BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT

TRỊNH THỊ HOÀI THU

NGHIÊN CỨU TÁC ĐỘNG CỦA QUÁ TRÌNH ĐÔ THỊ HÓA

ĐẾN CƠ CẤU SỬ DỤNG ĐẤT NÔNG NGHIỆP
KHU VỰC ĐÔNG ANH - HÀ NỘI

Ngành: Kỹ thuật Trắc địa – Bản đồ

Mã số : 62520503

LUẬN ÁN TIẾN SĨ KỸ THUẬT

NGƯỜI HƯỚNG DẪN KHOA HỌC:

1. GS.TS. Võ Chí Mỹ
2. PGS.TS. Phạm Văn Cự

HÀ NỘI - 2015
 i

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các kết
quả trong luận án là trung thực và chưa từng được ai công bố trong bất kỳ
công trình nào khác.

Tác giả luận án

Trịnh Thị Hoài Thu

 ii

MỤC LỤC
LỜI CAM ĐOAN ........................................................................................................ i
MỤC LỤC .................................................................................................................. ii
DANH MỤC CÁC CHỮ VIẾT TẮT ......................................................................... v
DANH MỤC HÌNH ................................................................................................... vi
DANH MỤC BẢNG ................................................................................................. ix
MỞ ĐẦU .................................................................................................................... 1
1. Tính cấp thiết của đề tài ...................................................................................... 1
2. Mục tiêu, nhiệm vụ ............................................................................................. 4
3. Giới hạn và phạm vi nghiên cứu......................................................................... 4
4. Phương pháp nghiên cứu .................................................................................... 5
5. Các luận điểm bảo vệ .......................................................................................... 5
6. Những điểm mới của luận án .............................................................................. 5
7. Ý nghĩa khoa học và thực tiễn ............................................................................ 5
8. Cơ sở tài liệu ....................................................................................................... 6
9. Cấu trúc luận án .................................................................................................. 7
10. Lời cảm ơn .......................................................................................................... 8
Chương 1. CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN CÁC NGHIÊN CỨU ĐÁNH
GIÁ TÁC ĐỘNG CỦA QUÁ TRÌNH ĐÔ THỊ HÓA ĐẾN CƠ CẤU SỬ DỤNG
ĐẤT NÔNG NGHIỆP ................................................................................................ 9
1.1. Tổng quan nghiên cứu đánh giá tác động của quá trình đô thị hóa đến thay đổi
sử dụng đất nông nghiệp ............................................................................................. 9
1.1.1. Các quan điểm về đô thị hóa, đô thị và khu vực ven đô ............................... 9
1.1.2. Các yếu tố của đô thị hóa ảnh hưởng đến thay đổi sử dụng đất nông nghiệp 12
1.1.3. Các phương pháp đánh giá tác động của các yếu tố đến sự biến động sử
dụng đất ................................................................................................................ 17
1.2. Tổng quan nghiên cứu lớp phủ và sử dụng đất.................................................. 28
1.2.1. Khái niệm về lớp phủ và sử dụng đất ......................................................... 28
 iii

1.2.2. Các phương pháp phân loại và quy mô chiết tách thông tin sử dụng đất từ
tư liệu viễn thám ................................................................................................... 29
1.2.3. Các phương pháp nghiên cứu biến động lớp phủ và sử dụng đất .............. 34
1.3. Quan điểm và phương pháp nghiên cứu của luận án......................................... 39
Chương 2. PHƯƠNG PHÁP PHÂN LOẠI MỜ TIẾP CẬN ĐỐI TƯỢNG CHIẾT
TÁCH THÔNG TIN SỬ DỤNG ĐẤT KHU VỰC ĐÔNG ANH, HÀ NỘI ........... 44
2.1. Khái quát về đặc điểm tự nhiên và kinh tế - xã hội khu vực nghiên cứu ..................... 44
2.1.1. Vị trí địa lý .................................................................................................. 44
2.1.2. Địa hình ...................................................................................................... 44
2.1.3. Khí hậu thủy văn ......................................................................................... 45
2.1.4 Thổ nhưỡng .................................................................................................. 46
2.1.5. Điều kiện kinh tế - xã hội ............................................................................ 48
2.2. Lựa chọn tư liệu ảnh ...................................................................................... 50
2.3. Xây dựng lớp chú giải cho sử dụng đất khu vực Đông Anh, Hà Nội .............. 51
2.4. Phân loại mờ tiếp cận đối tượng ........................................................................ 53
2.4.1. Lý thuyết mờ................................................................................................ 53
2.4.2. Quy trình phân loại..................................................................................... 58
2.4.3. Thông tin sử dụng đất khu vực Đông Anh, Hà Nội .................................... 76
Chương 3. ĐÁNH GIÁ TÁC ĐỘNG CỦA ĐÔ THỊ HÓA ĐẾN BIẾN ĐỘNG CƠ
CẤU SỬ DỤNG ĐẤT NÔNG NGHIỆP KHU VỰC ĐÔNG ANH, HÀ NỘI ...... 84
3.1. Đánh giá mức độ đô thị hóa khu vực Đông Anh, Hà Nội ................................. 84
3.1.1. Các chỉ tiêu đánh giá mức độ đô thị hóa cho khu vực Đông Anh, Hà Nội .... 84
3.1.2. Phương pháp đánh giá mức độ đô thị hóa ................................................. 86
3.1.3. Mức độ đô thị hóa tại Đông Anh, Hà Nội .................................................. 88
3.2. Đánh giá biến động sử dụng đất nông nghiệp tại Đông Anh, Hà Nội ............... 95
3.2.1. Đánh giá biến động sử dụng đất theo thời gian ......................................... 95
3.2.2. Đánh giá diện tích biến động sử dụng đất theo không gian ..................... 102
3.3. Xác định các yếu tố ảnh hưởng đến biến động sử dụng đất nông nghiệp tại
Đông Anh, Hà Nội .................................................................................................. 105
 iv

3.3.1. Hồi quy logistic ......................................................................................... 106

3.3.2. Cơ sở dữ liệu GIS của mô hình................................................................. 109
3.3.3. Các yếu tố tác động chuyển đổi sử dụng đất nông nghiệp tại Đông Anh,
Hà Nội ............................................................................................................... 111
3.4. Mô hình hóa biến động sử dụng đất nông nghiệp ........................................... 120
3.4.1. Chuẩn hóa dữ liệu đầu vào cho mô hình giai đoạn 2001-2006 và 2006-2013121
3.4.2. Không gian thích nghi cho các loại hình chuyển đổi sử dụng đất ........... 121
3.4.3. Kiểm chứng mô hình ................................................................................. 126
KẾT LUẬN VÀ KIẾN NGHỊ ................................................................................ 132
DANH MỤC CÔNG TRÌNH KHOA HỌC LIÊN QUAN ĐẾN LUẬN ÁN ........ 135
TÀI LIỆU THAM KHẢO ...................................................................................... 136
PHỤ LỤC ............................................................................................................... 154
 v

DANH MỤC CÁC CHỮ VIẾT TẮT

ANN (Artifical neural networks) Mạng nơ –ron nhân tạo

CVA (Change vector analysis) Phân tích vector thay đổi

GIS (Geographic information system) Hệ thông tin địa lý

GPS (Global positioning system) Hệ thống định vị toàn cầu

HIS Hue, saturation, intensity

MPL (Multilayer perceptron) Mô hình nơ-ron nhân tạo nhiều lớp

NDVI (Normalized differrence vegetation index) Chỉ số thực vật

OLS (Ordinary least square) Bình phương nhỏ nhất

PCA (Principal component analysis) Phân tích thành phần chính

RGB Red, green, blue

ROC Relative operating characteristic

SVM (Support vector machine) Phương pháp vector hỗ trợ

 vi

DANH MỤC HÌNH

Hình 1. 1. Ví trí vùng ven đô trong cấu trúc phát triển của đô thị............................ 11

Hình 1. 2. Thực trạng sử dụng đất [47] .................................................................... 13

Hình 1. 3. Phân loại các phương pháp phân tích biến động lớp phủ ........................ 19

và sử dụng đất dựa trên đối tượng và cấu trúc dữ liệu [95] ...................................... 19

Hình 1. 4. Các phương pháp xác định biến động ..................................................... 35

Hình 1. 5. Phân tích trước phân loại ......................................................................... 36

Hình 1. 6. Phân tích sau phân loại ........................................................................... 38

Hình 1. 7. Phương pháp kết hợp ............................................................................... 38

Hình 1. 8. Các bước nghiên cứu và phương pháp nghiên cứu ................................. 41

Hình 2. 1. Vị trí huyện Đông Anh ............................................................................ 45

Hình 2. 2. Mối quan hệ giữa độ phân giải không gian và chi tiết phân loại [19] ..... 51

Hình 2. 3. Sơ đồ xác định thông tin sử dụng đất có được từ kết quả dữ liệu lớp phủ
bề mặt tách được từ dữ liệu ảnh vệ tinh [106] ......................................................... 52

Hình 2. 4. So sánh phân loại cứng và phân loại mờ ................................................. 54

Hình 2. 5. Kiến trúc của một hệ thống mờ ............................................................... 55

Hình 2. 6. Các kiểu hàm liên thuộc : (a) monotonic, (b) tam giác, (c) hình thang, (d)
gauss [151]................................................................................................................. 56

Hình 2. 7. Sơ đồ các bước xử lý ảnh ........................................................................ 59

Hình 2. 8. Tiêu chí cho phân mảnh đối tượng .......................................................... 61

Hình 2. 9. Đối tượng ảnh nhận được từ phân mảnh ảnh theo các mức độ ............... 62

Hình 2. 10. Bộ quy tắc giải đoán ảnh ...................................................................... 68

Hình 2. 11. Ảnh chỉ số .............................................................................................. 70

Hình 2. 12. Tổng hợp diện tích sử dụng đất chiết tách từ tư liệu ảnh Landsat......... 77
 vii

Hình 2. 13. Hiện trạng sử dụng đất năm 2001 .......................................................... 78

Hình 2. 14. Hiện trạng sử dụng đất năm 2004 .......................................................... 79

Hình 2. 15. Hiện trạng sử dụng đất năm 2006 .......................................................... 80

Hình 2. 16. Hiện trạng sử dụng đất năm 2009 .......................................................... 81

Hình 2. 17. Hiện trạng sử dụng đất năm 2013 .......................................................... 82

Hình 3. 2. Các trục thành phần F và sự phân bố của các chỉ tiêu trên hai trục thành
phần chính F1 và F2 năm 2001................................................................................. 88

Hình 3. 3. Các trục thành phần F và sự phân bố của các chỉ tiêu trên hai trục thành
phần chính F1 và F2 năm 2006................................................................................. 89

Hình 3. 4. Các trục thành phần F và sự phân bố của các chỉ tiêu trên hai trục thành
phần chính F1 và F2 năm 2011................................................................................. 89

Hình 3. 5. Mức độ đô thị hóa của 145 thôn và thị trấn Đông Anh năm 2001 .......... 92

Hình 3. 6. Mức độ đô thị hóa của 145 thôn và thị trấn Đông Anh theo năm 2006 .. 93

Hình 3. 7. Mức độ đô thị hóa của 145 thôn và thị trấn Đông Anh theo năm 2011 .. 94

Hình 3. 8. Chuyển đổi cơ cấu giữa các loại hình sử dụng đất chính giai đoạn
2001-2006 ................................................................................................................. 96

Hình 3. 9. Biến động sử dụng đất giai đoạn 2001 – 2006 ........................................ 97

Hình 3. 10. Chuyển đổi cơ cấu giữa các loại hình sử dụng đất chính giai đoạn
2006-2013 ................................................................................................................. 98

Hình 3. 11. Biến động sử dụng đất giai đoạn 2006 – 2013 ...................................... 99

Hình 3. 12. Biến động sử dụng đất giai đoạn 2001 – 2013 .................................... 101

Hình 3. 13. Biểu đồ diện tích biến động theo khoảng cách tới Hà Nội .................. 104

Hình 3. 14. Biểu đồ phần trăm diện tích biến động theo mức độ đô thị hóa .......... 105
 viii

Hình 3. 15. Xác định các yếu tố của ảnh hưởng đến biến động sử dụng
đất nông nghiệp....................................................................................................... 108

Hình 3. 16. Yếu tố tự nhiên của khu vực nghiên cứu ............................................. 110

Hình 3. 17. Thay đổi về mật độ dân số, thu nhập và số lao động ảnh hưởng đến
chuyển đổi sử dụng đất nông nghiệp 2001-2013 .................................................... 119

Hình 3. 18. Mô hình hóa biến động sử dụng đất nông nghiệp ............................... 120

Hình 3. 19. Cấu trúc MLP của chuyển đổi giữa đất chuyên lúa sang đất xây dựng
2001-2006 ............................................................................................................... 123

Hình 3. 20. Khả năng chuyển đổi sử dụng đất sau năm 2001 ................................ 124

Hình 3. 21. Khả năng chuyển đổi sử dụng đất sau năm 2006 ................................ 125

Hình 3. 22. Đường cong ROC đánh giá từng loại chuyển đổi sử dụng đất giai đoạn
2001-2006 ............................................................................................................... 127

Hình 3. 23. Đường cong ROC đánh giá từng loại chuyển đổi sử dụng đất giai đoạn
2006-2013 ............................................................................................................... 128

Hình 3. 24. Phần trăm diện tích chuyển đổi từ đất lúa sang đất xây dựng theo mô
hình và thực tế giai đoạn 2001-2006. .................................................................... 129

Hình 3. 25. Phần trăm diện tích chuyển đổi từ đất màu lúa sang đất xây dựng theo
mô hình và thực tế giai đoạn 2001-2006. .............................................................. 129

Hình 3. 26. Phần trăm diện tích chuyển đổi từ đất lúa sang đất xây dựng theo mô
hình và thực tế giai đoạn 2006-2013 ..................................................................... 130

Hình 3. 27. Phần trăm diện tích chuyển đổi từ đất màu lúa sang đất xây dựng theo
mô hình và thực tế giai đoạn 2006-2013. .............................................................. 130
 ix

DANH MỤC BẢNG

Bảng 1. Tư liệu bản đồ sử dụng trong luận án............................................................ 6

Bảng 2. Số liệu về kinh tế - xã hội sử dụng trong luận án .......................................... 6

Bảng 3. Tư liệu viễn thám sử dụng trong luận án ...................................................... 7

Bảng 4. Các phần mềm chính sử dụng phân tích trong luận án ................................. 7

Bảng 1. 1. Lựa chọn phương pháp hồi quy dựa trên đặc điểm biến phụ thuộc [95] 22

Bảng 2. 1. Tốc độ tăng trưởng kinh tế huyện Đông Anh ......................................... 48

Bảng 2. 2. Chỉ tiêu về dân số huyện Đông Anh ....................................................... 49

Bảng 2. 3. Chỉ tiêu về cơ cấu lao động huyện Đông Anh ........................................ 49

Bảng 2. 4. So sánh chỉ tiêu kỹ thuật và kinh tế của tư liệu ảnh được đánh giá trong
nghiên cứu biến động sử dụng đất [59] .................................................................... 50

Bảng 2. 5. Chú giải sử dụng đất của khu vực Đông Anh Hà Nội ............................ 53

Bảng 2. 6. Số lượng mẫu sử dụng trong phân loại ảnh ............................................ 65

Bảng 2. 7. Các chỉ số khảo sát lựa chọn sử dụng trong phân loại ảnh ..................... 65

Bảng 2. 8. So sánh hàm liên thuộc của dữ liệu tập mẫu chỉ số tách nước ................ 69

Bảng 2. 9. Bảng so sánh hàm liên thuộc của dữ liệu mẫu chỉ số tách đất xây dựng 71

Bảng 2. 10. So sánh hàm liên thuộc của dữ liệu mẫu chỉ số tách thực vật............... 72

Bảng 2. 11. So sánh hàm liên thuộc của dữ liệu tập mẫu đất trống và hoa màu ...... 72

Bảng 2. 12. Ma trận lẫn kết quả kiểm chứng năm 2006 (Đơn vị: m2) .................... 75

Bảng 2. 13. Ma trận lẫn kết quả kiểm chứng năm 2009 (Đơn vị: m2) .................... 75

Bảng 2. 14. Ma trận lẫn kết quả kiểm chứng năm 2013 (Đơn vị: m2) ..................... 76

Bảng 3. 1. Nhóm tỉ trọng mục đích sử dụng đất ....................................................... 84

Bảng 3. 2. Nhóm lao động và cơ cấu kinh tế ............................................................ 85

 x

Bảng 3. 3. Nhóm dân số và điều kiện cơ sở vật chất ................................................ 86

Bảng 3. 4. Giá trị đóng góp của các trục thành phần chính F1 và F2 ...................... 88

Bảng 3. 5. Hệ số đóng góp của các chỉ tiêu trên trục nhân tố .................................. 90

Bảng 3. 6. Biến động giữa các loại hình sử dụng đất giai đoạn 2001-2006
(đơn vị ha) ................................................................................................................. 95

Bảng 3. 7. Biến động giữa các loại hình sử dụng đất giai đoạn 2006 – 2013
(đơn vị ha) ................................................................................................................. 98

Bảng 3. 8. Biến động sử dụng đất giai đoạn 2001- 2013 ....................................... 100

Bảng 3. 9. Biến động giữa các loại hình sử dụng đất giai đoạn 2001 – 2013
(đơn vị ha) ............................................................................................................... 102

Bảng 3. 10. Biến động diện tích (ha) sử dụng đất theo đường giao thông chính ... 103

Bảng 3. 11. Biến động diện tích (ha) theo khoảng cách tới Hà Nội ....................... 103

Bảng 3. 12. Diện tích biến động sử dụng đất theo mức độ đô thị hóa năm 2011... 105

Bảng 3. 13. Biến phụ thuộc và biến độc lập ........................................................... 111

Bảng 3. 14. Tổng hợp hệ số của phương trình hồi quy từ kết quả chạy mô hình giai
đoạn 2001 -2006 với giá trị P-value ≤0.1 ............................................................... 112

Bảng 3. 15. Bảng tổng hợp hệ số của phương trình hồi quy từ kết quả chạy mô hình
giai đoạn 2006 -2013 với giá trị P-value ≤0.1 ........................................................ 114

Bảng 3. 16. Bảng kiểm chứng mô hình .................................................................. 126

 1

MỞ ĐẦU
1. Tính cấp thiết của đề tài
Đô thị hóa là xu thế phát triển của bất kỳ quốc gia nào trên thế giới, trong
đó có Việt Nam với mốc khởi điểm vào năm 1980. Hiện nay, đô thị hóa ở nước ta
diễn ra với tốc độ nhanh và mạnh [147]. Bên cạnh những mặt tích cực của quá
trình đô thị hóa như tăng trưởng kinh tế, chuyển dịch cơ cấu kinh tế, cải thiện đời
sống tạo đời sống xã hội thì đô thị hóa quá nhanh, thiếu quy hoạch khoa học sẽ
nảy sinh nhiều vấn đề như mất đất nông nghiệp, chênh lệch mức sống, ô nhiễm
môi trường [8].
Sau hơn hai mươi năm đổi mới, quá trình đô thị hóa đã dẫn đến việc thu hồi
một diện tích lớn đất nông nghiệp sử dụng cho xây dựng khu công nghiệp, khu kinh
tế, khu đô thị mới và nhiều dự án phi nông nghiệp khác. Theo báo cáo của Bộ nông
nghiệp và Phát triển nông thôn trong giai đoạn từ năm 2001 đến 2005 có khoảng
366 000 ha đất nông nghiệp đã chuyển thành đất đô thị và đất công nghiệp, trong
đó, có 16 tỉnh và thành phố thu hồi diện tích lớn như Tiền Giang, Đồng Nai, Hà Nội
và Vĩnh Phúc [147]. Dự kiến đến năm 2025 chính phủ sẽ chuyển đổi 450 000 ha đất
nông nghiệp sang đất phi nông nghiệp [35]. Tính đến năm 2011, Hà Nội có tổng
cộng 19 khu công nghiệp mới sử dụng 7526 ha đất, cùng với một khu công nghệ
cao và 45 cụm công nghiệp vừa và nhỏ, và nhiều khu đô thị mới tập trung ở khu
vực ven đô [7].

Đông Anh là huyện nằm ở phía bắc Hà Nội, nơi có tốc độ thị hóa mạnh mẽ,
quá trình đô thị hóa luôn song hành với công nghiệp hóa. Là một huyện có vị trí
địa lý thuận lợi, Đông Anh đang thu hút nhiều dự án đầu từ trong và ngoài nước.
Trên địa bàn huyện, cho đến nay, đã có hàng trăm doanh nghiệp hoạt động sản
xuất kinh doanh trong và ngoài các khu công nghiệp. Trong thời gian tới, các dự
án còn tiếp tục gia tăng, đây là một thế mạnh của Đông Anh để thúc đẩy phát triển
kinh tế, chuyển dịch cơ cấu kinh tế và cơ cấu lao động. Cũng như các các vùng
ngoại thành khác, quá trình đô thị hóa ở Đông Anh tất yếu dẫn đến mở rộng đô thị,
 2

điều này đã phá vỡ cấu trúc không gian của khu vực nông thôn và kéo theo là diện
tích đất nông nghiệp bị chuyển đổi, bị thu hẹp để sử dụng sang các mục đích khác.
Việc chuyển đổi mục đích sử dụng đất ở đây diễn ra mạnh mẽ, đặc biệt là sau năm
2000, điều này thể hiện qua mức độ mất đất nông nghiệp hàng năm tăng [67]. Đây
đang là vấn đề nóng bỏng của Đông Anh và những khu vực tương tự, nơi đang
chịu áp lực nặng nề của hai xu hướng phát triển và bảo tồn giữa lợi ích kinh tế với
bảo vệ tài nguyên đất và môi trường.

Trước thực tế đó, cần có một nghiên cứu đánh giá đầy đủ, chính xác và khoa
học tác động của các nhân tố đô thị hóa đối với sự biến động cơ cấu sử dụng đất
theo không gian và thời gian. Kết quả nghiên cứu là tư liệu cho các nhà quy hoạch,
các nhà quản lý có cơ sở để điều chỉnh quy hoạch, bổ sung các cơ chế, chính sách
phát triển đô thị hợp lý bảo đảm sự hài hòa của cả ba hợp phần phát triển kinh tế, xã
hội và bảo vệ tài nguyên môi trường, hướng tới một quá trình đô thị hóa bền vững.

Các nghiên cứu về đô thị hóa và chuyển đổi đất nông nghiệp đều có ba đặc
điểm chung. Một là, vấn đề mất đất nông nghiệp do xây dựng khu dân cư và phát
triển công nghiệp. Khu vực ven đô của các đô thị lớn như Hà Nội, Manila, Jakarta,
Trung Quốc là những ví dụ điển hình cho sự suy giảm đất nông nghiệp [35, 52, 67,
110, 113, 183]. Hai là, vấn đề tăng dân số, giảm đất nông nghiệp gây áp lực chuyển
đổi cây trồng và tăng cường sử dụng đất theo nhu cầu thị trường [158, 182]. Ba là,
đô thị hóa làm thay đổi mô hình không gian của khu vực nông nghiệp. Tại các khu
vực ven đô trải qua đô thị hóa, đất nông nghiệp bị chia cắt và manh mún [35, 145,
146]. Cho đến nay, các nghiên cứu mối quan hệ giữa đô thị hóa và sử dụng đất đang
tập trung theo hai hướng, hoặc (i) là đánh giá mối quan hệ theo quan điểm địa lý
học hoặc (ii) xem xét dưới góc độ sự phát triển kinh tế - xã hội. Hai hướng tiếp cận
độc lập, riêng rẽ này đã bộc lộ một số hạn chế. Các nhà nghiên cứu xã hội liên kết
vấn đề đô thị hóa và sử dụng đất theo phương pháp quy nạp thực tiễn [7, 158, 165],
phân tích và xem xét đô thị hóa ở mức độ tổng hợp hơn bao gồm cả kinh tế và xã
hội. Hạn chế của họ là chỉ dựa vào số liệu thống kê đánh giá mà không định lượng
không gian của mối quan hệ giữa đô thị hóa và sử dụng đất. Trong khi đó các nhà
 3

địa lý ứng dụng viễn thám và hệ thông tin địa lý (GIS) chỉ xem xét đô thị hóa tương
đồng với sự phát triển không gian, mở rộng không gian khu vực dân cư, khu công
nghiệp và khu đô thị để định lượng thay đổi sử dụng đất theo không gian đô thị hóa
[35, 45, 47, 62, 110]. Do vậy, cần xây dựng một ý tưởng khoa học mới khi phân
tích mối quan hệ giữa quá trình đô thị hóa và sự biến động sử dụng đất, theo đó, cần
tiếp cận hệ thống hơn, tích hợp dữ liệu đa chiều hơn cả về khai thác dữ liệu không
gian mà viễn thám là tư liệu tiêu biểu với các yếu tố phát triển kinh tế - xã hội trong
khu vực. Trên thế giới hướng tiếp cận mới này đã và đang được nhiều nhà khoa học
quan tâm, tuy rằng, mỗi nghiên cứu có hướng đi riêng và khai thác các khía cạnh
khác nhau [30, 67, 69, 71, 139]. Với nhiều ưu điểm nổi trội, tư liệu viễn thám
được coi là công cụ cung cấp thông tin nhanh chóng, khách quan và trung thực
theo không gian và thời gian. Việc khai thác hiệu quả thông tin từ tư liệu viễn thám
trong nghiên cứu biến động sử dụng đất đòi hỏi có các phương pháp xử lý và chiết
tách thông tin phù hợp với độ chính xác cao, nhất là đối với khu vực ven đô, nơi có
cấu trúc và phản xạ phổ trên tư liệu ảnh vệ tinh rất phức tạp do quá trình đô thị hóa
[3, 176, 177]. Sự tích hợp các phương pháp phân tích thống kê, phân tích không
gian và mô hình hóa không gian là một giải pháp mới, một bước đột phá trong
nghiên cứu mối quan hệ giữa biến động sử dụng đất và quá trình đô thị hóa, nó
cho phép đánh giá tác động của quá trình đô thị hóa đối với biến động cơ cấu sử
dụng đất một cách chặt chẽ hơn và toàn diện hơn. Qua đó, có thể giám sát hiệu quả
hơn sự biến động sử dụng đất theo không gian và thời gian, xác định chính xác
nguyên nhân và đặc biệt là lượng hóa được ảnh hưởng của quá trình đô thị hóa đến
cơ cấu biến động sử dụng đất. Với các luận giải trên đây, đề tài "Nghiên cứu tác
động của quá trình đô thị hóa đến cơ cấu sử dụng đất nông nghiệp khu vực Đông
Anh Hà Nộị” đã được lựa chọn.
 4

2. Mục tiêu và nhiệm vụ

a/ Mục tiêu:
Xác định mối quan hệ giữa quá trình đô thị hóa và sự biến động cơ cấu sử
dụng đất thông qua mô hình hóa không gian, tích hợp thông tin viễn thám và thông
tin thống kê.
b/ Nhiệm vụ:
Để đạt được mục tiêu nêu trên, quá trình nghiên cứu đã thực hiện các nhiệm
vụ chính sau đây:
- Tổng quan tài liệu các lý luận về đô thị hóa, sử dụng đất, tác động của đô
thị hóa đến sử dụng đất và phương pháp chiết tách thông tin sử dụng đất
từ tư liệu ảnh vệ tinh, phương pháp đánh giá biến động và phương pháp
đánh giá tác động của đô thị hóa đến cơ cấu sử dụng đất.
- Nghiên cứu phương pháp phân loại mờ tiếp cận đối tượng chiết tách
thông tin sử dụng đất từ ảnh viễn thám và đánh giá biến động cơ cấu sử
dụng đất nông nghiệp của khu vực.
- Nghiên cứu phương pháp phân tích thống kê không gian đánh giá mức độ
đô thị hóa của khu vực Đông Anh.
- Nghiên cứu phương pháp phân tích hồi quy logistic và mô hình hóa
không gian đánh giá các yếu tố tác động của đô thị hóa đến cơ cấu sử
dụng đất nông nghiệp ở khu vực nghiên cứu.
3. Giới hạn và phạm vi nghiên cứu
a/ Đối tượng nghiên cứu
Nghiên cứu phương pháp xác định mối quan hệ giữa đô thị hóa, biến động cơ
cấu sử dụng đất và ảnh hưởng của đô thị hóa đến biến động cơ cấu sử dụng đất.
b/ Phạm vi nghiên cứu
- Đề tài giới hạn phạm vi không gian huyện Đông Anh, Hà Nội.
- Giới hạn phạm vi nghiên cứu cho một số loại hình sử dụng đất chính
trong đó, đất nông nghiệp là trọng tâm được chiết tách từ tư liệu ảnh vệ
tinh Landsat.
 5

4. Phương pháp nghiên cứu

Luận án được thực hiện trên cơ sở các phương pháp nghiên cứu sau:
- Phương pháp phân tích, tổng hợp;
- Phương pháp thống kê;
- Phương pháp quy nạp thực tiễn;
- Phương pháp mô hình hóa;
- Phương pháp thực nghiệm.
5. Các luận điểm bảo vệ
Luận điểm 1: Trong phân loại mờ tiếp cận đối tượng đối với khu vực đô thị
hóa và sử dụng đất phức tạp, việc so sánh hàm liên thuộc của các tập mẫu để
lựa chọn các chỉ số phù hợp cho kết quả phân loại đạt độ tin cậy cao.
Luận điểm 2: Phân tích hồi quy không gian kết hợp với mô hình mạng nơ-
ron cho phép đánh giá một cách định lượng tác động của đô thị hóa đến biến
động cơ cấu sử dụng đất nông nghiệp của khu vực nghiên cứu.
Luận điểm 3: Các yếu tố đặc trưng của đô thị hóa khu vực ven đô bao gồm
yếu tố tự nhiên và xã hội đều có liên quan đến biến động cơ cấu sử dụng đất
nông nghiệp trong khu vực huyện Đông Anh, Hà Nội.
6. Các điểm mới của luận án
- Thông qua so sánh hàm liên thuộc của các tập mẫu xác định các chỉ số
phù hợp cho chiết tách thông tin sử dụng đất.
- Xây dựng phương pháp đánh giá mức độ đô thi hóa cho khu vực ven đô
thông qua việc áp dụng phương pháp phân tích thành phần chính.
- Xây dựng cách tiếp cận liên ngành tích hợp dữ liệu kinh tế - xã hội và dữ
liệu viễn thám phục vụ nghiên cứu đánh giá tác động của đô thị hóa đến
cơ cấu sử dụng đất.
7. Ý nghĩa khoa học và thực tiễn
a/ Ý nghĩa khoa học:
 6

Khẳng định tính ưu việt của phương pháp phân loai mờ tiếp cận đối tượng
cho kết quả đạt độ chính xác cao.
Tiếp cận liên ngành trong nghiên cứu thông qua phân tích thành phần chính
đánh giá mức đô đô thị hóa, phân tích hồi quy và mô hình hóa không gian đánh giá
tác động của các yếu tố đô thị hóa đến sử dụng đất.
b/ Ý nghĩa thực tiễn:
Kết quả nghiên cứu là tư liệu hỗ trợ cho các cơ quan quy hoạch, cơ quan
quản lý điều chỉnh, bổ sung và xây dựng các cơ chế chính sách về định hướng quy
hoạch chương trình đô thị hóa nói chung và cho khu vực Đông Anh nói riêng nhằm
hướng tới một khu vực ven đô phát triển bền vững.
8. Cơ sở tài liệu
- Tư liệu bản đồ:
Bảng 1. Tư liệu bản đồ sử dụng trong luận án

STT Dữ liệu Năm Nguồn

1 Bản đồ địa hình tỉ lệ 1: 25000 2005 Bộ Tài Nguyên và Môi trường
2 Bản đồ thổ nhưỡng tỉ lệ 1: 100000 2005 Viện Thổ nhưỡng nông hóa
Bản đồ sử dụng đất tỉ lệ 1:25000 Ủy ban nhân dân huyện
4 2010
Đông Anh
Được cán bộ địa chính các xã
5 và trưởng thôn biên vẽ từ bản
Ranh giới cấp thôn 2012
đồ địa chính và bản đồ địa hình
tỉ lệ 1:5000
- Số liệu về kinh tế xã hội:
Bảng 2. Số liệu về kinh tế - xã hội sử dụng trong luận án

STT Dữ liệu Năm Nguồn

Số liệu về kinh tế xã hội về điều tra
1 2001; 2006; 2011 Tổng cục thống kê
nông hộ nông thôn cấp nông hộ.
Ủy ban nhân dận
2 Niên giám thống kê 2000 ÷ 2011
huyện Đông Anh
 7

- Tư liệu ảnh viễn thám:

Bảng 3. Tư liệu viễn thám sử dụng trong luận án
STT Dữ liệu Ngày chụp Nguồn
1 Landsat TM 23/11/ 2001

2 Landsat TM 23/11/2004 United States

3 Landsat TM 15/12/2006 Geological Survey
(USGS)
4 Landsat TM 05/11/2009

5 Landsat8 OLI_TIRS_L1T 02/12/2013

- Các phần mềm phân loại, phân tích trong luận án

Bảng 4. Các phần mềm chính sử dụng phân tích trong luận án

STT Phần mềm Mục đích sử dụng

1 Ecognition Phân loại ảnh
2 ArcGIS Phân tích không gian, Kappa
3 XLSTAT Phân tích PCA
4 SPSS Phân tích hồi quy
5 IDRISI Mô hình MLP, ROC, Kappa
- Luận án cũng đã tham khảo nhiều đề tài, dự án, báo cáo khoa học về lĩnh
vực trắc địa bản đồ, viễn thám, GIS, đô thị hóa, bảo vệ tài nguyên môi trường và
đất đai.
9. Cấu trúc luận án
Luận án bao gồm 03 chương cùng với phần mở đầu và kết luận, tài liệu tham
khảo được trình bày trong 148 trang đánh máy, có sử dụng 35 bảng, 52 hình và biểu
đồ, bản đồ kèm theo 8 phụ lục. Dưới đây là tiêu đề các chương:
- Chương 1. Cơ sở lý luận và tổng quan các nghiên cứu đánh giá tác động
của quá trình đô thị hóa đến cơ cấu sử dụng đất nông nghiệp.
- Chương 2. Phân loại mờ tiếp cận đối tượng chiết tách thông tin sử dụng đất
khu vực Đông Anh – Hà Nội.
 8

- Chương 3. Đánh giá tác động của đô thị hóa đến biến động cơ cấu sử dụng
đất nông nghiệp khu vực Đông Anh, Hà Nội.
10. Lời cảm ơn
Luận án này được hoàn thành dưới sự hướng dẫn khoa học GS. TS Võ Chí
Mỹ và PGS. TS Phạm Văn Cự tại bộ môn Trắc địa Mỏ khoa Trắc địa trường Đại
học Mỏ - Địa Chất. Tác giả xin bày tỏ lòng biết ơn sâu sắc tới hai thầy, người đã
giúp đỡ, hướng dẫn và động viên tác giả trong suốt thời gian làm luận án.
Trong quá trình học tập và nghiên cứu, tác giả đã nhận được nhiều sự quan
tâm giúp đỡ từ nơi đào tạo, bộ môn Trắc địa Mỏ, Phòng đào tạo sau đại học, Khoa
Trắc địa trường Đại học Mỏ - Địa Chất và trung tâm nghiên cứu biến đổi toàn cầu
(ICARGC). Xin chân thành cảm ơn sự giúp đỡ quý báu đó.
Tác giả xin trân trọng cảm ơn tới ban lãnh đạo trường Đại học Tài nguyên và
Môi trường, lãnh đạo Khoa Trắc địa - Bản đồ trường Đại học Tài nguyên và Môi
trường, Bộ môn Trắc địa cơ sở và các bạn đồng nghiệp tại đây đã luôn sát cánh
động viên và hỗ trợ tác giả hoàn thành luận án.
Tác giả xin được bày tỏ lòng cảm ơn tới bố mẹ, gia đình và bạn bè, những
người là chỗ dựa tinh thần và là điểm tựa vững chắc giúp tác giả hoàn thành
luận án.
 9

Chương 1
CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN CÁC NGHIÊN CỨU
ĐÁNH GIÁ TÁC ĐỘNG CỦA QUÁ TRÌNH ĐÔ THỊ HÓA ĐẾN
CƠ CẤU SỬ DỤNG ĐẤT NÔNG NGHIỆP
Trong chương 1 trình bày tổng quan về các nghiên cứu liên quan đến vấn
đề đô thị hóa, sử dụng đất và tác động của đô thị hóa đến sử dụng đất. Mục đích
của chương này là định hướng cho luận án về khung lý thuyết và phương pháp
nghiên cứu.
1.1. Tổng quan nghiên cứu đánh giá tác động của quá trình đô thị hóa đến
thay đổi sử dụng đất nông nghiệp
1.1.1. Các quan điểm về đô thị hóa, đô thị và khu vực ven đô
Thuật ngữ “đô thị hóa” ra đời năm 1867 trong một tác phẩm của kỹ sư cầu
đường người Tây Ban Nha Ildefonso Cerdà có tên là “Lý luận chung về đô thị hóa”.
Theo bà, đô thị hóa là một hiện tượng nhiều tầm và đa diện về kinh tế, xã hội, môi
trường biểu hiện ở phát triển thủ công nghiệp, công nghiệp, sản xuất hàng hóa, phân
công lao động, chuyển đổi nơi ở và làm việc,…[9]. Tuy nhiên, hầu hết các nghiên
cứu cũng như các báo cáo hiện nay về vấn đề đô thị hóa đều lấy khía cạnh dễ nhận
biết nhất của nhân khẩu học đó là sự tăng dần của dân số đô thị trên tổng dân số của
một vùng, một quốc gia hoặc châu lục; hay xem xét vấn đề đô thị hóa thông qua
hiện tượng nhập cư vào đô thị làm đô thị tăng lên về lượng và mở rộng về không
gian để định nghĩa đô thị hóa [9]. Để xác định được các tiêu chuẩn của đô thị hóa
phải hiểu được định nghĩa về đô thị. Các nhà khoa học định nghĩa về đô thị theo
nhiều quan điểm chủ yếu là dựa trên địa vị chính trị, các thuộc tính về nhân khẩu
học, các tham số kinh tế và hành vi văn hóa xã hội. Do không có ngưỡng tiêu chuẩn
tối thiểu cho việc xác định một khu vực được gọi là khu vực đô thị, nên mỗi quốc
gia lại đưa ra một định nghĩa riêng, hiện nay đang tồn tại khoảng 30 định nghĩa
khác nhau về đô thị [32, 79, 150, 156, 159, 174].
Từ góc độ nhân khẩu học và địa lý, các học giả đã đưa ra định nghĩa đô thị
dựa trên ngưỡng tối thiểu về lượng tập trung dân số và mật độ dân số [84, 150,
 10

174]. Lấy tiêu chuẩn số dân tối thiểu cho một khu vực làm ngưỡng, nhiều nước đã
đưa ra định nghĩa về đô thị là khu vực có số dân tối thiểu từ 2000 người trở lên như
Tây Ban Nha, Cộng hòa Sec và Ethiopia [156]. Một số nước khác còn thêm chỉ tiêu
về mật độ dân số để định nghĩa đô thị: ở Canada, khu vực đô thị phải có quy mô dân
số từ 1000 người và mật độ dân số từ 400 người trên 1 km2 trở lên [156].
Để phân biệt nông thôn với đô thị, không chỉ dựa vào nhân khẩu học, mà còn
dựa trên hoạt động kinh tế và chính trị của khu vực. Theo quan điểm của các nhà
kinh tế, đô thị là khu vực có dân số chủ yếu hoạt động trong lĩnh vực công nghiệp
và dịch vụ [159, 174]. Ở Ấn Độ, ngoài hai tiêu chí tổng số dân và mật độ dân số, họ
còn thêm một tiêu chí nữa đó là ba phần tư dân số nam giới trưởng thành lao động
phi nông nghiệp thì khu vực đó mới là đô thị [156].
Các nhà xã hội học và nhân chủng học kết nối đô thị với hành vi và mối
quan hệ của con người. Trịnh Duy Luận trích dẫn lập luận của Louis Wirth rằng:
đặc trưng đô thị là các kiểu mẫu văn hóa, cấu trúc xã hội, đặc tính xã hội, cách
sống tiêu biểu của khu vực thành thị khác biệt rõ rệt với nông thôn [4]. Đây cũng
là tiêu chí để định nghĩa đô thị [118, 159, 174].
Ở Việt Nam, đô thị được định nghĩa theo quan điểm của quản lý, đô thị là
một khu vực dân cư tập trung có đủ 2 điều kiện [1, 5, 174]:
- Về phân cấp quản lý, đô thị là thành phố, thị xã, thị trấn được cơ quan nhà
nước có thẩm quyền thành lập.
- Về trình độ phát triển đô thị, phải đạt được những tiêu chuẩn là trung tâm
tổng hợp hoặc là trung tâm chuyên ngành, có vai trò thúc đẩy kinh tế của cả nước
hay của một vùng lãnh thổ với quy mô dân số toàn đô thị tối thiểu phải đạt 4000
người trở lên và đạt được một số tiêu chuẩn về cơ sở hạ tầng.
Hầu hết các tài liệu nghiên cứu đô thị hóa ở Việt Nam thiên về phân tích đô
thị hóa ở khu vực đô thị. Trong nghiên cứu của Lê Du Phong, tác giả đưa ra một số
chỉ tiêu định lượng và định tính cơ bản đánh giá mức độ đô thị hóa theo chiều sâu
và chiều rộng cho khu vực đô thị [5]. Mức độ đô thị hóa cũng được Nguyễn Hữu
 11

Đoàn đánh giá bằng việc xây dựng hệ thống tiêu chí và tiêu chuẩn cho toàn bộ đô
thị lớn ở Việt Nam và tác giả lấy thực nghiệm đánh giá cho khu vực Hà Nội [2].
Báo cáo của Ngân hàng thế giới nhận định đô thị hóa thông qua đánh giá sự chuyển
đổi ở năm khía cạnh bao gồm các sự chuyển đổi về hình thể, hành chính, phúc lợi,
nhân khẩu và kinh tế giúp chúng ta hiểu rõ hơn về mức độ và hình thức đô thị hóa,
về chức năng của thành phố và không gian kinh tế- xã hội của nó. Báo cáo khẳng
định những chuyển đổi theo năm khía cạnh diễn ra trên toàn bộ hệ thống các thành
phố của Việt Nam [169].
Tuy nhiên, quá trình đô thị hóa không chỉ xảy ra ở những khu vực được coi
là đô thị, trên thực tế, sự hiện diện của đô thị hóa còn xuất hiện ở những khu vực
không phải là không gian đô thị, mà ở cả khu vực nông thôn và khu vực ven đô
[118, 152, 170].
Vùng ven đô là một vành đai chuyển tiếp giữa thành phố và nông thôn, chứa
đựng sự giao thoa và tương tác giữa nông thôn và đô thị [127, 152, 170]. Nó là nơi
tồn tại xen kẽ, đan xen các đặc tính đô thị và đặc tính nông thôn. Vì vậy, trong một
nghĩa nào đó, khu vực ven đô có thể được coi là vùng nông thôn bởi vì nó được đặc
trưng bởi các khu định cư mật độ thấp, khu vực canh tác nông nghiệp và các dấu vết
của lối sống nông thôn. Trong một nghĩa khác, khu vực này là khu vực đô thị bởi vì
nó là không gian diễn ra các hoạt động công nghiệp hóa và phát triển cơ sở hạ tầng,
đồng thời nơi này đang phải chịu áp lực ngày càng tăng của đô thị cũ. Theo Michael
Leaf, khu vực ven đô là vùng có cảnh quan năng động, hỗn độn, chắp vá và liên tục
biến đổi. Sự biến đổi này diễn ra chủ yếu theo hướng từ nông thôn sang đô thị [91].

