218

GIÁM SÁT CÔNG TÁC CẢI TẠO VÀ PHỤC HỒI MÔI TRƢỜNG TẠI VÙNG

THAN CẨM PHẢ - QUẢNG NINH BẰNG DỮ LIỆU VỆ TINH

Đặng Vũ Khắc1, Dƣơng Thị Lợi

1, Đào Ngọc Hùng

1, Christiane Weber

2, Đinh Xuân

Vinh3, Nguyễn Thành Đồng

4

1Đại học Sư phạm Hà Nội, Email: dangvukhac@gmail.com,

2Joint research Unit TETIS UMR 9000, CNRS, France,

3Đại học Tài nguyên Môi trường Hà Nội,

4Viện Công nghệ Môi trường

TÓM TẮT

Khai thác than lộ thiên trên địa bàn thành phố Cẩm Phả (Quảng Ninh) làm biến đổi nghiêm

trọng môi trường tự nhiên xung quanh khai trường. Do đó, việc cải tạo, phục hồi môi trường sau khi

dừng khai thác là công việc bắt buộc theo quy định tại Thông tư 38/2015/TT-BTNT, nhằm đảm bảo

sự cân bằng giữa phát triển kinh tế và gìn giữ môi sinh. Nghiên cứu này nhằm ứng dụng dữ liệu ảnh

vệ tinh Landsat 8 và Sentinel-2 để giám sát công tác cải tạo và phục hồi lớp phủ tại khu mỏ than

Tây Khe Sim, thành phố Cẩm Phả (Quảng Ninh). Các ảnh đa thời gian được sử dụng để đánh giá

mức độ phục hồi của lớp phủ thông qua tính toán chỉ số thực vật (NDVI) và từ đó xây dựng bản đồ

phục hồi lớp phủ. Kết quả cho thấy việc hoàn nguyên tại khu vực này diễn ra phù hợp với kế hoạch

mà chủ đầu tư đã đề xuất.

Từ khóa: hoàn nguyên mỏ, cải tạo môi trường, mỏ lộ thiên, NDVI

1. GIỚI THIỆU

Quá trình cải tạo và phục hồi môi trường là hoạt động cần thiết nhằm khôi phục lại môi

trường, đảm bảo sự phát triển bền vững. Quá trình này tuỳ thuộc vào loại hình khoáng sản, mức độ

ảnh hưởng của việc khai thác tới tự nhiên và cộng đồng dân cư xung quanh để từ đó lựa chọn giải

pháp cải tạo và phục hồi phù hợp. Nhưng nhìn chung, với khai trường, sau khi kết thúc khai thác

cần thực hiện việc san lấp bằng với mức địa hình xung quanh, tạo hệ thống lưu, thoát nước và trồng

cây, phủ xanh trên toàn bộ khai trường. Còn với khu vực xung quanh cần thực hiện việc san gạt, tạo

mặt bằng, xử lý ô nhiễm theo đúng các tiêu chuẩn, phủ đất để trồng cây. Về cơ bản, quá trình hoàn

nguyên cần khoảng thời gian tối thiểu từ 3 đến 5 năm.

Dữ liệu viễn thám được sử dụng để đánh giá tác động môi trường do hoạt động khai thác than

từ rất sớm (Borden F Y 1973), (Boldt C.M.K 1981). Trên thế giới, ảnh vệ tinh Landsat đã được khai

thác phổ biến nhằm giám sát hoạt động của các mỏ than (Rathore CS 1993) (MC 1996). Việc xác

định sự thay đổi bằng ảnh viễn thám là hướng tiếp cận hiệu quả: khởi đầu, nhiều công trình đã sử

dụng ảnh vệ tinh đa thời gian có độ phân giải thấp (Landsat) để theo dõi sự thay đổi của lớp phủ (Li

2004), (Röder A 2008) và tiếp theo là ảnh vệ tinh có độ phân giải trung bình SPOT (Zhang C 2008).

