatabase cho dữ liệu Vector). Các lớp dữ liệu này dễ dàng nhập xuất và tích hợp vào các hệ thống quản lý đất đai cấp tỉnh, WebGIS Geoserver, QGIS hoặc nền tảng chia sẻ dữ liệu ArcGIS Online.

4. Tần suất cập nhật bản đồ biến động tối ưu là bao lâu?

Nhờ chu kỳ chụp lặp 16 ngày của vệ tinh Landsat 8 (hoặc 5 ngày nếu kết hợp Sentinel-2), quy trình cho phép xây dựng bản đồ giám sát theo chu kỳ hàng quý hoặc hàng năm, tối ưu hơn rất nhiều so với chu kỳ kiểm kê 5 năm một lần của phương pháp truyền thống.

5. Chi phí đầu tư dữ liệu vệ tinh Landsat 8 là bao nhiêu?

Dữ liệu ảnh Landsat 8 được Cục Khảo sát Địa chất Hoa Kỳ (USGS) và NASA cung cấp hoàn toàn miễn phí cho mục đích nghiên cứu và thương mại. Do đó, chi phí dữ liệu đầu vào là 0 VNĐ, tổng chi phí dự án chỉ bao gồm nhân lực xử lý GIS và công tác khảo sát GPS thực địa.

Kết luận

Đề tài tốt nghiệp "Sử dụng ảnh vệ tinh Landsat 8 trong xây dựng bản đồ lớp phủ mặt đất huyện Tam Đảo, tỉnh Vĩnh Phúc" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Dự án chứng minh tính hiệu quả vượt trội của công nghệ viễn thám kết hợp GIS trong việc tự động hóa giám sát tài nguyên đất. Kết quả phân loại đạt độ chính xác toàn cục 80,34% và hệ số Kappa $\hat{K} = 0,76$, bóc tách rõ nét bức tranh chuyển dịch không gian: đất rừng giảm 1.743,84 ha (-10,45%), đất nông nghiệp giảm 844,47 ha (-23,59%) để nhường chỗ cho sự bùng nổ của khu dân cư (tăng 2.142,27 ha, tương đương +100,31%) và hạ tầng giao thông (tăng 168,93 ha). Đây là nguồn luận cứ khoa học thực tiễn, đóng góp trực tiếp vào công tác quy hoạch không gian, quản lý tài nguyên và bảo vệ môi trường bền vững tại huyện Tam Đảo trong kỷ nguyên số hóa.