Hình 1. 1. Ví trí vùng ven đô trong cấu trúc phát triển của đô thị
 12

Có thể coi khu vực ven đô là vùng đệm cho bước chuyển từ nông thôn
sang thành thị, nơi phản ánh rõ nét nhất những ảnh hưởng của quá trình đô thị
hóa đối với nông thôn. Nguyễn Duy Thắng cho rằng: những biến đổi về đô thị
hóa ở khu vực ven đô có thể khác nhau đối với các nhóm xã hội và diễn ra trên
nhiều lĩnh vực khác nhau của đời sống như sử dụng đất, kiến trúc nhà cửa, quy
mô và cơ cấu dân số, lao động và việc làm, sức khỏe và môi trường, biến đổi lối
sống và phong tục tập quán [8].
Đô thị hóa nói chung và đô thị hóa ở khu vực ven đô lại có những đặc tính và
sắc thái riêng. Đô thị hóa ở khu vực ven đô liên quan đến quá trình chuyển đổi của
khu vực nông thôn nằm ngoại ô thành phố [7, 127, 152, 170, 171]. Đô thị hóa ở khu
vực này nhấn mạnh sự hình thành lan tỏa và phát triển của đặc tính đô thị thay thế
cho những đặc tính nông nghiệp, nông thôn vốn nổi trội trước khi bị đô thị hóa [7].
Quá trình đô thị hóa ở những khu vực này đang diễn ra theo các hướng như sau [7]:
- Theo hướng xuất hiện tính đô thị ở một không gian nào đó để trở thành một
thị tứ, rồi phát triển dần thành một trung tâm đô thị theo thời gian.
- Theo chiều rộng, nghĩa là sự mở rộng không gian đô thị, làm cho tính đô thị
lan tỏa sang khu vực nông thôn
- Theo chiều sâu và cao, trong đó đô thị được nén lại, đẩy lên, làm cho tính đô
thị đậm đặc hơn trong khi không làm mở rộng không gian đô thị
- Theo hướng kết hợp của các hướng nêu trên

1.1.2. Các yếu tố của đô thị hóa ảnh hưởng đến thay đổi sử dụng đất nông nghiệp

Các nghiên cứu thay đổi sử dụng đất thường xoay quanh câu hỏi trọng tâm
về mối quan hệ giữa sử dụng đất và các yếu tố làm thay đổi sử dụng đất. Thay đổi
sử dụng đất bị tác động bởi rất nhiều nhân tố có nguồn gốc khác nhau [72]: yếu tố
tự nhiên [90, 103], phạm vi địa lý [164], thời gian và cường độ [57]. Các yếu tố ảnh
hưởng tới biến động sử dụng đất có thể được phân chia thành hai loại:
- Nhân tố tác động của môi trường tự nhiên như khí hậu [36, 43, 90, 123, 144,
166], thủy văn [25], thổ nhưỡng [65, 115].
 13

- Nhân tố tác động của con người như dân số [37, 61, 163, 164], công nghệ
[22, 86], hệ thống chính trị và kinh tế [88, 93, 105], văn hóa và tôn giáo [18, 38,
119], yếu tố dân tộc [30].
Như vậy, có thể thấy rằng thay đổi sử dụng đất là kết quả của hoạt động kinh
tế - xã hội và điều kiện tự nhiên trong quá trình khai thác, sử dụng của con người
được thể hiện trong hình 1.2 [28, 69, 94].

SỬ DỤNG ĐẤT DƯỚI TÁC ĐỘNG CỦA SỬ DỤNG ĐẤT DƯỚI TÁC ĐỘNG CỦA
KINH TẾ - XÃ HỘI MÔI TRƯỜNG TỰ NHIÊN

QUYẾT ĐỊNH SỬ DỤNG CỦA CON NGƯỜI

SỬ DỤNG ĐẤT

Hình 1. 2. Thực trạng sử dụng đất [48]

Trong các yếu tố ảnh hưởng đến thay đổi sử dụng đất trên đây, tác nhân kinh
tế - xã hội được coi là tác nhân chính và chủ yếu [105, 167]. Một đặc điểm dễ nhận
thấy, đó là việc chuyển đổi sử dụng từ đất nông nghiệp sang đất đô thị, khu công
nghiệp là hiện tượng phổ biến và điển hình xảy ra ở hầu hết các nước đang phát
triển, trong đó có Việt Nam [5, 11, 137].
Chuyển đổi sử dụng đất là một hiện tượng tất yếu của quá trình phát triển,
tăng trưởng kinh tế [149, 178]. Mật độ dân số cao, tăng trưởng kinh tế nhanh và quá
trình đô thị hóa được coi là những yếu tố chủ đạo gây ra chuyển đổi đất nông
nghiệp ở các nước đang phát triển [68]. Ở Việt Nam, chuyển đổi đất nông nghiệp
sang đất phi nông nghiệp diễn ra với tốc độ nhanh và mạnh mẽ từ những năm 1990
khi mà nhà nước có những chính sách thiên vị cho tăng trưởng và phát triển kinh tế
[147]. Theo Firman trích dẫn của Setiawan và Purwanto, các yếu tố của đô thị hóa
tác động lên sử dụng đất nông nghiệp được chia thành hai nhóm: yếu tố nội sinh và
yếu tố ngoại sinh [52].

• Yếu tố ngoại sinh

 14

(1) Công nghiệp hóa

Phát triển công nghiệp được xem như là một động cơ cho tăng trưởng kinh tế
[101]. Nghiên cứu của Hualou Long và cộng sự chứng minh công nghiệp hóa là
nguyên nhân gây ra mất đất nông nghiệp ở khu vực Chongquing qua mối tương
quan nghịch với hệ số tương quan cao giữa tăng trưởng sản lượng công nghiệp và
giảm diện tích đất nông nghiệp, đồng thời có mối tương quan thuận mạnh mẽ giữa
giá trị sản lượng công nghiệp với đất xây dựng [105]. Công nghiệp hóa cũng đã làm
thay đổi sử dụng đất ở hầu hết các tỉnh của Trung Quốc [58, 68, 110, 183].
Nghiên cứu của Firman cho thấy sự phát triển các khu công nghiệp, đặc biệt
là ở các khu vực xung quanh Jakarta (Indonesia) chính là yếu tố ảnh hưởng đến thay
đổi diện tích đất nông nghiệp. Một số khu vực có quá trình chuyển đổi từ nền kinh
tế nông nghiệp sang nền kinh tế công nghiệp và dịch vụ, sự chuyển đổi này cũng
được thể hiện thông qua việc thay đổi cơ cấu lao động và số lượng hộ gia đình hoạt
động trong lĩnh vực nông nghiệp giảm [52].
(2) Tăng trưởng kinh tế và chuyển đổi kinh tế
Tăng trưởng kinh tế và chuyển đổi kinh tế cũng là một trong những nguyên nhân
làm thay đổi sử dụng đất. Trong nghiên cứu của mình, Xiangzeng Deng và cộng sự
đã chứng minh được tăng thu nhập từ sản xuất và dịch vụ đóng một vài trò mạnh
mẽ trong việc mở rộng đô thị ở Trung Quốc. Trong những năm 1980 - 1990, tăng
trưởng kinh tế của Trung Quốc đã thúc đẩy sự phát triển của các vùng nông thôn
với những ngôi làng công nghiệp và đây là yếu tố gây áp lực đáng kể trong việc
chuyển đổi sử dụng đất nông nghiệp sang phi nông nghiệp [68].
(3) Dân số
Quá trình đô thị hóa và di cư từ nông thôn ra đô thị cũng là yếu tố chính ảnh
hưởng đến chuyển đổi đất nông nghiệp. Han và đồng nghiệp đã nghiên cứu mô hình
phân bố mất đất nông nghiệp ở một số thành phố ở Trung Quốc và ông đã xác định
được mối quan hệ giữa đô thị hóa và chuyển đổi đất nông nghiệp tại các thành phố
đó. Ông phát hiện ra rằng: có tương quan cao giữa tăng dân số và mất đất nông
 15

nghiệp ở các thành phố ven biển, nơi quá trình đô thị hóa diễn ra mạnh [64]. Nhà
nghiên cứu Ho và Lin cũng đồng quan điểm như vậy, họ kết luận rằng phát triển
công nghiệp ở Trung Quốc thường gắn liền với quá trình đô thị hóa và gây ra biến
động đất nông nghiệp [68]. Fazal cũng xác định một số yếu tố dân số làm ảnh
hưởng đến biến động đất nông nghiệp ở Ấn Độ. Ông lập luận rằng mô hình đô thị
hóa và tăng trưởng dân số cao trong các quốc gia đang phát triển và kém phát triển
dẫn đến áp lực lên đất đai. Mở rộng đô thị xâm lấn vào những khu vực có đất nông
nghiệp màu mỡ. Ấn Độ đã mất một diện tích đất nông nghiệp lớn do sự mở rộng
các khu đô thị [50]. Ở Indonesia, đa phần đất nông nghiệp bị biến thành đất phi
nông nghiệp trong các dự án phát triển nhà ở suốt 20 năm qua. Các dự án này diễn
ra mạnh mẽ nhất tại các vùng ngoại ô Jakarta và Manila [51, 113].
(4) Phát triển cơ sở hạ tầng
Cơ sở hạ tầng phát triển, như xây dựng mạng lưới đường giao thông cũng là
nguyên nhân chuyển đổi sử dụng đất nông nghiệp ở hầu hết các nước. Trung Quốc
đã phải đối mặt với áp lực như vậy từ hai thập kỷ trước đây [101]. Khi ngành công
nghiệp phát triển nhanh chóng, ngành nông nghiệp sẽ trở thành thương mại hóa, thu
nhập của người dân tăng lên, lượng lưu thông tăng lên, hệ thống giao thông trở nên
tắc nghẽn. Do đó, cần xây dựng cơ sở hạ tầng giao thông để duy trì tăng trưởng
kinh tế. Theo Ho và Lin, các dự án đường khác nhau ở Trung Quốc đòi hỏi một
lượng lớn đất nông nghiệp. Nhiều học giả khẳng định rằng việc xây dựng mạng lưới
đường giao thông hỗ trợ phát triển công nghiệp đã lấn chiếm lượng lớn đất nông
nghiệp màu mỡ [68].
(5) Chính sách của chính phủ
Đa phần các chính sách phát triển kinh tế có xu hướng thúc đẩy tăng trưởng
công nghiệp và gián tiếp kích thích chuyển đổi đất đai ở nhiều nước đang phát triển,
như Indonesia, Trung Quốc, Việt Nam, và Philippines [7, 101, 113, 158]. Hơn nữa,
chính sách phát triển không gian đô thị và công nghiệp làm đẩy mạnh việc chuyển
đổi sử dụng đất tại khu vực đó [51].
 16

• Yếu tố nội sinh

(1) Hiệu quả kinh tế của đất và sử dụng đất
Levia Delphis đã khảo sát động lực của chuyển đổi sử dụng đất nông nghiệp
thành khu dân cư. Ông xem xét đến bốn yếu tố như kích thước trang trại, độ dốc đất
nông nghiệp, khoảng cách đến thành phố gần nhất và đến đường cao tốc, ông coi
chúng là biến giả thuyết thúc đẩy chuyển đổi đất nông nghiệp ở Massachusetts. Ông
chứng minh được rằng yếu tố kích thước trang trại lớn 9.4ha và khu đất nông
nghiệp gần trung tâm thành phố, đường cao tốc là yếu tố quan trọng thúc đẩy
chuyển đổi đất nông nghiệp do quy mô kinh tế nhỏ lẻ và do giá trị đất ở những khu
촀 å [42]. Nghiên cứu của Van den Berg và cộng sự đã
dù diện tích đất nông nghiệp ngày càng giảm, nhưng sản xuất nông nghiệp lại được
tăng cường và phần lớn người dân phía Nam thành phố Hà Nội chuyển đổi từ trồng
lúa sang trồng rau và nuôi trồng thủy sản cho thu nhập cao hơn [158]. Đồng quan
điểm với Van den Berg, nghiên cứu Brody Lee và các cộng sự cho thấy một phần
ba người dân khu vực ven đô Hà Nội chuyển đổi cây trồng từ lúa sang loại cây
trồng có giá trị kinh tế cao hơn trong vòng 10 năm qua [92].
(2) Kỹ thuật canh tác
Khi các công nghệ hiện đại được sử dụng trong nông nghiệp, nhu cầu lao
động sẽ giảm. Các công nghệ sẽ tạo ra dư thừa lao động trong khu vực nông thôn.
Người lao động sẽ tìm kiếm công ăn việc làm trong khu vực đô thị và dẫn tới nhu
cầu về đất cho các dịch vụ, nhà ở. Đặc biệt là những khu vực ven đô, nơi có nhiều
khả năng mất đất nông nghiệp [11].
(3) Điều kiện tự nhiên
Trong nghiên cứu “trở thành đô thị, cách thức đô thị hóa ảnh hưởng đến mất
đất nông nghiệp” tại khu vực ven đô thành phố Hà Nội theo các năm 1993, 2000 và
2007 của nhóm tác giả Phạm Thị Thanh Hiền đã chứng minh được rằng: sự mất đất
nông nghiệp tập trung nhiều hơn ở các xã/phường gần với đường giao thông chính
 17

và gần với trung tâm thành phố [67]. Và hai yếu tố này cũng được xác định trong
các nghiên cứu trước ở Trung Quốc[146] .

1.1.3. Các phương pháp đánh giá tác động của các yếu tố đến sự biến động
sử dụng đất

Đô thị hóa - tác nhân làm thay đổi sử dụng đất - là đối tượng đã được rất
nhiều nhà khoa học quan tâm nghiên cứu. Có những nghiên cứu phân tích dựa vào
dữ liệu không gian, những nghiên cứu này hầu hết sử dụng tư liệu viễn thám và GIS
xác định sự xâm lấn đô thị làm mất đất nông nghiệp bằng việc đánh giá sự thay đổi
của các loại hình sử dụng đất như trong nghiên cứu của các tác giả Đỗ Đình Duẩn,
Nguyễn Đình Dương, Phạm Minh Hải, Hualou Long, Qingshui Lu, Somporn
Sangawonge, Trần Thị Vân , Xiao, S. Liu Y [45, 47, 62, 104, 110, 137, 160, 175,
178]. Cũng có những nghiên cứu dựa vào sự thay đổi cấu trúc không gian, thông
qua đo đạc cảnh quan để định lượng đặc tính phát triển của đô thị theo thời gian và
không gian như trong nghiên cứu của Xian về đánh giá quá trình đô thị hóa và mất
đất nông nghiệp ở thành phố Yixing Trung Quốc [124], nghiên cứu của Xiuhong,
Phạm Minh Hải, Phạm Văn Cự [28, 35, 63, 167]. Có những nghiên cứu đánh giá
tác động của đô thị hóa đến đất nông nghiệp dựa vào dữ liệu thống kê và dữ liệu
điều tra xã hội, phân tích tác động của đô thị hóa đến sử dụng đất như trong nghiên
cứu của Van den berg [158], Trần Đức Viên [165], Brody Lee [92] về đô thị Hà Nội
với thay đổi đất nông nghiệp. Các nghiên cứu này tựu chung đang đánh giá mối
quan hệ giữa đô thị hóa và sử dụng đất theo hai hướng, một là đánh giá theo quan
điểm địa lý, hai là đánh giá theo quan điểm xã hội. Hai hướng tiếp cận độc lập,
riêng rẽ này đã bộc lộ một số hạn chế. Các nhà nghiên cứu xã hội liên kết vấn đề đô
thị hóa và sử dụng đất theo phương pháp quy nạp thực tiễn [7, 158, 165], phân tích
và xem xét đô thị hóa ở mức độ tổng hợp hơn bao gồm cả hai hợp phần: kinh tế và
xã hội. Hạn chế của các tác giả này là chỉ dựa vào số liệu thống kê đánh giá mà
không định lượng không gian của mối quan hệ giữa đô thị hóa và sử dụng đất.
Trong khi đó, các nhà địa lý ứng dụng viễn thám và hệ thông tin địa lý (GIS) chỉ
xem xét đô thị hóa tương đồng với sự phát triển không gian, mở rộng không gian
 18

khu vực dân cư, khu công nghiệp và khu đô thị để định lượng thay đổi sử dụng đất
theo không gian đô thị hóa [35, 45, 47, 110]. Tuy nhiên, các yếu tố của đô thị hóa
tác động đến sử dụng đất ở trên cho thấy biến đổi sử dụng đất là một vấn đề phức
tạp, sự phức tạp không chỉ nằm ở nội hàm yếu tố sử dụng đất mà còn liên quan đến
các yếu tố ảnh hưởng tới sự thay đổi của chúng. Do đó, một ngành hay một phương
pháp duy nhất không đủ để phân tích, đánh giá chúng một cách toàn diện, sâu sắc
[26, 164]. Khi nghiên cứu vấn đề sử dụng đất, cần thiết phải có sự kết hợp của nhiều
phương pháp theo hướng tiếp cận liên ngành [24, 26, 89, 105, 131, 154, 162] thông
qua tích hợp dữ liệu đa chiều bao gồm dữ liệu kinh tế - xã hội và dữ liệu không gian
mà viễn thám là tư liệu tiêu biểu. Nghiên cứu liên kết giữa khoa học viễn thám và
khoa học xã hội đang là một xu hướng hiện đại, xu hướng này đã được các nhà khoa
học đề cập trong tác phẩm “Xã hội và không gian: liên kết khoa học viễn thám và
khoa học xã hội”, các tác giả của cuốn sách này đưa ra một số ứng dụng tiềm năng
và ưu thế của việc kết nối dữ liệu trong nghiên cứu các vấn đề liên quan đến khoa
học xã hội và khoa học tự nhiên [73].
Việc tích hợp tư liệu viễn thám và dữ liệu kinh tế - xã hội để phân tích đã
tạo ra một bước đột phá cho nghiên cứu các vấn đề sử dụng đất liên quan đến vấn
đề xã hội một cách chặt chẽ và toàn diện hơn [24, 59, 104]. Các phương pháp
thống kê và mô hình hóa không gian đa chiều được sử dụng cho phân tích dữ liệu
liên kết trong nghiên cứu mối quan hệ giữa biến đổi sử dụng đất với các yếu tố tác
động. Các phương pháp thống kê và mô hình hóa không gian cho phép phân tích
dữ liệu liên kết trong mối quan hệ giữa biến động sử dụng đất với các yếu tố tác
động một cách toàn diện và hiệu quả hơn, đặc biệt là giải quyết các vấn đề tương
quan không gian trong cứu, khi mà phân tích dựa trên số liệu thống kê truyền
thống không thể đạt được [28]. Ở Việt Nam đã có những nghiên cứu theo hướng
này như nghiên cứu của Müller [122], Vũ Kim Chi [30], Phạm Thị Thanh Hiền
[67]. Tuy nhiên, các nghiên cứu này mới chỉ tập trung cho đánh giá mối quan hệ
giữa sử dụng đất với điều kiện tự nhiên là chính, còn điều kiện kinh tế - xã hội thì
hầu như bỏ ngỏ.
 19

Phân tích thống kê không gian có hai cách thức tiếp cận: phân tích không
gian theo vùng lãnh thổ, phân tích không gian theo điểm [73]. Phân tích thống kê
không gian được chia thành bốn nhóm: phân tích khảo sát dữ liệu, phân tích hồi
quy, thống kê Bayes và mạng nơ-ron nhân tạo được thể hiện ở hình 1.3.
Mục tiêu
Kiểu phân tích
Rút gọn dữ liệu PCA

Phân tích
Phát hiện cấu trúc Phân tích nhân tố
khảo sát
dữ liệu Phát hiện mối quan hệ Phân tích chính tắc

Phân loại Phân tích cụm

Phụ thuộc vào kiểu biến số

Hồi quy tuyến tính
Liên tục
Hồi quy đồng thời

Liên tục có kiểm soát Phân tích Tobit

Phân tích
DỮ LIỆU hồi quy
Rời rạc hai chiều Hồi quy logistic

Biến rời rạc nhiều chiều Hồi quy đa thức

Bậc rời rạc Logistic bậc

Cấu trúc phân cấp Thông kê phân cấp

Phân tích
Thống kê Bayes
Bayes

Phân tích
Mạng nơ-ron
đào tạo

Hình 1. 3. Phân loại các phương pháp phân tích biến động lớp phủ
và sử dụng đất dựa trên đối tượng và cấu trúc dữ liệu [96]
 20

• Kỹ thuật phân tích khảo sát dữ liệu

Phân tích khảo sát dữ liệu nhằm mục đích để giảm số lượng các biến, mô tả
cấu trúc cơ bản giữa các biến và để phân loại các biến vào các nhóm dữ liệu.
(1) Phân tích nhân tố
Phân tích nhân tố để xác định các biến cơ bản nhằm giải thích các cấu trúc
mối tương quan trong một tập hợp biến khảo sát. Phân tích nhân tố là một phương
pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc
lẫn nhau thành một tập biến nhỏ hơn (gọi là các nhân tố) nhưng vẫn chứa đựng hầu
hết nội dung thông tin của tập biến ban đầu. Phân tích nhân tố cũng có thể được sử
dụng để tạo ra giả thiết cho các phân tích tiếp theo.
Phân tích nhân tố liên quan đến các mối quan hệ nội tại của một tập hợp các
biến và nhằm xây dựng một tập hợp các nhân tố giả định (không quan sát được) từ
một tập hợp các biến có thể quan sát được. Mô hình phân tích nhân tố chỉ ra rằng:
các biến được xác định bởi các nhân tố chung (ước tính theo mô hình) và các nhân
tố duy nhất (không chồng chéo giữa các biến quan sát). Thông thường, việc xác
định các tác nhân cho biết mối quan hệ giữa những biến gốc và những nhân tố đó là
nhân tố có thực trong tự nhiên. Tuy nhiên, phân tích nhân tố tăng tính chủ quan xác
định của dữ liệu.
Trong nghiên cứu của mình, Veldkamp đã sử dụng phân tích nhân tố trong
vấn đề biến động lớp phủ và sử dụng đất ở Costa Rica tại sáu quy mô khác nhau.
Ông đã chỉ ra rằng: phân bố không gian có liên quan đến sử dụng đất; các tác nhân
và các thành phần thay đổi theo quy mô phụ thuộc vào cấu trúc dữ liệu không gian.
Tổng phương sai trong tập dữ liệu được mô tả bởi bốn nhóm nhân tố quan trọng, có
giá trị từ 68%-81% trên tổng phương sai [161]. Đinh Thị Bảo Hoa đã sử dụng
phương pháp này để xác định mức độ phát triển kinh tế- xã hội của huyện Thanh Trì
trong nghiên cứu sử dụng hợp lý đất vùng ven đô [3].
(2) Phân tích thành phần chính (PCA)
 21

Mục tiêu của PCA là tìm một không gian mới với số chiều nhỏ hơn không
gian cũ. Các trục tọa độ trong không gian mới được xây dựng sao cho trên mỗi trục,
độ biến thiên của dữ liệu là lớn nhất. Phân tích PCA rất hữu dụng trong việc phát
hiện cấu trúc dữ liệu nhằm mô tả các tác nhân của thay đổi lớp phủ và sử dụng đất
và phương pháp này cũng được sử dụng trong quá trình xử lý dữ liệu biến động lớp
phủ và sử dụng đất.
Trong nghiên cứu của mình, Köbrich [83] đã sử dụng PCA để giảm thiểu dữ
liệu trong quá trình thực hiện điển hình hóa hệ thống canh tác của khu vực vùng núi
Chile. Bộ dữ liệu gồm có 67 trang trại với 25 biến hệ thống canh tác khác nhau
được thu thập. Kết quả phân tích loại bỏ 14 biến qua phân tích lọc dữ liệu thiếu, sự
biến thiên, chỉ còn 11 biến được giữ để phân tích thành phần chính đưa ra 7 nhân tố.
Nghiên cứu của Duchateau là một ví dụ về sử dụng phân tích PCA một cách hiệu
quả để giảm số lượng biến độc lập trước khi phân tích hồi quy trong nghiên cứu ở
Zimbabwe nhằm đưa ra liên kết giữa tần suất mắc bệnh và một tập biến liên quan
đến điều kiện môi trường. Nhiều biến môi trường có tính tương quan, gây ra đa
cộng tuyến (multicollinearity) trong phân tích hồi quy, do đó, phân tích PCA được
sử dụng đầu tiên để giảm thiểu dữ liệu trước khi đưa vào phân tích hồi quy [46].
(3) Phân tích tương quan chính tắc (canonical correlation analysis)
Phân tích tương quan chính tắc là kỹ thuật đa biến có cơ sở như phân tích
nhân tố, nhưng trong định nghĩa và các đối tượng của nó lại quan hệ mật thiết với
hồi quy đa biến (multiple regression). Phương pháp thống kê này đặc biệt thích hợp
khi những biến phụ thuộc có tương quan với nhau. Trong một số trường hợp, phân
tích tương quan chính tắc có thể không phát hiện ra những mối quan hệ phức tạp
phản ánh cấu trúc giữa biến dự báo và biến phụ thuộc. Trong nghiên cứu của
Hoshino về sử dụng đất tại Nhật, tập dự báo là điều kiện tự nhiên và kinh tế - xã hội
còn tập phụ thuộc là phần trăm diện tích của bốn loại sử dụng đất chính [69].
(4) Phân tích cụm (cluster analysis)
Phân tích cụm được sử dụng để phân loại các quan sát bằng cách tính toán sự
giống nhau giữa các cặp quan sát thông qua hệ số khoảng cách. Trong nghiên cứu
 22

biến động lớp phủ và sử dụng đất, phân tích cụm được sử dụng cho những nhóm sử
dụng đất tương đồng hoặc cần giảm các lớp trong cùng hệ thống canh tác để cho các
phân tích sâu hơn. Có hai loại phân tích cụm là phân tích cụm K- mean và phân tích
cụm phân cấp đều nhằm xác định các nhóm tương đối đồng nhất dựa vào việc lựa
chọn các đặc tính của chúng.
Trong nghiên cứu của mình, Köbrich [83] đã sử dụng phân tích cụm phân
cấp điển hình hóa hệ thống canh tác, nhằm mô hình hóa đất nông nghiệp tiêu biểu
áp dụng cho khu vực Chile, phân tích cụm phân cấp được áp dụng trên bảy nhân tố
tạo ra năm nhóm.

• Phân tích hồi quy

Phân tích hồi quy được sử dụng để xác định mối quan hệ giữa một biến phụ
thuộc với một hoặc nhiều biến độc lập. Có rất nhiều phương pháp hồi quy, việc lựa
chọn phương pháp hồi quy phụ thuộc vào sự khác nhau của biến phụ thuộc và cấu
trúc dữ liệu được thể hiện trong bảng (1.1).

Bảng 1. 1. Lựa chọn phương pháp hồi quy dựa trên đặc điểm biến phụ thuộc [96]

Phương pháp hồi quy Kiểu biến phụ thuộc và cấu trúc dữ liệu

Hồi quy tuyến tính (linear regression) Liên tục

Hồi quy logistic (Logistic regression) Hai biến rời rạc

Hồi quy đa thức

Đa biến rời rạc
(Multinomial regression)

Logistic bậc (Ordered logistic) Bậc rời rạc

Phân tích Tobit (Tobit analysis) Liên tục có kiểm soát

Hồi quy đồng thời Mối quan hệ phụ thuộc lẫn nhau/mối quan
(Simultaneous regression) hệ đồng thời

Mô hình đa cấp (Multilevel models) Tập dữ liệu được tổ chức phân cấp
 23

(1) Hồi quy tuyến tính

Phương trình hồi quy tuyến tính với k biến độc lập có dạng:

Y = a + β1X1+ β2X2+…+ βkXk (1. 1)

trong đó: Y là là biến phụ thuộc, Xi là biến độc lập, a và βi là các tham số
được ước tính. Trong đó a được gọi là hệ số chặn đại diện cho giá trị Y khi Xi =0 và
tham số βi đại diện cho sự thay đổi trong Y. Các tham số được ước tính theo
phương pháp bình phương nhỏ nhất (OLS).
Hồi quy tuyến tính là phương pháp thường được sử dụng trong mô hình
biến động sử dụng đất và lớp phủ. Dữ liệu đầu vào của hồi quy tuyến tính là các
biến độc lập liên tục ví dụ chỉ số NDVI nằm trong khoảng từ -1 đến +1 hay tăng
trưởng dân số. Trong nghiên cứu của Weiss, phương pháp hồi quy tuyến tính đã
được sử dụng để đánh giá điều kiện sinh thái ở Saudi Arabia. Hệ số biến đổi COV
(coefficient of variation) của NDVI từng tháng đã được sử dụng như một phép đo
sinh khối của khu vực. Hệ số COV NDVI cao hơn đại diện cho sự thay đổi sinh
khối ở khu vực lớn hơn. Xu hướng giá trị COV được đánh giá bằng hồi quy tuyến
tính khoảng thời gian 12 năm [173]. López đã sử dụng hồi quy tuyến tính để dự
báo mở rộng đô thị ở Mexico thông qua mối quan hệ giữa phát triển đô thị với
tăng dân số [106]. Trong nghiên cứu của mình, Phạm Thị Thanh Hiền đã sử dụng
hồi quy tuyến tính để xác định mối liên quan giữa bốn chỉ tiêu định lượng cho đô
thị hóa, bao gồm diện tích đất xây dựng, khoảng cách đến đường giao thông chính,
khoảng cách tới trung tâm Hà Nội và sự thay đổi tình trạng hành chính (từ xã lên
phường) được đưa vào để đánh giá mất đất nông nghiệp hàng năm và mức độ mất
đất nông nghiệp từng năm khu vực nghiên cứu [67].
(2) Hồi quy logistic
Hồi quy logistic là phương pháp áp dụng cho những trường hợp biến phụ
thuộc (Y) có kết quả nhị phân. Trong hồi quy logistic, các biến X được sử dụng để
xây dựng một phương trình toán học có thể dự báo khả năng mà các biến Y có xác
suất bằng 1. Hàm quan hệ giữa các biến độc lập và biến phụ thuộc trở thành:
 24

Logistic(Y) = a + β1X1+ β2X2+…+ βkXk (1. 2)

Có thể chuyển đổi thành:

( ⋯ )
(1. 3)
( ⋯ )

Phương pháp hồi quy logistic thường được sử dụng trong nghiên cứu biến
động sử dụng đất. Serneels và Lambin (2001) đã sử dụng hồi quy logistic để xác
định những tác nhân làm biến động sử dụng đất ở Kenya. Tất cả các biến giải thích
được đề xuất từ mô hình khái niệm cho khu vực nghiên cứu [139]. Trong nghiên
cứu của Vũ Kim Chi đã chứng minh tính dân tộc có ảnh hưởng đến sử dụng đất khu
vực Suối Muội dựa vào phương pháp hồi quy logistic [30].
(3) Hồi quy logistic đa thức
Mô hình hồi quy đa thức logistic được sử dụng cho trường hợp số lượng biến
phụ thuộc nhiều hơn hai. Phương pháp này cũng tương tự như hồi quy logistic
nhưng nó tổng quát hơn bởi vì các biến phụ thuộc không chỉ giới hạn ở hai, mỗi loại
biến được so sánh với một loại tham chiếu và biến phụ thuộc phải được phân loại.
Các biến độc lập có thể là nhân tố hoặc biến số (các nhân tố là các biến phân loại
còn biến số là các biến liên tục).
Mô hình đa thức logistic ước tính hướng và cường độ của các biến tác động
dựa lên biến phụ thuộc bằng cách dự báo khả năng xảy ra có liên quan tới mối quan
hệ giữa các loại biến phụ thuộc. Xác suất mà Y= h có thể được xác định như sau:

(1. 4)

trong đó:
- m biểu thị lớp phủ và sử dụng đất được sử dụng cho phân tích,
- β vector thông số ước tính,
- xl là các biến tác động cho tất cả các Y tại các vị trí l.
 25

Trong nghiên cứu của mình, Müller và Zeller đã sử dụng mô hình logistic đa
thức để xác định khả năng chuyển đổi của các pixel thành một trong năm loại đất.
Phân tích này được thực hiện tại vùng Đắc Lắc, Việt Nam nhằm mô tả vai trò và tầm
quan trọng các tác động của con người đến biến động rừng [122].
(4) Logistic bậc
Logistic bậc là mô hình logistic mở rộng với biến phụ thuộc là biến trạng thái
rời rạc được sắp xếp theo một trận tự nhất định. Một ví dụ điển hình của mô hình
này có thể ứng dụng để phân tích mức độ canh tác thấp, trung bình và cao. Trong
nghiên cứu đánh giá về xói mòn tại vùng Ethiopia, các tác giả đã áp dụng mô hình
logistic bậc với một biến liên tục y và một tập hợp biến x. Biến y là các trạng thái
liên tiếp đại diện cho các lớp (ví dụ: 1 = không xói mòn; 2= xói mòn ở mức độ
trung bình; 3 = xói mòn ở mức độ nghiêm trọng,…) đại diện cho một biến quan sát
rời rạc z. Phương trình có dạng:

(1. 5)

trong đó:
- β là vector các tham số được ước tính,
- là sự biến đổi (độc lập qua các lần quan sát),
- i là số lần quan sát.
Mỗi quan hệ giữa zi được sắp xếp theo lớp từ (1, 2,…n) và yi là các khoảng tiếp
giáp của biến yi tương ứng với zi. Mối quan hệ này được đưa ra bởi công thức sau:

ế
trong đó: , …, là các ngưỡng được xác định < < …<
Logistic bậc là một phương pháp tiềm năng cho nghiên cứu biến động lớp
phủ và sử dụng đất.
(5) Phân tích Tobit
 26

Phân tích Tobit phù hợp với biến phụ thuộc có giá trị nằm trong một khoảng
nhất định và chúng được chuyển thành một giá trị nhằm tránh mất thông tin. Công
thức chung được đưa ra với một biến ẩn:

(1. 6)
ế

Các biến phụ thuộc yi bằng 0 nếu biến ẩn y*i dưới một ngưỡng nhất định,
(thường là 0). Nếu giá trị của biến ẩn là dương, biến phụ thuộc bằng biến ẩn.
Chomitz và Thomaz đã sử dụng mô hình Tobit để giải thích không gian
chuyển đổi sử dụng đất khu vực Amazon. Dữ liệu điều tra dân số được sử dụng kết
nối chuyển đổi rừng và năng suất đồng cỏ với lượng mưa, chất lượng đất, cơ sở hạ
tầng. Ở đây, mô hình Tobit được sử dụng là thích hợp vì thông tin về dân số thực tế
không có ở khu vực đất nông nghiệp [31].
(6) Hồi quy đồng thời
Hồi quy đồng thời sử dụng mô hình phụ thuộc tương tác đồng thời của các
đối tượng trong thế giới thực. Mô hình này thông thường được xây dựng từ các
phương trình hồi quy tuyến tính. Về mặt lý thuyết mô hình được đánh giá là phù
hợp với biến đổi sử dụng đất thực tế. Tuy nhiên, đến nay thì vẫn chưa có một
nghiên cứu sử dụng đất nào sử dụng kỹ thuật phân tích này.
(7) Phân tích phân cấp
Các dữ liệu liên quan đến thay đổi sử dụng đất và lớp phủ như thổ nhưỡng,
dân số được phân cấp thành các nhóm ở các mức độ khác nhau. Mức độ đó có thể là
cấp độ theo không gian hoặc có thể là theo chủ đề. Trong nghiên cứu sử dụng đất ở
Nhật Bản, Hoshino đã áp dụng phân tích phân cấp theo không gian [69]. Để phân
tích các dữ liệu phân cấp, tiếp cận OLS thường được sử dụng vì dữ liệu sẽ mang ít
thông tin hơn nếu nó phân bố ở dạng ngẫu nhiên. Khái quát về một mô hình đa cấp
được thể hiện trong hồi quy đơn giản sau đây:
 27

Y = b0+ b1xi+ e (1. 7)