Bên cạnh đó một số nghiên cứu lại kết hợp ảnh độ phân giải thấp với ảnh có độ phân giải cao

(Ikonos, Quickbird) để đánh giá chất lượng lớp phủ trong giai đoạn cải tạo phục hồi môi trường

(Mehner H 2004), (Turner W 2003) (Walsh SJ 2008). Ở Việt Nam, quá trình hoàn nguyên chưa

được nghiên cứu một cách sâu sắc. Các nghiên cứu mang tính toàn diện và chi tiết hầu như rất ít và

tài liệu được thu thập chủ yếu từ báo cáo của các công ty khai thác khoáng sản (C. t. Vinacomin

2009, 2011), (C. t. Vinacomin 2008, 2012) (Viện khoa học và công nghệ mỏ - Luyện Kim 2009).

Với nguồn dữ liệu phong phú, miễn phí, độ phân giải không gian cao, tần suất chụp ảnh lớn nên

việc sử dụng ảnh vệ tinh thế hệ mới là một lựa chọn phù hợp và khoa học. Dựa trên những ưu điểm

này, ảnh Sentinel-2 và Landsat-8 đã được dùng để theo dõi mức độ phục hồi lớp phủ trong quá trình

cải tạo phục hồi môi trường tại mỏ Tây Khe Sim.

219

2. PHƢƠNG PHÁP LUẬN

2.1. Khu vực nghiên cứu:

Hình 1: Vị trí khu vực nghiên cứu

(khung chữ nhật)

Mỏ Tây Khe Sim nằm trên địa bàn thành phố

Cẩm Phả, tỉnh Quảng Ninh (Hình 1), với diện tích hơn

975 ha. Mỏ này được Bộ Tài nguyên và Môi trường

cấp giấy phép khai thác từ năm 2011, thời gian khai

thác là 3 năm, trữ lượng ước tính đạt 221.655 tấn,

công suất 80.000 tấn/năm. Do áp dụng phương pháp

khai thác lộ thiên, nên lượng đất đá đổ thải rất lớn qua

nhiều năm. Hơn thế, bãi thải lại thuộc loại nghèo, bề

mặt và sườn bãi gần như trơ trụi, dẫn đến thực vật rất

khó phát triển tự nhiên. Hiện tượng xói mòn đất đá, tụt

lở bãi thải hay xảy ra vào mùa mưa gây ảnh hưởng

đến đời sống của dân cư sinh sống gần khai trường.

Mỏ Tây Khe Sim đã ngừng khai thác từ cuối năm

2014 và chuyển qua quá trình cải tạo san lấp và phục

hồi lớp phủ theo quy định hiện hành.

2.2 Dữ liệu sử dụng:

Ảnh được lựa chọn trong nghiên cứu thu chụp vào giai đoạn cuối mùa hè và mùa thu, trong

điều kiện thời tiết tốt, phạm vi nghiên cứu không bị mây phủ nên đối tượng nghiên cứu được thể

hiện khá rõ nét.

-/ Landsat-8: được thu chụp ngày 8/10/2013

-/ Sentinel-2: được thu chụp ngày 10/8/2015, và ngày 2/11/2018

2.3 Nguyên lý và quy trình thực hiện

Các bước xử lý trong nghiên cứu này được tóm tắt như Hình 2 dưới đây:

Hình 2: Quy trình xây dựng bản đồ phục hồi lớp phủ

Chỉ số NDVI được tính toán theo công thức: NDVI = (NIR-RED) / (NIR+RED). Trong đó

NIR là giá trị phản xạ ở kênh cận hồng ngoại, RED là giá trị phản xạ ở kênh đỏ. Theo công thức

này thì giá trị của NDVI biến đổi từ -1 đến +1, các giá trị âm thường được tạo thành do mây, nước

và tuyết; các giá trị gần bằng 0 do đá gốc và đất trống. Các giá trị rất nhỏ (0.1 hay bé hơn) tương

ứng các khu vực không có đá, cát hay tuyết. Giá trị trung bình (từ 0.2 đến 0.3) thể hiện cây bụi và

đồng cỏ, giá trị lớn (từ 0.5 đến 0.8) thể hiện thực vật. Nói một cách đơn giản, NDVI cho biết tình

trạng của thực vật dựa trên cách phản xạ ánh sáng ở một số bước sóng nhất định. Như vậy qua các

220

giá trị NDVI tính toán được từ ảnh vệ tinh, chúng ta có thể xác định mức độ hiện diện của thực vật

trong khu vực nghiên cứu tại từng thời điểm. Từ đó cho phép theo dõi diễn biến của quá trình phục

hồi lớp phủ thực vật trong một giai đoạn nhất định thông qua xây dựng bản đồ phục hồi lớp phủ.

