Tác giả

Nguyễn Quốc Khánh 1*

Đơn vị công tác

1 Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu; khanhrsc@gmail.com
*Tác giả liên hệ: khanhrsc@gmail.com; Tel.: +84–969679559

Tóm tắt

Hiện nay việc sử dụng các mô hình để xây dựng các kịch bản tài nguyên môi trường là rất quan trọng để đưa ra các quyết định và chính sách bảo vệ môi trường bền vững. Các mô hình này có thể giúp cho các chuyên gia đánh giá tác động của các hoạt động con người đến tài nguyên môi trường, đưa ra các giải pháp và kế hoạch phục hồi tài nguyên, giảm thiểu rủi ro và ảnh hưởng của các sự cố môi trường. Việc áp dụng các mô hình này cần sự chính xác và chuẩn xác để đưa ra những kết quả chính xác và đáng tin cậy. Các kịch bản này là công cụ quan trọng trong việc đưa ra quyết định và lập kế hoạch giúp cho người quản lý có thể dự đoán được những hậu quả có thể xảy ra và tìm cách giảm thiểu rủi ro. Ngoài ra, các kịch bản còn giúp cho người quản lý có thể đưa ra những quyết định chính xác và hiệu quả hơn, đồng thời giúp cho các chính sách quản lý và quy hoạch lãnh thổ được thực hiện một cách đúng đắn. Tuy nhiên, việc xây dựng các kịch bản biến động sử dụng đất là một thách thức đối với các nhà quản lý đất đai và người nghiên cứu. Có rất nhiều yếu tố phức tạp và khó đo lường ảnh hưởng đến quá trình này, bao gồm sự tăng trưởng dân số, sự phát triển kinh tế, cấu trúc dân cư và nhu cầu sử dụng đất. Việc xây dựng các kịch bản này đòi hỏi sự đồng thuận và tập trung của các chính phủ và các bộ. Để đáp ứng yêu cầu công tác quản lý đất đai Việt Nam cần phải xây dựng quy trình phân tích nhanh bằng dữ liệu ảnh viễn thám kết hợp với mô hình hóa trong dự báo biến động lớp phủ mặt đất là hết sức cần thiết, giúp nhà quản lý có cơ sở khoa học để đưa ra những quyết định chính xác trong công tác quản lý đất đai

Từ khóa

Phân tích nhanh; Mô hình hóa; Dự báo biến động lớp phủ mặt đất.

Trích dẫn bài báo

Khánh, N.Q. Xây dựng quy trình phân tích nhanh bằng dữ liệu ảnh viễn thám kết hợp với mô hình hóa trong dự báo biến động lớp phủ mặt đất. Tạp chí Khí tượng Thuỷ văn 2023, 750(1), 29-44.

Tài liệu tham khảo

1. Sinh, N.V. Nghiên cứu sự biến động lớp phủ thực vật bằng ảnh đa thời gian và ảnh hưởng của nó tới đa dạng sinh học ở các khu vực bảo tồn thiên nhiên ở Nam Bộ. Trung tâm Viễn thám Quốc gia, 2008.

2. Minh, N.Đ. Phân loại sử dụng đất và lớp phủ đất đô thị ở Hà Nội bằng dữ liệu Terra ASTER. Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội, 2009.

3. Tùng, C.H. và cs. Nghiên cứu khả năng ứng dụng kết hợp ảnh vệ tinh radar và quang học để thành lập một số thông tin về lớp phủ mặt đất. Trung tâm Viễn thám Quốc gia, 2008.

4. Tuấn, T.Q.; No, T.V.; Hương, Đ.T.V. Ứng dụng GIS và viễn thám trong việc thành lập bản đồ hiện trạng thảm thực vật năm 2008 tỷ lệ 1:50000, huyện Kỳ Anh, tỉnh Hà Tĩnh. Trường đại học Khoa học, Đại học Huế, 2008.

5. Hà, L.T.T. Nghiên cứu biến động sử dụng đất trong mối quan hệ với một số yếu tố nhân khẩu học thuộc khu vực huyện giao thủy, tỉnh Nam Định. Luận án Tiến sỹ, Trường Đại học Mỏ-Địa chất, 2016.

6. Làn, P.T. Ứng dụng viễn thám và GIS nghiên cứu mối quan hệ giữa biến động sử dụng đất với điều kiện tự nhiên vùng ven biển đồng bằng sông Hồng. Luận án Tiến sỹ, Trường Đại học Mỏ-Địa chất, 2016.

7. Tuấn, T.A. Ứng dụng mô hình Markov và Cellular Automata trong nghiên cứu dự báo biến đổi lớp phủ bề mặt. Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội, 2011.

8. Corgne, S. Modélisation prédictive de l’occupation des sols en contexte agricole intensif: application à la couverture hivernale des sols en Bretagne. Thèse de doctorat se l’Université de Rennes 2-Haute-Bretagne, 2004, pp. 230.

9. Eastman, J.R. IDRISI Taiga: Guide to GIS and image processing. Clack Lab-Clack University. Manual version 16.02, 2009, pp. 342.

10. Dadhich, P.N.; Hanaoka, S. Markov method integration with multi-layer perceptron classifier for simulation of urban growth of jaipur city. Selected topics in Power systems and Remote sensing, 2010, pp. 118-123. ISBN: 978-960-474-233-2.

11. Nghiem, V.T.; Nedjai, R.; Messaoud, N.N. The consequences of changes in forest land cover in the Alpine and Jurassic massifs on the physico-chemical status of deep lake waters. J. Alpine Res. 2011, 99(3), pp. 12. Doi:10.4000/rga.1611.

12. Nghiem, V.T.; Nedjai, R.; Le, V.A.; Charleux, L. Application of gis and remote sensing for predicting land-use change in the french jura mountains with the LCM model: the impact of variables on the disturbance model. Proceeding of the 34th Asian Conference on Remote Sensing-Bali, Indonesia. 2013, pp. 2588-2595. ISBN: 978-602-9439-33-5.

13. Anderson, J.R. et al. A land use and land cover classification system for use with remote sensor data. Geological Survey Professional Paper 964, 1976, pp. 41.

14. Anderson, J.R. et al. Land use classification schemes used in selected recent geographic applications of remote sensing: Photogramm.Eng., 1971, 37(4), 379-387.

15. Stewart, W.J. Introduction to the numerical solution of markov chains. Princeton, NJ: Princeton. 1994.

16. Haan, C.T. Statistical methods in hydrology. Ames, Iowa: The Iowa State University Press. 1977.

17. Griffiths, R.B. Stochastic Processes. Lecture Notes on Quantum Mechanics No. 8. qmc082.tex. Version of 30 September 2010, pp. 1-10.