Giả sử dữ liệu phân cấp ở hai mức thì phương trình hồi quy trên chuyển
thành dạng phương trình phân cấp:

yij = (b0+ e0ij)x0ij + b1x1ij (1. 8)

trong đó:
- i và j là 2 mức khác nhau,
- x0ij là một biến giả, giá trị trung bình của e0ij là 0
(8) Phân tích Bayes
Phương pháp này là một phân tích thống kê dựa vào luật Bayes. Xác suất của
tham số p là tỉ lệ thuận với xác xuất trước đó của tham số p nhân với khả năng xảy
ra của p bắt nguồn từ dữ liệu thu thập được. Trong nghiên cứu của mình,
De Almeida và cộng sự (2003) đã sử dụng kỹ thuật Bayes để phát triển một cấu trúc
mô phỏng thay đổi đô thị dựa trên ước tính quá trình chuyển đổi sử dụng đất [40].
(9) Mạng nơ-ron nhân tạo ANN (Artifical neural networks)
Mạng nơ-ron nhân tạo ANN là thuật toán mô phỏng hoạt động của hệ thần
kinh sinh học trong việc giải quyết các tài toán kỹ thuật và công nghệ. ANN được sử
dụng để nhận dạng mẫu, dự báo và phân loại. Nó không phải là một kỹ thuật thống
kê, nhưng trong hoạt động của nó là có liên quan đến mô hình hồi quy. Mạng lưới trí
tuệ nhân tạo đã được phát triển để mô hình hóa hệ thống kết nối não bộ của tế bào
thần kinh để máy tính có thể bắt chước khả năng của não trong phân loại các cấu trúc
và học hỏi từ thử nghiệm do quan sát các mối quan hệ trong dữ liệu. Nguyên lý cơ
bản của mạng lưới nơ-ron nhân tạo được dựa trên tế bào. Nó gồm một nút đơn lẻ tiếp
nhận đầu vào trọng số và ngưỡng các kết quả theo một quy luật xác định. Bộ máy
nơ-ron đơn giản có khả năng phân loại dữ liệu tuyến tính phân chia và thực hiện hàm
tuyến tính. Cấu trúc hệ nơ-ron nhân tạo bao gồm ba lớp: lớp đầu vào, lớp ẩn và lớp
đầu ra do đó có thể xác định mối quan hệ phi tuyến tính trong tự nhiên. Nghiên cứu
của Li và Yeh đã mô phỏng sự tiến triển của sử dụng đất dựa trên việc tích hơp mạng
 28

lưới nơ-ron nhân tạo và cellular automata. Mô hình cellular automata thông thường
có vấn đề trong việc xác định giá trị tham số mô phỏng, quy tắc chuyển đổi và cấu
trúc mô hình. Sự kết hợp giữa mạng nơ-ron với cellular automata là rất tốt cho mô
phỏng hệ thống sử dụng đất phức tạp bởi vì mạng nơ-ron khả quan trong việc đối
phó với dữ liệu nghèo nàn, đồng thời nắm bắt các tính năng phi tuyến phức tạp trong
quá trình mô hình hóa. Một mạng nơ-ron ba lớp với nhiều nơ-ron đầu ra được thiết
kế để tính toán xác suất chuyển đổi sử dụng đất. Mô hình này đã được áp dụng cho
khu vực phát triển đô thị nhanh ở miền nam Trung Quốc [100].
Tóm lại, các phương pháp phân tích thống kê và mô hình hóa không gian
được sử dụng để phân tích dữ liệu tích hợp viễn thám và dữ liệu thống kê, đánh giá
tác động của các yếu tố đến sử dụng đất là xu hướng tiếp cận hiện đại thể hiện trên
hình 1.3. Tuy nhiên, đối với từng khu vực nghiên cứu, cần phải dựa vào cấu trúc dữ
liệu, yêu cầu và các điều kiện cụ thể để lựa chọn các phương pháp phù hợp với độ
chính xác cao nhất và hiệu quả nhất.
1.2. Tổng quan nghiên cứu lớp phủ và sử dụng đất
1.2.1. Khái niệm về lớp phủ và sử dụng đất
Như đã trình bày ở phần trước, viễn thám là tư liệu tiêu biểu được sử dụng
trong việc tích hợp với dữ liệu kinh tế - xã hội, đánh giá tác động của các yếu tố đến
sử dụng đất. Theo dõi lớp phủ bề mặt và sử dụng đất là một trong những ứng dụng
quan trọng của dữ liệu viễn thám. Rất nhiều nghiên cứu đã cho thấy có thể xác định
được thông tin sử dụng đất thông qua lớp phủ từ dữ liệu ảnh vệ tinh [66, 75, 108]. Do
đó, khi nghiên cứu về sử dụng đất chiết tách từ dữ liệu viễn thám, một điều cần lưu ý
là phân biệt các thuật ngữ cơ bản về sử dụng đất và lớp phủ bề mặt.
Sử dụng đất và lớp phủ bề mặt là hai khái niệm riêng rẽ. Lớp phủ bề mặt là
trạng thái lý sinh của bề mặt Trái đất và phần ngay sát dưới bề mặt [154]. Nói một
cách khác, lớp phủ bề mặt mô tả các trạng thái vật lý của bề mặt Trái đất. Thuật ngữ
lớp phủ bề mặt ban đầu liên quan đến các loại thực phủ trên bề mặt Trái đất, nhưng
sau đó, nó được mở rộng ra khi bao gồm các cấu trúc nhân tạo và các khía cạnh
 29

khác của môi trường tự nhiên như thổ nhưỡng, đa dạng sinh học, nước bề mặt và
nước ngầm [121]. Trong khi đó, sử dụng đất là khái niệm được xây dựng theo chức
năng và mục đích sử dụng của con người [154]. Moser cho rằng "sử dụng đất là
cách thức và mục đích của con người tác động lên đất và tài nguyên của đất đai”
[121]. Nhà nghiên cứu Turner quan niệm “sử dụng đất biểu thị việc làm của con
người trên đất" [155]. Năm 1995, FAO đưa ra một định nghĩa khá hoàn chỉnh về sử
dụng đất "sử dụng đất liên quan đến chức năng hoặc mục đích sử dụng bởi con
người và nó có thể được định nghĩa như là các hoạt động của con người có liên
quan trực tiếp đến đất đai, sử dụng hoặc có tác động đến đất đai " [49].
Sử dụng đất có quan hệ mật thiết với lớp phủ bề mặt, theo Turner "lớp phủ
bề mặt có ý nghĩa vật lý, hóa học hoặc phân loại sinh học, ví dụ như đồng cỏ, rừng,
trong khi sử dụng đất đề cập đến mục đích của con người có liên quan đến lớp phủ,
ví dụ như chăn nuôi, trồng trọt, xây dựng hay khu vực đô thị” [155]. Sử dụng đất
liên quan đến lớp phủ bề mặt theo nhiều cách khác nhau và ảnh hưởng đến lớp phủ
bề mặt dưới những hình thức khác nhau. Theo ông, có ba trường hợp có thể xảy ra
biểu thị mối quan hệ giữa sử dụng đất và lớp phủ bề mặt. Một là, "sử dụng đất duy
nhất có thể đúng với một lớp phủ bề mặt duy nhất”, hai là, “một loại hình sử dụng
đất duy nhất có nhiều loại lớp phủ” và ba là, “ một lớp phủ duy nhất có thể có nhiều
loại hình sử dụng đất” [155]. Do vậy, lớp phủ bề mặt và sử dụng đất tuy là hai khái
niệm cần được phân biệt nhưng chúng lại có quan hệ chặt chẽ với nhau và phụ
thuộc phần lớn vào đặc tính của đất như (lớp thực phủ, vị trí,…). Trong thực tế
nghiên cứu, lớp phủ bề mặt có thể đứng một mình nhưng sử dụng đất nhìn chung
không thể không liên quan đến lớp phủ bề mặt [108, 131].
1.2.2. Các phương pháp phân loại và quy mô chiết tách thông tin sử dụng đất từ
tư liệu viễn thám
Các dữ liệu viễn thám như Landsat, SPOT,… với những lợi thế về chu kỳ
chụp lặp, chi phí thấp, tính khái quát đã trở thành nguồn dữ liệu chính cho nghiên
cứu các vấn đề liên quan đến lớp phủ và sử dụng đất [109]. Thông tin lớp phủ và sử
dụng đất được chiết tách từ tư liệu viễn thám thông qua phương pháp phân loại.
 30

Mục đích của việc phân loại (chiết tách thông tin) là nhận dạng đối tượng, thiết lập
mối quan hệ giữa mẫu với lớp chú giải dựa trên các yếu tố đặc trưng. Mối quan hệ
giữa đối tượng với lớp chú giải có thể là quan hệ “một – một” theo phân loại cứng
(hard classification) hoặc “một–nhiều” theo phân loại mềm (soft classification). Đặc
trưng mô tả của đối tượng đầu tiên phải kể đến là phản xạ phổ, tiếp đó là cấu trúc
của các đối tượng và đặc trưng địa lý như mô hình số độ cao, độ dốc và hướng
sườn. Đối tượng được nhận dạng có thể là điểm ảnh (pixel) hoặc một tập hợp điểm
ảnh liền kề hình thành một thực thể địa lý [153].
Cùng với sự trợ giúp của các phần mềm chuyên dụng ngày càng được cải
tiến nâng cấp, phương pháp xử lý số hiện nay cho phép tự động chiết tách các đối
tượng trên ảnh một cách nhanh chóng, phạm vi rộng, với các kết quả khách quan,
trung thực và chính xác. Phương pháp xử lý số được chia thành phương pháp phân
loại có kiểm định và không kiểm định.

• Phương pháp phân loại có kiểm định:

Phân loại có kiểm định bắt đầu bằng quá trình thu thập mẫu làm tiêu chuẩn
cho việc xác định ranh giới trong không gian đặc trưng của các đối tượng. Dựa trên
vùng mẫu, các tham số thống kê được xác định và đó chính là các chỉ tiêu thống kê
sử dụng trong quá trình phân loại. Việc xác định ranh giới phụ thuộc vào đặc tính và
kích thước mẫu sử dụng cho phân loại. Một số phương pháp thường được sử dụng
trong phân loại có kiểm định là xác suất cực đại (maximum likelihood), phân loại
hình hộp, phân loại khoảng cách ngắn nhất (minimum distance) [87, 153].

• Phương pháp phân loại không kiểm định:

Phân loại không kiểm định ít phụ thuộc vào mối tương tác với người sử
dụng. Thông thường, phân loại không kiểm định nghiên cứu đến đặc trưng của từng
lớp theo số lượng lớp. Ví dụ, nếu tiêu chuẩn sử dụng để gán nhãn cho một đối tượng
là khoảng cách ngắn nhất giữa đối tượng và với giá trị trung bình của lớp, khoảng
cách này được đo trong không gian đặc trưng phổ. Sản phẩm của phân loại không
kiểm định sẽ đánh giá giá trị trung bình cho mỗi lớp được lọc theo vòng lặp. Tại
mỗi thời điểm lặp, tập hợp ước tính giá trị trung bình của lớp sẽ được lọc cho đến
 31

khi giá trị trung bình vẫn giữ nguyên trong cùng vị trí trong không gian đặc trưng
phổ thì quá trình lặp thành công và tạo thành các nhóm đối tượng. Phương pháp này
hoàn toàn tự động, quá trình phân loại thành công khi mỗi nhóm đối tượng đó được
nhận dạng liên kết với thông tin đặc trưng cung cấp bởi người sử dụng [153]. Thuật
toán k-means là thuật toán phổ biến được sử dụng rộng rãi nhất của phương pháp
không kiểm định [116]. Mặc dù có mức độ tự động hóa cao hơn, kết quả của
phương pháp phân loại không kiểm định cho độ chính xác thấp hơn so với phương
pháp có kiểm định [120, 153].
Khi thực hiện thực nghiệm phân loại tại những khu vực phức tạp, thông tin các
lớp thường bị chéo và lẫn trong một phạm vi không gian cho thấy một điểm ảnh hoặc
một đối tượng đã được định danh vẫn có chứa phần diện tích thông tin của lớp khác,
đây là vấn đề lẫn trong phân loại và nó chính là rào cản để thu được kết quả phân loại
có độ chính xác cao. Do đó, những năm gần đây, một số phương pháp phân loại phi
thống kê khác được đề xuất như sử dụng mạng nơ-ron nhân tạo, cây quyết định, kỹ
thuật vector hỗ trợ (support vector machine), phương pháp có nguồn gốc từ thuyết tập
mờ và sự kết hợp với các thông tin thứ cấp khác như là cấu trúc của các đối tượng,
đặc trưng địa lý cho kết quả phân loại có độ chính xác cao hơn [153].

• Cây quyết định (Decision tree)

Phân loại cây quyết định được phát triển theo nguyên tắc phân cấp và phân
chia nhỏ dần theo tính chất đặc trưng. Việc sử dụng phương pháp này đòi hỏi chuyên
gia phân tích có kiến thức chuyên sâu, hiểu rõ bản chất phản xạ của các nhóm đối
tượng trên ảnh vệ tinh. Phương pháp này thường được sử dụng kết hợp với các phép
phân tích ảnh chỉ số để làm nổi bật các đối tượng lớp phủ và sử dụng đất [153].

• Phân loại mạng nơ-ron nhân tạo

Hiệu quả của sự kết hợp mắt-não của con người trong việc giải quyết vấn đề
nhận dạng mẫu, để xem xét hệ thống máy tính dựa trên một mô hình đơn giản hóa
não bộ có hiệu quả hơn các phương pháp phân loại thống kê thông thường. Ưu điểm
của mạng nơ-ron nhân tạo là ở tốc độ tính toán nhanh cho phép xử lý dữ liệu rất lớn.
Mạng nơ-ron nhân tạo là phân loại phi tham số, việc sử dụng phương pháp này
 32

không cần bất kỳ giả định về phân bố thống kê của dữ liệu. Nhược điểm của
phương pháp là không có quy trình rõ ràng để hỗ trợ việc thiết kế của mạng và việc
thực hiện một mạng nơ-ron nhân tạo cực kỳ phức tạp [153].

• Phân loại theo vector hỗ trợ (Support vector machine) (SVM)

Phương pháp SVM xuất hiện vào cuối năm 1970, nhưng cho đến những năm
gần đây phương pháp phân loại này mới được quan tâm do khả năng giảm thiểu lỗi
trong phân loại. SVM ban đầu là phân loại nhị phân tuyến tính với việc phân bố
nhãn “-1, + 1”. Cốt lõi của phương pháp SVM là xây dựng một mặt siêu phẳng dựa
trên thuộc tính tập mẫu trong không gian phổ để phân tách các lớp. Mặt phân chia
siêu phẳng tách biệt giữa lớp mẫu “+1” và lớp mẫu “-1” với điều kiện biên độ tối
đa. Những điểm (mẫu) gần nhất với mặt phân chia siêu phẳng được gọi là vector hỗ
trợ (support vector). Ưu điểm nổi bật của SVM có thể tách các lớp phức tạp. Nhược
điểm của phương pháp này cũng tương tự như phương pháp mạng nơ-ron nhân tạo
các thông số phụ thuộc vào người sử dụng, điều đó ảnh hưởng trực tiếp đến kết quả
phân loại [153].
• Phân loại mờ (Fuzzy classification)
Năm 1965, lần đầu tiên nhà toán học người Mỹ gốc Ba lan L.A. Zadeh đã
đưa ra khái niệm tập hợp mờ - tập mờ. Lý thuyết này đưa ra nhằm cung cấp một
khung lý thuyết cho việc giải quyết các vấn đề nhận thức và vấn đề phân loại
trong môi trường không rõ ràng. Trong viễn thám, phân loại mờ trở nên phổ biến
và là cách tiếp cận mạnh mẽ trong việc giải quyết lẫn phổ trong phân loại [10, 13,
95, 99, 126].
Sự khác biệt rõ nét giữa phân loại mờ và phân loại cứng đặc trưng bởi hàm liên
thuộc (membership function). Hàm liên thuộc trong phân loại cứng đầu ra chỉ duy
nhất có hai lựa chọn: (có, không) hoặc là (0,1). Nói cách khác các đối tượng trong
phân loại cứng chỉ có thể là thành viên của một nhóm duy nhất với mức độ liên thuộc
là 1. Còn đối với phân loại mờ thì khái niệm được làm mềm hóa: dữ liệu của một đối
tượng có thể cùng một thuộc nhiều nhóm với mức độ liên thuộc của các nhóm khác
nhau. Rõ ràng so với phân loại cứng thì phân loại mờ linh hoạt hơn [153]. Phương
 33

pháp phân loại mờ dùng để chiết tách thông tin sử dụng đất từ tư liệu ảnh đa bộ cảm
và đa độ phân giải từ ảnh có độ phân giải cao như Quickbird, IKONOS đến ảnh có
độ phân giải trung bình như Landsat [10, 98, 112, 136, 180]. Khi áp dụng lý thuyết
mờ để phân loại ảnh Landsat các nhà khoa học đều khẳng định rằng phương pháp
phân loại này cho độ chính xác tốt hơn các phương pháp phân loại thống kê truyền
thống [10, 13, 21, 27, 82, 98, 111, 112, 136, 168, 180].
Khi nói đến phân loại ảnh có hai vấn đề cần quan tâm đó là quy mô tiếp cận
và phương pháp phân loại. Cùng với phương pháp phân loại thì quy mô tiếp cận
cũng cần được chú trọng, có ba hướng tiếp cận bao gồm: tiếp cận theo điểm ảnh
(pixel), tiếp cận dưới điểm ảnh (subpixel) và tiếp cận theo đối tượng là tập hợp các
pixel tạo thành một thực thể giống ngoài thực địa (object).
Cho tới giữa những năm 90, các phương pháp phân loại dựa vào kỹ thuật
thống kê thông thường vẫn được áp dụng như phương pháp xác suất cực đại hoặc
khoảng cách ngắn nhất chỉ tiếp cận ở quy mô điểm ảnh hoặc dưới điểm ảnh và quan
tâm đến đặc trưng phản xạ phổ khi phân loại. Cách tiếp cận này cho độ chính xác
chưa cao thêm vào đó kết quả phân loại ảnh tồn tại lẫn lốm đốm theo điểm ảnh của
lớp khác [29, 53, 117, 125]. Để hạn chế những yếu điểm của phương pháp phân loại
tiếp cận điểm ảnh và dưới điểm ảnh, hướng tiếp cận theo đối tượng được quan tâm
theo xu hướng kết hợp với các phương pháp phân loại phi thống kê cho ra kết quả
có độ tin cậy cao hơn [97, 114]. Phân loại tiếp cận đối tượng được đề xuất từ những
năm 1970, nhưng do những hạn chế về phần cứng, phần mềm, độ phân giải và thuật
toán giải đoán ảnh nên phương pháp này chưa được ứng dụng [179]. Cho đến nay,
khi mà khả năng lưu trữ của phần cứng cũng như độ phân giải không gian của dữ
liệu ảnh viễn thám tăng lên thì phương pháp này được ứng dụng rộng rãi với độ
chính xác cao hơn so với phương pháp phân loại dựa trên điểm ảnh [17, 29, 55, 74].
Phương pháp phân loại tiếp cận đối tượng tách biệt các loại lớp phủ và sử dụng đất
không chỉ dựa đặc trưng phản xạ phổ của các điểm ảnh mà còn xem xét đến hình
dạng (shape), kiến trúc của đối tượng (texture) và mối quan hệ giữa các đối tượng
[29, 54]. Thêm vào đó, phương pháp này còn có khả năng tích hợp với các dữ liệu
 34

khác như bản đồ chuyên đề, mô hình số độ cao,… và kiến thức chuyên gia để nâng
cao độ tin cây của kết quả phân loại [29, 41].
Tóm lại, chiết tách thông tin sử dụng lớp phủ và sử dụng đất từ ảnh viễn
thám quan tâm đến hai vấn đề đó là quy mô tiếp cận và phương pháp phân loại.
Hiện nay, xu hướng tiếp cận đối tượng và phương pháp phân loại phi thống kê để
chiết tách thông tin lớp phủ và sử dụng đất trong đó các thuật toán sử dụng lý thuyết
mờ cho kết quả phân loại có độ chính xác cao hơn.
1.2.3. Các phương pháp nghiên cứu biến động lớp phủ và sử dụng đất
Dưới tác động không ngừng của yếu tố tự nhiên và yếu tố phát kinh tế - xã
hội, các đối tượng trên bề mặt Trái đất luôn luôn biến động. Phát hiện biến động là
quá trình nhận dạng sự khác biệt về trạng thái của một đối tượng hoặc hiện tượng
bằng cách quan sát chúng theo không gian và thời gian. Phát hiện kịp thời và chính
xác quá trình biến động sẽ cung cấp thông tin đầy đủ hỗ trợ cho sự hiểu biết tốt hơn
về mối quan hệ và sự tương tác giữa con người với các hiện tượng tự nhiên, từ đó
đưa ra các quyết định hợp lý cho sử dụng và quản lý tài nguyên thiên nhiên. Viễn
thám và GIS là hai công cụ quan trọng cho phép xác định được biến động theo
không gian và thời gian một cách hiệu quả [109].
Trong phân tích thay đổi sử dụng đất và lớp phủ bề mặt, điều đầu tiên cần
phải lưu ý đến là ý nghĩa của khái niệm để xác định được sự thay đổi trong một
trường hợp cụ thể. Đối với lớp phủ bề mặt bao gồm hai kiểu biến đổi: chuyển đổi và
sửa đổi [154]. Chuyển đổi lớp phủ bề mặt bao gồm thay đổi từ lớp phủ bề mặt này
sang lớp phủ bề mặt khác. Còn sửa đổi liên quan đến sự thay đổi tự thân về cấu trúc
trong một loại lớp phủ bề mặt mà không có sự chuyển đổi từ lớp này sang lớp khác,
có thể là những thay đổi về năng suất, sinh khối,…[142]. Thay đổi lớp phủ bề mặt
là kết quả của các quá trình hoạt động tự nhiên và phát triển kinh tế - xã hội,… Tuy
vậy, nhiều kết quả nghiên cứu đã cho thấy rằng: hầu hết các thay đổi bề mặt lớp phủ
và sử dụng đất ở hiện tại cũng như trong quá khứ là do sự tác động của con người
thông qua hoạt động sản xuất [154]. Cho nên, thay đổi sử dụng đất cũng bao gồm
 35

chuyển đổi từ lớp sử dụng đất này sang lớp sử dụng đất khác và thay đổi nội tại
trong từng loại hình sử dụng đất.
Kỹ thuật đánh giá biến động sử dụng tư liệu viễn thám được chia thành hai
nhóm phương pháp chính: đánh giá trước phân loại và đánh giá sau phân loại [133].
Các phương pháp đánh giá biến động được tổng hợp từ các tác giả Ashbinhdu Singh
(1989), David A. Mouat (1993), Ross S. Lunetta (1993), Vittorio Castelli và cộng
sự (1993), D. Lu và cộng sự (2004) và Gong Jiannya (2008) [39, 78, 109, 133, 141]
thể hiện ở hình 1.4.

Ảnh hai thời điểm

Trước phân loại Sau phân loại

Đại số Chuyển đổi Mô hình Phương pháp số Giải đoán bằng mắt

Kết hợp

Hình 1. 4. Các phương pháp xác định biến động

Phân tích biến động trước phân loại:
Phân tích trước phân loại dựa trên phản xạ phổ hoặc những đặc trưng của đối
tượng trong khu vực nghiên cứu, phương pháp này có ưu điểm là cho ra phân tích
nhanh chóng. Các phương pháp phân tích trước phân loại được áp dụng phổ biến là
phương xử lý dữ liệu số bán tự động tiếp cận phân tích gộp ảnh gốc [172] và phân
tích thành phần chính (PCA) [23, 102, 132], tỉ số kênh phổ (band ratio), chỉ số thực
vật (NDVI), và chuyển đổi các tasseled-cap [34, 76],... Phương pháp này cung cấp
thông tin thay đổi hoặc không thay đổi của các đối tượng. Việc xác định ngưỡng
của phương pháp này là một thách thức lớn cần phải giải quyết, phương pháp phân
 36

ngưỡng được sử dụng nhiều nhất là phân tích hàm phân bố của ảnh biến động. Hình
1.5 thể hiện phương pháp phân tích trước phân loại.

Ảnh 1
Tính toán khác biệt Đánh giá
biến động
Ảnh 2
Hình 1. 5. Phân tích trước phân loại
Các phương pháp phân tích biến động trước phân loại được gộp thành ba
nhóm bao gồm: Đại số, chuyển đổi và mô hình.

• Đại số
Phân tích đại số bao gồm các phương pháp sự khác biệt ảnh (image
differencing), hồi quy ảnh (image regression), tỉ số ảnh (image ratioing), khác biệt chỉ
số thực vật (vegetation index differencing), phân tích vector thay đổi (change vector
analysis (CVA) và hiệu nền (background subtraction). Thuật toán của nhóm này là
tương đối đơn giản, dễ thực hiện và dễ giải thích, nhưng chúng lại không cung cấp
ma trận đầy đủ các thông tin thay đổi (ngoại trừ phương pháp CVA). Một bất lợi nữa
của nhóm đại số là khó khăn trong việc lựa chọn kênh ảnh, chỉ số và ngưỡng phù hợp
để xác định khu vực biến động.

• Chuyển đổi
Nhóm chuyển đổi bao gồm các phương pháp PCA, Gramm-Schmidt (GS) và
biến đổi Chi bình phương (Chi-square). Ưu điểm của nhóm này là giảm dữ liệu thừa
giữa các kênh ảnh và nhấn mạnh thông tin khác nhau trong các thành phần phân tích.
Tuy nhiên, cách tiếp cận này cũng không cung cấp ma trận biến động chi tiết và
tương đối khó khăn khi xác định ngưỡng của khu vực thay đổi. Thêm vào đó, việc
giải đoán và xác định thông tin thay đổi trên ảnh chuyển đổi khá phức tạp.

• Mô hình
Các mô hình phát hiện thay đổi cơ bản bao gồm mô hình phản xạ Li-Strahler,
mô hình hỗn hợp quang phổ và mô hình lý sinh ước lượng tham số. Với cách tiếp
cận này, các giá trị phản xạ phổ thường được biến đổi sang các thông số vật lý dựa
 37

vào mô hình tuyến tính hoặc phi tuyến. Ưu điểm của phương pháp là các thông số
chuyển đổi trực quan hơn cho việc nhận dạng và chiết tách thông tin thực vật hơn là
dấu hiệu phổ. Nhược điểm của những phương pháp này tốn nhiều thời gian và khó
khăn trong việc phát triển mô hình phù hợp cho chuyển đổi các giá trị phản xạ phổ
thành các thông số lý sinh.
Phân tích biến động sau phân loại
Ưu điểm của phương pháp đánh giá sau phân loại là cho ra ma trận biến
động chi tiết và kết quả chứa thông tin thay đổi từ lớp này sang lớp khác [133, 141].
Phương pháp phân tích bằng mắt được sử dụng trước những năm 1970, nhược điểm
của phương pháp này là tốn thời gian cho việc phát hiện biến động và khó cập nhật
các kết quả thay đổi. Ngày nay với sự phát triển của kỹ thuật máy tính và các
phương pháp phân loại, phương pháp sử lý số được sử dụng hầu như trong toàn bộ
các nghiên cứu về biến động sử dụng đất và lớp phủ. Kỹ thuật phân tích biến động
sau phân loại bao gồm: đánh giá biến động từ hai ảnh được phân loại riêng rẽ và
đánh giá biến động từ kết quả phân loại ảnh đa thời gian được thể hiện ở hình 1.6.
Đánh giá biến động từ hai ảnh được phân loại riêng rẽ: đây là phương pháp
đơn giản, dễ thực hiện. Ảnh chụp ở hai thời kỳ khác nhau được phân loại độc lập.
Phương pháp này, thường sử dụng ma trận chéo để tính toán tương quan biến động
giữa các đối tượng, lập được các báo cáo số liệu thống kê và bản đồ biến động. Độ
chính xác của phương pháp này phụ thuộc chặt chẽ vào độ chính xác của từng phép
phân loại độc lập, các sai số xuất hiện ở mỗi lần phân loại ảnh sẽ bị lẫn trong quá
trình điều tra biến động.
Đánh giá biến động từ kết quả phân loại ảnh đa thời gian là phương pháp
ghép hai ảnh vào nhau thành ảnh đa thời gian trước khi phân loại. Hai ảnh có N
kênh được chồng phủ lên tạo ra một ảnh có 2N kênh. Sau đó phân loại trên ảnh đa
thời gian. Độ chính xác của phương pháp này phụ thuộc vào sự khác biệt phổ giữa
các lớp có thay đổi và không thay đổi. Nhược điểm của phương pháp này nếu số
lượng chú giải nhiều thì phương pháp này trở nên rất phức tạp.
 38

Phân
Ảnh 1 Ảnh 1
loại Đánh giá Đánh giá
Phân
biến biến
loại
Ảnh 2
Phân động Ảnh 2 động
loại

Đánh giá biến động từ 2 ảnh Đánh giá biến động từ kết quả
được phân loại riêng rẽ phân loại ảnh đa thời gian
Hình 1. 6. Phân tích sau phân loại
Kết hợp các phương pháp trong phân tích biến động

Ảnh 1 Phân loại

Đánh giá
Phân loại
biến động

Ảnh 2 Phân loại

Hình 1. 7. Phương pháp kết hợp

Phương pháp này đề cập đến việc sử dụng kết hợp của hai hoặc nhiều phương
pháp nêu trên để xác định biến động. Lợi thế của phương pháp này là khả năng tận
dụng tối đa các ưu điểm của nhiều thuật toán để có được kết quả tốt hơn so với
phương pháp duy nhất. Tuy nhiên, để áp dụng cho từng trường hợp cụ thể thì cách
lựa chọn phương pháp kết hợp là rất khó và có thể làm cho kết quả phát hiện biến
động bị xung đột xuất phát từ các phương pháp khác nhau. Phương pháp kết hợp giữa
phân loại và phương pháp đại số là được sử dụng phổ biến thể hiện ở hình 1.7.
Tổng hợp trên đây cho thấy có rất nhiều phương pháp đánh giá biến động,
mỗi phương pháp có ưu nhược điểm và điều kiện ứng dụng riêng vì thế khó thể nói
phương pháp nào là chuẩn mực để áp dụng cho mọi khu vực, mọi vùng. Việc lựa
chọn một phương pháp đánh giá biến động phù hợp đòi hỏi phải xem xét cẩn thận
 39

các yếu tố ảnh hưởng chính của từng phương pháp. Trong thực tế, có một số
phương pháp xác định biến động thường được sử dụng mà kết quả của chúng được
đánh giá là tốt và phù hợp trong phân tích biến động như phương pháp khác biệt
ảnh, PCA và phương pháp sau phân loại [20, 44, 80, 81, 181]. Những phương pháp
đánh giá biến động này được tích hợp với hệ thông tin địa lý (GIS) làm tăng độ
chính xác trong phát hiện biến động [109, 130, 140].

1.3. Quan điểm và phương pháp nghiên cứu của luận án

Kết quả nghiên cứu cơ chế tác động của các yếu tố tự nhiên và kinh tế - xã
hội của quá trình đô thị hóa đối với thay đổi sử dụng đất, khảo sát các phương pháp
đánh giá tác động đã cho phép luận án lựa chọn được một cách tiếp cận và phương
pháp mới trong việc xác định mối quan hệ giữa yếu tố tác động của đô thị hóa làm
thay đổi sử dụng đất nông nghiệp nói chung và của huyện Đông Anh (khu vực ven
đô của thành phố Hà Nội) nói riêng.
1.3.1. Quan điểm nghiên cứu
1. Quan điểm về đô thị hóa
Tổng quan các quan điểm về đô thị hóa cho thấy đây là một vấn đề phức tạp
và đa chiều. Khi đề cập đến vấn đề đô thị hóa cần phải có quan điểm phù hợp với
mục đích nghiên cứu. Với đặc thù của đô thị hóa vùng ven đô, trong nghiên cứu
này, quan điểm và các tiêu chí về đô thị hóa dựa trên khía cạnh: nhân khẩu học,
kinh tế học và địa lý học. Đối với khu vực ven đô, đô thị hóa đồng nghĩa với sự lan
truyền tính đô thị vào khu vực nông thôn, quan điểm thể hiện thông qua các nhóm
tiêu chí như sau:
- Cơ cấu kinh tế (chuyển đổi nền kinh tế nông nghiệp sang công nghiệp, dịch vụ)
- Cơ cấu lao động (từ nông nghiệp sang công nghiệp, dịch vụ)
- Tăng mật độ dân số, mức sống
- Sử dụng đất (chuyển đổi từ đất nông nghiệp sang phi nông nghiệp).
 40

2. Các yếu tố của đô thị hóa ảnh hưởng đến sử dụng đất
Tổng quan cho thấy có rất nhiều yếu tố của đô thị hóa ảnh hưởng đến sử
dụng đất và chúng được chia thành hai nhóm: yếu tố nội sinh và yếu tố ngoại
sinh. Khi nghiên cứu tác động của đô thị hóa tới sử dụng đất, cần thiết phải có sự
đánh giá từ tổng thể đến chi tiết từng tiêu chí của đô thị hóa tới sử dụng đất.
Ngoài các tiêu chí của đô thị hóa khu vực ven đô nêu trên, các yếu tố tự nhiên
như: khoảng cách tới trung tâm, khoảng cách tới đường giao thông, hay khoảng
cách tới khu vực dân cư,… cũng là các yếu tố liên quan đến biến động sử dụng
đất cần được xem xét.
3. Về thông tin sử dụng đất:
Tư liệu viễn thám mang thông tin phong phú về lớp phủ và sử dụng đất. Sử
dụng tư liệu viễn thám chiết tách được thông tin sử dụng đất thông qua mối quan hệ
chặt chẽ giữa lớp phủ bề mặt và loại hình sử dụng đất.
4. Về cách tiếp cận trong nghiên cứu đánh giá tác động của đô thị hóa đến đất
nông nghiệp
Luận án sử dụng cách tiếp cận liên ngành để đánh giá tác động của đô thị hóa
đến sử dụng đất. Tiếp cận liên ngành thông qua phân tích thống kê và mô hình hóa
không gian đang là phương pháp tiếp cận hiện đại, sâu sắc và toàn diện hơn để giải
quyết các bài toán phức tạp liên quan đến khoa học không gian và khoa học xã hội.
Với cách tiếp cận này thì các yếu tố tác động của đô thị hóa đến sử dụng đất có thể
được biểu diễn một cách định lượng và không gian hóa.
1.3.2. Phương pháp nghiên cứu
Viễn thám và GIS là các công cụ chủ đạo được sử dụng theo dõi, đánh giá
biến động sử dụng đất của khu vực nghiên cứu. Phương pháp thống kê và mô hình
hóa không gian dùng để đánh giá mức độ đô thị hóa và phân tích ảnh hưởng của các
yếu tố đô thị hóa đến biến động sử dụng đất. Hình 1.8 thể hiện các bước nghiên cứu
và phương pháp nghiên cứu.
 41

Điều kiện tự nhiên Điều kiện kinh tế - xã hội Tư liệu viễn thám

Phân loại mờ tiếp

cận đối tượng

Phân tích PCA Sử dụng đất

Mức độ đô thị hóa Phân tích không gian

GIS

Phân tích hồi quy logistic Biến động sử dụng đất

Yếu tố của đô thị hóa tác động tới

biến động sử dụng đất

Mô hình hóa

Không gian thay đổi

sử dụng đất

Hình 1. 8. Các bước nghiên cứu và phương pháp nghiên cứu

1. Chiết tách thông tin và đánh giá biến động sử dụng đất
Chiết xuất thông tin sử dụng đất của khu vực nghiên cứu được tiếp cận theo
quy mô tiếp cận và phương pháp nghiên cứu.
 42

- Quy mô tiếp cận:

Quy mô tiếp cận dựa trên lượng thông tin viễn thám cho phép đánh giá theo hai
hướng: không gian và thời gian. Tiếp cận không gian cho phép chiết xuất thông tin
từ ảnh ở quy mô đối tượng (tập hợp các pixel) giống thực thể địa lý thông qua ưu
điểm nội trội về các thông số bổ trợ sử dụng cho chiết tách thông tin từ ảnh. Tiếp
cận theo thời gian để đánh giá biến động sử dụng đất từ các ảnh viễn thám.
- Phương pháp nghiên cứu bao gồm: phân loại mờ và phân tích không gian
Khu vực nghiên cứu là khu vực ven đô, nơi chuyển tiếp giữa đô thị và nông
thôn. Khu vực này có sử dụng đất phức tạp về cấu trúc và phản xạ phổ đòi hỏi xác
định phương pháp chiết tách thông tin sử dụng đất phù hợp với khu vực nghiên cứu.
Phương pháp phân loại mờ tiếp cận đối tượng chiết tách thông tin sử dụng đất cho
khu vực nghiên cứu được đề xuất sử dụng trong luận án.
GIS với khả năng phân tích không gian được sử dụng đánh giá biến động sử
dụng đất. Thông tin sử dụng đất từ các ảnh viễn thám được chồng xếp phân tích
không gian để xác định diện tích thay đổi và không gian thay đổi của từng loại hình
sử dụng đất theo thời gian.
2. Đánh giá tác động của đô thị hóa đến biến động sử dụng đất
Đánh giá mức độ đô thị hóa khu vực ven đô dựa vào các nhóm tiêu chí đã
được xác định ở trên. Khi đánh giá mức độ thị nhằm làm nổi bật được tính đô thị
trong bối cảnh của khu vực ven đô, nơi tồn tại song hành hai tính chất nông thôn và
đô thị, đồng thời có thể đối sánh cho từng đơn vị không gian. Do vậy, luận án đề
xuất sử dụng phương pháp phân tích PCA cho việc xác định mức độ đô thị hóa của
từng thôn trong khu vực nghiên cứu và không gian hóa bằng GIS.
Đánh giá tác động của đô thị hóa đến biến động sử dụng đất:
- Phương pháp phân tích hồi quy logistic với khả năng xác định mối quan hệ
giữa biến phụ thuộc và biến độc lập. Biến phụ thuộc ở đây là biến động sử dụng đất,
biến độc lập là các yếu tố của đô thị hóa. Phương pháp này được sử dụng dựa trên
sự phù hợp về cấu trúc dữ liệu và kiểu biến phủ thuộc trong việc xác định và lượng
 43

hóa các yếu tố của đô thị hóa liên quan đến từng loại hình biến động sử dụng theo
không gian và thời gian.
- Các yếu tố tác động của đô thị hóa có liên quan đến sử dụng đất được xác
định từ phương pháp phân tích hồi quy và thông tin sử dụng đất được sử dụng là
yếu tố đầu vào của mô hình nơ - ron nhân tạo nhằm mô phỏng tác động của đô thị
hóa đến từng loại hình thay đổi sử dụng trong khu vực nghiên cứu. Sản phẩm của
mô hình là không gian thích nghi cho từng loại hình chuyển đổi sử dụng đất. Mục
đích của việc mô hình hóa là quan trắc và mô phỏng biến động sử dụng đất, đồng
thời để kiểm tra có sự tác động của yếu tố của đô thị hóa được xác định trong phân
tích hồi quy tác động đến biến động sử dụng đất.
 44

Chương 2
PHƯƠNG PHÁP PHÂN LOẠI MỜ TIẾP CẬN ĐỐI TƯỢNG CHIẾT TÁCH
THÔNG TIN SỬ DỤNG ĐẤT KHU VỰC ĐÔNG ANH, HÀ NỘI
Trong chương này, tập trung nghiên cứu phương pháp chiết tách và phân tích
thông tin sử dụng đất khu vực Đông Anh Hà Nội từ tư liệu viễn thám quang học.
2.1. Khái quát về đặc điểm tự nhiên và kinh tế - xã hội khu vực nghiên cứu

2.1.1. Vị trí địa lý

Vùng nghiên cứu được lựa chọn là huyện Đông Anh, là một huyện ngoại
thành nằm phía Bắc thủ đô Hà Nội, cách trung tâm Thủ đô 22 km theo quốc lộ số
3 (Hà Nội – Thái Nguyên). Đông Anh là một huyện có tổng diện tích tự nhiên là
182.3km2 với 23 xã và 1 thị trấn. Phía Bắc và Đông Bắc huyện giáp với huyện Sóc
Sơn (Hà Nội) và huyện Từ Sơn (Bắc Ninh), phía Đông giáp huyện Gia Lâm (Hà
Nội), phía Tây giáp huyện Mê Linh (Hà Nội), phía Nam giáp quận Bắc Từ Liêm
và quận Tây Hồ (Hà Nội).

2.1.2. Địa hình

Đông Anh có địa hình tương đối bằng phẳng, độ dốc thoải dần từ Tây Bắc
xuống Đông Nam với điểm cao nhất 19.05m tại thôn Nhồi Trên xã Cổ Loa, điểm
thấp nhất 1.95m tại thôn Đình Trung xã Xuân Nộn. Theo độ cao địa hình1 ở Đông
Anh chia thành 5 vùng như sau:
- Vùng ngoài bãi được ngăn cách bởi đê sông Hồng, sông Đuống và sông Cà
Lồ, độ cao địa hình có sự chênh lệnh rõ rệt, phía ngoài đê sông Hồng độ cao từ 8.0
đến 12.4m, phía ngoài đê sông Cà Lồ thấp hơn với độ cao từ 3.8 đến 8m.
- Vùng trong đê có độ cao địa hình từ 11.5m đến 19.05m. Đây là vùng cao
nhất trong huyện phân bố ở các xã Bắc Hồng, Nguyên Khê và Cổ Loa.

1
Nguồn: Bản đồ địa hình
 45

- Vùng trong đê có địa hình cao từ 9.5m đến 11.5m, được phân bố ở phía Tây
Nam huyện bao gồm các xã: Nam Hồng, Kim Chung, Vĩnh Ngọc và Kim Nỗ
- Vùng trong đê có độ cao địa hình từ 6.7m đến 9.5m phân bố ở phía Nam
huyện, gồm các xã: Kim Chung, Đại Mạch, Võng La, Kim Lỗ, Hải Bối và
Vĩnh Ngọc.
- Vùng trong đê có địa hình từ 1.9 m đến 6.7m phân bố ở phía Đông và Đông
Nam của huyện, gồm các xã: Liên Hà, Vân Hà, Việt Hùng, Xuân Canh, Đông Hội,
Mai Lâm, Dục Tú , Xuân Nộn và Thụy Lâm. Vùng này được coi là vùng thấp nhất
của huyện.

Hình 2. 1. Vị trí huyện Đông Anh

2.1.3. Khí hậu thủy văn

Đông Anh có chung đặc điểm khí hậu của khu vực Hà Nội, chịu ảnh hưởng
của khí hậu nhiệt đới gió mùa với mùa đông lạnh và khô, mùa hè nóng ẩm mưa
nhiều. Mùa nóng từ tháng 5 đến tháng 10 và mùa lạnh từ tháng 11 kéo dài đến tháng
4 năm sau.
 46

Chế độ nhiệt được phân hóa theo hai mùa rõ rệt. Nhiệt độ không khí trung
bình năm là 24.70C, nhiệt độ không khí tháng 6 cao nhất trong năm với nhiệt độ trên
340C và thấp nhất vào tháng 12 với nhiệt độ vào khoảng 150C.
Độ ẩm tương đối bình quân 78% , vào tháng 2,3,4 và 8 thường có độ ẩm cao
hơn là 80%, tháng 12 có độ ẩm trung bình thấp nhất là 31%.
Mạng lưới thủy văn của huyện có 3 tuyến sông lớn chảy qua: sông Hồng dọc
theo ranh giới huyện theo hướng Tây Bắc đến Đông Nam có chiều dài 16km; sông
Đuống bắt nhánh từ sông Hồng chảy từ Tây Bắc đến Đông Nam với chiều dài 5 km;
sông Cà Lồ nằm phía Bắc huyện có chiều dài 9km. Ngoài ra, còn có hai nhánh sông
nhỏ là sông Thiếp bắt nguồn từ xã Tiền Phong huyện Mê Linh chảy vào địa phận
Đông Anh và đổ ra sông Ngũ, xã Nguyên Khê.