3. KẾT QUẢ

3.1 Chỉ số NDVI

Kết quả nghiên cứu cho thấy sự thay đổi của chỉ số NDVI, theo đó quy mô NDVI mở rộng

trong giai đoạn 2013 – 2018. Ngưỡng giá trị của NDVI cho các năm 2013, 2015, 2018: (-0.12218

đến 0.538969), (-0.12695 đến 0.529519), (-0.36308 đến 0.780069).

(a)

(b)

(c)

(d)

Hình 3: Diện tích và phân loại giá trị NDVI: (a) năm 2013, (b) năm 2015, (c) năm 2018

Căn cứ trên nguyên lý đã nêu, giá trị NDVI được chia thành 4 mức tương ứng với mật độ thực

vật các đối tượng bề mặt. Khu vực có giá trị <0.1 tương ứng mật độ thực vật rất thấp, đặc trưng như

công trình xây dựng, nhà ở, cát, sỏi. Giá trị bằng 0 tương ứng với mặt nước. Phạm vi từ 0.1 - 0.3

tương ứng với mật độ thực vật thấp, thường là khu vực đất trống, cây bụi rải rác. Phạm vi từ 0.3 -

0.5 tương ứng với mật độ thực vật trung bình và trên 0.5 tương ứng với mật độ thực vật cao (Hình

3a, b, c). Kết quả phân tích cho thấy diện tích diện tích lớp phủ thực vật có mật độ cao tăng nhanh

vào năm 2018 so với năm 2013 với 295.2 ha (tương ứng 1/3 diện tích khai trường đã được phục hồi

tốt). Diện tích mật độ thực vật rất thấp năm 2018 là 338.11 ha, chiếm tỉ lệ lớn tương ứng với 34.5%

diện tích khu khai trường (Hình 3d).

3.2. Đánh giá phục hồi lớp phủ

Bản đồ lớp phủ các năm 2013, 2015 và 2018 được chồng xếp để xác định khu vực và mức độ

phục hồi lớp phủ trong khu vực nghiên cứu (Hình 4).

Theo đó, trong giai đoạn 3 năm sau khi ngừng khai thác, khu vực phục hồi rất tốt chiếm diện

tích lớn với 294.65 ha, tương ứng với 30.25%, tập trung chủ yếu ở phía bắc và phía đông và dải hẹp

ở phía tây. Khu vực có mức độ phục hồi tốt cũng chiếm tỉ lệ khá cao với 18.93%. Khu vực phục hồi

trung bình và chậm chiếm tỉ lệ lần lượt là 12.56% và 21.07%. Đặc biệt có tới 17.17% diện tích khai

trường chưa có sự thay đổi về lớp phủ bề mặt, đây là những khu vực lòng và đáy moong của bể

than, giai đoạn san lấp trước khi phục hồi lớp phủ cần nhiều thời gian do diện tích đất đá bị bóc tách

lớn hơn các khu vực khác.

221

Hình 4: Bản đồ

đánh giá mức

độ phục hồi lớp

phủ sau khai

thác than giai

đoạn 2013-

2018

4. KẾT LUẬN

Kết quả nghiên cứu cho thấy quá trình cải tạo, phục hồi lớp phủ tại khu vực nghiên cứu đã

được xác định thông qua sự thay đổi giá trị của chỉ số NDVI. Qua đó chứng minh khả năng ứng

dụng dữ liệu viễn thám trong theo dõi công tác cải tạo môi trường hiệu quả của khu vực khai thác

than trên địa bàn thành phố Cẩm Phả (Quảng Ninh). Tuy nhiên số lượng ảnh chụp chưa nhiều, nên

đề tài mới dừng lại ở việc đánh giá sự phục hồi lớp phủ sau khai thác. Mặt khác, các ảnh lại chưa

đồng nhất về độ phân giải không gian: ảnh Sentinel (10m) với độ phân giải cao hơn ảnh Landsat 8

(30m). Điều này phần nào đó làm ảnh hưởng tới độ chính xác của kết quả nên sẽ được khắc phục ở

nghiên cứu tiếp theo.