2.1.4 Thổ nhưỡng

Đông Anh thuộc tiểu vùng sinh thái đất bạc màu trên nền phù sa có các tuổi
khác nhau, từ phù sa mới đến phù sa cổ. Theo phân loại đất2 Đông Anh được chia
thành 8 loại đất:
- Đất phù sa sông Hồng được bồi đắp hàng năm: Đất được phân bố ở ven đê
sông Hồng và sông Dương thuộc các xã: Đại Mạch, Võng La, Hải Bối, Vĩnh Ngọc,
Tàm Xá, Xuân Canh, Đông Hội và Mai Lâm. Loại đất này chiếm 8.89% diện tích.
Đặc điểm của loại đất này có tầng dày, thành phần cơ giới nhẹ, giàu chất dinh
dưỡng, ít chua. Loại đất này thích hợp cho trồng cây rau màu và cây công nghiệp
ngắn ngày, tuy nhiên hàng năm thường bị ngập úng.
- Đất phù sa sông Hồng ít được bồi đắp hàng năm: Chiếm 4.48% diện tích,
phân bố tập trung ở ven đê sông Cà Lồ nằm ở các xã: Xuân Nộn, Bắc Hồng,
Nguyên Khê, Thụy Lâm và một số ít đất bãi ven sông Hồng thuộc xã Tầm Xá. Đặc

2
Nguồn: Bản đồ thổ nhưỡng
 47

điểm chung của đất này có tầng đất dày, thành phần cơ giới nhẹ, đất ít chua, hàm
lượng mùn và chất dinh dưỡng cao, kết cấu tơi xốp giữ nước và giữ phân tốt.
- Đất phù sa sông Hồng không được bồi hàng năm, không lây, không loang lổ:
có diện tích 1774.07 ha chiếm 16.66% diện tích đất, phân bố ở trong đê thuộc các
xã: Đại Mạch, Vĩnh Ngọc, Xuân Canh, Đông Hội, Mai Lâm, Cổ Loa, Dục Tú, Thụy
Lâm được phát triển trên đất phù sa cổ và phù sa cũ. Đặc điểm của loại đất này là
tầng canh tác trung bình, có thành phần có giới trung bình và nhẹ, hàm lượng dinh
dưỡng khá đến trung bình. Loại đất này phù hợp cho việc trồng cây hoa màu, cây
công nghiệp ngắn ngày, rau các loại, cây ăn quả, cây cảnh.
- Đất phù sa sông Hồng không được bồi đắp hàng năm, có tầng loang lổ: Đất
có diện tích là 1849.92ha, chiếm khoảng 17.38%, đất chịu ảnh hưởng của canh tác
không hợp lý do thiếu nước tưới dẫn đến đất bị biến đổi xuất hiện tầng loang lổ đỏ
vàng. Loại đất này phân bố ở các xã Kim Chung, Kim Nỗ, Vĩnh Ngọc, Đông Hội,
Tiên Dương, Liên Hà và Thụy Lâm. Đất này có độ dày trung bình, phân bố trên địa
hình cao, đất có hàm lượng dinh dưỡng trung bình.
- Đất phù sa không được bồi hàng năm, glay trung bình hoặc mạnh: Loại đất
này có diện tích 1351.22ha chiếm 12.69%, phân bố ở địa hình vàn, vàn thấp và thấp
trũng ở các xã: Đại Mạch, Võng La, Hải Bối, Xuân Canh, Đông Hội, Dục Tú, Vân
Hà, Thụy Lâm, Tiên Dương, Kim Nỗ, Vân Nội. Đây là loại đất chủ yếu canh tác hai
vụ lúa do điều kiện ngập nước nhiều, vi sinh vật yếm khí hoạt động mạnh. Thành
phần cơ giới chủ yếu là thịt nặng, nghèo lân dễ tiêu.
- Đất phù sa sông Hồng không được bồi hàng năm, úng nước: Đất có diện tích
594.00ha chiếm 5.58% diện tích đất, phân bố tại địa hình trũng thuộc các xã: Cổ
Loa, Việt Hùng, Liên Hà, Vân Hà, Dục Tú và Thụy Lâm. Đất bị biến đổi do thời
gian ngập lâu, đất chua đến rất chua, nghèo lân dễ tiêu.
- Đất xám bạc màu phù sa cổ có tầng loang lổ đỏ vàng: diện tích 3261.33ha
chiếm 30% tổng diện tích đất được phân bố ở các xã: Bắc Hồng, Nam Hồng,
Nguyên Khê, Vân Nội, Uy Nỗ, Tiên Dương, Xuân Nộn, Cổ Loa và Xuân Canh.
 48

Loại đất này có tầng canh tác mỏng , có màu xám trắng, thành phần cơ giới nhẹ, kết
cấu rời rạc, giữ phân, giữ nước kém, nghèo dinh dưỡng.
- Đất nâu vàng phát triển trên nền phù sa cổ: Đất này có diện tích 382.88 ha
chiếm 3.60% diện tích, phân bố trên địa hình cao ở các xã: Bắc Hồng, Nam Hồng,
Nguyên Khê, Uy Nỗ, Cổ Loa. Loại đất này nghèo dinh dưỡng, tỉ lệ mùm thấp. Loại
này thích hợp cho việc trồng các loại cây lâu năm, cây màu, cây dài ngày. Loại đất
này nhiều nhất ở Cổ Loa.

2.1.5. Điều kiện kinh tế - xã hội

Kinh tế của khu vực trong những năm qua liên tục tăng trưởng và ổn định.
Tốc độ tăng trưởng kinh tế bình quân đạt trên 8.9%. Cơ cấu kinh tế chuyển dịch
mạnh theo hướng công nghiệp chiếm 49.8%, thương mại dịch vụ chiếm khoảng
22.8%, nông nghiệp chiếm 22.4%. Ngành công nghiệp của huyện trong những năm
qua là ngành phát triển nhanh và mạnh nhất trong các thành phần kinh tế. Ngành
công nghiệp chiếm tỉ trọng lớn trong GDP của huyện.

Bảng 2. 1. Tốc độ tăng trưởng kinh tế huyện Đông Anh

Năm Tốc độ tăng trưởng kinh tế (%)
2001 7.1%
2006 9.6%
2011 10.2%
Nguồn: Phòng thống kê huyện Đông Anh

Diện mạo khu vực đã có những thay đổi lớn với nhiều dự án được triển khai
trên địa bàn huyện từ năm 2001 đến nay. Tiêu biểu là dự án mở rộng khu công nghiệp
Bắc Thăng Long với tổng diện tích là 277.14ha, khu công nghiệp tại xã Xuân Nộn,
các cụm công nghiệp vừa và nhỏ tại Nguyên Khê và cụm sản xuất làng nghề tập
trung tại xã Vân Hà, xây dựng cầu Nhật Tân và đường đi Nội Bài, cầu Đông Trù và
đường 5 kéo dài, đường quốc lộ 3 mới qua các xã miền Đông,… Đi cùng với các dự
án khu công nghiệp và hạ tầng xã hội là khu vực đô thị mới như khu đô thị miền
Đông huyện Đông Anh, khu đô thị mới phía Bắc tại xã Tiên Dương.
 49

Dân số của khu vực Đông Anh liên tục tăng trong vòng mười năm từ 2001
đến 2011. Tuy mật độ dân số khu vực còn thấp hơn nhiều so với khu vực nội thành,
nhưng mật độ dân số lại liên tục tăng từ 1.45% đến 1.89% tương ứng từ năm 2001
đến năm 2011. Trong bảng 2.2 cho thấy tốc độ tăng dân số cơ học mạnh nhất là năm
2007 với 4.8% dân số.

Bảng 2. 2. Chỉ tiêu về dân số huyện Đông Anh3

Chỉ tiêu 2001 2003 2005 2007 2009 2011

DS (người) 266750 280147 292751 321036 336633 345368

PP (người/km2) 1.46 1.54 1.61 1.76 1.85 1.89

R (%) 0.04 0.41 1.8 4.8 0.12 0.23

DS : Dân số, PP: mật độ dân số; R: tốc độ tăng dân số cơ học

Bảng 2. 3. Chỉ tiêu về cơ cấu lao động huyện Đông Anh3

Chỉ tiêu 2001 2003 2005 2007 2009 2011

Nông nghiệp 80.5 74.5 65.5 61.9 46.6 38.1

Công nghiệp-Xây dựng 15.2 18.6 26.3 26.5 41.7 48.4

Dịch vụ 4.3 6.9 8.2 11.5 11.7 13.5

Về mặt lao động cho thấy cơ cấu lao động của huyện có những thay đổi rõ
rệt được biểu hiện qua bảng 2.3. Số liệu trong bảng cho thấy, sự chuyển biến cơ cấu
lao động trong ngành nông nghiệp giảm liên tục trong vòng mười năm và giảm gần
một nửa xuống chỉ còn 38.1% . Tăng mạnh nhất là lao động trong ngành công
nghiệp và xây dựng với trung bình mỗi năm tăng khoảng 3.3%. Lao động trong
ngành dịch vụ tăng 0.9% trong trung bình mỗi năm. Tăng mạnh nhất vào giai đoạn
năm 2005-2007 với mức tăng là 3.3%.

3
Nguồn: Tổng hợp từ Niêm giám thống kê huyện Đông Anh
 50

2.2. Lựa chọn tư liệu ảnh

Một điều cần lưu ý trong nghiên cứu đánh giá tác động của đô thị hóa đến
biến động sử dụng đất hoặc lớp phủ bề mặt từ dữ liệu viễn thám, đó là việc lựa chọn
tư liệu ảnh.Yêu cầu đặt ra khi lựa chọn tư liệu ảnh phải đảm bảo tiêu chí dữ liệu có
tính đồng bộ về độ phân giải, về thời điểm chụp và phù hợp với các dữ liệu kinh tế -
xã hội liên quan đến khu vực nghiên cứu.

Bảng 2. 4. So sánh chỉ tiêu kỹ thuật và kinh tế của tư liệu ảnh được đánh giá trong nghiên
cứu biến động sử dụng đất [60]
Loại dữ liệu Độ phân Độ phân Độ phân Giá thành Năm phóng Đánh
giải giải phổ giải thời giá
không gian
gian
IKONOS * * ** * 1999 ***
SPOT HRV * * * * 2002 ***
QuickBird * * ** * 12/2001 ***
GeoEye-1 * * ** * 2008 ***
Worlview – 2 * ** ** * 2009 ***
Landsat 1-3 * ** * *** 1972, ‘75, ‘78 **
Landsat 4,5,7,8 * ** * *** 1982,‘84,‘99, 2013 **
ALI * ** * *** 2000 **
Aster * ** * ** 1999 **
Hyperion * *** * * 2000 **
Modis * *** ** *** 1999-2002
Spot- VGT * * ** *** 1998 *
Meris * *** ** *** 2002
Sevri * *** *** *** 2005
NOAA-AVHRR * * *** *** 1978, ‘81, ‘98 *

*** Rất tốt; ** Khá; * Trung bình

Về mặt độ phân giải không gian: Kết quả phân tích cho thấy rằng: đối với
trường hợp huyện Đông Anh Hà Nội, chiết tách thông tin sử dụng đất sẽ cho kết
quả tốt nhất khi sử dụng ảnh vệ tinh có độ phân giải không gian đạt mức *** như ở
bảng 2.4. Do hạn chế của tư liệu ảnh vệ tinh cùng độ phân giải cao, cùng một sensor
 51

trong khu vực

v nghiên cứu theo một
m chuỗii thời ừ năm 2001 trở lại đây,, do vậy
th gian từ v
luận
n án lựa
l chọn li ảnh Landsat gồm
n tư liệu g m Landsat TM và OLI_TIRS_L1T.
V thời điểm
Về m chụp:
ch ời điểm chụp
Thờ p phải v để giảm sai số do lệch
ph cùng mùa vụ
thờii gian ch c này, các tư liệu ảnh
chụp. Trong nghiên cứu nh chụp th điểm
ch p vào thời m lúa đđã gặt
và rau màu đang th
thời kỳ phát triển nh được lựaa chọn
tri tốtt nhất m c đích chi
ch n cho mục chiết tách
thông tin sử ng đđất.
s dụng
Các ảnh
nh đư
được lựa chọ
ọn bao gồm
m Landsat 5TM
5 chụp
p ngày 23/11/ 20
2001,
Landsat 5TM chụp
ch p ngày 23/11/2004,
23/11/2004, Landsat 5TM chụp
c p 15/12/2006; Landsat 5TM
chụp
p 05/11/2009 và Landsat 8 OLI_TIRS_L1T ch
chụp
p 02/12/2013
02/12 (Phụ lục 1).
).
dựng lớp chú giải cho sử
2.3. Xây dựng ụng đất khu vực Đông Anh, Hà
s dụng H Nội
Quá trình chi
chiếtt tách thông tin sử
s dụng
d đấtt khu vực
v c Đông Anh, Hà N
Nội được
tiến bước: Bướcc thứ nhất xác định
n hành theo hai bư đ lớp
p chú giải; bư thứ hai là đđịnh
gi ; bước
danh cho các đối
đ i tượng
tư loại đối tượng)
(phân lo ng) [116].
Xây
X dựng
ng hhệ thống
ng chú giải vi đầu
gi i là công việc u tiên và quan trọng
tr nhấất khi áp
dụng tư liệu chi t tách thông tin chuyên đề.
li viễnn thám thành llập cho chiết đ Khi thi
thiết lập
bảng
ng chú giải ch dựaa vào các đối
gi i không chỉ đ i tượng thể nhìn thấấy trên ảnh
tư ng có th nh mà còn
thu c vào các yyếu tố khác liên quan đđến từng
phụ thuộc lo chú giảải và hệ thống
ng loại ng bbảng
chú giảải cần phảii phù hợp
h vớii khả
kh năng cung cấp
c p thông tin của d liệu viễễn thám.
c a dữ
19] đã đưa ra m
Boon [19 mốii quan hhệ giữa độ chi tiết phân loại
lo và độ
ộ phân giảii th
thể hiện
trên hình 2.2.

ối quan hệ giữa độ phân giải không gian v

Hình 2. 2. Mối ết phân loại [19]]
và chi tiết
 52

Thông tin sử dụng đất là thông tin có thể xác định được trên tư liệu viễn
thám dựa trên mối quan hệ mật thiết giữa sử dụng đất và lớp phủ bề mặt theo những
quy tắc chuyển đổi dữ liệu được một số nhà nghiên cứu như đề xuất Anderson vào
những năm 1976, Kostrowicki, 1977 và Louisa JM. Jansen đề xuất vào năm 2003
và 2004…. [75, 85, 107, 108]. Đối với khu vực Đông Anh Hà Nội, việc xây dựng
chú giải sử dụng đất dựa trên kết quả phân loại lớp phủ từ dữ liệu ảnh vệ tinh với
các nguyên tắc áp dụng của Louisa JM. Jansen theo sơ đồ hình 2.3.

Hình 2. 3. Sơ đồ xác định thông tin sử dụng đất có được

từ kết quả dữ liệu lớp phủ bề mặt tách được từ dữ liệu ảnh vệ tinh [107]
Theo luật đất đai hiện hành, đất đai được phân ra rất nhiều loại sử dụng đất,
nhưng khi nghiên cứu hiện trạng sử dụng đất tại huyện Đông Anh Hà Nội, luận án
chỉ nghiên cứu những hình thức sử dụng đất chính và định nghĩa về các loại hình sử
dụng đất phù hợp theo bảng 2.5 với những lý do sau:
- Sử dụng tư liệu viễn thám với độ phân giải không gian 30m. Theo Bonn, độ
chi tiết phân loại chỉ đạt ở mức độ I (mức độ có cái nhìn khái quát về tình hình sử
dụng đất).
- Các yếu tố sử dụng để thiết lập thông tin sử dụng đất liên quan đến chức
năng sử dụng đất và các hoạt động được xác định, mô tả trên bề mặt khu vực nghiên
cứu. Loại hình sử dụng đất của khu vực Đông Anh, Hà Nội được xác định theo
 53

chức năng kinh tế, việc phân biệt mức độ chi tiết hơn của các loại sử dụng đất dựa
vào tiêu chí kinh tế khác nhau để gán vào các lớp sử dụng đất theo chức năng chính
của khu vực.
Bảng 2. 5. Chú giải sử dụng đất của khu vực Đông Anh Hà Nội

Lớp sử dụng đất theo

Lớp phủ bề mặt Loại hình sử dụng đất
chức năng kinh tế
Hoa màu

Thực vật Màu + Lúa (trồng xen canh lúa

Đất nông nghiệp và rau, màu); rau; cây ăn quả;
cây công nghiệp)
Lúa (trồng lúa 01 vụ)
Đất trống
Đất trống
Chưa sử dụng
Sông
Mặt nước
Đất nông nghiệp Ao, hồ
Các đối tượng Đất phi nông nghiệp Đất xây dựng
nhân tạo
2.4. Phân loại mờ tiếp cận đối tượng
2.4.1. Lý thuyết mờ

Mọi ngôn ngữ và mọi quyết định nhìn chung là tiền định nhưng chúng
thường được đặc trưng bởi vài mức độ không rõ ràng hoặc là mờ. Các khái niệm
như nóng , lạnh và tốt chỉ mang tính chất tương đối phụ thuộc vào yếu tố chủ quan
của mỗi người không thể xác định theo danh nghĩa lý thuyết. Vấn đề tương tự đó
cũng xảy ra trong phân loại ảnh viễn thám. Trong viễn thám, sự mờ không chỉ tồn
tại trên điểm ảnh mà tồn tại trong việc định danh các lớp đối tượng. Trên thực tế,
khó có thể vạch ra ranh giới chính xác giữa rừng rậm, rừng thưa, khu dân cư dày
đặc, khu dân cư thưa thớt,… Các ranh giới này thực sự mờ ngay cả trên thực địa
chứ chưa nói đến vạch chúng trên tư liệu viễn thám.
Từ hiện thực đó, năm 1965, lý thuyết logic mờ ra đời. Lý thuyết mờ được áp
dụng trong nhiều lĩnh vực như trong y tế, trong điều khiển, ra quyết định và cả ở
 54

phân loại ảnh. Trong phân loại ảnh, lý thuyết mờ là một cách tiếp cận mạnh mẽ
trong việc giải quyết lẫn phổ cũng như trong định danh các đối tượng phân loại [13,
153]. Một điều quan trọng cần nhấn mạnh đó là phân loại theo lý thuyết mờ tốt hơn
cho phân loại tập hợp các điểm ảnh (hay được gọi là đối tượng ảnh) [13, 153, 157] .
Logic mờ là loại logic đa giá trị và ý tưởng cơ bản là thay hai kết quả “sai”, “đúng”
của thuật toán Boolean bằng dãy liên tục [0, …..,1] với 0 là giá trị “sai”, 1 là giá trị
“đúng” và mọi giá trị nằm giữa 0 đến 1 sẽ biểu diễn sự chuyển tiếp giữa sai và đúng
[148]. Hàm toán học xác định mức độ thành viên của một đối tượng s trong tập mờ
G được gọi là hàm liên thuộc và được biểu diễn bằng hàm sau:

(2. 1)

Hình 2.4 là ví dụ so sánh phân loại cứng và phân loại mờ. Phân loại cứng
dựa trên khái niệm truyền thống về tập cứng với mức độ liên thuộc của các thành
viên có hai giá trị 0 và 1 nghĩa là đối tượng trong khoảng từ 0 đến 30 là thành viên
của lớp nước có mức độ liên thuộc là 1 và không phải là thành viên của lớp rừng đất
ẩm có mức độ liên thuộc là 0. Còn đối với phân loại mờ các đối tượng được xác
định vào một lớp nào đó với một giá trị mức độ thành viên. Ví dụ: giá trị từ 24 đến
36 đối tượng có thể là lớp nước hoặc có thể là lớp rừng đất ẩm với mức độ liên
thuộc khác nhau trong khoảng (0,1). Điều này chứng tỏ rằng phương pháp phân
loại mờ linh hoạt hơn trong giải quyết vấn đề nhập nhằng của thế giới tự nhiên.

• Phân loại cứng • Quy tắc quyết định cứng

0-30 à water
30-60 à forest wetland
60-90 à upland forest
• Phân loại mờ • Quy tắc quyết định mờ:

Là một hàm liên thuộc cho từng lớp

Hình 2. 4. So sánh phân loại cứng và phân loại mờ

 55

Thuật toán trong phân loại mờ bao gồm: phân cụm mờ (fuzzy c-mean
clustering), thuật toán fuzzy relaxation (fuzzy relaxation algorithm), mô hình hàm
liên thuộc (membership function models), phân loại mờ xác suất cực đại (fuzzy
maximum likelihood), mạng nơ-ron mờ (fuzzy neural network) và phân loại quy tắc
mờ (rule- based fuzzy classification) [153]. Trong phạm vi của luận án, phân loại
theo quy tắc mờ được sử dụng để chiết tách thông tin sử dụng đất. Phương pháp
phân loại quy tắc mờ dựa vào quy tắc mờ “if-then” trong việc gán lớp cho các đối
tượng. Ưu điểm nổi bật của phương pháp này khả năng thu thập được kiến thức của
con người trong việc thiết kế và điều khiển hệ thống các quy tắc trong phân loại.

Phân loại mờ bao gồm ba bước cơ bản [153, 157]: Mờ hóa (fuzzification),
Suy luận mờ (Inference) và khử mờ (Defuzzification) thể hiện ở hình 2.5.

Kiến thức chuyên gia

Suy luận mờ

Mờ hóa Khử mờ

Dữ liệu đầu vào Dữ liệu đầu ra

Hình 2. 5. Kiến trúc của một hệ thống mờ

Mờ hóa:
Việc mờ hóa sẽ mô tả sự chuyển tiếp từ hệ thống tường minh sang hệ thống
mờ. Mục đích của quá trình này là phân chia không gian đặc trưng (phổ hoặc các
yếu tố đặc trưng của đối tượng) thành các không gian mờ con và từ đó tạo ra bộ quy
tắc cho từng không gian mờ con riêng biệt. Khi tiến hành mờ hóa điều đầu tiên là
phải xác định hàm liên thuộc để tính toán mức độ thành viên cho từng dữ liệu đầu
vào. Hàm liên thuộc có nhiều dạng, phổ biến là một số dạng sau : monotonic, tam
giác, hình thang, hình gauss. Hình 2.6 minh họa hình dạng của 4 kiểu hàm liên
thuộc và hàm toán học tương ứng.
 56

Hình 2. 6. Các kiểu hàm liên thuộc : (a) monotonic, (b) tam giác, (c) hình thang, (d) gauss [153]
Monotonic
Với 0≤ a − s ≤λ; µ (s) = 0 với những trường hợp khác (2. 2)
a−s
µ ( s) = 1 −
Tam giác λ
Với 0≤ a − s ≤λ; µ (s) = 0 với những trường hợp khác (2. 3)
a−s
µ ( s) = 1 −
λ
Hình thang
Với a-λ≤ s − a ≤a+λ; µ (s) = 0 với những
(2. 4)
 2 s − a trường
 hợp khác
µ (s) = min2 − , 1
Gauss  λ 

λ
Với ≤ a − s ≤ λ
 s−a 
2 2

µ (s) = 21 −  (2. 5)
 λ Với 0 ≤ a − s ≤ λ
2 2
 s−a 
µ (s) = 21 − 

trong đó: λ 

- s biểu thị phép đo a,

- µ (s) là mức độ liên thuộc,
- a biểu thị trung tâm của hàm liên thuộc,
- λ độ rộng của hàm liên thuộc.
 57

Mọi giá trị đặc trưng của đối tượng có giá trị thành viên cao hơn 0 đều thuộc
tập mờ. Nhìn chung, hàm liên thuộc càng lớn thì độ mờ của định hướng phân loại
càng lớn; khi giá trị của thành viên càng nhỏ thì việc gán giá trị cho đối tượng sẽ càng
bất định [148]. Chính vì vậy, tất cả các phép tính toán đều dựa vào mức độ thành viên
dao động từ 0 cho đến 1 và hoàn toàn độc lập với giá trị gốc của đối tượng. Điều này
sẽ giúp cho ta dễ làm việc hơn trong một không gian nhiều chiều, sử dụng dữ liệu từ
nhiều nguồn khác nhau và là các dữ liệu có thứ nguyên khác nhau.
Suy luận mờ:
Suy luận mờ là tổ hợp các quy tắc mờ được sử dụng phối hợp các tập mờ
khác nhau. Bộ quy tắc mờ đơn giản nhất chỉ phụ thuộc vào một tập mờ là quy tắc
« If – Then » ( If là hàm điều kiện, then là hàm kết quả).
Có hai kiểu cấu trúc của quy tắc mờ [33]:
1. Hàm điều kiện được áp dụng đầy đủ
Nếu mức độ liên thuộc bằng nhau và đều bằng 1, thì mệnh đề then sẽ áp
dụng đầy đủ:
Nếu x là A thì Y là C
2. Hàm điều kiện được áp dụng có trọng số
Nếu hàm điều kiện chỉ thỏa mãn một phần, thì mệnh đề then sẽ áp dụng có
trọng số :
Nếu x là A thì Y là C với mức độ w
trong đó:
- x là các thuộc tính nổi bật được lựa chọn cho bài toán phân loại,
- A là giá trị thuộc tính của đối tượng,
- Y là đối tượng được gán vào lớp sử dụng đất C,
- w là trọng số.
Để tạo được bộ quy tắc mờ ở mức phức hợp, cần phải tích hợp các tập mờ
lại với nhau bằng các toán tử logic And, Or, Not để tạo ra giá trị chiết xuất từ các
tập mờ này. Tuy nhiên, việc kết hợp như thế nào là hoàn toàn phụ thuộc vào sự hiểu
biết về đối tượng trên thực tế.
 58

Việc tính toán trọng số cho các quy tắc và tập hợp các quy tắc các quy tắc.
Có hai cách tính trọng số theo công thức [153] :
(2. 6)
w( Rule 1 ) = β1 × l arg e
trong đó :
- large là hàm liên thuộc mờ được mô tả trong Rule 1 (quy tắc 1),
- β1 là trọng số nhân tố được tính theo công thức sau:
(2. 7)
β1 = µ( s1 ) ∧ µ( s 2 )
Với µ( s1) và µ( s2 ) là mức độ liên thuộc đo được cho s1 và s2.
Trọng số được tính toán cho tập hợp các quy tắc :
(2. 8)
Rule Aggregation = w( Rule 1 ) ∨ w( Rule 2 )
Khử mờ:
Để có được thông tin chuyên đề từ kết quả phân loại sử dụng logic mờ thì
các kết quả đó phải được chuyển sang các giá trị tường minh. Với mục đích như
vậy, phải sử dụng giá trị thành viên lớn nhất như là một lớp tường minh. Có một số
cách khử mờ, nhưng phổ biến nhất là phương pháp trọng tâm (center-of- gravity) và
phương pháp trung bình tối đa (mean-of-maximum) theo hai công thức sau [153]:
n

∑ s × µ (s)
center − of − gravity = s =1
n (2. 9)
∑ µ ( s)
s =1

trong đó:
- n là số lượng các yếu tố lấy làm mẫu,
- µ (s) là mức độ liên thuộc của s.
m
s
mean − of − maximum = ∑ (2. 10)
s =1 m

trong đó : m là số lượng s có mức độ liên thuộc lớn nhất.

2.4.2. Quy trình phân loại
Quá trình xây dựng thông tin sử dụng đất của khu vực Đông Anh, Hà Nội từ
ảnh vệ tinh theo phân loại mờ tiếp cận đối tượng được thực hiện theo sơ đồ gồm ba
bước xử lý cơ bản bao gồm: xử lý dữ liệu đầu vào, phân loại và đánh giá dữ liệu đầu
ra theo hình 2.7.
 59

DỮ LIỆU ĐẦU VÀO

Ảnh PHÂN LOẠI QUY TẮC MỜ

MỜ HÓA KHỬ MỜ
Tiền xử lý

Mẫu thu thập Xác định ngưỡng

Phân mảnh ảnh
DỮ LIỆU ĐẦU RA

Xác định yếu tố đặc trưng Gán lớp

Kết quả

SUY LUẬN MỜ
Đánh giá độ
chính xác
Xây dựng bộ quy tắc

Hình 2. 7. Sơ đồ các bước xử lý ảnh

 60

1. Tiền xử lý ảnh
Hệ tọa độ của ảnh Landsat khu vực Đông Anh là ảnh nằm ở path #127 row
#45 trong hệ tọa độ WGS-84 quốc tế. Do vậy, cần phải chuyển đổi về hệ tọa độ
VN-2000 để tích hợp với các nguồn dữ liệu khác thông qua việc chuyển đổi hệ tọa
độ theo 7 tham số tính chuyển từ hệ tọa độ quốc tế sang hệ VN-2000. Công thức
tính chuyển tọa độ như sau:

 X = ∆x0 + k ( X '+ε 0Y '−ψ 0 Z ' )


 Y = ∆y0 + k (Y '−ε 0 X '+ w0 Z ' ) (2. 11)
 Z = ∆z + k ( Z '+ψ X '− w Y ' )
 0 0 0

trong đó:
- X, Y, Z là tọa độ vuông góc không gian trên hệ tọa độ VN-2000, đơn vị là mét,
- X’, Y’, Z’ là tọa độ vuông góc không gian trên hệ tọa độ WGS-84, đơn vị là mét,

- ∆x0 , ∆y0 , ∆z0 là tham số dịch chuyển gốc tọa độ, đơn vị là mét,

- w0 , ψ 0 , ε 0 là 3 góc xoay trục tọa độ tương ứng với trục X, Y, Z, đơn vị là giây,

- k là hệ số tỉ lệ chiều dài giữa 2 hệ.

Giá trị 7 tham số chuyển đổi

∆ x 0 = 191 ,90441429 m ϖ 0 = 0,00928836 "

∆ y 0 = 39 ,30318279 m ψ 0 = −0,01975479 "
∆ z 0 = 111 , 45032835 m ε 0 = 0,00427372 "

k = 0,999999747093722
Dữ liệu ảnh dùng để chiết tách thông tin sử dụng đất và đánh giá biến động
sử dụng đất cho khu vực nghiên cứu. Trong quá trình tiền xử lý các ảnh được kiểm
tra về độ lệch không gian với yêu cầu độ lệnh phải nhỏ hơn 1 pixel và các ảnh được
chuẩn hóa theo ảnh năm 2013 để đưa đặc tính phản xạ phổ thu được trên các ảnh về
tương đương với nhau.
 61

2. Phân mảnh ảnh (segmentation)

Mục đích của phân mảnh ảnh là sự phân chia ảnh thành các mảnh riêng biệt
tạo ra các đối tượng ảnh. Đối tượng ảnh được tạo ra bởi một hay một số tiêu chí về
tính đồng nhất trong một hoặc nhiều chiều của không gian đặc trưng. Do vậy, đối
tượng có nhiều thông tin bổ sung về phổ hơn là với chỉ một điểm ảnh, các thông tin
bổ sung có thể là thông tin về trung bình phổ của mỗi kênh ảnh, cũng như giá trị lớn
nhất và nhỏ nhất, tỉ lệ trung bình và phương sai của các kênh ảnh,… Đối tượng ảnh
không những có lợi thế về việc đa dạng hóa thông tin về phổ mà còn có lợi thế rất
lớn trong việc có thêm các thông tin không gian ví dụ như về khoảng cách, lân cận,
hay quan hệ không gian giữa các đối tượng (topology),…[16, 157]. Thuật toán phân
mảnh được chia làm 4 loại : dựa vào điểm (point-based), dựa vào cạnh (edge-
based), dựa vào vùng (region – based) và thuật toán kết hợp (combined) [16].
Đối tượng ảnh được tạo ra trong luận án thông qua phân mảnh ảnh đa độ
phân giải (multi-resolution segmentation). Phân mảnh ảnh đa độ phân giải là quá
trình hợp nhất liên tiếp các điểm ảnh hoặc các đối tượng ảnh liền kề. Phân mảnh
theo kỹ thuật hợp nhất vùng từ dưới lên theo thứ tự ban đầu, xem xét từng pixel như
một đối tượng riêng biệt sau đó, từng đối tượng nhỏ kề nhau được hợp nhất thành
đối tượng lớn hơn. Sự hợp nhất này dựa trên tiêu chuẩn đồng nhất cục bộ, các cặp
đối tượng ảnh liền kề sẽ được gộp lại làm cho độ bất đồng tăng lên ở mức nhỏ nhất
trong giới hạn. Nếu vượt quá giới hạn, quá trình hợp nhất sẽ ngừng lại và kết quả
của quá trình này là sẽ được phân loại ở bước tiếp theo [12, 15]. Đối tượng ảnh
được tạo ra theo các tiêu chí tham số tỉ lệ và độ đồng nhất thể hiện ở hình 2.8.

Hình 2. 8. Tiêu chí cho phân mảnh đối tượng

 62

Trong quá trình phân mảnh ảnh, tỉ lệ là thông số quan trọng. Tỉ lệ quyết định
đối tượng được chiết xuất sẽ có kích thước lớn hay nhỏ và chứa đựng nhiều hay ít
đối tượng con (sub-object) bên trong. Dựa vào thông số tỉ lệ, có thể phân cấp đối
tượng theo các mức độ khác nhau thể hiện ở hình 2.9.

Ảnh gốc Mức độ 1 Mức độ 2 Mức độ 3

Hình 2. 9. Đối tượng ảnh nhận được từ phân mảnh ảnh theo các mức độ, mức độ 1 (thông số
tỉ lệ 7, hình dạng 0.2 và độ chặt 0.8), mức độ 2 (thông số tỉ lệ 10, hình dạng 0.5 và độ chặt 0.5),
mức độ 3 (thông số tỉ lệ 30, hình dạng 0.7 và độ chặt 0.3)4

Xác định tiêu chuẩn đồng nhất thực chất là quá trình đo đạc sự thay đổi trong
tính không đồng nhất về phổ (hcolor) và không đồng nhất về hình dạng (hshape) để xác
định đối tượng liền kề có được hợp nhất hay không. Tiêu chuẩn đồng nhất thực chất
cũng tuân theo lý thuyết logic mờ và được xác định theo công thức sau:

(2. 12)
f = Wcolor .∆hcolor + Wshape .∆hshape
trong đó: Wcolor ∈ [0,1]; Wshape ∈ [0,1]; Wcolor + Wshape = 1

- W là trọng số tiêu chuẩn,

- ∆h là mức độ không đồng nhất.

4
Cảnh ảnh được cắt từ ảnh Landsat TM khu vực nghiên cứu năm 2009
 63

Sự khác biệt về độ bất đồng nhất màu (phổ) ∆hcolor được xác định trong
công thức sau:

∆hcolor = ∑Wc (nmerge.σ c.merge − (nobj _ 1.σ c,obj _ 1 + nobj _ 2 .σ c,obj _ 2 )) (2. 13)
c

Với:

- nmerge là số lượng pixel trong đối tượng được gộp,

- nobj_1 là số lượng pixel của đối tượng 1,

- nobj _ 2 là số lượng pixel trong đối tượng 2,

- σ c là độ lệch chuẩn của đối tượng ở kênh c.

các chỉ số merge dùng để chỉ đối tượng đã gộp, obj_1 và obj_2 dùng để chỉ các đối
tượng 1, 2 trước khi được gộp vào đối tượng merge.

Cũng theo tác giả Benz [157], độ bất đồng nhất hình dạng ∆hshape là giá trị nói

lên độ cải thiện về độ trơn (smoothness) và độ chặt (compactness) hình dạng của
đối tượng:

∆hshape = Wcompt .∆hcompt + Wsmooth .∆hsmooth (2. 14)

Với:

l merge lobj _ 1 lobj _ 2

∆hsmooth = nmerge . − ( nobj _ 1 . + nobj _ 2 )
bmerge bobj _ 1 bobj _ 2

l merge l obj _ 1 l obj _ 2

∆hcompt = n merge . − ( nobj _ 1 . + nobj _ 2 )
n merge n obj _ 1 n obj _ 2
trong đó:
- l là chu vi của đối tượng,
- b là chu vi của khung chữ nhật bao quanh đối tượng.
 64

Căn cứ vào các công thức nêu trên đây, có thể thấy độ bất đồng nhất của độ
trơn chính là tỉ số giữa chu vi của đối tượng và độ dài của khung chữ nhật bao
quanh đối tượng. Cũng theo các công thức này, độ bất đồng nhất của độ chặt bằng tỉ
số giữa chu vi của đối tượng và căn bậc hai của số pixel tạo nên đối tượng.

Các trọng số Wc , Wcolor , Wshape, Wsmooth và Wcompt là các thông số có thể chọn,

thay đổi để có thể tách các đối tượng như mong muốn.
Kiểm chứng độ chính xác của kết quả phân mảnh ảnh bằng mắt là phương
pháp đánh giá hiệu quả nhất. Ngoài ra, còn một số cách khác kiểm chứng độ chính
xác của kết quả phân mảnh ảnh.

• Có thể dùng các polygon số hóa trực tiếp trên ảnh. Nếu có sự trùng khít của
polygon này với đối tượng ảnh được chiết xuất tự động thì đó là kết quả tốt nhất.

• Có thể phân tích “độ bền” của đường bao đối tượng ảnh để đánh giá sự gia
tăng của độ bất đồng nhất có lớn hay không. Sự gia tăng này càng lớn thì thì xác
suất gộp các đối tượng càng nhỏ và có thể nói là sự phân mảnh ảnh này quá nhạy
cảm với các trọng số (độ trơn, độ chặt, hình dạng, màu) và với tỉ lệ.

• Phải phối hợp các phương pháp đánh giá nêu trên để có thể đưa ra kết luận
về chất lượng phân mảnh ảnh.
Để tìm tham số phù hợp cho phân mảnh ảnh ở Đông Anh, luận án đã tiến
hành khảo sát rất nhiều phương án và mỗi một tham số thay đổi cho ra các kết quả
phân mảnh ảnh khác nhau thể hiện ở hình 2.9. Các phương pháp đánh giá phân
mảnh ảnh ở trên được sử dụng phối hợp để lựa chọn tham số phù hợp cho phân
mảnh ảnh ở khu vực nghiên cứu. Các tham số dùng để phân mảnh ảnh đối với ảnh
Landsat bao gồm: tham số tỉ lệ là 7 (tham số tỉ lệ có xem xét đến tính khái quát hóa
của thông tin sử dụng đất), thông số hình dạng là 0.2 và thông số độ chặt là 0.8
được xác định là phù hợp cho phân loại ảnh khu vực Đông Anh.
3. Thu thập mẫu
Số lượng mẫu được thu thập từ thực địa theo hai đợt vào tháng 12 năm 2009
và tháng 12 năm 2013, số lượng mẫu thu thập phục vụ cho hai mục đích: dùng để
 65

sử dụng trong phân loại ảnh và dùng để đánh giá độ chính xác kết quả phân loại.
Trong luận án, việc thu thập mẫu sử dụng trong phân loại được thực hiện kết hợp
trong phòng và ngoài thực địa. Bước đầu của việc thu thập mẫu là giải đoán thông
tin đối tượng trên ảnh dựa vào phân tích bằng mắt, sau đó mẫu được khoanh vi bằng
GPS ngoài thực địa để đối sánh trước khi phân loại. Mẫu sử dụng trong phân loại
được lấy theo nguyên lý ngẫu nhiên, tuy nhiên, vẫn phải đảm bảo mẫu được phân
bố đều trên khu vực nghiên cứu. Polygon mẫu phải nằm trong đối tượng ảnh đã
được phân mảnh. Số lượng polygon mẫu được thể hiện trong bảng 2.6. Một số hình
ảnh thực địa được trình bày trong phụ lục 2.

Bảng 2. 6. Số lượng mẫu sử dụng trong phân loại ảnh

Lớp thông tin Số lượng polygon mẫu/năm
Hoa màu 20
Màu + Lúa 35
Lúa 30
Đất trống 10
Sông 25
Ao 15
Đất xây dựng 30

4. Xác định yếu tố đặc trưng

Việc phân loại ảnh theo phương pháp có kiểm định được tiến hành dựa vào
so sánh đặc điểm của các đối tượng ảnh cần phân loại với tập hợp các pixel được
chọn làm mẫu. Việc so sánh này được tiến hành dựa vào đặc trưng riêng biệt của
từng lớp thông tin sử dụng đất.

Bảng 2. 7. Các chỉ số khảo sát lựa chọn sử dụng trong phân loại ảnh
Các chỉ số khảo sát Nguồn
1. Chỉ số thực vật [128]
NIR − R
NDVI = (2. 15)
NIR + R
 66

NIR
VI = (2. 16)
R
NIR − R
SAVI = (1 + L ) (2. 17)
NIR + R + L
2. Chỉ số nước [176]
G − MIR (2. 18)
MNDWI =
G + MIR
3. Chỉ số đất xây dựng
MIR − NIR (2. 19)
NDBI = UI =
MIR + NIR
SAVI + MNDWI
[ NDBI − ]
IBI = 2 (2. 20) [177]
SAVI + MNDWI
[ NDBI − ]
2
trong đó:
- R: Giá trị phổ trên kênh đỏ,
- MIR: Giá trị phổ trên hồng ngoại trung,
- NIR : Giá trị phổ trên kênh cận hồng ngoại,
- L là hệ số phụ thuộc đất (0÷1).
4. Chuyển đổi không gian màu [138]
Chuyển đổi không gian màu RGB sang không gian màu HSI
(Hue:màu sắc, saturation: độ sáng và intensity: cường độ)
 0.5[( R − G ) + ( R − B ) 
H = cos −1   (2. 21)
 ( R − G ) 2 + ( R − B)(G − B ) 
3
S =1− [min( R, G , B )] (2. 22)
( R + G + B)
1 (2. 23)
I = ( R + G + B)
3
trong đó: RGB là tổ hợp các kênh ảnh.
5. Chỉ số thông tin phổ có thêm khi sử dụng đối tượng ảnh [151]
- Max.Diff
max i , j∈K B c i (v ) − c j (v )
max .diff = (2. 24)
c (v )
 67

Giá trị trong khoảng:

 1 max 
0, ck 
 KB 
trong đó:
- i, j là các kênh ảnh,
- c(v) là độ sáng của đối tượng ảnh v,
- ci (v) là cường độ trung bình của kênh ảnh i của đối tượng v,
- c j (v) là cường độ trung bình của kênh ảnh j của đối tượng v,
- K B là trọng số độ sáng lớn hơn 0 của các kênh ảnh với
KB = {k ∈ K : wk = 1} với wk là trọng số kênh ảnh.
- Standard deviation band (Độ lệch chuẩn kênh ảnh)
1  
2
 1   (2. 25)
σ k (v) = σ k (Pv ) = ∑ ck2 (x, y, x, t) − 
# Pv  ( x, y,z,t )∈Pv
∑ ck (x, y, x, t)

  # Pv ( x, y, z,t )∈Pv  
Giá trị trong khoảng:
 1 range 
0, 2 c k 

trong đó:
- σ k (v) là độ lệch chuẩn của giá trị cường độ của lớp ảnh k của
tất cả các pixel tạo nên đối tượng v,
-
Pv là tập hợp các pixel của một đối tượng ảnh v,
-
# Pv là tổng số các pixel chứa trong Pv
- (x,y,z,t) là tọa độ của pixel,
- ck (x, y, z, t) là giá trị cường độ kênh ảnh tại pixel (x,y,z,t),
- ckrange là khoảng dữ liệu của kênh ảnh k với ckrange = ckmax − ckmin
6. Chỉ số hình học khi sử dụng đối tượng ảnh [151]
- Chỉ số dài/ rộng
λ1 (v ) (2. 26)
γ vEV =
λ 2 (v )

trong đó:
λ1 , λ2 là các giá trị riêng
 68

Yếu tố đặc trưng được xác định cho từng lớp thông tin sử dụng đất thông qua
việc so sánh hàm liên thuộc các chỉ số của tập hợp mẫu (phụ lục 3). Trong viễn
thám, thông tin các lớp thường bị chồng lấp với thông tin lớp khác trong không gian
đặc trưng với các mức độ khác nhau. Do đó, yếu tố đặc trưng có mức độ chồng phủ
bằng 0 giữa các hàm liên thuộc được xem xét sử dụng cho phân loại.
5. Xây dựng bộ quy tắc, xác định ngưỡng và gán lớp
Bộ quy tắc thể hiện ở hình 2.10 được xây dựng dựa trên quy tắc hàm điều
kiện được áp dụng đầy đủ5 là việc xác định yếu tố đặc trưng có độ tách biệt cao nhất
như đã nói ở trên và việc xác định ngưỡng để gán lớp theo công thức trung bình tối
đa dựa trên tập mẫu (theo công thức 2.10).

Đối tượng ảnh

Đ
Maxdiff ≥ 1.3 Mặt nước

S
Chưa phân loại

Đ
Xây dựng 0<HSI (S R,G,B) ≤0.49
Đ
S Length/width≥ 3.5 Hồ
Đường đê Chưa phân loại
S
Đ
Sông
Đất trống NDVI ≥ 0.34 Đ Chưa phân loại
Và (VI ≥ 1.8)
S
Đường đê Màu lúa
S Đ
Lúa Màu

Kết quả phân loại

Hình 2. 10. Bộ quy tắc giải đoán ảnh

5
Hàm điều kiện trình bày ở trang 56
 69

• Nước có phản xạ chủ yếu trong vùng nhìn thấy nằm trong 0.4 – 0.7 µm, phản
xạ mạnh nhất ở dải sóng 0.4 – 0.5 µm (kênh 1) và gần như bị triệt tiêu tại kênh 4,
hoàn toàn bị triệt tiêu ở kênh 5, 6, 7. Luận án đề xuất sử dụng chỉ số (Max.diff) sự
khác biệt lớn nhất giữa các kênh phổ (theo công thức 2.24 trong bảng 2.7) để xác
định mặt nước với mức độ chồng lấp các đối tượng khác là 0 thể hiện chi tiết trong
bảng sau.

Bảng 2. 8. So sánh hàm liên thuộc của dữ liệu tập mẫu chỉ số tách nước

Chỉ số max.diff Hàm liên thuộc

Đất xây dựng (đ)– Mặt nước (x)

Mặt nước (đ)– Đất trống (x)

Mặt nước (đ)– Đất lúa (x)

Mặt nước (đ)– Hoa màu, màu lúa(x)

• Việc xác định vùng đất xây dựng đặc biệt ở khu vực ven đô là khá phức tạp
do cấu trúc và phản xạ phổ của đối tượng. Luận án khảo sát các chỉ số NDBI, IBI và
chuyển đổi không gian màu HSI để chiết tách vùng đất xây dựng cho khu vực
nghiên cứu thể hiện ở hình 2.11 và bảng 2.9. Chỉ số NDBI (theo công thức 2.19
trong bảng 2.7) dựa trên cơ sở đất xây dựng có phản xạ mạnh hơn ở dải sóng hồng
ngoại trung (MIR) so với dải sóng cận hồng ngoại (NIR). Tuy nhiên, một số nghiên
cứu cho thấy thông tin khu vực đất xây dựng vẫn bị lẫn với thực vật do sự tương
đồng của phản xạ thực vật khô trong kênh MIR cũng cao hơn dải sóng cận hồng
ngoại. Để khắc phục nhược điểm này, Hanqiu Xu [177] đề xuất kết hợp ba chỉ số
SAVI (theo công thức 2.17), MNDWI (công thức 2.18) và NDBI (theo công thức
2.19) tạo ra một chỉ số mới là IBI được xác định theo công thức (2.20) trong bảng
2.7. Trong không gian màu HSI, mỗi điểm màu được mô tả dựa trên các thông số về
màu sắc (hue), độ bão hoà màu (saturation) và cường độ (intensity). Hai thông số
đầu tiên đại diện cho màu sắc, còn thông số thứ 3 đại diện cho độ sáng. Cách mô tả
điểm ảnh như vậy giống tương tự như phân tích màu của thị giác, thích hợp cho
 70

việc xác định đối tượng trên ảnh dựa vào màu sắc. Khi hiển thị, tổ hợp màu giả
RGB của ảnh tương ứng kênh 4, kênh 5 và kênh 7 của ảnh Landsat 5TM và kênh 5,
kênh 6 và kênh 7 của ảnh Landsat 8OLI cho thấy khu vực đất xây dựng được nhận
biết bằng mắt rõ ràng. Do vậy, sử dụng chuyển đổi từ không gian màu RGB sang
HSI có thể tách được khu vực đất xây dựng. Chuyển đổi không gian màu thể hiện
theo công thức 2.21, 2.22 và 2.23 trong bảng 2.7.

Hình a. Ảnh tổ hợp màu RGB: 457 Hình b. Ảnh chỉ số NDBI
Khu vực dân cư có màu vàng xậm Khu vực dân cư có màu xám sáng

Hình c. Ảnh chỉ số IBI Hình d. Ảnh S trong HSI

Khu dân cư có màu xám đậm đến màu đen Khu dân cư có màu xám đậm

Hình 2. 11 Ảnh chỉ số

Trong bảng so sánh hàm liên thuộc của 3 chỉ số khảo sát sử dụng chiết tách
khu vực đất xây dựng. Đường cong chỉ số IBI của đối tượng đất xây dựng và các
đối tượng khác bị chồng lấp trong khoảng giá trị từ 0.10 đến 0.93. Đối với chỉ số
NDBI, đường cong của khu vực đất xây dựng và nước tương tự như đường cong
của khu vực đất xây dựng với hoa màu, màu lúa đều có sự tách biệt rõ ràng với mức
 71

độ chồng lấp là 0. Trong khi đó, đường cong chỉ số NDBI của khu vực đất xây dựng
và đất lúa bị chồng phủ trong khoảng từ 81.32 tới 93.61. Đường cong của chuyển
đổi màu HSI (saturation) dựa trên tổ hợp không gian màu giả RGB tương ứng với
kênh 4, kênh 5 và kênh 7 của khu đất xây dựng trong khoảng 0.37 tới 0.45. Đường
cong chỉ số này đối với các đối tượng khác là lớn hơn 0.49. So sánh hàm liên thuộc
của dữ liệu mẫu cho thấy giá trị S trong HSI được sử dụng chiết tách khu vực đất
xây dựng.

Bảng 2. 9. Bảng so sánh hàm liên thuộc của dữ liệu mẫu chỉ số tách đất xây dựng
NDBI

Đất xây dựng (đ) - Mặt nước (x)

Đất xây dựng (đ) - Đất lúa(x)

Đất xây dựng (đ) - Hoa màu, màu lúa (x)

Đất trống (đ) - Đất lúa (x)

IBI

Đất xây dựng (đ) - Mặt nước (x)

Đất xây dựng (đ) - Đất lúa(x)

Đất xây dựng (đ) - Hoa màu, màu lúa(x)

Đất trống (đ) - Đất lúa (x)

HSI (kênh 4, 5 và 7)

Đất xây dựng (đ) - Mặt nước (x)

Đất xây dựng (đ) - Đất lúa(x)

Đất xây dựng (đ) - Hoa màu, màu lúa(x)

Đất trống (đ) - Đất lúa (x)

• Thực vật có phản xạ cao nhất kênh cận hồng ngoại (NIR), nhưng phản xạ
yếu nhất trong dải sóng đỏ (R) và chúng được sử dụng để xây dựng ra hai chỉ số
 72

NDVI và VI theo công thức (2.15) và (2.16). Chỉ số VI nhạy cảm với những thay
đổi của thảm thực vật trong giai đoạn phát triển, nhưng lại không nhạy cảm với khu
vực có thực vật thưa thớt. Trong khi đó, NDVI lại nhạy cảm hơn so với VI tại khu
vực thực vật thưa thớt. Sử dụng NDVI và VI để phân tách lúa với màu và màu lúa.

Bảng 2. 10. So sánh hàm liên thuộc của dữ liệu mẫu chỉ số tách thực vật
NDVI

Đất lúa (đ)– Hoa màu, màu lúa (x)

Mặt nước (đ)– Đất lúa (x)

Đất xây dựng (đ)– Đất lúa(x)

Đất trống (đ)– Đất lúa (x)

VI

Đất lúa (đ)– Hoa màu, màu lúa (x)

• Đối tượng đất trống và màu được chiết tách từ dữ liệu khi khảo sát thực địa,
số lượng mẫu đất trống và màu được lấy ngẫu nhiên tập trung ở khu vực ngoài đê.
Do đó, sử dụng đường đê là ranh giới cho việc tách đối tượng đất trống ra khỏi đất
xây dựng và màu ra khỏi màu lúa theo bảng 2.11.

Bảng 2. 11. So sánh hàm liên thuộc của dữ liệu tập mẫu đất trống và hoa màu
Đất xây dựng (đ)– Đất trống (x)

Đất lúa, màu lúa, rau (đ)– Hoa màu (x)

6. Đánh giá độ chính xác và kết quả phân loại

Có nhiều phương pháp đánh giá độ chính xác, nhưng phương pháp ma trận
lẫn, hệ số thống kê Kapa là phương pháp phổ biến và thích hợp nhất cho đánh giá
kết quả phân loại [143]. Đánh giá độ chính xác bao gồm 2 bước cơ bản:
- thiết kế và thu thập mẫu đánh giá độ chính xác,
- phân tích kết quả kiểm chứng.
 73

Thiết kế và thu thập mẫu

Dữ liệu tham chiếu để đánh giá độ chính xác có thể sử dụng dựa trên dữ liệu
khảo sát thực địa, dữ liệu chuyên đề từ bản đồ sử dụng đất hay dữ liệu giải đoán từ
ảnh có độ phân giải cao [135]. Dữ liệu tham chiếu để đánh giá độ chính xác trong
luận án bao gồm mẫu thực địa xác định bằng máy GPS đối với năm 2013. Dữ liệu
giải đoán từ ảnh có độ phân giải cao (google earth) vào tháng 12 đối với năm 2009
và tháng 11năm 2006.
Việc thiết kế mẫu là tiền đề cho công tác đánh giá độ chính xác liên quan đến
việc xác định số lượng, kích thước ô mẫu và cách thức lấy mẫu. Đánh giá độ chính
xác đòi hỏi xác định đủ số lượng mẫu thu thập cho mỗi lớp thông tin sử dụng đất.
Số lượng mẫu phụ thuộc vào phương pháp đánh giá độ chính xác. Có nhiều nghiên
cứu xác định số lượng mẫu theo hàm phân phối nhị thức để tính toán số lượng và
kích thước mẫu [6, 135]. Phương pháp đánh giá này dựa vào độ chính xác tổng thể
phân loại và sai số cho phép, tuy nhiên nó lại không thiết kế để lựa chọn kích thước
mẫu cho xây dựng ma trận sai số [135]. Trong trường hợp tạo ra ma trận sai số,
không chỉ đơn giản là câu hỏi đúng hay sai, mà là vấn đề các lớp thông tin bị lẫn với
việc tạo ra ma trận lẫn với n lớp thông tin sử dụng đất có 1 loại là đúng và n-1 loại
là không đúng. Số lượng mẫu đủ là phải đại diện được cho sự “lẫn” này. Do vậy,
trong luận án, không sử dụng phương pháp xác định số lượng mẫu theo lý thuyết
xác suất nhị thức. Thay vào đó, sử dụng phân phối đa thức tính số lượng mẫu theo
công thức:
n= (2. 27)
trong đó:

- n là số lượng mẫu,

- B là độ lệch chuẩn cho mức độ tin cậy được tính theo bảng Chi binh
phương (chi-square) với mức độ 1 và 1- α/k trong đó k là số lớp chú giải,
- phần trăm diện tích phủ trùm của lớp chú giải,

- b là phần trăm kỳ vọng của toàn khu vực.

Mức độ tin cậy trong khoảng 95% tới 85% thì số lượng mẫu là 420 điểm
mẫu cho toàn khu vực, tương ứng với diện tích lấy mẫu vào khoảng 2% tổng diện
tích của khu vực nghiên cứu. Đối với năm 2013, tổng số lượng polygon mẫu (1
 74

polygon mẫu tương ứng với 3 điểm mẫu) là 120 ngoài thực địa; đối với năm 2009
và 2006, tổng số lượng ô mẫu là 60 được giải đoán từ ảnh có độ phân giải cao theo
nguyên tắc lấy mẫu ngẫu nhiên, trải đều trên khu vực nghiên thể hiện phụ lục 4.
Phân tích kết quả kiểm chứng
Đánh giá độ chính xác dựa vào ma trận lẫn, đây là một ma trận vuông với số
lượng hàng cột là số lượng mẫu được đưa vào mô tả và phân tích. Ma trân lẫn có thể
xác định độ chính xác của từng lớp và độ chính xác tổng thể của phương pháp phân
loại, đồng thời nó cũng được sử dụng để so sánh độ chính xác của các phương pháp
phân loại với nhau. Ngoài ma trận lẫn thì đánh giá độ chính xác xem xét đến hệ số
Kappa được gọi là hệ số thống kê KHAT [134]. Độ chính xác của kết quả phân loại
khi phân tích bằng hệ số Kappa được xác định như sau:

kết quả phân loại trung bình

kết quả phân loại tốt
kết quả phân loại rất tốt

Hệ số Kappa được xác định theo công thức sau:

(2. 28)

Công thức xác định độ chính xác trên ma trận lẫn:

∑
; ∑

(2. 29)

trong đó:

- pii các phần tử trong trên đường chéo chính trong ma trận lẫn,
- Pi+ và p+j là các phần tử đối xứng qua đường chéo chính,
- N là tổng số hàng và cột trong ma trận.
 75

Bảng 2. 12. Ma trận lẫn kết quả kiểm chứng năm 2006 (Đơn vị: m2)

XD L M ML A T S ∑ UA

XD 790063.2 82496.5 17190.2 97886.3 12590.3 0 0 1000226.3 0.790

27244.8 1349089.2 823.4 54958.7 40733.9 0 27.1 1472877.1 0.916

L
3894.2 0.0 128340.0 2452.3 9675.9 2271.1 2843.0 149476.4 0.859
M
48000.2 95490.4 5490.9 885450.9 14637.4 0 4623.7 1053693.5 0.840
ML
8057.1 15538.2 6831.6 27322.1 248979.9 0 0 306728.8 0.812
A
0 0 4695.8 0 0 13957.5 3132.6 21785.9 0.641
T
0 0 23960.1 249.6 0 5374.2 271462.6 301046.5 0.902
S
877259.4 1542614.2 187331.9 1068319.9 326617.4 21602.7 282088.9 4305834.5
∑

PA 0.901 0.875 0.685 0.829 0.762 0.646 0.962

Ghi chú: Xây dựng (XD); Lúa (L); Màu lúa (ML); Hoa màu (M); Ao, hồ(A); Đất trống (T); Sông (S);
Producer’s accuracy (PA); User’s accuracy (UA)

Kappa = 0.810; Overall accuracy = 85.6%

Bảng 2. 13. Ma trận lẫn kết quả kiểm chứng năm 2009 (Đơn vị: m2)

XD L M ML A T S ∑ UA

XD 860828.6 93192.6 29202.6 53379.9 13038.8 0 0 1049642.5 0.820

105991.2 1374987.0 8408.7 92794.5 25720.9 0 0 1607902.4 0.855

L
9123.8 0.0 141256.7 7732.8 8756.9 1129.3 7646.8 175646.2 0.804
M
52099.2 43165.2 6300.2 760972.4 11243.9 0 4623.7 878404.7 0.866
ML
4505.9 19744.5 3245.3 20989.5 258426.1 0 0 306911.3 0.842
A
0 0 1054.0 0 0 18008.6 5074.7 24137.4 0.746
T
0 0 28838.7 0 0 5307.7 229043.7 263190.1 0.870
S
1032548.6 1531089.3 218306.2 935869.2 317186.6 24445.7 246388.9 4305834.5
∑

PA 0.834 0.898 0.647 0.813 0.815 0.737 0.930

Kappa = 0.795; Overall accuracy = 84.6%

 76

Bảng 2. 14. Ma trận lẫn kết quả kiểm chứng năm 2013 (Đơn vị: m2)

XD L M ML A T S ∑ UA
934021.1 33688.6 0 29679.0 26680.4 0 0 1024069.3 0.912
XD
31690.7 691863.5 10698.2 91694.4 31273.8 2657.8 837.8 860716.1 0.804
L
0 0 252888.1 0 0 10161.6 124.6 263174.2 0.961
M
25302.0 23218.0 5464.0 400349.7 6535.5 0 0 460869.3 0.869
ML
329.6 73256.9 4512.8 3197.0 228023.2 0 0 309319.4 0.737
A
0 0 6631.7 0 0 37917.3 87.1 44636.1 0.849
T
0 0 0 0 0 0 45221.6 45221.6 1.000
S
991343.4 822027.1 280194.7 524920.2 292513.0 50736.6 46271.1 3008006.0 0.912
∑
0.942 0.842 0.903 0.763 0.780 0.747 0.977
PA

Kappa = 0.818; Overall accuracy = 86.1%

Độ chính xác của thông tin sử dụng đất đối với các năm 2006, 2009 và 2013
tương ứng với hệ số kappa là 0.810; 0.795 và 0.818.
Kết quả này cho thấy độ chính xác của phương phân loại trong luận án là
thông tin tin cậy và được sử dụng cho các bước phân tích tiếp theo trong chương 3.
2.4.3. Thông tin sử dụng đất khu vực Đông Anh, Hà Nội
Thông tin sử dụng đất khu vực Đông Anh, Hà Nội qua các năm được thể
hiện trên hình 2.12. Thống kê diện tích sử dụng đất từ dữ liệu ảnh Landsat của
huyện Đông Anh, Hà Nội qua các năm cho thấy: diện tích đất xây dựng tăng lên
hàng năm từ 2620.09 ha năm 2001 lên tới 2081.08 ha năm 2013. Đất lúa liên tục
bị mất trong hơn 10 năm qua và trong giai đoạn 2004 đến năm 2006, loại đất này
bị mất nhiều nhất với con số lên tới 683.44 ha chiếm 3.7% tổng diện tích đất của
khu vực.
 77

9000.00
8000.00
Diện tích (ha) 7000.00
6000.00
5000.00
4000.00
3000.00
2000.00
1000.00
0.00
2001 2004 2006 2009 2013
Xây dựng 2620.09 2761.45 3193.76 3666.57 5081.08
Lúa 7721.27 7137.33 6453.89 6447.91 5911.00
Hoa màu 1373.77 1223.89 1245.89 1353.85 1169.36
Màu lúa 4780.93 5266.80 5234.53 4699.52 3807.58
Ao, hồ 1206.00 1287.59 1507.11 1537.32 1671.99
Đất trống 80.00 171.13 199.61 137.76 179.38
Sông 716.24 650.12 663.50 655.37 677.92

Hình 2. 12. Tổng hợp diện tích sử dụng đất chiết tách từ tư liệu ảnh Landsat
Diện tích theo thống kê theo không gian năm 2013 có một số đặc điểm sau:
- Diện tích đất xây dựng của khu vực Đông Anh là 5081. 084 ha chiếm
27.5% diện tích tự nhiên và phân bố đồng đều trên toàn huyện.
- Đất chuyên trồng lúa của toàn huyện chiếm tới 32.0% so với tổng diện tích
tự nhiên của toàn huyện, phân bố chủ yếu ở phía Đông của huyện.
- Đất chuyên trồng màu trên địa bàn huyện chủ yếu nằm ở khu vực ven đê
sông Hồng tập trung nhiều ở các xã Tầm Xá, Vĩnh Ngọc, Hải Bối và Đại Mạch
chiếm 6.3% .
- Đất trồng xen canh màu lúa có diện tích chiếm 20.6% diện tích của toàn
huyện phân bố chủ yếu khu vực phía Bắc.
- Diện tích đất mặt nước chiếm 12.7% diện tích tự nhiên của toàn huyện.
Phân bố không gian các loại hình sử dụng đất qua các năm 2001, 2004, 2006, 2009
và 2013 được thể hiện theo hình (2.13 - 2.17).
 78

Hình 2. 13. Hiện trạng sử dụng đất năm 2001

 79

Hình 2. 14. Hiện trạng sử dụng đất năm 2004

 80

Hình 2. 15. Hiện trạng sử dụng đất năm 2006

 81

Hình 2. 16. Hiện trạng sử dụng đất năm 2009

 82

Hình 2. 17. Hiện trạng sử dụng đất năm 2013

 83

Trong chương 2, luận án sử dụng phương pháp phân loại mờ tiếp cận đối
tượng với ưu thế sử dụng riêng rẽ đặc tính của từng kênh ảnh để phân biệt các lớp sử
dụng đất theo quy tắc phân cấp các đối tượng.
Tiếp cận theo đối tượng là tập hợp các điểm ảnh tạo thành một thực thể
giống ngoài thực địa và đã được khái quát theo nguyên tắc lấy bỏ tổng hợp của
thông tin chuyên đề. Đối tượng được tạo ra dựa trên việc hợp nhất theo tiêu chuẩn
đồng nhất cục bộ thông qua đo đạc tính bất đồng nhất về phổ và về hình dạng. Sử
dụng phương pháp phân loại dựa trên đối tượng cho thấy kết quả phân loại cho độ
chính xác cao, đồng thời không bị lẫn lốm đốm theo điểm ảnh của lớp khác như đối
với phân loại dựa trên theo điểm ảnh hoặc dưới điểm. Ngoài thông tin phổ có được
trên các kênh ảnh, luận án còn sử dụng thêm các thông tin phổ và thông tin hình học
bổ sung cho việc chiết tách thông tin sử dụng đất.
Phương pháp phân loại mờ dựa trên việc xác định các yếu tố đặc trưng của đối
tượng thông qua so sánh hàm liên thuộc của đối tượng, các chỉ số được lựa chọn cho
phân loại phải đảm bảo mức chồng phủ với các đối tượng khác là 0.
Độ chính xác của kết quả phân loại phụ thuộc vào chất lượng của quá trình
phân mảnh ảnh và chọn giá trị ngưỡng phân loại. Kết quả phân mảnh ảnh càng tốt
thì độ chính xác của quá trình phân loại ảnh càng cao và ngược lại. Kết quả phân
loại có độ chính xác cao cho từng lớp. Điều này chứng tỏ rằng đây là phương pháp
phân loại tốt cho hầu hết các lớp chú giải.
 84

Chương 3
ĐÁNH GIÁ TÁC ĐỘNG CỦA ĐÔ THỊ HÓA ĐẾN BIẾN ĐỘNG CƠ CẤU
SỬ DỤNG ĐẤT NÔNG NGHIỆP KHU VỰC ĐÔNG ANH, HÀ NỘI
Chương này tích hợp dữ liệu sử dụng đất và kinh tế xã hội phân tích thống kê
không gian đánh giá mức độ đô thị hóa của khu vực Đông Anh, Hà Nội. Đồng thời,
sử dụng phân tích không gian để phân tích biến động sử dụng đất và sử dụng phương
pháp thống kê kết hợp với mô hình hóa không gian đánh giá tác động của các yếu tố
đô thị hóa đến biến động cơ cấu sử dụng đất nông nghiệp tại khu vực nghiên cứu.

3.1. Đánh giá mức độ đô thị hóa khu vực Đông Anh, Hà Nội
3.1.1. Các chỉ tiêu đánh giá mức độ đô thị hóa cho khu vực Đông Anh, Hà Nội
Đô thị hóa ở khu vực ven đô là quá trình phức tạp, để phân tích toàn diện quá
trình này, cần thiết phải sử dụng một hệ thống gồm nhiều tiêu chí có mối quan hệ bổ
sung và hỗ trợ cho nhau. Việc phân tích, đánh giá mức độ đô thị hóa tiếp cận theo
không gian và thời gian nhằm định lượng chi tiết mức độ đô thị hóa của khu vực.
Tiếp cận theo không gian cấp thôn và theo ba thời điểm các năm 2001, 2006 và
2011. Hệ thống tiêu chí đánh giá mức độ đô thị hóa cho khu vực ven đô được xác
định trên cơ sở bản chất của đô thị hóa và sự chuyển đổi khu vực nông thôn thành
khu vực đô thị và đã được đề cập trong chương 1. Hệ thống tiêu chí này được cụ thể
hóa bằng các chỉ tiêu sau:
- Sử dụng đất: Dựa vào thông tin sử dụng đất được giải đoán ảnh vệ tinh
Landsat các năm 2001, 2006 và 2013, đánh giá theo cấp thôn, từ đó đưa ra nhóm
tiêu chí sử dụng đất của khu vực thể hiện ở bảng 3.1.

Bảng 3. 1. Nhóm tỉ trọng mục đích sử dụng đất

Tiêu chí Chỉ tiêu Mã
Sử dụng đất - Tỉ trọng đất xây dựng XD
- Tỉ trọng đất lúa Lua
- Tỉ trọng đất hoa màu Mau
- Tỉ trọng đất xen canh hoa màu và lúa Mlua
 85

- Nghiên cứu sự chuyển dịch dân số, sự chuyển hóa cơ cấu lao động, trình độ
dân trí, sự chuyển hóa về điều kiện hạ tầng giai đoạn 2001-2011 thông qua thu thập
các số liệu thống kê từ điều tra nông nghiệp nông thôn các năm 2001, 2006 và 2011
cấp nông hộ của tổng cục thống kê, số liệu này được tổng hợp lại theo đơn vị cấp
thôn cho toàn huyện. Dựa trên tính đầy đủ của dữ liệu thể hiện mức độ đô thị hóa
của khu vực qua 3 năm đưa ra các nhóm tiêu chí trong đó nhóm tiêu chí cơ cấu kinh
tế thể hiện ở bảng 3.2 và nhóm tiêu chí về dân số và điều kiện cơ sở vật chất thể
hiện ở bảng 3.3.

Bảng 3. 2. Nhóm lao động và cơ cấu kinh tế

Tiêu chí Chỉ tiêu Mã

Lao động và cơ cấu - Tỉ lệ thất nghiệp P_umploy

ngành lao động - Tỉ lệ người trong độ tuổi lao động làm P_NLTS
việc trong ngành nông nghiệp
- Tỉ lệ người trong độ tuổi lao động làm P_CNXD
việc trong ngành công nghiệp, xây dựng
- Tỉ lệ người trong độ tuổi lao động làm P_TNDV
việc trong ngành thương mại dịch vụ

Cơ cấu nguồn thu nhập - Tỉ lệ số hộ gia đình có thu nhập chính từ I_NLTS
nông lâm thủy sản
- Tỉ lệ số hộ gia đình có nguồn thu nhập I_CNXD
chính từ công nghiệp, xây dựng
- Tỉ lệ số hộ gia đình có nguồn thu nhập I_TNDV

chính từ thương mại dịch vụ

 86

Bảng 3. 3. Nhóm dân số và điều kiện cơ sở vật chất

Tiêu chí Chỉ tiêu Mã

Dân số Mật độ dân số PP

Điều kiện cơ sở vật chất - Tỉ lệ hộ có máy tính PC

- Tỉ lệ hộ gia đình được sử dụng nước máy W
- Tỉ lệ hộ gia đình sử dụng bếp Gas G

3.1.2. Phương pháp đánh giá mức độ đô thị hóa

Dựa vào các tiêu chí được xác định ở trên và dựa trên cơ sở bản chất của đô
thị hóa khu vực ven đô là sự hình thành, lan tỏa của tính đô thị vào khu vực nông
thôn. Khi đánh giá mức độ đô thị hóa cho khu vực luận án lựa chọn phương pháp
phân tích thành phần chính (PCA). Phương pháp phân tích này sử dụng biến đổi
trực giao để chuyển đổi một tập hợp các tiêu chí có tương quan bằng tập hợp các
tiêu chí nhỏ hơn không tương quan được gọi là thành phần chính [14]. Phương pháp
(PCA) làm giảm số chiều của dữ liệu nghĩa là thay vì giữ lại các trục tọa độ của
không gian cũ, PCA xây dựng một không gian mới ít chiều hơn, nhưng khả năng
biểu diễn dữ liệu tương đương như không gian cũ và đảm bảo độ biến thiên của các
dữ liệu trên mỗi chiều mới. Trong không gian mới các liên kết tiềm ẩn của dữ liệu
được khám phá mà tại không gian cũ nó không thể hiện rõ. Nhìn chung, mục tiêu
của PCA là phân tích cấu trúc dữ liệu với việc tìm một không gian mới với số chiều
nhỏ hơn không gian cũ. Các trục tọa độ trong không gian mới được xây dựng sao
cho trên mỗi trục, độ biến thiên của dữ liệu là lớn nhất. Đây là phương pháp đánh
giá đa tiêu chí, nên khi phân tích thành phần chính PCA để đánh giá mối quan hệ
giữa các chỉ tiêu và đánh giá mức độ đô thị hóa đòi hỏi số lượng mẫu phải lớn hơn
nhiều so với số lượng các tiêu chí, vì thế khi đánh giá cho khu vực nghiên cứu với
số lượng là 24 xã nếu đánh giá theo cấp xã sẽ không đảm bảo tính ổn định về mặt
thống kê do đó đánh giá mức độ đô thị hóa cho khu vực luận án phân tích theo dữ
liệu cho toàn bộ 146 đơn vị hành chính bao gồm 145 thôn và 01 thị trấn Đông Anh
 87

của huyện Đông Anh, tương ứng với 146 mẫu. Sơ đồ đánh giá mức độ đô thị hóa
thể hiện trên hình 3.1.
Phương pháp áp dụng là phương pháp phân tích thành phần chính, cho phép
mô tả mối quan hệ giữa các chỉ tiêu và đánh giá sự đóng góp trọng số của từng chỉ
tiêu cũng như từng đơn vị mẫu trong mô hình phân tích. Việc lựa chọn thành phân
chính của các chỉ tiêu phân tích dựa trên yếu tố sau [14]:
- Tương quan về mặt thống kê:
Số lượng thành phần chính đầu tiên được giữ lại để phân tích phải đảm
bảo giải thích được phần lớn tổng phương sai của các chỉ tiêu, nằm trong khoảng
70% - 80%.
Khi phân tích ma trận tương quan, chỉ giữ lại những thành phần với giá trị
riêng (Eigenvalue) lớn hơn 1
- Quan hệ về mặt chuyên đề: Tính hợp lý giữa các chỉ tiêu trong thành phần
chính lựa chọn.

Cơ sở dữ liệu GIS theo không gian cấp thôn 4 tiêu chí về dân số
và ĐK cơ sở vật chất
Số liệu thống kê được Số liệu sử dụng đất
lấy từ điều tra NN-NT được chiết tách từ dữ 3 tiêu chí về cơ
cấp hộ gia đình liệu viễn thám từ ảnh
Landsat
cấu thu nhập
- Dân số và điều kiện
cơ sở vật chất - Tỉ trọng đất xây dựng
4 tiêu chí về lao động
- Cơ cấu nguồn thu - Tỉ trọng đất lúa và cơ cấu ngành lao
nhập - Tỉ trọng đất màu lúa động
- Lao động và cơ cấu - Tỉ trọng đất hoa màu 4 tiêu chí về sử
ngành lao động
dụng đất

Phân tích thành

Đánh giá mức độ đô thị hóa ở phần chính
Đông Anh giai đoạn 2001-2011

Hình 3. 1. Sơ đồ đánh giá mức độ đô thị hóa ở Đông Anh

 88

3.1.3. Mức độ đô thị hóa tại Đông Anh, Hà Nội

Kết quả các phân tích PCA cho các năm 2001, 2006, 2011, các phân tích
thành phần chính được lấy theo phương pháp Peason đưa ra ma trận tương quan
giữa các chỉ tiêu và trục thành phần chính. Sau đó thực hiện quay varimax để tạo tải
trọng nhân tố cho mỗi chỉ số nhằm tăng thêm khác biệt giữa hai trục. Các phân tích
đều cho chỉ số tin cậy p-value < 0.05 với mức ý nghĩa 95%; hai trục nhân tố đầu
tiên được giữ lại với giá trị riêng (eigenvalue) đều lớn hơn 1 [14].

Bảng 3. 4. Giá trị đóng góp của các trục thành phần chính F1 và F2
Năm 2001 2006 2011

Trục nhân tố F1 F2 F1 F2 F1 F2

Giá trị riêng (Eigenvalue) 7.006 1.848 10.942 2.203 10.190 2.236

Phần trăm đóng góp của

chỉ tiêu (Variability %) 55.890 14.213 64.362 12.958 59.940 13.155

Phần trăm tích lũy 55.890 70.103 64.362 77.320 59.940 73.095
(Cumulative %)

Năm 2001: F1 và F2: 70.10 %

1
Scree plot I_NLTS
8 100 0.75 Mlua

7 P_NLTS XD
0.5
80
Cumulative variability (%)

6
0.25 Lua PP
5 Mau I_TNDV
60
Eigenvalue

0 P_umployI_CN XD
4 P_CNXD
P_TNDV
40 -0.25
3

2 -0.5
20
1 -0.75
0 0 -1
F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 F13
-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1
axis

Hình 3. 2. Các trục thành phần F và

sự phân bố của các chỉ tiêu trên hai trục thành phần chính F1 và F2 năm 2001
 89

Năm 2006: F1 và F2: 77.32 %

1
Scree plot P_NLTSI_NLTS
12 100
0.75 Mlua
10
80
0.5
Mau XD G

Cumulative variability (%)

0.25 PP
8 P_TNDV
60 I_TNDV
P_CNXD
Eigenvalue

0 PC
6 I_CNXD W
P_umplo
Lua
40 -0.25 y
4
-0.5
20
2
-0.75
0 0
-1
F1 F3 F5 F7 F9 F11 F13 F15 F17
axis
-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1

Hình 3. 3. Các trục thành phần F và

sự phân bố của các chỉ tiêu trên hai trục thành phần chính F1 và F2 năm 2006

Năm 2011: F1 và F2: 73.10 %)

1 P_NLTS
12
Scree plot 100 I_NLTS
0.75

10 0.5 Mlua P_umplo

80
y XDPP
Cumulative variability (%)

8
0.25 Lua G
60 Mau I_TN_DV PC
Eigenvalue

0 I_CN_XD
6 WP_CNXD
40
-0.25 P_TNDV
4
-0.5
20
2 -0.75

0 0 -1
F1 F3 F5 F7 F9 F11 F13 F15 F17 -1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1
axis

Hình 3. 4. Các trục thành phần F và

sự phân bố của các chỉ tiêu trên hai trục thành phần chính F1 và F2 năm 2011
 90

Bảng 3. 5. Hệ số đóng góp của các chỉ tiêu trên trục nhân tố
Năm 2001 Năm 2006 Năm 2011
Chỉ tiêu
F1 F2 F1 F2 F1 F2
PP 0.930 0.323 0.954 0.266 0.973 0.185
G 0.908 0.328 0.924 0.146
W 0.942 0.009 0.859 -0.045
PC 0.959 0.034 0.964 0.047
I_NLTS 0.323 0.837 0.190 0.932 -0.017 0.931
I_CNXD 0.961 -0.030 0.970 0.038 0.961 -0.003
I_TNDV 0.880 0.048 0.916 0.151 0.938 0.137
P_NLTS 0.330 0.557 0.171 0.927 0.032 0.967
P_CNXD 0.955 -0.028 0.974 0.057 0.956 0.003
P_TNDV 0.870 -0.180 0.928 0.159 0.928 0.137
P_umploy 0.902 -0.052 0.740 0.045 0.574 0.342
XD 0.786 0.456 0.870 0.255 0.875 0.135
Lua 0.186 0.130 0.170 -0.061 0.021 0.193
Mau -0.008 0.091 -0.026 0.246 0.041 0.181
Mlua 0.214 0.743 0.145 0.731 0.127 0.551

Hai trục thành phần chính đầu tiên có mức đóng góp các chỉ tiêu cho toàn bộ
146 mẫu là cao nhất trên 70% được lựa chọn. Các chỉ tiêu được đánh giá bằng các
hệ số Factor Loading trên 2 trục thành phần. Các hệ số này cho biết các tiêu chí có ý
nghĩa và đồng thời nói lên trọng số của chúng thể hiện chủ yếu ở trục thành phần
chính nào. Bảng 3.5 mô tả trọng số của các chỉ tiêu thể hiện trên các trục nhân tố.
Giá trị tuyệt đối của các trọng số càng lớn thể hiện được mức độ tập trung của các
mẫu trên chỉ tiêu đó.
Trên bảng 3.5 và các hình 3.2÷3.4 có thể thấy:
• Trục thành phần chính thứ nhất (F1):
 91

Đối với năm 2001, hệ số đóng góp cho trục này có giá trị lớn hơn 0.9 là các
chỉ tiêu về PP (mật độ dân số); I_CNXD (tỉ lệ số hộ gia đình có nguồn thu nhập
chính từ công nghiệp, xây dựng), P_CNXD (tỉ lệ người trong độ tuổi lao động làm
trong ngành công nghiệp, xây dựng); giá trị lớn hơn 0.7 là các chỉ tiêu là XD (tỉ
trọng đất xây dựng), P_TNDV(tỉ lệ người trong độ tuổi lao động làm trong ngành
thương mại dịch vụ) và I_TNDV (tỉ lệ số hộ gia đình có nguồn thu nhập chính từ
thương mại dịch vụ). Đây là nhóm chỉ tiêu thể hiện cho các tiêu chí về mật độ dân,
cơ cấu lao động, cơ cấu nguồn thu nhập từ ngành công nghiệp xây dựng, thương
mại dịch vụ. Tương ứng trên trục thành phần thứ nhất (F1) của năm 2006 và 2011
ngoài các hệ số tương tự như đối với năm 2001 thì còn có sự đóng góp lớn của các
chỉ số thể hiện mức sống cao của khu vực đô thị. Như vậy, có thể thấy trục F1 là
trục tập trung các chỉ tiêu của lĩnh vực công nghiệp, xây dựng, dịch vụ, chỉ tiêu về
mức sống cao và chỉ tiêu về tỉ trọng đất xây dựng lớn. Do vậy có thể gọi trục F1 là
trục thể hiện cho mức độ đô thị hóa và đây cũng chính là chỉ tiêu mới đại diện cho
tập hợp các chỉ tiêu trên.
• Trục thành phần chính thứ hai (F2)

Ngược lại ở trên trục thành phần chính thứ hai (F2) tập trung các chỉ tiêu
chính I_NLTS (tỉ lệ số hộ gia đình có thu nhập chính từ nông lâm thủy sản),
P_NLTS (tỉ lệ người trong độ tuổi lao động làm việc trong ngành nông nghiệp),
Mlua (tỉ trọng đất xen canh hoa màu và lúa) , – đây là các chỉ tiêu thể hiện cho loại
hình thu nhập và lao động từ lĩnh vực nông lâm nghiệp, thủy sản. Trục F2 thể hiện
cho mức độ hoạt động nông nghiệp.
So sánh độ lớn của hệ số ở trục F1 (trục mức độ đô thị hóa) qua ba thời điểm
ta có thể thấy hệ số đóng góp của các chỉ tiêu PP (mật độ dân số), LD (số người
trong độ tuổi lao động), I_TNDV (tỉ lệ số hộ gia đình có nguồn thu nhập chính từ
thương mại dịch vụ) và XD (tỉ trọng đất xây dựng) cho mức độ đô thị hóa tăng dần
trong giai đoạn 2001 đến 2011. Hệ số đóng góp của chỉ tiêu I_CNXD (tỉ lệ số hộ gia
đình có nguồn thu nhập chính từ công nghiệp, xây dựng) và P_CNXD (tỉ lệ người
 92

trong độ tuổi lao động làm trong ngành công nghiệp, xây dựng) vào năm 2006 là
cao nhất.
Từ bảng 3.5, hệ số đóng góp của các chỉ tiêu trên trục nhân tố F1, mức độ đô
thị hóa và mức hoạt độ hoạt động nông nghiệp F2 của từng thôn sẽ được xác định.
Tổng hợp giá trị F1 và F2 của từng thôn được trình bày chi tiết trong phụ lục 5. So
sánh giá trị của từng thôn qua các năm, có thể phân cấp được sự biến đổi về mức độ
đô thị hóa cũng như thấy được bức tranh chung về mức độ phân hóa về đô thị hóa ở
Đông Anh trong giai đoạn 2001-2011. Hình (3.5; 3.6 và 3.7) thể hiện mức độ đô thị
hóa trên không gian, mỗi thôn được gắn một giá trị được tính từ các chỉ tiêu của
trục nhân tố F1 và phân chia thành các cấp độ biến đổi về mức độ đô thị hóa tăng
theo nền màu từ gam màu lạnh đến gam màu nóng. Phương pháp thể hiện mức độ
đô thị hóa theo nền đồ giải và mức độ đô thị hóa của năm 2001 được phân theo 6
cấp theo phương pháp Natural Breaks của Jerks [77], các năm còn lại phân theo giá
trị của năm 2001.