LỜI CẢM ƠN

Nghiên cứu này được Quỹ Phát triển khoa học và công nghệ Quốc gia (NAFOSTED) tài trợ

trong đề tài mã số 105.08-2018.302.

TÀI LIỆU THAM KHẢO

[1] Boldt C.M.K, S. B. (1981). Application of Remote Sensing for coal waste embankment monitoring. U.S

Department of Interior, Bureau of Mines, Washington D.C, 40-45.

[2]. Borden F Y, T. D. (1973). Identification and mapping of coal refuse banks and other target in the

anthacite region. Proceeding of symposium on Significant Results obtained from the Earth Resources

Technology Satellite-1, 1067-1074.

[3]. French AN, S. T. (2008). Detecting land cover change at the Jornada experiment range New Mexico,

with ASTER emissivities. Remote Sensing Environment, 112:1730–1748.

[4]. Li, J. L. (2004). Satellite remote sensing technology for lake water clarity monitoring: an overview.

Environmental Informatics Archives 2: 893-901.

[5]. MC, J. (1996). Application of remote sensing for environmental monitoring in Bijolia mining area of

Rajasthan. J Ind Soc Remote Sensing.

222

MONITORING THE EVIRONMENTAL RESTORATION AND

REHABILITATION AT THE CAM PHA CITY (QUANG NINH) BY

SATELLITE IMAGERY DATA

Dang Vu Khac1, Duong Thi Loi

1, Dao Ngoc Hung

1, Christiane Weber

2, Dinh Xuan

Vinh3, Nguyen Thanh Dong

4

1Hanoi National University of Education, email: dangvukhac@gmail.com,

2Joint research Unit TETIS UMR 9000, CNRS, France,

3Hanoi Univesity of Natural Resources Environment,

4Institute of Environmental Technology

ABSTRACT

Open pit coal mining not only causes severe changes in the natural environment at the mining

area, but also effect significantly on many socio-economic aspects of the surrounding residential

areas. Therefore, post-mining environmental restoration and rehabilitation is a compulsory task as

stipulated in Circular No38/ 2015/TT – BTNT in order to ensure the balance between economic

development and environmental preservation. The aim of this research is to describe the real

situation of exploitation and monitor the post-mining environmental restoration and rehabilitation at

West Khe Sim coal mine, Cam Pha city (Quang Ninh) by Satellite imagery data. The satellite

images taken in the mining period (2013), 1 year and 3 years post-mining were used to assess the

restoration of land cover through the calculation of NDVI (Normalized Difference Vegetation

Index) and the etablishment of restoration map. The research result shows that the rehabilitation

process in the study area has taken place in accordance with the progress proposed by the investor

in the plan. This result is considered as an important base in the management and planning of coal

mining in Cam Pha - Quang Ninh area.

Keywords: rehabilitation, environmental restoration, open pit mining, NDVI

223

ĐÁNH GIÁ ĐỘ CHÍNH XÁC MÔ HÌNH SỐ ĐỘ CAO TOÀN CẦU SRTM

TRÊN LÃNH THỔ VIỆT NAM

Nguyễn Trọng Thành1*

, Nguyễn Xuân Bắc2, Hoàng Dƣơng Huấn

1,

Nguyễn Thanh Chƣơng, Nguyễn Thị Quỳnh Hoa3*

1

Công ty Trách nhiệm Hữu hạn Một thành viên Trắc địa Bản đồ, Cục Bản đồ,

Bộ tổng Tham mưu, số 2/198 đường Trần Cung, Hà Nội, thanhnguyen170482@gmail.com 2

Trường Đại học Tài nguyên và Môi trường Hà Nội, 41A đường Phú Diễn, Hà Nội 3

Khoa Công nghệ Hóa học và Môi trường, Trường Đại học Sư phạm Kỹ thuật Hưng Yên, Khoái

Châu, Hưng Yên, hoameo2011@gmail.com

TÓM TẮT

Nghiên cứu này đánh giá độ chính xác thực tế của mô hình số độ cao toàn cầu SRTM (Shuttle

Radar Topography Mission) trên phạm vi lãnh thổ Việt Nam từ nguồn dữ liệu đầu vào là bản đồ

Địa hình Việt Nam tỷ lệ 1/50.000 và 281 điểm đo GPS-Thủy chuẩn dọc từ Bắc vào Nam theo 4

bước thông qua giá trị sai số trung phương. Kết quả cho thấy mô hình SRTM có sự phù hợp tốt với

lãnh thổ Việt Nam. Độ chính xác thực tế mô hình số độ cao toàn cầu trên lãnh thổ Việt Nam được

xác định sẽ cung cấp cho các nhà khoa học cũng như các nhà quản lý nguồn số liệu. Đây là nguồn

số liệu định lượng quan trọng giúp cho người sử dụng có những quyết định và lựa chọn đúng đắn

khi sử dụng dữ liệu của mô hình, góp phần làm phong phú thêm cơ sở hạ tầng thông tin địa lý của

nước ta.

Từ khóa: Mô hình số độ cao, SRTM, độ chính xác

1. GIỚI THIỆU

Mô hình số độ cao (MHSĐC) là sản phẩm của sự phát triển về khoa học công nghệ được tạo

nên từ dữ liệu độ cao Địa hình. MHSĐC toàn cầu được thành lập từ nhiều nguồn dữ liệu khác nhau

và bởi các tổ chức khác nhau, tiêu biểu trong số đó có SRTM (Shuttle Radar Topography Mission)

[3, 7]. MHSĐC toàn cầu SRTM là kết quả của sự nỗ lực hợp tác của Cơ quan hàng không và không

gian quốc gia (NASA) và Cơ quan ảnh và bản đồ quốc gia (NIMA) cùng sự tham gia của các cơ

quan vũ trụ Đức và Ý để tạo ra một MHSĐC gần như trên toàn cầu bằng phương pháp sử dụng giao

thoa radar [3].

Mô hình số độ cao toàn cầu SRTM được ứng dụng rộng rãi ở Việt Nam, phục vụ cho các

công việc như: Xây dựng cơ sở dữ liệu hệ thống thông tin địa lý; nắn ảnh vệ tinh… [4]. Độ chính

xác của MHSĐC đã được xác định theo công bố của cơ quan, tổ chức thiết lập dựa trên số liệu đầu

vào cụ thể. Nghiên cứu này đánh giá độ chính xác thực tế của MHSĐC toàn cầu SRTM trên phạm

vi lãnh thổ Việt Nam từ bản đồ Địa hình lệ 1/50.000 và 281 điểm độ cao của 7 công trình đo GPS -

Thuỷ chuẩn sản xuất trong thực tế dọc từ Bắc vào Nam.

2. PHƢƠNG PHÁP

2.1. Nguồn dữ liệu đầu vào

Để đánh giá độ chính xác của MHSĐC SRTM trên lãnh thổ Việt Nam, nguồn dữ liệu

MHSĐC toàn cầu đầu vào là SRTM1 (30 m), SRTM3 (90 m), SRTM30 (900 m), được khai thác từ

trang web (http://opentopo.sdsc.edu/raster?opentopoID=OTSRTM.042013.4326.1). Dữ liệu độ cao

đầu vào là bản đồ Địa hình tỷ lệ 1/50.000 phủ trùm toàn quốc do Bộ Tài nguyên và Môi trường phát

hành, được chia nhỏ thành 4 vùng để đánh giá và MHSĐC toàn cầu cũng được chia thành 4 vùng

tương ứng: Vùng Bắc Bộ 96.252 điểm (từ kinh độ 102 đến 109,5 và vĩ độ 20 đến 23,5), Bắc Trung

Bộ 42.385 điểm (từ kinh độ 102 đến 109,5 và vĩ độ 16 đến 20), Nam Trung Bộ 47.405 điểm (từ

224

kinh độ 102 đến 109,5 và vĩ độ 12 đến 16), Nam Bộ 38.141 điểm (từ kinh độ 102 đến 109,5 và vĩ

độ 8,5 đến 12). Tổng hợp lượng điểm toạ độ, độ cao đưa vào tính toán toàn quốc là 224.183 điểm.