MỨC ĐÔ THỊ HÓA NĂM 2001

Xuân Nộn
Nguyên Khê
Bắc Hồng

Thuỵ Lâm

Nam Hồng
TT. Đông Anh

Vân Hà
Vân Nội Tiên Dương Liên Hà
Uy Nỗ Việt Hùng
Kim Nỗ
Kim Chung

Đại Mạch
Vĩnh Ngọc Cổ Loa Dục Tú

Hải Bối Chú giải

Võng La
Đường giao thông

Tầm Xá Xuân Canh Đường ranh giới xã

< -0.2
Mai Lâm
Đông Hội -0.2 - 0
0 - 0.4
0.4 - 1.2
0 1.5 3Km
1.2 - 3.3
> 3.3

Hình 3. 5. Mức độ đô thị hóa của 145 thôn và thị trấn Đông Anh năm 2001
 93

Trong năm 2001 mức đô đô thị hóa của toàn huyện ở mức thấp khi gam màu
lạnh bao trùm gần như toàn bộ huyện Đông Anh với số thôn có mức độ đô thị hóa
dưới 0 chiếm 67%. Chỉ số thể hiện mức độ đô thị cao nhất lớn hơn 3.3 bao gồm thị
trấn Đông Anh - trung tâm chính trị văn hóa của huyện và thôn Nhồi Dưới thuộc xã
Cổ Loa. Ở chỉ số thể hiện mức độ đô thị hóa từ 1.2-3.3 có hai thôn là Lan Trì thuộc
xã Cổ Loa và Đại Vĩ thuộc xã Vân Hà. Đối với năm 2006, mức độ đô thị hóa của
huyện đã cao hơn so với năm 2001 nhưng vẫn ở mức thấp khi mà gam màu lạnh
vẫn nổi trội với số thôn có chỉ số đô thị hóa dưới 0 chiếm hơn 50%. Số thôn có chỉ
số mức độ đô thị hóa cao hơn 3.3 không tăng. Ở chỉ số thể hiện mức độ đô thị hóa
từ 1.2 – 3.3 tăng thêm bốn thôn thuộc các xã Cổ Loa, Kim Chung và Uy Nỗ. Ở mức
độ đô thị hóa từ giá trị 0.4 đến 1.2 có tới 14 thôn.

MỨC ĐÔ THỊ HÓA NĂM 2006

Xuân Nộn
Nguyên Khê
Bắc Hồng

Thuỵ Lâm

Nam Hồng
TT. Đông Anh

Vân Hà
Vân Nội Tiên Dương Liên Hà
Uy Nỗ Việt Hùng
Kim Nỗ
Kim Chung

Đại Mạch
Vĩnh Ngọc Cổ Loa Dục Tú

Hải Bối Chú giải

Võng La
Đường giao thông

Tầm Xá Đường ranh giới xã

Xuân Canh
< -0.2
Mai Lâm
Đông Hội -0.2 - 0
0 - 0.4
0 1.5 3Km
0.4 - 1.2
1.2 - 3.3
> 3.3

Hình 3. 6. Mức độ đô thị hóa của 145 thôn và thị trấn Đông Anh theo năm 2006
Chỉ số và màu sắc thể hiện trên bản đồ năm 2011 cho thấy mức độ đô thị hóa
tăng khá mạnh, thể hiện ở khu vực gam màu nóng gần như lan tỏa trên toàn huyện
với số thôn có mức độ đô thị hóa dưới 0 chiếm gần 40%. Số thôn có chỉ số thể hiện
 94

mức độ đô thị hóa lớn hơn 3.3 có thêm 2 thôn khác thuộc xã Kim Chung. Số thôn
thể hiện mức đô thị hóa trong khoảng từ 1.2-3.3 là 10 thôn tăng hơn 5 thôn so với
năm 2006 và tập trung chủ yếu ở hai xã Kim Chung và Hải Bối. Ở mức đô thị là
0.4-1.2 với số lượng là 31 thôn chiếm 21.2% tăng hơn một nửa so với năm 2006.

MỨC ĐÔ THỊ HÓA NĂM 2011

Xuân Nộn
Nguyên Khê
Bắc Hồng

Thuỵ Lâm

Nam Hồng
TT. Đông Anh

Vân Hà
Vân Nội Tiên Dương Liên Hà
Uy Nỗ Việt Hùng
Kim Nỗ
Kim Chung

Đại Mạch
Vĩnh Ngọc Cổ Loa Dục Tú

Hải Bối Chú giải

Võng La
Đường giao thông

Tầm Xá Đường ranh giới xã

Xuân Canh
< -0.2
Mai Lâm
Đông Hội -0.2 - 0
0 - 0.4

0 1.5 3Km 0.4 - 1.2

1.2 - 3.3
> 3.3

Hình 3. 7. Mức độ đô thị hóa của 145 thôn và thị trấn Đông Anh theo năm 2011
Nhìn vào các bản đồ có thể thấy sự biến đổi rõ nét về lượng và về chất của
đô thị hóa tại Đông Anh, Hà Nội qua ba thời điểm 2001, 2006 và 2011. So sánh
mức đô đô thị hóa của cả ba năm cho thấy khu vực thị trấn Đông Anh là nơi có mức
độ đô thị hóa cao nhất trong cả 3 thời điểm. Mức độ phát triển mạnh nhất thuộc các
thôn của xã Kim Chung, Hải Bối là những xã gần với Hà Nội theo tuyến đường
giao thông Hà Nội – Nội Bài và đồng thời là các xã nằm gần khu công nghiệp Nam
Thăng Long. Những thôn giáp ranh với thị trấn Đông Anh cũng có mức độ phát
triển mạnh hơn và mức tăng tuyến tính trong giai đoạn từ 2001-2011. Điều này cho
thấy, mức độ đô thị hóa tăng đối với khu vực gần với Hà Nội theo trục giao thông
Hà Nội – Nội Bài và thị trấn Đông Anh, càng xa Hà Nội và thị trấn Đông Anh mức
độ đô thị hóa càng giảm.
 95

3.2. Đánh giá biến động sử dụng đất nông nghiệp tại Đông Anh, Hà Nội
Tổng quan các phương pháp đánh giá biến động sử dụng đất đã được trình bày
trong chương 1 cho thấy có rất nhiều phương pháp đánh giá biến động sử dụng đất
với những ưu và nhược điểm nhất định. Trong luận án sử dụng phương pháp sau
phân loại để đánh giá biến động sử dụng đất cho khu vực nghiên cứu. Lợi thế của
phương pháp này là cho ra ma trận biến động chi tiết chuyển đổi từ lớp sử dụng đất
này sang lớp sử dụng đất khác. Thông tin hiện trạng sử dụng đất của các năm được
chồng xếp theo cặp 2001 - 2006; 2006 - 2013 và 2001- 2013 để phân tích không gian
và thống kê số liệu chuyển đổi cơ cấu cụ thể cho từng lớp sử dụng đất trong khu vực
nghiên cứu theo không gian và thời gian. Các bảng 3.6; 3.7 và 3.9 là các ma trận biến
động được xây dựng từ phân tích không gian, trong các ma trận này các phần tử trên
đường chéo chính là diện tích đất không biến động, các phần tử còn lại là diện tích
biến động của các loại đất với nhau. Không gian biến động sử dụng đất được thể hiện
trong hình 3.9; 3.11 và 3.12.
3.2.1. Đánh giá biến động sử dụng đất theo thời gian
• Giai đoạn 2001- 2006
Bảng 3. 6. Biến động giữa các loại hình sử dụng đất giai đoạn 2001-2006 (đơn vị ha)
2006 Xây
Lúa Hoa màu Màu lúa Ao hồ Đất trống Sông ∑ 2001
2001 dựng
Xây
dựng 2620.09 0.00 0.00 0.00 0.00 0.00 0.000 2620.09

Lúa 373.70 5320.02 35.74 1707.35 284.47 0.00 0.00 7721.27

Hoa màu 60.27 26.49 1103.40 17.89 21.89 85.58 58.24 1373.77

Màu lúa 101.21 1106.48 30.80 3503.64 38.80 0.00 0.00 4780.93

Ao hồ 38.50 0.90 0.06 4.38 1161.96 0.20 0.00 1206.00

Đất trống 0.00 0.00 14.24 0.00 0.00 29.79 35.97 80.00
Sông 0.00 0.00 61.64 1.27 0.00 84.04 569.29 716.24

∑ 2006 3193.76 6453.89 1245.89 5234.53 1507.11 199.61 663.50

 96

Từ bảng 3.6 và hình 3.8 cho thấy trong giai đoạn này có hai sự chuyển đổi rõ
nét đó là sự chuyển đổi từ đất nông nghiệp sang đất phi nông nghiệp và sự chuyển
đổi trong các loại đất nông nghiệp.
Màu lúa
9.2
6.0
0.2 0.5 Lúa
0.2 1.5
2.0

Ao hồ Đất xây dựng

0.2
0.1
0.2
0.3 0.1
0.1

Hoa màu
Hình 3. 8. Chuyển đổi cơ cấu giữa các loại hình sử dụng đất chính giai đoạn 2001-2006
Đất nông nghiệp bị giảm tới 640.55ha chiếm 3.4% tổng diện tích đất. Trong
đó, tất cả các loại đất thuộc đất nông nghiệp đều bị chuyển đổi thành đất xây dựng
với mức chuyển đổi nhiều nhất thuộc về nhóm đất chuyên lúa là 373.70ha. Tiếp đến
là màu lúa với 101.21 ha bị chuyển đổi và chiếm 2.1% tổng diện tích màu lúa của
năm 2001. Thay đổi mạnh mẽ nhất trong biến động đất nông nghiệp là sự chuyển
đổi theo cả hai chiều giữa màu lúa và lúa. Sự chuyển đổi theo chiều từ đất chuyên
trồng lúa sang đất màu lúa chiếm là 1707.35ha chiếm tới 9.2% tổng diện tích đất và
22.11% tổng diện tích đất chuyên lúa của năm 2001. Chuyển đổi theo hướng từ đất
màu lúa sang đất chuyên lúa là 1106.48ha chiếm 0.6% tổng diện của khu vực nhưng
lại chiếm tới 23.1% của diện tích màu lúa của năm 2001. Từ năm 2001 đến 2006
diện tích đất ao hồ tăng lên 301.11ha trong đó chiếm nhiều nhất là diện tích của đất
chuyên lúa với 284.47% bằng 1.5% tổng diện tích đất, 38.80ha của đất màu lúa và
21.89ha của đất hoa màu.
 97

Hình 3. 9. Biến động sử dụng đất giai đoạn 2001 – 2006

 98

• Giai đoạn 2006 - 2013

Bảng 3. 7. Biến động giữa các loại hình sử dụng đất giai đoạn 2006 – 2013 (đơn vị ha)
2013 Xây
Lúa Hoa màu Màu lúa Ao hồ Đất trống Sông ∑ 2006
2006 dựng

Xây
3193.76 0.00 0.00 0.00 0.00 0.00 0.000 3193.76
dựng
Lúa 908.59 4495.25 0.00 855.70 190.62 0.00 3.74 6453.89

Hoa màu 64.87 27.46 1009.34 0.00 25.56 79.61 39.05 1245.89

Màu lúa 791.28 1378.10 0.00 2929.38 135.77 0.00 0.00 5234.53

Ao hồ 115.04 7.92 41.60 22.50 1320.04 0.00 0.00 1507.11

Đất trống 7.53 2.26 82.42 0.00 0.00 55.15 52.25 199.61

Sông 0.00 0.00 36.00 0.00 0.00 44.62 582.88 663.50

∑ 2013 5081.08 5911.00 1169.36 3807.58 1671.99 179.38 677.92

Màu lúa
4.6
7.4
4.3
0.7 Lúa
0.1 1.0
4.9

Ao hồ 0.6
Đất xây dựng

0.1 0.1
0.1 0.2 0.4

Hoa màu
Hình 3. 10. Chuyển đổi cơ cấu giữa các loại hình sử dụng đất chính giai đoạn 2006-2013
 99

Hình 3. 11. Biến động sử dụng đất giai đoạn 2006 – 2013
 100

Từ bảng 3.7 và hình 3.10 thể hiện thay đổi sử dụng đất trong giai đoạn 2006
và 2013. Trong giai đoạn này, diện tích đất nông nghiệp tiếp tục giảm mạnh mẽ với
908.59ha đất chuyên lúa, 791.28ha đất màu lúa, 115.04ha đất ao hồ và 64.87ha dất
hoa màu của năm 2006 chiếm 10.2% tổng diện tích của khu vực bị chuyển đổi
thành đất xây dựng. Cũng giống như giai đoạn trước, thay đổi mạnh nhất trong các
loại hình của đất nông nghiệp vẫn là sự chuyển đổi theo cả hai chiều của đất chuyên
lúa và đất màu lúa. Chuyển đổi từ đất chuyên trồng lúa sang màu lúa là 855.70ha
chiếm tới 4.6% tổng diện tích đất và 14.1% so với tổng diện tích đất chuyên lúa
năm 2006. Chuyển đổi từ đất màu lúa sang chuyên lúa là 1378.10ha chiếm 7.4% so
tổng diện tích đất. Diện tích đất ao hồ tiếp tục được lấy từ các loại đất nông nghiệp
khác với diện tích tăng là 0.9% tổng diện tích đất.

• Giai đoạn 2001 - 2013

Bảng 3. 8. Biến động sử dụng đất giai đoạn 2001- 2013

Loại hình Năm 2001 Năm 2013 Biến động sử dụng đất

sử dụng đất (ha) (ha) Diện tích thay đổi Phần trăm thay đổi
(ha) (%)
Xây dựng 2620.09 5081.08 2460.99 13.3
Lúa 7721.27 5911.00 -1810.27 -9.8
Hoa màu 1373.77 1169.36 -204.41 -1.1
Màu lúa 4780.93 3807.58 -973.35 -5.3
Ao, hồ 1206.00 1671.99 465.99 2.5
Đất trống 80.00 179.38 99.38 0.5
Sông 716.24 677.92 -38.32 -0.2
Kết quả phân loại sử dụng đất của năm 2001 và 2013 được xác định trong
bảng 3.8. Trong giai đoạn từ năm 2001 đến năm 2013 cho thấy, diện tích đất xây
dựng tăng mạnh nhất lên tới 2460.99ha chiếm 13.3%, diện tích ao hồ và đất trống
tăng lên tương ứng là 2.5% và 0.5%. Trong khi đó diện tích đất chuyên trồng lúa
giảm nhiều nhất lên tới 1820.27ha giảm tới 9.8%, diện tích trồng xen canh màu lúa
giảm 973.35ha tương ứng với 5.3%.
 101

Hình 3. 12. Biến động sử dụng đất giai đoạn 2001 – 2013
 102

Bảng 3. 9. Biến động giữa các loại hình sử dụng đất giai đoạn 2001 – 2013 (đơn vị ha)
2013 Xây
Lúa Hoa màu Màu lúa Ao hồ Đất trống Sông ∑ 2006
2001 dựng

Xây
2620.09 0.00 0.00 0.00 0.00 0.00 0.00 2620.09
dựng
Lúa 1391.37 4595.09 31.71 1217.38 485.72 0.00 0.01 7721.27

Hoa màu 125.03 26.62 945.23 52.29 34.68 90.42 99.50 1373.77

Màu lúa 808.00 1278.18 43.07 2510.16 138.52 0.00 3.00 4780.93

Ao hồ 134.87 7.59 24.88 25.37 1013.07 0.22 0.00 1206.00

Đất trống 0.08 0.68 20.09 0.00 0.00 22.15 37.01 80.00

Sông 1.64 2.85 104.38 2.39 0.00 66.59 538.39 716.24

∑ 2013 5081.08 5911.00 1169.36 3807.58 1671.99 179.38 677.92

Dữ liệu thống kê từ bảng ma trận biến động năm 2001 và 2013 cho thấy
hầu như tất cả các loại hình sử dụng đất đều chuyển sang đất xây dựng trong đó
đất chuyên lúa là chuyển đổi mạnh nhất lên tới 1391.37 ha chiếm 27.3% diện tích
đất xây dựng năm 2013, màu lúa là 808.00ha chiếm 15.9% diện tích đất xây dựng
năm 2013; hoa màu là 125.03 ha và ao hồ là 134.87 ha chiếm hơn 5.1% diện tích
đất xây dựng năm 2013. Điều này cho thấy đất nông nghiệp bị chuyển đổi sang đất
xây dựng là chính và đất lúa có hiệu quả kinh tế thấp luôn là loại đất bị chuyển đổi
nhiều nhất.

3.2.2. Đánh giá diện tích biến động sử dụng đất theo không gian

• Biến động sử dụng đất giai đoạn 2001-2013 theo đường giao thông chính
Trong bảng 3.10 cho thấy diện tích đất xây dựng và diện tích đất ao hồ tăng
trên toàn bộ các biên khoảng cách tới đường giao thông chính. Đối với đất xây dựng,
càng gần đường giao thông thì diện tích càng biến động mạnh theo chiều hướng tăng,
mức tăng cao nhất là 1121.88ha nằm trong biên khoảng cách tới đường giao thông
 103

chính nhỏ hơn 1km. Đất chuyên lúa, hoa màu và màu lúa giảm ở tất cả các biên
khoảng cách tới đường giao thông, trong biên khoảng cách đến đường giao thông
dưới 1km đất lúa giảm mạnh nhất lên tới 898.22ha. Đất màu lúa giảm nhiều nhất
trong biên khoảng cách đến đường giao thông từ 1-2.5km với 500.16ha diện tích.

Bảng 3. 10. Biến động diện tích (ha) sử dụng đất theo đường giao thông chính

Khoảng cách <=1 1_2.5 >2.5

Sử dụng đất (ha)

Xây dựng
1121.88 924.60 414.51

Lúa -898.22 -489.35 -422.70

Hoa màu -46.38 -74.48 -83.56

Màu lúa -396.36 -500.16 -76.84

Ao hồ 224.14 95.29 146.56

Đất trống 4.48 75.18 19.72

Sông -12.66 -32.84 7.18

• Biến động sử dụng giai đoạn 2001-2013 đất theo khoảng cách tới Hà Nội

Bảng 3. 11. Biến động diện tích (ha) theo khoảng cách tới Hà Nội
Khoảng cách (km) <=5 5- 10 >10
Sử dụng đất (ha)
Xây dựng 653.54 1160.11 647.35
Chuyên lúa -553.25 -848.38 -408.64

Hoa màu -63.31 -83.99 -57.12

Màu lúa -140.28 -461.20 -371.87

Ao, hồ 91.40 189.67 184.33

Đất trống 56.38 42.85 0.14

Sông -46.29 4.93 3.04

 104

1500.00

Diện tích (ha) 1000.00

500.00

Khoảng cách
0.00
<=5km 5- 10km >10km
-500.00

-1000.00
Chuyên lúa Xây dựng Hoa màu Màu lúa Ao, hồ Đất trống Sông

Hình 3. 13. Biểu đồ diện tích biến động theo khoảng cách tới Hà Nội
Theo bảng 3.11 và hình 3.13 cho thấy diện tích đất xây dựng tăng lên mạnh
nhất trong đai khoảng cách từ 5 đến 10 km tới Hà Nội với diện tích là 1160.11 ha,
đồng thời trong đai khoảng cách này thì diện tích đất chuyên lúa là diện tích đất bị
mất nhiều nhất với con số là 848.38ha. Trong đai khoảng cách tới Hà Nội nhỏ hơn
5km, diện tích đất lúa cũng bị mất nhiều nhất lên tới 553.25 ha. Đất màu lúa bị
giảm mạnh nhất ở những khu vực cách Hà Nội khoảng cách hơn 10 km với diện
tích là 371.87 ha.

• Biến động sử dụng đất giai đoạn 2001 - 2013 theo mức độ đô thị hóa năm 2011
Từ bảng 3.12 và hình 3.14 cho thấy diện tích đất xây dựng tăng theo tất cả
các mức đô thị hóa và diện tích đất xây dựng tăng nhiều nhất khi mức đô thị hóa
trong khoảng từ 0.4÷1.2, nhưng theo biểu đồ phần trăm diện tích biến động thể hiện
thì mức đô thị hóa càng mạnh, đất xây dựng càng biến đổi nhiều và tăng mạnh nhất
là khu vực có mức đô thị lớn hơn 3.3 với mức tăng lên tới hơn 30% so với tổng diện
tích của các loại đất. Ngược lại với đất xây dựng, đất chuyên lúa liên tục giảm. Theo
bảng 3.12, diện tích đất lúa cũng giảm mạnh nhất ở mức đô thị hóa trong khoảng
0.4÷1.2, nhưng theo biểu đồ phần trăm diện tích biến động thì diện tích đất lúa lại
giảm mạnh nhất khi mức độ đô thị hóa cao nhất.
 105

Bảng 3. 12. Diện tích biến động sử dụng đất theo mức độ đô thị hóa năm 2011
Mức độ đô thị hóa
<=-0.2 -0.2÷0 0÷0.4 0.4÷1.2 1.2÷3.3 >3.3
Sử dụng đất (ha)
Xây dựng 296.64 268.20 669.81 766.93 124.27 339.41

Chuyên lúa -224.89 -149.46 -558.66 -572.12 -48.63 -259.18

Hoa màu -45.32 -42.60 -69.73 -56.73 2.11 0.00

Màu lúa -113.07 -162.14 -171.90 -367.57 -65.72 -86.66

Ao, hồ 61.78 62.18 121.87 194.06 18.44 6.42

Đất trống 19.91 10.60 25.27 42.06 4.60 0.00

Sông 4.95 13.21 -16.66 -6.64 -35.07 0.00

40.0

30.0
Sử dụng đất (%)

20.0

10.0
Mức độ đô thị hóa
0.0
<=-0.2 -0.2 ÷ 0 0 ÷ 0.4 -0.4 ÷ 1.2 -1.2 ÷ 3.3 >3.3
-10.0

-20.0

-30.0

-40.0
Xây dựng Chuyên lúa Hoa màu Màu lúa Ao, hồ Đất trống Sông

Hình 3. 14. Biểu đồ phần trăm diện tích biến động theo mức độ đô thị hóa
3.3. Xác định các yếu tố ảnh hưởng đến biến động sử dụng đất nông nghiệp tại
Đông Anh, Hà Nội
Khi nghiên cứu biến động sử dụng đất ngoài việc phát hiện ra không gian và
diện tích biến động sử dụng đất thì việc nghiên các yếu tố tác động đến biến động
sử dụng đất cũng là nhiệm vụ quan trọng được rất nhiều nhà khoa học quan tâm.
 106

Nghiên cứu yếu tố ảnh hưởng đến biến động sử dụng đất nhằm mục đích lượng hóa
được các yếu tố ảnh hưởng đến biến động sử dụng đất và giải thích cơ chế tương tác
trong mối quan hệ giữa chúng với biến động sử dụng đất.

3.3.1. Hồi quy logistic

Kết quả phân tích ở chương 1 cho thấy có rất nhiều phương pháp đánh giá
các yếu tố tác động đến biến động sử dụng đất, mỗi loại hình chuyển đổi sử dụng
đất sẽ có những yếu tố tác động riêng rẽ, nhưng các loại hình chuyển đổi sử dụng
đất lại tương tác với nhau và xảy ra đồng thời. Vì vậy, việc lựa chọn phương pháp
cho phép phân tích quan tâm đến tính phù hợp của dữ liệu và độ chính xác của mô
hình. Dựa vào những yêu cầu đó, luận án đã lựa chọn mô hình hồi quy logistic đa
thức đánh giá tác động của các yếu tố đô thị hóa đến biến động sử dụng đất. Mô
hình hồi quy đa thức là mô hình hồi quy mở rộng của mô hình hồi đơn thức [70].
Mô hình đơn thức với biến phụ thuộc là biến nhị phân với hai trạng thái 0 và
1 có phương trình hồi quy sau:

(3. 1)

trong đó: là hệ số chặn, là hệ số của phương trình hồi quy, xi là các biến
độc lập
Xác suất để Y = 1 nghĩa là xác suất sự kiện xảy ra được xác định theo công thức:
( ⋯ ) ( )
(3. 2)
( ⋯ ) ( )

Mô hình hồi quy đa thức tương tự như mô hình hồi quy đơn thức nhưng biến
phụ thuộc là biến có nhiều hơn hai trạng thái. Giả sử biến Y có k trạng thái là 0, 1,
2,..., k, đòi hỏi sẽ có k-1 phương trình hồi quy, mỗi phương trình của từng trạng thái
so với trạng thái tham chiếu 0. Các phương trình của hồi quy đa thức so với trạng
thái tham chiếu 0 như sau:

(3. 3)
 107

(3. 4)

Và

(3. 5)

Xác suất xảy ra của từng trạng thái được xác định theo công thức:

( ) ( ) ( )
(3. 6)

( )
(3. 7)
( ) ( ) ( )

Và
( )
(3. 8)
( ) ( ) ( )

Trong hồi quy logistic sử dụng phương pháp xác suất cực đại (maximum
likelihood) để ước tính các tham số của phương trình hồi quy nhằm cho giá trị tối đa
hóa khả năng của các biến quan sát.
Độ phù hợp của mô hình được xác định thông qua pseudo R- squared (kí hiệu
là R2) có giá trị trong khoảng từ 0 - 1. Tỉ số đó được xác định theo công thức sau:

(3. 9)

trong đó:
- ] là giá trị của mô hình có biến độc lập,
- [C] là giá trị của mô hình không có biến độc lập.
Giá trị R2 trong khoảng từ 0.2 đến 0.4 cho thấy mức độ phù hợp cao của dữ
liệu với mô hình.Trong việc đánh giá các yếu tố tác động ngoài tính phù hợp của
mô hình thì còn đòi hỏi xem xét đến hệ số hồi quy có ý nghĩa khi p-value<0.05 với
mức độ tin cậy 95%, p-value<0.1 với mức tin cậy 90% [71, 139].
 108

Tỉ số Odds ratio được sử dụng để giải thích mô hình. Giá trị tỉ số này được
tính theo công thức sau:

(3. 10)

trong đó: là hệ số của phương trình hồi quy

Tỉ số này là một phép đo mối quan hệ xác suất biến cố của từng trạng thái
với xác suất của biến cố so sánh và là kết quả đóng góp của từng biến độc lập đến
từng trạng thái.
Trong nghiên cứu biến động sử dụng đất, mô hình hồi quy được sử dụng để đo
đạc mối quan hệ giữa các yếu tố tự nhiên và yêu tố xã hội với biến động sử dụng đất,
đồng thời xác định được những yếu tố nào là tác nhân thúc đẩy và những yếu tố nào
làm hạn chế tới quá trình chuyển đổi sử dụng đất trong khu vực. Mô hình hồi quy
được sử dụng với biến phụ thuộc Y là biến động sử dụng đất được đặc trưng bởi 5
trạng thái thay đổi sử dụng đất chính của khu vực nghiên cứu so với trạng thái tham
chiếu là không có thay đổi sử dụng đất có giá trị bằng 0. Số lượng mẫu phụ thuộc vào
số lượng biến độc lập, số lượng mẫu tối thiểu được xác định là n≥ 10(p+1) trong đó p
là số lượng biến độc lập. Trong luận án, số điểm mẫu được lấy là 4984 điểm ngẫu
nhiên và trải đều trên khu vực nghiên cứu. Các điểm nằm trong thôn nào thì sẽ mang
đặc điểm tự nhiên và kinh tế xã hội của thôn đó.
Yếu tố địa lý, tự nhiên

Biến động Mức độ đô thị hóa

sử dụng đất Phân tích hồi quy
nông nghiệp Mức độ hoạt động nông nghiệp

Điều kiện kinh tế - xã hội

Các yếu tố tác động đến biến động sử dụng đất nông nghiệp

Hình 3. 15. Xác định các yếu tố của ảnh hưởng đến biến động sử dụng đất nông nghiệp
 109

3.3.2. Cơ sở dữ liệu GIS của mô hình

Phần tổng quan ở chương 1 cho thấy có rất nhiều nhân tố tác động đến thay
đổi sử dụng đất. Trong trường hợp nghiên cứu cho khu vực Đông Anh, dựa trên đặc
trưng đô thị hóa của khu vực ven đô để lựa chọn các yếu tố đánh giá.

• Biến phụ thuộc:

Các loại hình biến động sử dụng đất chính được xác định từ trong mục 3.2
theo hai giai đoạn 2001-2006 và 2006-2013.

• Biến độc lập:

Khi đánh giá tác động của đô thị hóa đến sử dụng đất nông nghiệp trong khu
vực luận án đánh giá từ tổng thể của đô thị hóa đến chi tiết của từng hợp phần của
đô thị hóa đến biến động sử dụng đất. Do vậy, ngoài các biến tổng hợp của đô thị
hóa thì các biến hợp phần bao gồm các biến về điều kiện kinh tế xã hội và các biến
về điều kiện tự nhiên cũng được xem xét trong nghiên cứu. Các biến độc lập được
xây dựng thành các lớp trong cơ sở dữ liệu GIS gồm có:
- Mức độ đô thị hóa (F1) và mức độ hoạt động nông nghiệp (F2) của từng thôn
được xác định thông qua phân tích thành phần chính trong phụ lục 5.
- Khoảng cách đến đường giao thông chính (GT) được tính toán thông qua một tập
hợp các vùng đệm liên tiếp có khoảng cách 300 m từ hệ thống đường giao thông
trong khu vực nghiên cứu. Khoảng cách này là khoảng cách được đo trung bình từ
các khu dân cư bám trục giao thông chính.
- Khoảng cách đến Hà Nội (HN) được tính toán thông qua tập hợp vùng đệm liên
tiếp có khoảng cách 3 km tính từ điểm khởi đầu nối kết giữa Hà Nội với Đông Anh
qua trục giao thông Nội Bài - Hà Nội. Khoảng cách này được xác định khi đo từ
điểm khởi nối đến khu công nghiệp Nam Thăng Long, là một trong những khu công
nghiệp đầu tiên và lớn nhất của huyện.
- Khoảng cách đến khu dân cư (DC) được xác định thông qua tập hợp vùng đệm
liên tiếp có khoảng cách 200m tính từ trọng tâm của khu vực dân cư mỗi thôn [129].
 110

Khoảng cách tới khu dân cư Khoảng cách tới Hà Nội

0 - 200m
200 - 400m 0 - 3km
400 - 600 3 - 6km
600 - 800m 6 - 9km
> 800m 9 - 12km
12 - 15km
> 15km

0 2 Km
đường giao thông chính
0 2 Km
đường giao thông chính

Khoảng cách tới đường giao thông

0 - 300m
300 - 600m
600 - 900m
900 - 1200m
1200 - 1500m
> 1500m

0 2 Km

đường giao thông chính

Hình 3. 16. Yếu tố tự nhiên của khu vực nghiên cứu

- Thay đổi cơ cấu lao động theo ngành được xác định từ hiệu số lao động theo
ngành nông nghiệp (P_NN), theo ngành thương mại dịch vụ (P_DV) và theo ngành
công nghiệp xây dựng(P_CN) giai đoạn 2001 đến 2006 và 2006 đến 2011.
- Thay đổi cơ cấu nguồn thu nhập theo ngành được xác định từ hiệu số hộ thu nhập
theo ngành nông nghiệp (I_NN), theo ngành thương mại dịch vụ (I_DV) và theo
ngành công nghiệp xây dựng(I_CN) ở hai giai đoạn từ năm 2001 đến 2006 và từ
năm 2006 đến 2011.
- Thay đổi mật độ dân số (DPP) được xác định từ hiệu mật độ dân số giai đoạn 2001
đến 2006 và 2006 đến 2011.
 111

Bảng 3. 13. Biến phụ thuộc và biến độc lập

Loại biến Kiểu

Biến phụ thuộc

Không chuyển đổi 0

Chuyển đổi từ đất chuyên lúa thành đất xây dựng 1

Chuyển đổi từ đất chuyên lúa thành đất màu lúa 2

Chuyển đổi từ đất chuyên lúa thành đất ao hồ 3

Chuyển đổi từ đất màu lúa thành đất xây dựng 4

Chuyển đổi từ đất màu lúa thành đất lúa 5

Biến độc lập

Mức độ đô thị hóa (F1) Rời rạc

Mức độ hoạt động trong lĩnh vực nông nghiệp (F2) Rời rạc

Điều kiện tự Khoảng cách đến Hà Nội Liên tục

nhiên
Khoảng cách đến đường giao thông chính Liên tục

Khoảng cách đến khu dân cư Liên tục

Điều kiện Cơ cấu ngành lao động Rời rạc

kinh tế xã
Cơ cấu nguồn thu nhập Rời rạc
hội
Mật độ dân số Rời rạc

3.3.3. Các yếu tố tác động chuyển đổi sử dụng đất nông nghiệp tại Đông Anh, Hà Nội
Kết quả chạy mô hình hồi quy cho hai giai đoạn 2001-2006 và 2006-2013 xác
định các tác nhân ảnh hưởng tới biến đổi sử dụng đất cho khu vực. Kết quả chạy mô
hình được trình bày trong phụ lục 6.
 112

• Giai đoạn 2001-2006

Từ kết quả của mô hình với 6 biến phụ thuộc với giá trị R2 = 0.240, cho thấy
dữ liệu hoàn toàn phù hợp với mô hình. Giá trị p-value là giá trị mang ý nghĩa minh
chứng thống kê cho việc có hoặc không có sự ảnh hưởng của các yếu tố đến chuyển
đổi của các loại hình sử dụng đất trong giai đoạn này. Với giá trị P-value ≤0.1 điều
này chứng minh có mối quan hệ mật thiết giữa biến độc lập và biến phụ thuộc với
mức ý nghĩa 90%.

Bảng 3. 14. Tổng hợp hệ số của phương trình hồi quy từ kết quả chạy
mô hình giai đoạn 2001 -2006 với giá trị P-value ≤0.1
Y Lúa – Lúa – Lúa – Màu lúa - Màu lúa –
X xây dựng Màu lúa Ao, hồ Xây dựng Lúa

F1_06 0.0976 0.1456

F2_06 0.0471 -0.3076

DPP 0.0003

GT -0.0030 -0.0006

DC -0.0003 0.0002 -0.0046

-0.0037
HN -0.0002 0.0001 0.0001 0.00001

Bảng tổng hợp kết quả chạy mô hình hồi quy cho thấy mức độ đô thị hóa
(F1_06) liên quan đến hai loại hình chuyển đổi đó là chuyển đổi từ đất chuyên lúa
sang đất xây dựng và chuyển đổi từ đất màu lúa sang đất xây dựng. Đối với cả hai
loại hình chuyển đổi này đều có hệ số của phương trình hồi quy mang dấu dương
thể hiện quan hệ thuận giữa mức độ đô thị hóa với chuyển đổi từ đất chuyên lúa
sang đất xây dựng và chuyển đổi từ đất màu lúa sang đất xây dựng. Nghĩa là khi
mức độ đô thị hóa tăng lên thì khả năng chuyển đổi của hai loại hình này cũng tăng
lên. Ví dụ: nếu mức độ đô thị hóa tăng lên 1 đơn vị thì giá trị odds ratio của loại
 113

hình chuyển đổi từ đất chuyên lúa sang xây dựng6 là 1.1025, có nghĩa kỳ vọng khả
năng chuyển đổi tăng 1.1lần.
Mức độ hoạt động nông nghiệp (F2_06) liên quan đến hai loại hình chuyển
đổi đó là từ chuyên lúa sang màu lúa và từ màu lúa chuyển sang chuyên lúa. Hệ số
phương trình hồi quy của chuyên lúa chuyển sang lúa mang dấu dương còn hệ số
phương trình hồi quy của màu lúa sang chuyên lúa lại mang dấu âm. Điều này
chứng tỏ, mức độ hoạt động nông nghiệp có vai trò thúc đẩy quá trình chuyển đổi từ
lúa sang màu lúa và làm hạn chế sự chuyển đổi từ màu lúa sang lúa.
Chỉ số thay đổi mật độ dân số (DPP) giữa hai năm 2001 và 2006 ảnh hưởng
duy nhất đến loại hình chuyển đổi lúa sang màu lúa, hệ số của phương trình hồi quy
là 0.0003 thể hiện khi biến động mật độ dân số tăng đồng nghĩa với sự chuyển đổi
từ đất chuyên lúa sang màu lúa sẽ tăng theo.
Yếu tố khoảng cách tới đường giao thông chính (GT) ảnh hưởng tới hai loại
hình chuyển đổi sử dụng đất đó là màu lúa chuyển sang đất xây dựng và màu lúa
chuyển sang đất lúa với hệ số hồi quy là -0.0030 và -0.0006, yếu tố giao thông tỉ lệ
nghịch tới ảnh hưởng của hai loại hình chuyển đổi sử dụng đất, càng xa đường giao
thông khả năng chuyển đổi của các loại hình này càng giảm.
Yếu tố khoảng cách tới khu dân cư (DC) ảnh hưởng tới tất cả các loại hình
chuyển đổi sử dụng đất, trừ loại hình chuyển đổi từ màu lúa sang lúa. Với hệ số hồi
quy là -0.0037, -0.0003 và -0.0046 tương ứng với loại hình chuyển đổi từ lúa sang
đất xây dựng, từ lúa sang màu lúa và từ màu lúa sang đất xây dựng. Giá trị odd
ratio6 tương ứng là 0.9963, 0.9997 và 0.9954 cho thấy khi khoảng cách tới khu vực
dân cư tăng lên 1m thì kỳ vọng khả năng chuyển đổi của 3 loại hình chuyển đổi trên
sẽ giảm 0.9 lần. Với hệ số hồi quy là 0.0002 cho loại hình chuyển đổi đất lúa sang
đất ao, hồ; điều này cho thấy càng gần khu dân cư đất lúa có nhiều khả năng chuyển
đổi thành đất ao hồ.