Ngoài ra, độ chính xác của MHSĐC toàn cầu SRTM còn được đánh giá từ các điểm tọa độ và độ

cao của 7 công trình đo GPS-Thuỷ chuẩn dọc từ Bắc vào Nam với tổng số điểm đưa vào đánh giá là

281 điểm.

2.2. Đánh giá độ chính xác MHSĐC theo độ chính xác điểm độ cao

Để đánh giá độ chính xác của MHSĐC qua sai số trung phương theo độ chính xác điểm độ

cao cần phải có số liệu tương ứng với độ chính xác cao. Độ chính xác điểm độ cao mô hình độ cao

toàn cầu có thể được đánh giá theo bốn bước sau [4]:

Bước 1: Đồng nhất tọa độ và độ cao của các điểm kiểm tra với hệ tọa độ và hệ độ cao của

MHSĐC toàn cầu cụ thể: Từ nguồn dữ liệu đầu vào là bản đồ Địa hình tỷ lệ 1/50.000 hệ toạ độ VN-

2000 (kinh tuyến trục 105 độ 00, múi chiếu 6 độ) được tính chuyển sang hệ toạ độ quốc tế WGS-84.

Bước 2: Xây dựng MHSĐC cục bộ từ số liệu tọa độ và độ cao của các điểm kiểm tra.

Bước 3: Xây dựng mô hình độ chênh độ cao giữa MHSĐC toàn cầu và MHSĐC cục bộ (bản

đồ và GPS-Thủy chuẩn). Tính độ chênh lệch độ cao giữa các điểm độ cao trên MHSĐC toàn cầu

STRM1, STRM3, STRM30 ( iSRTMh ) với các điểm độ cao trên bản đồ ( i

bđh ) trên phần mềm Agis

theo công thức: iSRTM

ibd

i hhd

Bước 4: Phân tích các chỉ tiêu giá trị độ lệch trung bình và độ lệch tuyệt đối trung bình độ cao

[2] được thống kê từ mô hình độ chênh độ cao theo công thức n

d i1 (m) và

n

di2 . Sai số

trung phương được tính theo công thức: him 1.2

2'

n

d i hoặc him

n

d i

.2

2

3. KẾT QUẢ VÀ THẢO LUẬN

3.1. Tổng hợp, đánh giá kết quả khảo sát độ chính xác 3 MHSĐC toàn cầu SRTM1, SRTM3,

SRTM30 từ bản đồ 1/50 000

Độ chính xác của MHSĐC là sai số về độ cao của tất cả các điểm được nội suy từ MHSĐC

đó. Trong thực tế, đó là sai số trung phương về độ cao của tất cả các điểm được nội suy từ MHSĐC

so với độ cao của các điểm kiểm tra tương ứng trên bề mặt Địa hình [6]. Các phần mềm

MicroStation V8i, MGE, CIDALA1.2, AllTrans, ArcGis 10.1 được sử dụng để tính chuyển toạ độ,

độ cao về cùng một hệ toạ độ thống nhất WGS-84, tính độ lệch giữa các điểm độ cao trên bản đồ

1/50.000 với các điểm độ cao trên 3 MHSĐC toàn cầu SRTM1, SRTM3, SRTM30 từ đó tính được

giá trị độ lệch trung bình và độ lệch trung bình tuyệt đối (sai số trung bình) 1 và

2 (m). Nếu

n

21

5.2

thì dữ liệu đầu vào có sai số hệ thống, khi đó sai số trung phương được tính theo công

thức: him 1.2

2'

n

d i. Nếu

n

21

5.2

thì dữ liệu đầu vào không có sai số hệ thống, khi đó him

n

d i

.2

2

. Kết quả tính toán cho thấy chỉ duy nhất nguồn dữ liệu đầu vào của MHSĐC toàn cầu

SRTM1 của vùng Bắc trung bộ không có sai số hệ thống còn lại 3 MHSĐC toàn cầu của tất cả các

vùng còn lại đều có sai số hệ thống. Điều này đã được dự đoán trước do độ cao các điểm độ cao lấy

từ bản đồ Địa hình tỷ lệ 1/50.000, được đo vẽ trên trạm ảnh số, có một số lượng điểm nhất định bị

che khuất, nên giá trị độ cao chưa chính xác dẫn đến sai số thô. Độ chính xác của MHSĐC lại phụ

thuộc lớn vào độ chính xác của dữ liệu nguồn dữ liệu đầu vào nên sai số trung phương mhi tương

225

ứng với 3 MHSĐC của các vùng tính được có sự chênh lệch đáng kể. Kết quả thể hiện trong Hình 1

cho thấy cho thấy mức độ phù hợp của mô hình SRTM với độ phân giải 30 m, 90 m được thể hiện

rõ nét nhất đối với vùng Nam Bộ, Bắc Trung Bộ (mhi nhỏ hơn), sau đó đến Nam Trung Bộ và Bắc

Bộ. Mức độ phù hợp của mô hình SRTM với độ phân giải 900 m được thể hiện rõ nét nhất đối với

vùng Bắc Trung Nam Bộ, Nam Trung Bộ sau đó đến Nam Bộ và Bắc Bộ.

Hình1: Độ chính xác MHSĐC toàn cầu SRTM của các vùng

3.2. Tổng hợp, đánh giá kết quả khảo sát độ chính xác 3 MHSĐC toàn cầu SRTM1,

SRTM3, SRTM30 từ GPS – Thủy chuẩn

Độ chính xác của 3 MHSĐC toàn cầu SRTM cũng được đánh giá với nguồn dữ liệu đầu vào

là 281 điểm tọa độ và độ cao của 7 công trình đo GPS-Thuỷ chuẩn dọc từ Bắc vào Nam. Giá trị độ

lệch trung bình 1 giữa các điểm độ cao GPS-Thủy chuẩn với các điểm độ cao trên MHSĐC toàn

cầu SRTM1, SRTM3, SRTM30 lần lượt là -0,67; -5,10; -0,69 (m), độ lệch trung bình tuyệt đối 2

tương ứng là 5,97; 11,72; 5,65 (m). Các giá trị này cho thấy n

21

5.2

tức là nguồn dữ liệu đầu

vào không có sai số hệ thống, vì vậy sai số trung phương được tính theo công thức him

n

d i

.2

2

.

Kết quả sai số trung phương của MHSĐC toàn cầu SRTM1 là 9,94 (m), SRTM3 là 10,13 (m) và

SRTM30 là 15,33 (m). Các giá trị này nhỏ hơn so với sai số trung phương khi đánh giá từ bản đồ

1/50.000. Điều này có thể được giải thích do 281 điểm toạ độ, độ cao từ GPS-Thủy chuẩn là 7 công

trình sản xuất trên phạm vi cả nước, đã được đánh giá nghiệm thu, có độ chính xác cao tương

đương với điểm toạ độ, độ cao hạng IV Nhà nước tức là nguồn dữ liệu đầu vào có độ chính xác cao.

Kết quả này tương tự một số các công trình nghiên cứu khác đã công bố và có thể áp dụng vào các

lĩnh vực có yêu cầu độ chính cao [1, 3]. Vì vậy có thể thấy rằng độ chính xác của MHSĐC toàn cầu

bị ảnh hưởng lớn bởi độ chính xác từ nguồn dữ liệu đầu vào, nguồn dữ liệu đầu vào càng chính xác

thì độ chính xác của MHSĐC toàn cầu càng cao.