6
Chỉ số này là chỉ số EXP (B) lấy trên bảng số liệu trong phụ lục 6
 114

Yếu tố khoảng cách tới Hà Nội (HN) ảnh hưởng tích cực đến ba loại hình
chuyển đổi đó là đất chuyên lúa sang ao hồ, màu lúa sang đất xây dựng và từ màu
lúa sang đất lúa đều với hệ số hồi quy là 0.0001. Nghĩa là khi khoảng cách tới Hà
Nôi tăng thêm thì khả năng chuyển đổi của các loại hình này sẽ tăng. Yếu tố khoảng
cách tới Hà Nội tác động nghịch tới sự chuyển đổi từ đất chuyên lúa sang đất xây
dựng với hệ số hồi quy là -0.0002, điều này chứng tỏ càng xa Hà Nội thì khả năng
chuyển đổi từ lúa sang đất xây dựng giảm.

• Giai đoạn 2006-2013

Bảng 3. 15. Bảng tổng hợp hệ số của phương trình hồi quy từ kết quả chạy
mô hình giai đoạn 2006 -2013 với giá trị P-value ≤0.1
Y Lúa – Lúa – Lúa – Màu lúa - Màu lúa –
X xây dựng Màu lúa Ao, hồ Xây dựng Lúa
F1_11 0.3024 0.1200 0.3832

F2_11 -0.4597 0.1200

DPP 0.0006 0.0011 -0.0010

I_DV 0.0066 0.0092

I_CN 0.0055 0.0014 0.0024

P_DV -0.0033
0.0070
P_CN -0.0024 -0.0007

P_NN 0.0029 0.0039

GT -0.0007
-0.0032
DC -0.0038 -0.0003 0.0003 -0.0044

HN -0.0002 0.0001

Kết quả cho thấy R2 = 0.268 thể hiện dữ liệu hoàn toàn phù hợp với mô hình.
Tổng hợp các hệ số của các yếu tố có tác động lên thay đổi sử dụng đất trong khu
vực được thể hiện ở bảng 3.15 cho thấy:
 115

Mức độ đô thị hóa (F1_11) là yếu tố liên quan đến quá trình chuyển đổi các
loại hình từ đất chuyên lúa sang đất xây dựng, từ đất lúa sang màu lúa và từ đất màu
lúa sang đất xây dựng. Hệ số hồi quy tương ứng là 0.3024, 0.1200 và 0.3832 đều
mang dấu dương, điều này có nghĩa khi mức độ đô thị hóa tăng thì chuyển đổi của
các loại hình đất này cũng tăng theo. Nếu mức độ đô thị hóa tăng lên 1 đơn vị thì
khả năng chuyển đổi từ đất lúa sang đất màu lúa sẽ tăng lên 1.1 lần.
Mức độ hoạt động nông nghiệp (F2_11) là yếu tố ảnh hưởng tới hai loại hình
thay đổi sử dụng đất đó là từ đất chuyên lúa sang đất xây dựng và từ đất chuyên lúa
sang đất màu lúa. Hệ số của phương trình hồi quy là -0.4597 thể hiện quan hệ
nghịch giữa mức độ hoạt động nông nghiệp với chuyển đổi từ đất lúa sang đất xây
dựng, khi mức độ hoạt động nông nghiệp tăng lên sẽ kìm hãm khả năng chuyển đổi
từ đất chuyên lúa sang đất xây dựng. Nhưng với sự chuyển đổi từ chuyên lúa sang
màu lúa hệ số hồi quy là 0.1198 mang dấu dương, điều này thể hiện quan hệ thuận
giữa mức độ hoạt động nông nghiệp với chuyển đổi giữa chuyên lúa và đất màu lúa,
nghĩa là khi mức độ hoạt động nông nghiệp tăng lên đồng nghĩa với chuyển đổi từ
đất chuyên lúa sang đất màu lúa cũng sẽ tăng.
Yếu tố thay đổi mật độ dân số (DPP) của năm 2006 và 2011 liên quan đến sự
chuyển đổi đất lúa sang màu lúa và từ đất màu lúa sang đất xây dựng, khi mật độ
dân số tăng thì khả năng loại hình chuyển đổi sử dụng đất cũng tăng theo. Nhưng
yếu tố DPP này lại làm hạn chế khả năng chuyển đổi từ đất màu lúa sang đất
chuyên lúa với hệ số phương trình hồi quy là -0.0010. Điều này đồng nghĩa với việc
khu vực có mật độ dân số tăng thì khả năng chuyển đổi từ đất màu lúa sang đất
chuyên lúa sẽ giảm.
Yếu tố thay đổi nguồn thu nhập từ thương nghiệp dịch vụ (I_DV) liên quan
theo chiều tương tác thuận đến cả hai loại hình chuyển đổi đó là chuyển đổi từ đất
lúa sang đất màu lúa và từ loại hình đất màu lúa sang đất chuyên lúa với hệ số hồi
quy tương ứng là 0.0066 và 0.0092.
 116

Yếu tố thay đổi nguồn thu nhập từ công nghiệp xây dựng (I_CN) là yếu tố
liên quan đến cả ba sự chuyển đổi đó là từ đất chuyên lúa sang đất xây dựng, từ đất
lúa sang màu lúa và ngược lại. Hệ số hồi quy đều mang dấu dương nghĩa là khi thu
nhập từ công nghiệp xây dựng tăng lên thì các loại hình chuyển đổi này cũng tăng.
Chuyển đổi từ chuyên lúa sang màu lúa bị kìm hãm bởi yếu tố thay đổi số
lao động trong ngành thương nghiệp dịch vụ (P_DV) với hệ số hồi quy là -0.0033.
Nhưng yếu tố (P_DV) lại làm thúc đẩy khả năng chuyển đổi từ đất chuyên lúa sang
đất ao hồ với hệ số hồi quy là 0.0070.
Yếu tố thay đổi số lao động trong ngành công nghiệp xây dựng (P_CN) là
yếu tố làm hạn chế khả năng thay đổi sử dụng đất của sự chuyển đổi giữa đất
chuyên lúa với đất xây dựng và đất màu lúa chuyển thành đất chuyên lúa.
Yếu tố thay đổi số lao động trong ngành nông lâm thủy sản (P_NN) tác động
đến hai loại hình chuyển đổi đó là từ đất chuyên lúa sang màu lúa và từ chuyên lúa
sang ao hồ đều theo hướng tích cực, điều này có nghĩa khi số lao động trong ngành
nông lâm thủy sản tăng lên thì khả năng hai loại hình chuyển đổi này tăng theo.
Yếu tố khoảng cách đường giao thông (GT) là yếu tố làm hạn chế sự chuyển
đổi giữa màu lúa và xây dựng và màu lúa sang lúa, khi khoảng cách tới đường giao
thông tăng thì khả năng hai loại hình chuyển đổi này sẽ giảm.
Yếu tố khoảng cách tới khu vực dân cư (DC) tác động đến bốn loại hình
chuyển đổi sử dụng đất đó là từ đất chuyên lúa sang đất xây dựng, đất lúa sang đất
màu lúa, đất lúa sang đất ao hồ và đất màu lúa sang đất xây dựng. Khi khoảng cách
tới khu vực dân cư tăng thì đồng nghĩa với khả năng chuyển đổi từ đất lúa sang đất
xây dựng, từ đất lúa sang màu lúa và từ đất màu lúa sang xây dựng giảm, nhưng khả
năng chuyển đổi từ đất lúa sang đất ao lại tăng.
Yếu tố khoảng cách tới Hà Nội (HN) là yếu tố thúc đẩy sự chuyển đổi của
đất màu lúa sang đất xây dựng và kìm hãm sự chuyển đổi của đất lúa sang đất xây
dựng tương ứng với hệ số hồi quy là 0.0001 và -0.0002. Khi khoảng cách tới Hà
 117

Nội tăng thì chuyển đổi từ màu lúa sang đất xây dựng sẽ tăng nhưng đồng thời
chuyển đổi từ đất chuyên lúa sang đất xây dựng sẽ giảm.
Qua phân tích hồi quy cho thấy từ năm 2001 đến năm 2013 mỗi một loại
hình chuyển đổi bị tác động bởi các yếu tố riêng rẽ theo từng giai đoạn. Đối với loại
hình chuyển đổi từ đất lúa sang đất xây dựng giai đoạn từ 2001- 2006 yếu tố đô thị
hóa (F1) là yếu tố thúc đẩy còn yếu tố khoảng cách tới khu vực dân cư (DC),
khoảng cách tới Hà Nội (HN) là những yếu tố làm hạn chế chuyển đổi từ đất lúa
sang đất xây dựng, nhưng đến giai đoạn 2006 - 2013 ngoài các yếu tố của giai đoạn
trước thì còn có các yếu tố khác đó là I_CN thúc đẩy và F2, P_CN làm hạn chế
chuyển đổi từ đất chuyên lúa sang đất xây dựng.
Năm 2001 Năm 2006 Năm 2013
+F1 +F1; +I_CN
Lúa Xây dựng
-DC; - HN -F2; -P_CN; -DC; - HN

Đối với loại hình chuyển đổi từ chuyên lúa sang màu lúa trong giai đoạn
2001 đến 2006 có các yếu tố liên quan bao gồm: có thay đổi mật độ dân số (DPP),
mức độ hoạt động nông nghiệp (F2) và khoảng cách tới dân cư (DC). Trong giai
đoạn 2006-2013 yếu tố DPP không còn liên quan đến chuyển đổi của loại hình này
thay vào đó là các yếu tố khác đó là mức độ đô thị hóa (F1), thay đổi nguồn thu
nhập từ nguồn thương mại dịch vụ (I_DV) và từ xây dựng công nghiệp (I_CN),
thay đổi số lao động trong thương mại dịch vụ (P_DV). Trong giai đoạn 2001-2006
yếu tố F2 là yếu tố liên quan theo tương tác nghịch đến sự chuyển đổi từ đất chuyên
lúa sang màu lúa, nhưng đến giai đoạn 2006-2013 thì yếu tố này lại tương tác thuận
đến sự chuyển đổi của loại hình sử dụng đất này.
Năm 2001 Năm 2006 Năm 2013
+F2; +DPP +F1;+F2;+DPP;+I_DV;+I_CN;+P_NN
Lúa Màu lúa
-DC -P_DV; -DC

Trong giai đoạn 2001 đến 2006, loại hình chuyển đổi từ chuyên lúa sang ao hồ
liên quan tới hai yếu tố là khoảng cách tới dân cư (DC) và khoảng cách tới Hà Nội
(HN) đều mang dấu dương, đến giai đoạn 2006 – 2013 thì yếu tố DC vẫn tiếp tục liên
 118

quan đến sự chuyển đổi của loại hình này, còn yếu tố HN không còn liên quan đến
loại hình chuyển đổi từ chuyên lúa sang ao hồ mà thay vào đó là các yếu tố chênh
lệch số người hoạt động trong lĩnh vực thương mại dịch vụ (P_DV) và số người trong
lĩnh vực nông lâm thủy sản (P_NN) theo hướng thúc đẩy sự chuyển đổi.
Năm 2001 Năm 2006 Năm 2013
+DC, +HN +P_DV; +P_NN; +DC
Lúa Ao, hồ

Các yếu tố làm thúc đẩy đến loại hình chuyển đổi từ màu lúa sang đất xây
dựng đối với hai giai đoạn 2001 - 2006 và 2006 - 2013 cả hai giai đoạn đều có là
các yếu tố đô thị hóa (F1) và khoảng cách tới Hà Nội (HN) với còn các yếu tố làm
hạn chế loại hình chuyển đổi gồm có khoảng cách tới đường giao thông (GT) và
khoảng cách tới khu vực dân cư (DC). Giai đoạn năm 2006 -2013 có thêm một yếu
tố liên quan đến loại hình chuyển đổi từ màu lúa sang đất xây dựng đó là thay đổi
mật độ dân số (DPP).
Năm 2001 Năm 2006 Năm 2013
+F1; +HN +F1; +DPP; +HN
Màu lúa Xây dựng
-GT; -DC - GT; -DC

Loại hình chuyển đổi từ đất màu lúa sang đất chuyên lúa trong giai đoạn
2001 đến 2006 có liên quan với các yếu tố mức độ hoạt động nông nghiệp (F2),
khoảng cách tới đường giao thông (GT) và khoảng cách tới Hà Nội (HN) trong đó
yếu tố F2 và GT kìm hãm quá trình chuyển đổi còn yếu tố HN thì ngược lại nó thúc
đẩy quá trình chuyển đổi từ đất màu lúa sang chuyên lúa. Nhưng đến giai đoạn 2006
-2013 chỉ còn duy nhất yếu tố GT là có liên quan đến loại hình chuyển đổi này.
Thay vào đó là các yếu tố liên quan khác bao gồm thay đổi nguồn thu nhập chính từ
thương nghiệp dịch vụ (I_DV) và từ xây dựng công nghiệp (I_CN) mang dấu dương
còn các yếu tố thay đổi mật độ dân số (DPP) và số lao động hoạt động trong lĩnh
vực công nghiệp xây dựng (P_CN) mang dấu âm.
Năm 2001 Năm 2006 Năm 2013
+HN +I_DV; +I_CN;
Màu lúa Lúa
-F2; -GT -DPP; -P_CN, -GT
 119

Thay đổi mật độ dân số (DPP) giai đoạn 2001-2006

Thay đổi số lao động trong ngành công nghiệp xây dựng (P_CN) giai đoạn 2006 - 2011 Thay đổi số hộ thu nhập từ công nghiệp xây dựng (I_CN) giai đoạn 2006 - 2011

Số hộ

<0

Số lao động 0 - 100

100 - 600
<0
600 - 1000
0 - 200
1000 - 2000
200 - 400
2000 - 3000
400 - 600
3000 - 5477
600 - 800
> 800

0 2 Km 0 2 Km

Thay đổi số hộ thu nhập từ thương nghiệp dịch vụ (I_DV) giai đoạn 2006 - 2011 Thay đổi số lao động trong ngành nông lâm thủy sản (P_NN) giai đoạn 2006 - 2011

Số lao động
Số hộ
< -400
<0
-400 - -200
0 - 100
-200 - 0
100 - 200
0 - 200
200 - 300
200 - 400
> 300
> 400

0 2 Km 0 2 Km

Thay đổi mật độ dân số (DPP) giai đoạn 2006 - 2011 Thay đổi số lao động trong ngành thương nghiệp dịch vụ (P_DV) giai đoạn 2006 - 2011

Số lao động

<0
0 - 200
200 - 400
400 - 600
600 - 800
> 800

0 2 Km

Hình 3. 17. Thay đổi về mật độ dân số, thu nhập và số lao động
ảnh hưởng đến chuyển đổi sử dụng đất nông nghiệp 2001-2013
 120

Kết quả phân tích hồi quy cho thấy các yếu tố tự nhiên và kinh tế - xã hội
đều liên quan đến chuyển đổi sử dụng đất tại khu vực nghiên cứu trong vòng hơn 10
năm qua. Yếu tố khoảng cách tới khu vực dân cư (DC) là yếu tố tự nhiên quan
trọng, nó liên quan đến hầu hết các loại hình chuyển đổi sử dụng đất chính của
huyện. Trong khi đó, hai yếu tố mức độ đô thị hóa (F1) và thay đổi mật độ dân số
(DPP) lại là hai yếu tố kinh tế - xã hội đóng vai trò quan trọng của chuyển đổi sử
dụng đất. Yếu tố mức độ đô thị hóa (F1) liên quan theo chiều tương tác thuận đến
chuyển đổi từ đất nông nghiệp sang đất phi nông nghiệp bao gồm loại hình chuyển
đổi từ đất chuyên lúa sang đất xây dựng và đất màu lúa sang đất xây dựng. Yếu tố
thay đổi mật độ dân số (DPP) hầu hết liên quan theo chiều tương quan thuận đến sự
các loại hình chuyển đổi sử dụng đất trong khu vực, chỉ có loại chuyển đổi từ đất
màu lúa sang đất chuyên lúa có sự tương tác nghịch.
3.4. Mô hình hóa biến động sử dụng đất nông nghiệp
Mô hình hóa là phương pháp được sử dụng phổ biến phục vụ công tác quan trắc
và mô phỏng không gian biến đổi sử dụng đất. Trong luận án, mô hình hóa mô phỏng
không gian biến động sử dụng đất trong quá khứ nhằm mục đích là kiểm tra và đánh
giá các giả thiết khoa học về mối tương tác giữa các yếu tố của tự nhiên và yếu tố kinh
tế xã hội ảnh hưởng đến biến động sử dụng đất thông qua so sánh giữa mô hình thay
đổi sử dụng đất mô phỏng với mô hình thay đổi sử dụng đất thực tế (hình 3.18).

Bản đồ các yếu Các bản đồ

tố tác động Chuẩn hóa dữ liệu kiểm chứng
Mô hình hóa
MLP
Bản đồ
SDĐ T2đồ
Bản
sử dụng đất T2 ROC

Khả năng
chuyển đổi

Bản đồ Bản đồ sử dụng

sử dụng đất T3 Kappa đất mô phỏng
T3
Hình 3. 18. Mô hình hóa biến động sử dụng đất nông nghiệp
 121

3.4.1. Chuẩn hóa dữ liệu đầu vào cho mô hình giai đoạn 2001-2006 và 2006-2013

Dữ liệu đầu vào của mô hình bao gồm thông tin sử dụng đất và các yếu tố
ảnh hưởng tới biến động sử dụng đất. Các dữ liệu được chuẩn hóa đảm bảo các điều
kiện sau: chuẩn về hình học trong hệ tọa độ VN-2000, chuẩn về khuôn dạng dữ liệu
chuyển từ vector sang raster với độ phân giải 30m và chuẩn về không gian trong
ranh giới khu vực Đông Anh, Hà Nội.
- Các bản đồ ảnh hưởng đến biến động sử dụng đất được xây dựng thông qua
việc các yếu tố tự nhiên và yếu tố kinh tế xã hội tác động đến biến động sử dụng
đất. Các yếu tố này đã được xác định dựa vào phần tích hồi quy đa thức trong phần
3.3. Giá trị thuộc tính của bản đồ các yếu tố tác động đến sử dụng đất sẽ được tái
phân loại lại từ mức thấp đến cao trong giá trị từ 0 đến 255.
- Trong giai đoạn từ năm 2001 đến 2006 các thông tin sử dụng đất năm 2001 và
năm 2004 là yếu tố đầu vào của mô hình, còn thông tin sử dụng đất năm 2006 để đánh
giá và kiểm chứng mô hình theo phương pháp ROC. Trong trong giai đoạn từ năm
2006 đến 2013 các thông tin sử dụng đất năm 2006 và năm 2009 là yếu tố đầu vào của
mô hình, còn thông thing sử dụng đất năm 2013 để kiểm chứng mô hình theo phương
pháp ROC. Giai đoạn tổng thể từ năm 2001-2013, các thông tin sử dụng đất năm 2001
và 2006 là yếu tố đầu vào của mô hình, thông tin sử dụng đất năm 2013 là thông tin
kiểm chứng cho mô hình theo phương pháp Kappa.
- Từ hai thông tin sử dụng đất đầu vào của mô hình xây dựng được thông
tin lân cận chuyển đổi (evidence likelihood) cho từng giai đoạn, thông tin này
cũng là yếu tố đầu vào của mô hình.

3.4.2. Không gian thích nghi cho các loại hình chuyển đổi sử dụng đất

Trong luận án, không gian thích nghi cho chuyển đổi sử dụng đất được tạo ra
theo mô hình mạng nơ-ron nhân tạo (MLP) [100, 153]. MLP là mô hình mạng gồm
nhiều lớp có cấu trúc truyền thẳng dựa trên thuật toán lan truyền ngược huấn luyện
có giám sát. Thuật toán lan truyền ngược gồm hai giai đoạn tính toán tách biệt nhau
đó là giai đoạn tính toán thuận và giai đoạn tính toán ngược. Trong giai đoạn tính
 122

toán thuận, các thông tin được tính toán dựa trên cơ sở từ nơ-ron này đến nơ ron
khác theo chiều tiến của mạng. Bắt đầu với tập mẫu của dữ liệu đầu vào, quá trình
tính toán cứ tiếp diễn cho tới khi tính được đầu ra của các nơ-ron nằm trong lớp đầu
ra của mạng. Giá trị đầu ra này được so sánh với giá trị đầu ra mong muốn từ đó thu
nhận thông tin sai số.
Tổng số mẫu sử dụng để mô hình hóa xây dựng không gian thích nghi cho
khả năng chuyển đổi các loại hình sử dụng đất được chia ra, một nửa sử dụng cho
quá trình huấn luyện, một nửa còn lại dùng cho quá trình đánh giá kết quá học tập
của mô hình. Các mẫu được sử dụng cho quá trình đào tạo được lấy từ các pixel có
và không có chuyển đổi loại hình sử dụng đất thực tế để mô hình hóa. Quá trình đào
tạo, mỗi mẫu là một pixel đơn lẻ được gieo mầm trong lớp dữ liệu đầu vào, các nơ-
ron nhận thông tin tổng của tất cả các nơ-ron kết nối ở lớp trước. Thông tin trong
một nơ-ron nhận được xác định theo công thức sau:

(3. 11)

trong đó: là trọng số liên kết giữa nơ-ron i và nơ-ron j,

là thông tin đầu ra từ nơ-ron i,

m là số phần tử của lớp trước.
Thông tin đầu ra tại nơ-ron j của một lớp bất kì được tính theo công thức sau:
(3. 12)

Giai đoạn tính ngược bắt đầu tại mức đầu ra bằng cách chuyển thông tin sai
số ngược trở lại qua toàn bộ mạng theo từng mức nhằm điều chỉnh trọng số giảm sai
số theo mỗi lần lặp để được mô hình mong muốn.
Đánh giá kết quả học tập của mạng nơ-ron thông qua sai số trung phương:

(3. 13)

trong đó: P là mẫu dùng để huấn luyện, N là yếu tố đầu ra

 123

và là giá trị đầu ra mong muốn và đầu ra thực

Mỗi một loại hình chuyển đổi sử dụng đất tương ứng với một mô hình MPL
riêng. Các thông số của từng mô hình được trình bày trong phụ lục 7. Hình 3.19 là
ví dụ cho cấu trúc mạng của mô hình chuyển đổi từ đất chuyên lúa sang đất xây
dựng trong giai đoạn 2001-2006 xây dựng không gian đồ thích nghi của loại hình
chuyển đổi này.
Lân cận chuyển đổi
2001-2004

Mức độ đô thị hóa

2006 (F1)

Khoảng cách Khả năng chuyển đổi từ

tới dân cư (DC) đất chuyên lúa sang đất
xây dựng có giá trị [0,1]
Khoảng cách tới đường …
giao thông (GT) tương ứng [0,100%] xác
định cho từng pixel
Khoảng cách tới
trung tâm Hà Nội (HN)

Lớp vào Lớp ẩn Lớp ra

Hình 3. 19. Cấu trúc MLP của chuyển đổi giữa đất chuyên lúa sang đất xây dựng 2001-2006

Mô hình MLP sử dụng trong IDRISI lựa chọn sử dụng tự động học. Thông
số của mô hình bao chuyển đổi chuyên lúa sang đất xây dựng bao gồm:
- Tổng số lượng mẫu là 4175 pixel được lấy ngẫu nhiên trải đều trên toàn bộ
khu vực, trong đó 1 nửa dùng cho chạy mô hình và 1 nửa dùng để kiểm tra mô hình.
- Vòng lặp là 10000
- Tốc độ học là 0.001
- Tham số bước đà: 0.5
- Số nút là 3
Kết quả mô hình cho ra: RMS đào tạo là 0.3748 và RMS kiểm tra là 0.3837.
Độ chính xác là 78.22% đảm bảo độ chính xác mô hình7.

7
Các chỉ số được lấy trong kết quả chạy mô hình tại phụ lục 6
 124

Khả năng chuyển đổi từ đất chuyên lúa sang ao hồ Khả năng chuyển đổi từ đất chuyên lúa sang đất xây dựng

Khả năng chuyển đổi từ đất màu lúa sang xây dựng Khả năng chuyển đổi từ đất màu lúa sang chuyên lúa

Khả năng chuyển đổi từ đất chuyên lúa sang màu lúa

Hình 3. 20. Khả năng chuyển đổi sử dụng đất sau năm 2001
 125

Khả năng chuyển đổi từ đất màu lúa sang chuyên lúa Khả năng chuyển đổi từ đất màu lúa sang đất xây dựng

Khả năng chuyển đổi từ đất chuyên lúa sang đất xây dựng Khả năng chuyển đổi từ đất chuyên lúa sang màu lúa

Khả năng chuyển đổi từ đất chuyên lúa sang ao hồ

Hình 3. 21. Khả năng chuyển đổi sử dụng đất sau năm 2006
 126

3.4.3. Kiểm chứng mô hình

Quá trình mô hình hóa biến động sử dụng đất là quá trình lựa chọn các vị trí
mới có khả năng thích nghi cao cho sự chuyển đổi từ loại hình sử dụng này sang
loại hình sử dụng đất khác. Trong luận án chỉ nghiên cứu các yếu tố ảnh hưởng đến
5 loại hình chuyển đổi chính trong khu vực. Vì thế khi kiểm chứng cho mô hình
biến đổi sử dụng đất tại khu vực Đông Anh, Hà Nội ngoài đánh giá cho từng mô
hình con của từng loại hình chuyển đổi, cần phải đánh giá cho tổng thể mô hình
biến động sử đất. Hai kỹ thuật sử dụng trong kiểm chứng mô hình biến động sử
dụng đất của khu vực Đông Anh, Hà Nội bao gồm kiểm chứng theo hệ số Kappa
[134] và kiểm chứng theo ROC [56]. Sử dụng hệ số Kappa với mục đích kiểm
chứng tổng thể mô hình, còn sử dụng ROC nhằm kiểm chứng các mô hình chuyển
đổi con của từng loại hình chuyển đổi sử dụng đất.
Kỹ thuật ROC (Relative opering characteristic) ROC đặc trưng bởi một
bảng 2x2 được áp dụng để kiểm chứng cho từng mô hình chuyển đổi sử dụng đất
bằng cách chồng xếp không gian thích nghi với bản đồ chuyển đổi sử dụng đất thực
tế tương ứng của từng giai đoạn. ROC là phương pháp mô tả mối quan hệ giữa dự
báo đúng và sai đối với giá trị mặc định 0.5 là giá trị diện tích dưới đường cong
(AUC). Phần trăm chuyển đổi đúng (true –positive) và phần trăm chuyển đổi sai
(false positive) được tính theo công thức:

Bảng 3. 16. Bảng kiểm chứng mô hình

Thực tế
Mô hình
Chuyển đổi Không chuyển đổi Tổng
Chuyển đổi A (số lượng pixel) B (số lượng pixel) A+B
Không chuyển đổi C (số lượng pixel) D (số lượng pixel) C+D
Tổng A+B B+D A+B+C+D
 127

Diện tích phía dưới đường cong thay đổi từ 0.5 đến 1 chỉ mức độ phù hợp
giữa khả năng chuyển đổi với bản đồ chuyển đổi thực tế của loại hình chuyển đổi sử
dụng đất. Nếu mô hình dự báo của các loại hình chuyển đổi là hoàn hảo thì đường
cong diện tích dưới đường cong là lớn nhất bằng 1.

100
90
80
True positive %

70
60
50
40
30
20
10
0 Fasle positive %
0 10 20 30 40 50 60 70 80 90 100

Đường cong chuyển đổi từ đất chuyên lúa sang đất ao, diện tích AUC là 0.701
Diện tích AUC là 0.5
Đường cong chuyển đổi từ đất chuyên lúa sang đất xây dựng, diện tích AUC là 0.737
Đường cong chuyển đổi từ đất chuyên lúa sang màu lúa, diện tích AUC là 0.636
Đường cong chuyển đổi từ đất màu lúa sang đất xây dựng, diện tích AUC là 0.506
Đường cong chuyển đổi từ đất màu lúa sang đất chuyên lúa, diện tích AUC là 0.602

Hình 3. 22. Đường cong ROC đánh giá từng loại chuyển đổi sử dụng đất giai đoạn 2001-2006
Hình 3.22 là kết quả đánh giá mô hình con cho từng loại hình chuyển đổi sử dụng
đất riêng rẽ giai đoạn 2001-2006. Đối với mỗi một loại hình chuyển đổi sử dụng đất
sẽ có một đường cong ROC tương ứng. Diện tích phía dưới dường cong trong
khoảng 0.506 đến 0.737, tương ứng với mức thấp nhất cho loại hình chuyển đổi từ
đất màu lúa sang đất xây dựng và cao nhất là loại hình chuyển đổi từ đất chuyên lúa
sang đất xây dựng. Đối với giai đoạn 2006-2013, kết quả đánh giá mô hình con thể
hiện ở hình 3.23. Độ chính xác thấp nhất khi diện tích dưới đường cong 0.529 thuộc
về loại hình chuyển đổi từ đất màu lúa sang đất chuyên lúa. Tiếp đến là loại hình
chuyển đổi từ màu lúa sang đất xây dựng với diện tích AUC là 0.533. Lý giải cho
kết quả của diện tích AUC thấp có nguyên nhân từ việc các yếu tố đầu vào của các
 128

mô hình con là chưa đủ hoặc có thể sự phân lớp các yếu tố tác động đến từng loại
chuyển đổi là chưa hợp lý.

100
90
80
True positive %

70
60
50
40
30
20
10
0 Fasle positive %
0 10 20 30 40 50 60 70 80 90 100
Đường cong chuyển đổi từ đất màu lúa sang đất chuyên lúa, diện tích AUC là 0.529
Đường cong chuyển đổi từ đất màu lúa sang đất xây dựng, diện tích AUC là 0.533
Đường cong chuyển đổi từ đất chuyên lúa sang đất màu lúa, diện tích AUC là 0.599
Đường cong chuyển đổi từ đất chuyên lúa sang đất xây dựng, diện tích AUC là 0.735
Đường cong chuyển đổi từ đất lúa sang ao, diện tích AUC là 0.730
Diện tích AUC là 0.5

Hình 3. 23. Đường cong ROC đánh giá từng loại chuyển đổi sử dụng đất giai đoạn 2006-2013
Đánh giá độ chính xác theo ROC chỉ đánh giá được cho từng loại hình
chuyển đổi, điểm yếu của phương pháp này là không tính đến sự phân bố không
gian của các pixel đúng và pixel sai trong mối quan hệ giữa mô hình và bản đồ
chuyển đổi thực tế. Vì thế ngoài việc đánh giá cho từng mô hình con thì việc đánh
giá mô hình biến động sử dụng đất tổng thể bằng hệ số kappa là cần thiết. Hệ số
Kappa được xác định giống như trong kiểm chứng phân loại ảnh trong chương 2,
kiểm chứng tổng thể mô hình bằng cách xây dựng bản đồ mô phỏng sử dụng đất ở
thời điểm năm 2013 từ dữ liệu sử dụng đất năm 2001, 2006 và các yếu tố tác động
đến chuyển đổi các loại hình từ năm 2001-2013. Sau đó bản đồ mô phỏng sử dụng
đất năm 2013 chồng xếp lên bản đồ thực tế năm 2013 để tính hệ số Kappa. Bảng kết
quả tính kappa được trình bày trong phụ lục 8 với Kappa = 0.7277 cho thấy mô hình
đạt độ chính xác tốt. Đối sánh với kết quả kiểm chứng cho từng mô hình con của
 129

từng loại hình chuyển đổi và mô hình tổng thể cho thấy các sự biến động các loại
hiện dụng đất có sự tương tác chặt chẽ với nhau, khi các yếu tố ảnh hưởng đến tổng
thể của tất cả các loại hình sử dụng đất đó thì độ chính xác của mô hình tổng thể
tăng lên so với từng mô hình con riêng rẽ.

Đánh giá không gian của một số hình biến động sử dụng đất theo mô hình và
biến động thực thế trong giai đoạn 2001-2006 và 2006 -2013.

Khả Lúa – Xây dựng

100
Khả năng chuyển đổi theo mô hình
năng Diện tích Diện tích
80
chuyển mô hình thực tế Chuyển đổi thực tế
60
đổi (%) (%)
40
< 20% 79.6 98.0
20
20-40% 5.9 0.0
0
40-60% 4.5 0.0
< 20% 20-40% 40-60% 60-80% > 80%
60-80% 3.2 0.1
> 80% 6.8 1.9
Hình 3. 24. Phần trăm diện tích chuyển đổi từ đất lúa sang đất xây dựng theo mô hình và
thực tế giai đoạn 2001-2006.

Khả Màu lúa – Xây dựng 100

năng Diện tích Diện tích Khả năng chuyển đổi theo mô hình
80
chuyển mô hình thực tế Chuyển đổi thực tế
60
đổi (%) (%)
40
< 20% 87.8 99.5
20-40% 4.5 0.0 20

40-60% 3.3 0.0 0

60-80% 2.8 0.0 < 20% 20-40% 40-60% 60-80% > 80%

> 80% 1.6 0.5

Hình 3. 25. Phần trăm diện tích chuyển đổi từ đất màu lúa sang đất xây dựng theo mô hình
và thực tế giai đoạn 2001-2006.
 130

Khả Lúa – Xây dựng 100

Khả năng chuyển đổi theo mô hình
năng 80
Diện tích Diện tích
chuyển Chuyển đổi thực tế
mô hình thực tế 60
đổi
(%) (%) 40

< 40% 63.8 95.0 20

40-60% 24.0 0.2
0
60-80% 2.3 0.1 <40% 40-60% 60-80% >80%

> 80% 9.9 4.7

Hình 3. 26. Phần trăm diện tích chuyển đổi từ đất lúa sang đất xây dựng theo mô hình và
thực tế giai đoạn 2006-2013

Khả Màu lúa – Xây dựng

100
năng
Diện tích Diện tích Khả năng chuyển đổi theo mô hình
80
chuyển
mô hình thực tế Chuyển đổi thực tế
đổi 60
(%) (%)
40
< 20% 79.3 95.7
20-40% 7.5 0.0 20

40-60% 5.2 0.1

0
60-80% 2.7 0.1 < 20% 20-40% 40-60% 60-80% > 80%

> 80% 5.3 4.1

Hình 3. 27. Phần trăm diện tích chuyển đổi từ đất màu lúa sang đất xây dựng theo mô hình
và thực tế giai đoạn 2006-2013.
Phân tích không gian giữa kết quả chuyển đổi sử dụng đất theo mô hình với
chuyển đổi thực của hai loại hình chuyển đổi từ đất lúa sang đất xây dựng và từ đất
 131

màu lúa sang đất xây dựng giai đoạn 2001- 2006 và 2006 -2013 thể hiện ở hình
3.24 ÷ 3.27 cho thấy số liệu của mô hình tương đối sát với thực tế.

Kết quả nghiên cứu ở chương 3 cho thấy, mức độ đô thị hóa cho huyện Đông
Anh trên cơ sở tiếp cận lý thuyết đô thị hóa khu vực ven đô là sự chuyển đổi khu
vực nông thôn thành khu vực thành thị. Mức độ đô thị hóa được xác định trên các
nhóm chỉ tiêu về sử dụng đất, dân số, cơ cấu kinh tế và điều kiện cơ sở vật chất. Kết
quả đã xác định được mức độ đô thị hóa cho từng thôn và phân thành 6 cấp theo 3
thời điểm 2001, 2006 và 2011. Mức độ đô thị hóa của Đông Anh tăng tuyến tính
trong 3 thời điểm, những thôn nằm gần thị trấn Đông Anh và những thôn bám theo
trục giao thông Hà Nội – Nội Bài có mức độ đô thị hóa mạnh.
Bằng phương pháp phân tích hồi quy logistic và mô hình MLP đã đánh giá
được nguyên nhân của các yếu tố đô thị hóa đến biến động sử dụng đất của huyện.
Từ kết quả đánh giá cho thấy điều kiện kinh tế xã hội và điều kiện từ nhiên đều liên
quan đến biến động sử dụng đất. Đô thị hóa không chỉ tác động lên sự chuyển đổi từ
đất nông nghiệp sang đất phi nông nghiệp mà còn tác động tới sự chuyển đổi nội tại
giữa các loại hình sử dụng đất trong đất nông nghiệp.
 132

KẾT LUẬN VÀ KIẾN NGHỊ

Kết quả nghiên cứu đề tài luận án “"Nghiên cứu tác động của quá trình đô
thị hóa đến cơ cấu sử dụng đất nông nghiệp khu vực Đông Anh Hà Nội”đã khẳng
định rằng: các luận điểm của luận án đã được chứng minh đầy đủ và tường minh.
Dựa trên lý thuyết và kết quả nghiên cứu, luận án đưa ra một số kết luận và kiến
nghị sau đây:

A. Kết luận
Từ những phân tích và kết quả nghiên cứu đánh giá tác động của quá trình đô
thị hóa đến thay đổi cơ cấu sử dụng đất nông nghiệp của khu vực Đông Anh,
Hà Nội dựa trên tiếp cận liên ngành có thể rút ra một số kết luận sau:
1. Về nghiên cứu chiết tách thông tin sử dụng đất: Thông tin sử dụng đất là thông
tin được xác định thông qua mối quan hệ giữa sử dụng đất với lớp phủ bề mặt dựa
vào chức năng kinh tế. Việc chiết tách thông tin sử dụng theo phương pháp phân
loại mờ tiếp cận đối tượng thông qua việc so sánh hàm liên thuộc của tập mẫu lựa
chọn chỉ số đặc trưng cho từng lớp sử dụng đất với mức độ chồng phủ bằng 0 cho
thấy kết quả đạt đô tin cậy cao. Ngoài thông tin về phổ trên ảnh, luận án sử dụng
thêm các các thông tin phổ và thông tin hình học bổ sung cho việc chiết tách.
2. Về việc đánh giá mức độ đô thị hóa của khu vực: Phương pháp đánh giá tiếp cận
lý thuyết đô thị hóa liên quan đến quá trình chuyển đổi của khu vực ven đô. Phép
phân tích PCA đa tiêu chí cho các nhóm chỉ tiêu tỉ trọng mục đích sử dụng đất, dân
số và điều kiện cơ sở vật chất và nhóm chỉ tiêu về cơ cấu kinh tế. Kết quả phân tích
đã cung cấp mức độ đô thị hóa và mức độ hoạt động nông nghiệp cho 145 thôn và 1
thị trấn tại 3 thời điểm 2001, 2006 và 2011, theo đó:
- Năm 2001, số thôn có mức độ đô thị hóa thấp dưới 0 chiếm tỉ lệ 67% số
thôn trong toàn huyện.
- Năm 2006, mức đô thị hóa có tăng nhưng số thôn có mức độ đô thị hóa
thấp vẫn chiếm hơn 50%, đến năm 2011, số thôn có mức độ đô thị hóa ở mức này
giảm xuống dưới 40%.
 133

Trong giai đoạn 2001 đến 2011 mức độ đô thị hóa tăng mạnh hơn đối với
những thôn gần Hà Nội và thị trấn Đông Anh.
3. Về biến động sử dụng đất nông nghiệp: Trong giai đoạn 2001-2013, đất chuyên
lúa là loại hình bị giảm mạnh nhất với diện tích lên tới 1810.27ha tương ứng với
9.8% tổng diện tích và phần lớn diện tích đất lúa bị chuyển đổi sang đất xây dựng
với 908.589ha tương ứng 4.9% với tổng diện tích. Kết quả phân tích không gian
xác định được 5 loại hình chuyển đổi chính của huyện Đông Anh, bao gồm:
- Chuyển đổi từ đất chuyên lúa sang đất xây dựng chiếm 2% tổng diện tích
trong giai đoạn 2001-2006 và chiếm 4.9% tổng diện tích đất trong giai đoạn
2006-2013;
- Chuyển đổi từ đất chuyên lúa sang màu lúa chiếm 9.2% tổng diện tích
trong giai đoạn 2001-2006 và trong giai đoạn 2006 – 2013, chuyển đổi này giảm
chỉ còn 4.6%;
- Chuyển đổi từ đất chuyên lúa sang ao hồ chiếm 1.5% tổng diện tích trong
giai đoạn 2001-2006 và 1% trong giai đoạn 2006-2013;
- Chuyển đổi từ đất màu lúa sang đất xây dựng 0.5% giai đoạn 2001 – 2006
và 7 năm sau, diện tích loại chuyển đổi này tăng lên hơn 8 lần;
- Chuyển đổi từ đất màu lúa sang đất lúa 6.0% tổng diện tích trong giai đoạn
2001-2006 và trong giai đoạn 2006- 2013 loại hình này tăng lên là 7.4%
tổng diện tích.
Kết quả phân tích không gian cũng cho thấy rằng: càng ở gần ở gần đường
giao thông và những khu vực có mức đô thị hóa mạnh thì diện tích đất lúa càng
bị giảm mạnh.
4. Các phương pháp thống kê và mô hình hóa không gian đã lượng hóa được tác
động của đô thị hóa đến sử dụng đất. Phương pháp phân tích hồi quy không gian
xác định được các yếu tố kinh tế - xã hội và yếu tố tự nhiên liên quan đến đô thị hóa
tác động và biến động cơ cấu sử dụng đất nông nghiệp trong khu vực nghiên cứu.
 134

- Yếu tố kinh tế - xã hội bao gồm: mức độ đô thị hóa, thay đổi mật độ dân
số, thay đổi cơ cấu lao động, thay đổi cơ cấu nguồn thu nhập.
- Yếu tố tự nhiên bao gồm: khoảng cách đến Hà Nội, khoảng cách tới đường
giao thông chính, khoảng cách đến khu vực dân cư
Các yếu tố này vừa là tác nhân làm thúc đẩy và vừa là nguyên nhân làm kìm
hãm chuyển đổi sử dụng đất nông nghiệp trong khu vực. Mỗi một loại hình chuyển
đổi sẽ bị tác động bởi các yếu tố khác nhau, cùng một loại hình chuyển đổi sử dụng
đất nhưng theo các giai đoạn khác nhau thì các yếu tố ảnh hưởng đến nó cũng là
khác nhau. Yếu tố khoảng cách tới khu dân cư, mức độ đô thị hóa và thay đổi mật
độ dân số là các yếu tố chính liên quan đến hầu hết các chuyển đổi sử dụng đất nông
nghiệp ở Đông Anh.
B. Kiến nghị
1. Nghiên cứu này mới tập trung đánh giá tác động của các yếu tố của đô thị hóa
ảnh hưởng đến biến động cơ cấu sử dụng đất của một đơn vị lãnh thổ theo chiều
tương tác thuận. Nhưng sử dụng đất vừa là kết quả và vừa là nguyên nhân của quá
trình đô thị hóa, vì vậy, tương tác nghịch là một vấn đề cần được nghiên cứu để xác
định mức độ ảnh hưởng của quá trình biến động sử dụng đất đối với sự phát triển
các đô thị nói chung và các khu vực ven đô nói riêng.
2. Kiến nghị sử dụng phương pháp phân loại mờ tiếp cận đối tượng trong chiết tách
thông tin sử dụng đất ở các khu vực ven đô và tích hợp phân tích thống kê với mô
hình hóa không gian trong đánh giá mối tương tác giữa điều kiện tự nhiên và kinh tế
- xã hội liên quan với biến động sử dụng đất.
 135

DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ

LIÊN QUAN ĐẾN ĐỀ TÀI LUẬN ÁN
1. Trinh Thi Hoai Thu (2009), “Monitoring changes in land use”, 7th FIG Regional
Conference, Hanoi Vietnam.
2. Võ Chí Mỹ, Trịnh Thị Hoài Thu, Phạm Thị Làn, Lê Thị Thu Hà (2010), “Using
vegetation index in monitoring exploited land cover”, Proceedings of International
Mining Conference on “Advanced Mining for Sustainable Development” Halong
Vietnam, pp 250 – 246.
3. Trịnh Thị Hoài Thu, Lê Thi Thu Hà, Phạm Thị Làn (2012), So sánh phương pháp
phân loại dựa vào điểm ảnh và phương pháp phân loại định hướng đối tượng chiết
xuất thông tin lớp phủ bề mặt từ ảnh độ phân giải cao, Tạp chí Khoa học Mỏ địa
chất, 39, tr 59-65.
4. Trịnh Thị Hoài Thu (2013), “Nghiên cứu phân loại mờ tiếp cận đối tượng chiết
tách thông tin sử dụng đất khu vực Đông Anh, Hà Nội ”, Tạp chí Khoa học Đo đạc
Bản đồ, 30 (4) PC, tr 545 -554.
5. Trinh Thi Hoai Thu, Pham Thi Lan, Tong Huyen Ai (2013), “Rule set of object-
oriented classification using Landsat imagery in Donganh, Hanoi, Vietnam”,
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and
Cartography, Vol. 31, No. 6-2, pp 521-527.
6. Trịnh Thị Hoài Thu, Lê Thị Thanh Hương (2014), “Dự báo xu hướng biến động
sử dụng đất khu vực Đông Anh, Hà Nội”, Tạp chí Khoa học Đo đạc Bản đồ, 21,
tr 60-64.
 136

TÀI LIỆU THAM KHẢO

1. Chính Phủ (2009), Nghị định về việc phân loại đô thị, Chính phủ, Hà Nội.
2. Nguyễn Hữu Đoàn (2009), Vận dụng phương pháp phân tích đa tiêu chí đánh
giá mức độ đô thị hóa nhằm góp phần xây dựng các quan điểm phát triển đô thị ở
Việt Nam đến năm 2020, lấy Hà Nội làm ví dụ, Tiễn sĩ, Kinh tế quốc dân, Hà Nội.
3. Đinh Thị Bảo Hoa (2007), Nghiên cứu sử dụng hợp lý đất vùng ven đô - huyện
Thanh Trì, Hà Nội với sự hỗ trợ của viễn thám và hệ thống thông tin địa lý, Đại học
khoa học tự nhiên Hà Nội, Hà Nội.
4. Trịnh Duy Luân (2004), Xã hội học đô thị, Nhà xuất bản khoa học xã hội, Hà nội.
5. Lê Du Phong, Nguyễn Văn Áng, Hoài Văn Hoa (2002), Ảnh hưởng của đô thị
hóa đến nông thôn ngoại thành Hà Nội, Nhà xuất bản chính trị quốc gia, Hà Nội.
6. Lê Thị Minh Phương (2014), Nghiên cứu hình thái đô thị Hà Nội phục vụ định
hướng quy hoạch dưới sự trợ giúp của viễn thám va hệ thông tin địa lý, Đại học
khoa học tự nhiên, Hà Nội.
7. Nguyễn Văn Sửu (2014), Công nghiệp hóa, đô thị hóa và biến đổi sinh kê ở ven
đô Hà Nội, NXB Trí Thức, Hà Nội.
8. Nguyễn Duy Thắng (2009), "Tác động của đô thị hóa đến các mặt kinh tế - xã
hội của vùng ven đô và những vấn đề quan tâm", Xã hội học, 1, 80-84.
9. Trương Quang Thao (2004), Đô thị học những khái niệm mở đầu: đô thị - đô thị
hóa - đô thị học, lối quy hoạch - nhà quy hoạch, NXB Xây dựng, Hà Nội.
10. Akif Mohammed Al Fugara, Biswajeet Pradhan, Thamer Ahmed Mohamed
(2009), "Improvement of land-use classification using object-oriented and fuzzy
logic approach", Appl Geomat, 1, 111 - 120.
11. Azadi, H Ho, P Hasfiati (2011), "Agricultural land conversion drivers: A
comparison between less developed, developing and developed countries", Land
Degradation & Development, 22 (6), 596-604.
12. M. Baatz, A. Schape (2000), "Multiresolution segmentation - an optimization
approach for high quality multi-scale image segmentation.", pp 12-23.
 137

13. András Bárdossy, Luis Samaniego (2002), "Fuzzy Rule-Based Classification of

Remotely Sensed Imagery", Geoscience and remote sensing, 40 (2), 362 - 374.
14. David J. Bartholomew, Finona Steele, Irini Moustaki, - Jane I. Galbraith
(2003), "Analysis of multivariate social science data", Tayloe&Fancis.
15. U Benz (1999), "Supervized fuzzy analysis of single and multichannel SAR
data", Transaction on Geoscience and Remote sensing, 37 (2), pp 1023-1037.
16. T. Blaschke (2010), "Object based image analysis for remote sensing", ISPRS
Journal of Photogrammetry and Remote Sensing, 65 (1), 2-16.
17. Michael Bock, Panteleimon Xofis, Jonathan Mitchley, Godela Rossner,
Michael Wissen (2005), "Object-oriented methods for habitat mapping at multiple
scales – Case studies from Northern Germany and Wye Downs, UK", Journal for
Nature Conservation, 13 (2-3), 75 - 89.
18. Fu Bojie, Chen Liding, Ma Keming (2001), "Landscape Ecology Principles and
Applications. Beijing", Science Presss in Chinese.
19. F. Boon (1996), Précis de Télédétection, II - Applications thématiques, Presses
de l’Université du Québec.
20. R. Mitchell Brian, Yeqiao Wang, Jarunee Nugranad-Marzilli, Gregory Bonynge,
Yuyu Zhou, Gregory Shriver (2009), "Remote sensing of land-cover change and
landscape context of the National Parks: A case study of the Northeast Temperate
Network", Remote Sensing of Environment, 113 (7), 1453-1461.
21. Bsowmya, B sheelarani (2011), "Land cover classification using reformed
fuzzy C-means", Indian Academy of Sciences, 36, 153 - 165.
22. PJ Burgess, J Morris (2009), "Agricultural technology and land use futures: The
UK case", Land Use Policy, 26 (1), 222-229.
23. G.F. Byrne, Crapper P.F., Mayo K.K. (1980), "Monitoring land-cover change
by principal component analysis of multitemporat landsat data.", Remote Sensing of
Enronviment, 10, pp 301-306.
24. Campbell, David J. Lusch, David P. Smucker, Thomas A. Wangui, Edna E
(2005), "Multiple Methods in the Study of Driving Forces of Land Use and Land
 138

Cover Change: A Case Study of SE Kajiado District, Kenya", Human Ecology, 33

(6), 763-794.
25. TN. Carlson, ST. Arthur (2000), "The impact of land use-land cover changes
due to urbanization on surface microclimate and hydrology: A satellite
perspective.", Global and Planetary Change,, 25 (1-2), 49-65.
26. Castella, Jean-Christophe, Pheng Kam Suan, Dinh Quang Dang, Verburg Peter
H, Thai Hoanh Chu (2007), "Combining top-down and bottom-up modelling
approaches of land use/cover change to support public policies: Application to
sustainable management of natural resources in northern Vietnam", Land Use
Policy, 24 (3), 531-545.
27. Tomaso Ceccarelli, Daniela Smiraglia, Sofia Bajocco, Simone Rinaldo,
Antonella De, Angelis, Luca Salvati, Luigi Perini (2013), "Land cover data from
Landsat single-date imagery: an approach integrating pixel-based and object-based
classifiers", European Journal of Remote Sensing, 46, 699 - 717.
28. Su Changhong, Fu Bojie, Lu Yihe, Lu Nan, Zeng Yuan, He Anna, Halina
Lamparski (2011), "Land use change and anthropogenic driving forces: A case
study in Yanhe River Basin", Chinese Geographical Science, 21 (587-599).
29. Wei Sua Minjie Chena, Li Lia, Chao Zhanga, Anzhi Yuea, Haixia Lia (2009),
"Comparison of Pixel-based and Object-oriented Knowledge-based Classification
Methods Using SPOT5 Imagery", Information science and applications, 3 (6), 447 - 459.
30. Vu Kim Chi (2007), Land use change in the Suoi Muoi catchment, Vietnam:
disentangling the role of natural and cultural factors, PhD, Katholieke universiteit
Leuven, 186.
31. K.M Chomitz, T.S Thomas (2003), "Determinants ofland use in Amazonia: A
fine-scale spatial analysis", American Journal of Agricultural Economics, 85 (4),
1016–1028.
32. Barney Cohen (2006), "Urbanization in developing countries: Current trends,
future projections, and key challenges for sustainability", Technology in Society, 28
(1-2), 63-80.
 139

33. Oscar Cordón, María José del Jesus, Fancisco Herrera (1999), "A proposel on
reasoning methods in fuzzy rule-based classification systems", International
Journal of Approximate Reasoning, 20, 21 - 45.
34. E.P. Crist (1985), "ATM tasseled cap equivalent transformation for
reflectancefactor data.", Remote Sensing of Enronviment, 17, pp 301-306.
35. Pham Van Cu, Pham Thi Thanh Hien, Tong Thi Huyen Ai, Nguyen Thi Thuy
Hang, Pham Ngoc Hai (2014), "The conversion of agricultural land in the peri-
urban areas of Hanoi (Vietnam): patterns in space and time", Journal of Land Use
Science, 1-19.
36. XF Cui, HF Graf, B Langmann (2006), "Climate impacts of anthropogenic
land use changes on the Tibetan Plateau", Global and Planetary Change, 54 ((1-2)),
33-56.
37. N. Currit, W E. Easterling (2009), "Globalization and population drivers of
rural-urban land-use change in Chihuahua, Mexico.", 2009, Land use Policy (26),
535-544.
38. SP. Dalle, S. De Blois, J. Caballero (2006), "Integrating analyses of local land-
use regulations, cultural perceptions and land-use/land cover data for assessing the
success of community-based conservation.", Forest Ecology and Management, 222
(1), 370-383.
39. A. Mouat David, G. Mahin Glenda, Judith Lancaster (1993), "Remote sensing
techniques in the analysis of change detection", Geocarto International, 8 (2), 39 - 50.
40. C.M. De Almeida, Batty M, Vieira Monteiro A.M, Camara G, Soares-Filho
B.S, Coutinho, Cerqueira G, Lopes Pennachin C (2003), "Stochastic cellular
automata modeling of urban land use dynamics: Empirical development and
estimation", Computers, Environment and Urban Systems, 27.
41. A. Dehvari, R. J Heck (2009), "Comparison of object based and pixel based
infrared airborne image classification methods using DEM thematic layer", Journal
of Geography and Regional Planning, 2, 86 - 96.
 140

42. F. Levia Delphis, Daniel R. Page (2000), "The Use of Cluster Analysis in
Distinguishing Farmland Prone to Residential Development: A Case Study of
Sterling, Massachusetts", Environ Manage, 25 (5), 541-548.
43. M Delucchi (2011), "A conceptual framework for estimating theclimate
impacts of land-use change due to energy crop programs", Biomass and Bioenergy.
44. J. S. Deng, K. Wang, Y. H. Deng, G. J. Qi (2008), "PCA-based land use change
detection and analysis using multitemporal and multisensor satellite data",
International Journal of Remote Sensing, 29 (16), 4823-4838.
45. Do Dinh Duan, Mamoru Shibayama (2008), "Studies on Hanoi Urban
Transition in 20th Century Based on GIS/RS", Humanophere, 1- 20.
46. L. Duchateau, R.L. Kruska, Perry B.D. (1997), "Reducing a spatial database to
its effective dimensionality for logistic-regression analysis of incidence of livestock
disease", Preventive Veterinary Medicine, 32, 207-218.
47. Nguyen Dinh Duong, Le Kim Thoa, Nguyen Thanh Hoan, Tran Anh Tuan, Ho
Le Thu (2002), "Study on urban growth of Hanoi using multitemporal and
multisensor remote sensing data", International Symposium on Geoinformatics for
Spatial Infrastructure Development in Earth and Allied Sciences, 1- 5.
48. FAO (1993), Proposal for a gloabl land use classification, FAO, Italy, 1 - 20.
49. FAO (1995), Planning for Sustainable Use of Land Resources, FAO.
50. S Fazal (2001), "The Need for preserving farmland: A case study from a
predominantly agrarian economy (India)", Landscape and Urban Planning, 55, 1-13.
51. T. Firman (1997), "Land conversion and urban development in the Northern
region of West Java, Indonesia.", Urban Studies, 34 (1027-1046).
52. T. Firman (1999), "Rural to urban land conversion in Indonesia during boom
and bust periods", Land Use Policy, 17, 13-20.
53. Y. Gao, J.F. Mas (2008), "A comparison of the performance of pixel-based and
object-based classifications over images with various spatial resoulutions", 1 - 6.
 141

54. K.P Gaurav, K.G Prasun (2010), "Comparison of Advanced Pixel based (ANN
and SVM) and Object oriented classification approaches using Landsat 7ETM
data", International Journal of Engineering and Technology, 2, 245 - 251.
55. D. Geneletti, B. G. H. Gorte (2003), "A method for object-oriented land cover
classification combining Landsat TM data and aerial photographs", International
Journal of Remote sensing, 24 (6), 1273 - 1286.
56. R. Gil Pontius Jr, Laura C. Schneider (2001), "Land cover change model
validation by an ROC method for Idswich watershed, Massachusset, USA",
Argriculture, Ecosytems and Environment, 85.
57. C L. Goodale, J D. Aber (2001), "The long-term effects of land-use history on
nitrogen cycling in northern hardwood forests", Ecological Application, 11 (1),
253–267.
58. Fischer Günther (2000), Driving Forces of Arable Land Conversion in China,
International Institute for Applied Systems Analysis.
59. Garik Gutman, Anthony C. Janetos, Christopher O. Justice, Emilio F. Moran,
John F. Mustard, Ronald R. Rindfuss, David Skole, Billy Lee Turner II, Mark A.
Cochrane (2004), Land change Science, Kluwer Academic London.
60. Peter Gyuris (2010), Satellite remote sensing: report on the limitations and
potentials of satellite EO data, Urkraine, 143.
61. Hamandawana H, Nikambwe M, Chanda R (2005), "Population driven changes
in land use in Zimbabwe’s Gutu district of Masvingo Province: Some lessons from
recent history", Applied Geography, 25 (3), 248-270.
62. Pham Minh Hai, Y Yamaguchi (2003), "Use of Remote Sensing to Monitor
Urbanization of Hanoi City Center".
63. Pham Minh Hai, Yasushi Yamaguchi "Characterizing the urban growth of
Hanoi, Nagoya, and Shanghai city using remote sensing and spatial metrics".
64. SS Han, CX. He (1999), "Diminishing farmland and urban development in
China: 1993–1996", Geo Journal, 49, 257-267.
 142

65. PM Haygarth, Ritz K (2009), "The future of soils and land use in the UK: Soil
systems for the provision of land-based ecosystem services.", Land Use Policy,
187–197.
66. Hydrologic Engineering Center (1979), Determination of Land use from
Landsat Imagery: Applicattions to Hydrologic Modeling.
67. Pham Thi Thanh Hien, Tong Thi Huyen Ai, Pham Van Cu (2013), "Becoming
Urban: How Urbanization influences the loss of arable land in peri-urban Ha Noi",
Combutational Science and Its Application - ICCSA, PP 238-252.
68. SPS Ho, GCS Lin (2004), "Converting land to non agricultural use in China’s
coastal provinces: evidence from Jiangsu", Modern China, 30, 81-112.
69. Satoshi Hoshino (1996), Statistical analysis of land-use change and driving
forces in the Kansai district, Japan, International Institute for Applied Systems
Analysis.
70. David Hosmer, Stanley Lemeshow, Rodney X. Sturdivant (2013), Applied
Logistic Regression, John Wiley & Sons, Canada.
71. Zhiyong Hu, C. P. Lo (2007), "Modeling urban growth in Atlanta using logistic
regression", Computers, Environment and Urban Systems, 31 (6), pp 667-688.
72. Klijn Ja (2004), "Driving forces behind landscape transformation in Europe,
from a conceptual approach to policy options. In: Jongman R H G (ed)", The New
Dimensions of the European Landscape and Urban Planning, 201–208.
73. Geoghegan Jacqueline, Lowell Pritchard, Yelena Ogneva-Himmelberger, Rinke
Roy Chowdhury, Steven Sanderson, B.L. Turner II (1998), People and pixels:
Linking remote sensing and Social Science, National research council, USA.
74. Urszula Janas, Aleksandra Mazur, Jacek Andezej Urbański (2009), "Object-
oriented classification of QuickBird data for mapping seagrass spatial structure",
Oceanological and Hydrobiological Studies, 38 (1), 17.
75. R. Anderson Jem, Erneste. Hardy, John T. Roach, Richard E. Witmer (1976), A
Land Use And Land Cover Classification System For Use With Remote Sensor
Data, Washington.
 143

76. J.R Jensen (2005), "Introductory digital image processing: A remote sensing
perspective".
77. Jerks, F George (1967), "The data model concept in statistical mapping",
International Yearbook of Cartography, 7, pp 186-190.
78. Gong Jianya, Sui Haigang, Ma Guorui, Zhou Qiming (2008), "A review of
multi-temporal remote sensing data change detection algorithms", The International
Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences,
XXXVII (B7), 6.
79. D. Kasarda John, Edward M. Crenshaw (1991), "Third World Urbanization:
Dimensions, Theories, and Determinants", Annual Review of Sociology, 17, 467- 503.
80. B.M Jones (2008), "Land-cover change on the suothern Kenai Peninsula
lowlands, Alaska using USGS lan cover trends methodology", Geography and
regional Planning, 1 (4), pp 068-071.
81. Kappas, Pavel, Martin, Fotso, A. Propastin Lucien (2007), "Remote sensing
based study on land Use/land cover change in a high populated region in bamileke
highlands, Cameroon", Conference on International Agricultural Research
Development.
82. Turkan A. Khaleed, Almas A. Khaleed (2005), "Fuzzy rule base - multispectral
images classification", Iraqui Joural Earth Science, 5, 32 - 40.
83. C. Köbrich, Rehman T, Khan M (2003), "Typification of farming systems for
constructing representative farm models: Two illustrations of the application of
multi-variate analyses in Chile and Pakistan", Agricultural Systems, 76, 141-157.
84. Reeitsu Kojima (1995), "Urbanization in China", The Developing Economies,
XXXIII-2, 121-155.
85. Kostrowicki (1977), "Agricultural typology concept and method", Agricultural
Systems, 2, 33 - 45.
86. E G Koukios (1987), "The effects of new biosystems technology on land use:
The case of the European Community", Land Use Policy, 4 (3), 219-228.
 144

87. Jipsa Kurian, V.Karunakaran (2012), "A Survey on Image Classification

Methods ", International Journal of Advanced Research in Electronics and
Communication Engineering, 1 (4), 69-72.
88. P. Kuskova, S. Gingrich, F. Krausmann (2008), "Long term changes in social
metabolism and land use in Czechoslovakia, 1830– 2000: An energy transition
under changing political regimes", Ecological Economics, 68 ((1-2)), 394-407.
89. Lambin, Rounsevell, Geist (2000), "Are agricultural land-use models able to
predict changes in land-use intensity?", Agriculture Ecosystems and Environment,
82 (11), 321–331.
90. E F Lambin, H J Geist, E Lepers (2003), "Dynamics of Land-Use and Land-
cover change in tropical regions", Annual Review of Environment and Resources,
28 (1), 205-241.
91. Michael Leaf (2011), Periurban Asia: A commentary on "becoming urban",
Canada.
92. Brody Lee, Tony Binns, Alan B Dixon (2010), "The dynamíc of Urban
Agriculture in Hanoi, Vietnam", Field Actions Science Report, (1), 1 - 8.
93. C L. Lee, S L. Huang, S L. Chan (2010), "Synthesis and spatial dynamics of
socio-economic metabolism and land use change of Taipei Metropolitan Region",
Ecological Modelling, 22 (21), 1940-1959.
94. Chun-Lin Lee, Shu-Li Huang, Shih-Liang Chan (2009), "The Synthesis and
Spatial Dynamics of Socio-economic Metabolism and Land-use Change", 1-35.
95. S. Lee, R. G. Lathrop (2005), "Sub-pixel estimation of urban land cover
components with linear mixture model analysis and Landsat Thematic Mapper
imagery", International Journal of Remote Sensing, 26, 4885-4905.
96. Jan Peter Lesschen, Peter H. Verburg, Steven J. Staal (2005), Statistical
methods for analysing the spatial dimension of changes in land use and farming
systems, The International Livestock Research Institute, Nairobi, Kenya & LUCC
Focus 3 Office, Wageningen University, the Netherlands, International Livestock
Research Institute.
 145

97. Stanisław Lewínsk (2006), "Object-oriented classification of Landsat ETM+

satellite image ", Journal of water and land development, 10, 91-106.
98. J. Li, H. M. Zhao (2003), "Detecting urban land- use and land - cover changes
in Mississauga using Landsat TM images", Journal of Environmental Informatics,
2, 38 - 47.
99. L. Li, S. L. Ustin, M. Lay.Li (2005), "Application of multiple endmember
spectral mixture analysis (MESMA) to AVIRIS imagery for coastal salt marsh
mapping: A case study in China Camp, CA, USA", International Journal of Remote
Sensing, 26, 5193 - 5207.
100. X Li, A.G Yeh (2002), "Neural-network-based cellular automata for
simulating multiple land use changes using GIS", International Journal of
Geographic Information Systems, 16 (4), 323–343.
101. E. Lichtenberg, C. Ding (2008), "Assessing farmland protection policy in
China.", Land Degradation & Development, 25, 59-68.
102. T.M. Lillesand, Keifer R.W. (1972), "Remote sensing and image
interpretation".
103. J. Liu, T. Dietz, S R. Carpenter (2007), " Complexity of coupled human and
natural system", Science, 317 (5844), 1513-1516.
104. Hualou Long, Guoping Tang, Xiubin Li, Gerhard K. Heilig Research Support,
Non-U.S. Gov't (2007), "Socio-economic driving forces of land-use change in
Kunshan, the Yangtze River Delta economic area of China", Environmental
Management, 83 (351-64).
105. Hualou Long, Xiuqin Wu, Wenjie Wang, Guihua Dong (2008), "Analysis of
Urban-Rural Land-Use Change during 1995-2006 and Its Policy Dimensional
Driving Forces in Chongqing, China", Sensors, 8, 681 - 699.
106. E. López, G. Bocco, M Mendoza, E Duhau (2001), "Predicting land-cover and
land-use change in the urban fringe: A case in Morelia city, Mexico", Landscape
and Urban Planning, 55.
 146

107. J. M. Jansen Louisa, Antonio Di Gregorio (2003), "Land-use data collection

using the “land cover classification system”: results from a case study in Kenya",
Land Use Policy, 20 (2), 131-148.
108. J.M. Jansen Louisa, Antonio Di Gregorio (2004), "Obtaining land-use
information from a remotely sensed land cover map: results from a case study in
Lebanon", International Journal of Applied Earth Observation and Geoinformation,
5 (2), 141-157.
109. D. Lu, P. Mausel, E. Brondízio, E. Moran (2004), "Change detection
techniques", International Journal of Remote Sensing, 25 (12), 2365-2401.
110. Qingshui Lu, Fuyuan Liang, Xiaoli Bi, Rodney Duffy, Zhiping Zhao (2011),
"Effects of urbanization and industrialization on agricultural land use in Shandong
Peninsula of China", Ecological Indicators, 11 (6), 1710-1714.
111. Richard Lucas, Aled Rowlands, Alan Brown, Steve Keyworth, Peter
Bunting (2007), "Rule-based classification of multi-temporal satellite imagery for
habitat and agricultural land cover mapping", Journal of Photogrammetry &
Remote Sensing, 62, 165 - 185.
112. Assefa M. Melesse , Jonathan D. Jordan (2002), "A Comparison of Fuzzy
vs. Augmented-ISODATA classification algorithms for cloud-shadow
discrimination from Landsat images ", Photogrammetric Engineering & Remote
Sensing, 68, 905 - 911.
113. IR Malaque, M Yokohari (2007), "Urbanization process and the changing
agricultural landscape pattern in the urban fringe of metro Manila, Philippines",
Environment and Urbanization, 19, 191-206.
114. Susana Martínez, Danilo Mollicone (2012), "From Land Cover to Land Use:
A Methodology to Assess Land Use from Remote Sensing Data", Remote Sensing,
4 (12), 1024 -1045.
115. R Marzaioli, D′Ascoli R, De Pascale R A (2010), "Soil quality in a
Mediterranean area of Southern Italy as related to different land use types", Applied
Soil Ecology, 44 (3), 205-212.
 147

116. P.M. Mather (2004), "Computer processing of remotely-sensed images: An

introduction, Chichester: John Wiley and Sons", Chichester: John Wiley and Sons.
117. H.R. Matinfar, F. Sarmadian, S.K. Alavi Panah, R.J. Heck (2007),
"Comparisons of Object-Oriented and Pixel-Based Classification of Land Use/Land
Cover Types Based on Lansadsat7, Etm+ Spectral Bands (Case Study: Arid Region
of Iran)", American-Eurasian J. Agric. & Environ., 2 (4), 448 - 456.
118. Terry McGee (2005), "Distinctive urbanization in the peri-urban regions of
East and SouuthEast Asia: Renewing the debate", Perencanaan Wilayah dan Kota,
16 (1), 39-56.
119. HV McGregor, L Dupont, J B W Stuut (2009), "Vegetation change, goats, and
religion: A 2000-year history of land use in southern Morocco", Quaternary Science
Reviews, 28 (15-16), 1434-1448.
120. Hasmadi I Mohd, HZ. Pakhriazad, MF. Shahrin (2009), "Evaluating
supervised and unsupervised techniques for land cover mapping using remote
sensing data", Malaysian Journal of Society and Space, 5 (1), 1 - 10.
121. Moser (1996), "A Partial Instructional Module on Global and Regional Land
Use/Cover Change: Assessing the Data and Searching for General Relationships",
Geojoural, 39 (3), 241 - 283.
122. D. Müller, M. Zeller (2002), "Landuse dynamics in the central highlands of
Vietnam: A spatial model combining village survey data with satellite imagery
interpretation", Agricultural Economics, 27 (3).
123. M. Ostwald, D. Chen (2006), "Land-use change: Impacts of climate
variations and policies among small-scale farmers in the Loess Plateau, China",
Land Use Policy, 23 (4), 361-371.
124. Xian-Zhang Pan, Qi-Guo Zhao (2007), "Measurement of urbanization process
and the paddy soil loss in Yixing city, China between 1949 and 2000", Catena, 69.
125. Jing Qian, Qiming Zhoua, Quan Houa (2007), "Comparison of pixel - based
and object - oriented classification methods for extracting built - up areas in
 148

Aridzone", ISPRS Workshop on Updating Geo-spatial Databases with Imagery &

The 5th ISPRS Workshop on DMGISs, 9.
126. C. Quintano, A. Fernández-Mando, O. Fernández-Manso, Y. E. Shimabukuro
(2006), "Mapping burned areas in Mediterranean countries using spectral mixture
analysis from a uni-temporal perspective", International Journal of Remote Sensing,
27, 645 - 662.
127. Joe Ravetz, Christian Fertner, Thomas Sick Nielsen (2013), The dynamics of
peri-urbanization, Springer, 13-45.
128. D. Jackson Ray, Alfredo R. Huete (1991), "Interpreting vegetation indices",
Preventive Veterinary Medicine, 11, 185 - 200.
129. R.R. Regmi, S.K. Saha, M.K. Balla (2014), "Geospatial analysis of land use
land cover change predictive modeling at Phewa lake watershed of Nepal",
International Journal of Current Engineering and Technology, 4 (4), pp 2617-2627.
130. Selçuk Reis (2008), "Analyzing Land Use/Land Cover Changes Using
Remote Sensing and GIS in Rize, North-East Turkey", Sensors, 8 (10), 6188-6202.
131. J. Aspinall Richard, Michael J. Hill (2008), Land use change science, policy
and management, Taylor and Francis Group.
132. J.A. Richard (1984), "Thematic mapping from Multitemposal image data
using the principal componets transformation.", Remote Sensing of Environment,
16, pp 25-46.
133. S. Lunetta Ross, D. Elvidge Christopher (1998), Remote sensing change
detection: Enviromental monitoring methods and applications.
134. G. Congalton Russell (1991), "A review of assessing the accuracy of
classifications of Remotely sensed data", Remote Sensing, 37, 12.
135. G.Congalton Russell, Kass Green (2009), Assessing the accuracy of remotely
sensed data - principles and practices, Taylor & Francis Group.
136. A. A. Salman, A. E. Ali, H. E. Mattar (2004), "Mapping land use/ land cover of
Khartoum using fuzzy classification ", Emirates Journal for Engineering, 13 (2), 15.
 149

137. Somporn Sangawonge, Sidthinat Prabudhanitisarn, Eakanat Karjangthimaporn

(2008), "Agricultural Land Use Change and Urbanization in Thailand".
138. T. M. Shahriar Sazzad, Sabrin Islam, Mohammad Mahbubur Rahman Khan
Mamun, Md. Zahid Hasan (2013), "Establishment of an Efficient Color Model
from Existing Models for Better Gamma Encoding In Image Processing",
International Journal of Image Processing, 7 (1), 90 - 100.
139. Suzanne Serneels, Eric F. Lambin (2001), "Proximate causes of land-use
change in Narok District, Kenya: a spatial statistical model", Agriculture,
Ecosystems and Environment, 17.
140. A. Shalaby, Ryutaro Tateishi (2007), "Remote sensing and GIS for mapping
and monitoring land cover and land use changes in the Northwestern coastal zone of
Egypt", Applied Geography, 27, 28 - 41.
141. Ashbindu Singh (1989), "Review Article Digital change detection techniques
using remotely-sensed data", International Journal of Remote Sensing, 10 (6), 989 -
1003.
142. DL. Skole (1994), "Data on global land-cover change: acquistion, assessment
and analysis in Change in land use and land cover A global perspective",
Cambridge University Press, 437 - 471.
143. P.C. Smits, S. G. Dellepiane (1999), "Quality assessment of image
classification algorithms for land cover mapping: a review and a proposal for a cost-
based approach", Int. j. remote sensing, 20 (8), 1461 - 1486.
144. WD. Solecki, C. Oliveri (2004), "Downscaling climate change scenarios in an
urban land use change mode", Journal of Environmental Management, 72 ((1-2)c),
105-115.
145. S. Su, R. Xiao, Zhang Y (2012), "Nulti-Scale Analysis of spatially varying
relationships between agricultural landscape patterns and urbanization using
geographically weighted regression", Applied Geography, 32, pp 360-375.
 150

146. S. Su, Jiang Z, Zhang Q, Zhang Y (2011), "Transformation of agriculatural

lanscapes under rapid urbanization: Atheat to sustainability in Hang-Jia-Hu regin,
China", Applied Geography, 31, pp 439-449.
147. Nguyen Van Suu (2009), Industrialization and Urbanization in Vietnam: How
appropriation of agricultrural land use rights tranformed farmer's livelihoods in a
peri-urban Hanoi village, EADN Individual Research Grant Project, Hanoi, 43.
148. Suzuki, H. Matskis, J.P. Desachy (2001), "Fuzzy image classification and
combinatorial optimization strategies for exploiting structural knowledge", The 10th
IEEE International Conferrence on Fuzzy Systems, Melbourne, Vic., Australia (1),
pp 324-327.
149. R Tan, V Beckmann, LM Van den Berg, F Qu (2009), "Governing farmland
conversion: Comparing China with the Netherlands and Germany", Land Use
Policy, 26, 961-974.
150. Christian Tettey (2005), Urbanization in Africa in relation to socio-economic
development: A multifaceted quantitative analysis, Doctor of Philosophy, The
University of Akron, 213.
151. Trimble Germay (2011), eCognition Developer 7 Reference book.
152. Ton Nu Quynh Tran, Fanny Quertamp, Claude de Miras, Nguyen Qang Vinh,
Le Van Nam, Truong Hoang Truong (2008), Trends of urbanization and
suburbanization in Southeast Asia, General Publishing House, Ho Chi Minh city.
153. Brandt Tso, Paulm Mather (2009), Classification Methods for Remotely Sensed
Data, Second Edition, Taylor & Francis Group, LLC. .
154. B.L Turner, D. Skole, S. Sanderson, G. Fischer, L. Fresco, R. Leemans (1995),
Land-Use and Land-Cover Change, Stockholm and Geneva.
155. B.L. Turner, B.L. Meyer (1994), "Global Land Use and Land Cover Change:
An Overview", Cambridge University Press.
156. United nations (2005), Demographic Yearbook New York, USA.
157. C. Benz Ursula, Peter Hofmann, Gregor Willhauck, Iris Lingenfelder, Markus
Heynen (2004), "Multi-resolution, object-oriented fuzzy analysis of remote sensing
 151

data for GIS-ready information", ISPRS Journal of Photogrammetry and Remote

Sensing, 58 (3-4), 239 - 258.
158. L M van den Berg, M S van Wijk, Pham Van Hoi (2003), "The transformation
of agriculture and rural life downstream of Hanoi", Environment&Urbanization, 15
(1), 35 - 52.
159. E.S. van Leeuwen, P. Nijkamp (2006), The Urban-Rural Nexus: A study on
extended Urbanization and the Hinterland, Netherland.
160. Tran Thi Van (2008), "Research on the effect of urban expansion on
agricultural land in Ho Chi Minh city by using remote sensing method", VNU
Journal of Science, Earth Sciences, 24, 104 - 111.
161. A. Veldkamp, Fresco L.O (1997), "Reconstructing land use drivers and their
spatial scale dependence for Costa Rica", Agricultural Systems, 55 (1), 19-43.
162. A. Veldkamp, Lambin (2001), "Editorial predicting land-use change",
Agriculture, Ecosystems and Environment, 1-6.
163. PH Verburg, Veldkamp A, Bouma J (1999), "Land use change under
conditions of high population pressure: The case of Java.", Global Environmental
Change, 9 (4), 303-312.
164. PH Verburg, A Veldkamp (2001), "The role of spatially explicit models in
land-use change research: a case study for cropping patterns in China", Agriculture
Ecosystems and Environment, 85, 177–190.
165. Tran Duc Vien, Nguyen Vinh Quang, Nguyen Van Dung (2005), Rural-urban
land use changes in peri-urban Hanoi, Centre for Agricultural Research and
Ecological Studies.
166. E F. Viglizzo, Z E. Roberto, F Lértora (1997), "Climate and land-use change
in field-crop ecosystems of Argentina. Agriculture," Ecosystems and Environment,
66 (1), 61-70.
167. Xiuhong Wang, Du Zheng, Yuancun Shen (2008), "Land use change and its
driving forces on the Tibetan Plateau during 1990–2000", Catena, 72, 56-66.
 152

168. Yan Wang, Mo Jamshidi, Paul Neville, Chandra Bales, Stan Morain (2006),
"Hierarchical fuzzy classification of Remote sensing data", Forging New Frontiers:
Fuzzy Pioneers I,
169. World bank (2011), Vietnam urbanization review, Hanoi, 263.
170. Douglas Webster, Jianming Cai, Larissa Muller (2014), "The New Face of
Peri-Urbanization in East Asia: Modern Production Zones, Middle-Class Lifesytles,
and Rising Expectations", Journal of Urban Affairs, 36 (s1), 315-333.
171. Douglas Webster, Larissa Muller (2002), Challenges of Peri-urbanization in
the Lower Yangtze Region: The Case of the Hangzhou - Ningbo Corridor,
Asia/Pacific Research Center.
172. R.A. Weismiller, Kristof, S.J., Schols, D.K., Anuta, P.E., & momin S.A
(1977), "Change detection in coastal zone environments", Photogrammetric
Engineering and Remote Sensing, 43 (12), pp 1533-1539.
173. E. Weiss, S.E Marsh, E.S Pfirman (2001), "Application of NOAA-AVHRR
NDVI time-series data to assess changes in Saudi Arabia’s rangelands.",
International Journal of Remote Sensing, 25 (6), 1005–1027.
174. H. William Frey, Zachary Zimmer (2001), Defining the City, Ronan Paddison
London: Sage Publications.
175. Jieying Xiao, Yanjun Shenb, Jingfeng Gec, Ryutaro Tateishia, Changyuan
Tanga, Yanqing Liangd, Zhiying Huange (2006), "Evaluating urban expansion and
land use change in Shijiazhuang, China, by using GIS and remote sensing",
Landscape and Urban Planning, 75, 69 - 80.
176. Hanqiu Xu (2007), "Extraction of urban built-up land feature from landsat
imagery using a thematic-oriented index combination technique", Photogrammetric
Engineering & Remote Sensing, 73 (12), 1381 - 1391.
177. Hanqiu Xu (2008), "A new index for delineating built-up land features in
satellite imagery", International Journal of Remote Sensing, 29, 8.
178. S. Liu Y, J.Y. Wang, H.L. Long (2010), "Analysis of arable land loss and its
impact on rural sustainability in Southern", Environmental Management, 646 - 653.
 153

179. Geo Yan, J.FMas, B.H.P. Maathuis, Shang Xiangmin, P.M. Van Dijk (2006),
"Comparisong of pixel based and objecti oriented image classification approaches -
a case study in a coal fire area, Wuda, Inner, Mongolia, China", International
Journal of Remote sensing, 27, 11 - 18.
180. Chen Yang, Lorenzo Bruzzone, Fellow, IEEE, Fengyue Sun, Laijun Lu,
Renchu Guan, Yanchun Liang (2010), "A fuzzy-statistics-based affinity
propagation technique for clustering in multispectral images", IEEE Transactions
on geoscience and remote sensing, 48, 2647 - 2659.
181. Fei Yuan, Kali E. Sawaya, Brian C. Loeffelholz, Marvin E. Bauer (2005),
"Land cover classification and change analysis of the Twin Cities (Minnesota)
Metropolitan Area by multitemporal Landsat remote sensing", Remote Sensing of
Environment, 98 (2-3), 317-328.
182. Zeeuw (2004), "The development of urban agriculture; some lessons leart",
Urban agriculture, agro-tourism and city region development, Beijing, China.
183. Tai-Yang Zhong, Xian-Jin Huang, Xiu-Ying Zhang, Ke Wang (2011),
"Temporal and spatial variability of agricultural land loss in relation to policy and
accessibility in a low hilly region of southeast China", Land Use Policy, 28 (4),
762-769.