4. KẾT LUẬN

Nghiên cứu đã khảo sát đánh giá độ chính xác của MHSĐC toàn cầu SRTM trên phạm vi lãnh

thổ Việt Nam với tổng 22.4183 điểm từ bản đồ tỉ lệ 1/50.000 và 281 điểm từ 7 công trình đo GPS-

Thủy chuẩn dọc từ Bắc vào Nam. Kết quả cho thấy nguồn dữ liệu đầu vào có độ chính xác càng cao

thì độ chính xác của MHSĐC toàn cầu SRTM càng cao. Kết quả cũng cho thấy MHSĐC toàn cầu

SRTM có sự phù hợp với lãnh thổ Việt Nam do vậy, đây là nghiên cứu hỗ trợ người sử dụng có

những quyết định và lựa chọn đúng đắn khi sử dụng dữ liệu của mô hình SRTM trong giải quyết

các bài toán chuyên ngành, góp phần làm phong phú thêm cơ sở hạ tầng thông tin địa lý của nước

ta.

0.020.040.060.080.0

100.0

Vùng Bắc Bộ

Vùng Bắc

trung bộ

Vùng Nam trung

bộ

Vùng Nam bộ

TB Cả nước

Sai

số t

rung

phư

ơng (

m)

SRTM1

SRTM3

SRTM30

226

TÀI LIỆU THAM KHẢO

[1]. Trần Quốc Bình (2008). Nghiên cứu đề xuất phương pháp kiểm định độ chính xác của MHSĐC (lấy ví

dụ vùng trung du và miền núi phía Bắc. Đề tài QT-07-36.

[2]. Đặng Nam Chinh, Nguyễn Xuân Bắc, Bùi Thị Hồng Thắm, Trần Thị Thu Trang, Ninh Thị Kim Anh

(2015). Giáo trình Lý thuyết sai số, trường đại học Tài nguyên và Môi trường.

[3]. Bùi Thị Hồng Thắm (2015). Sử dụng số liệu Địa hình để nâng cao độ chính xác dữ liệu của thế trọng

trường trên phạm vi lãnh thổ Việt Nam. Đề tài mã số TNMT.07.40

[4]. Nghiên cứu hoạt động địa động lực hiện đại khu vực Tây Nguyên dự báo các dạng tai biến địa chất ở các

vùng đập, hồ chứa và đề xuất các giải pháp phòng tránh. Đề tài cấp nước.

[5]. Ngô Minh Thụy (2014). Hướng dẫn sử dụng phần mềm ArcGis. Trường đại học Nông Lâm TP. Hồ Chí

Minh.

[6]. Karel W., Kraus K. (2006). Quality Parameters of Digital Terrain Models, in: "Checking and Improving

of Digital Terrain Models / Reliability of Direct Georeferencing, Official Publication No 51", issued by

European Spatial Data Research (EuroSDR), pp. 125-139.

[7]. Li Z.L., Zhu Q., Gold C. (2005). Digital terrain modeling: principles and methodology, CRC Press, Boca

Raton.

ACCURACY ASSESMENT OF SHUTTLE RADAR TOPOGRAPHY

MISSION SRTM IN WHOLE AREA OF VIETNAM

Nguyen Trong Thanh1*

, Nguyen Xuan Bac2, Hoang Duong Huan

1,

Nguyen Thanh Chuong1, Nguyen Thi Quynh Hoa

3*

1Survey and Aerial Mapping One Member Limited Liability Company, Num 2/198 Tran Cung Bac

Tu Liem street, Hanoi, Vietnam thanhnguyen174@gmail.com 2Hanoi University of Natural Resources and Environment, 41A Phu Dien street, Hanoi, Vietnam 3 Faculty of Chemical Technology and Environment, Hung Yen University of Technology and

Education, Khoai Chau, Hung Yen, Vietnam, hoameo2011@gmail.com

ABSTRACT

This research assesses realistic accuracy of Shuttle Radar Topography Mission in whole area

of Vietnam based on Vietnam topographic maps scale of 1/50 000 and 281 GPS measuring points

from north to south. The assessment process has done through 4 steps of mean square error. The

result shows that Shuttle Radar Topography Mission is highly compatible with territory of Vietnam.

The proved accuracy provides reliable information source for scientists and authority. This

important source of quantitative data not only assists users but also contribute to Vietnamese basic

geographic information.

Keywords: Shuttle Radar Topography Mission, SRTM, assessment.

227

ỨNG DỤNG GIS ĐÁNH GIÁ TÁC ĐỘNG Ô NHIỄM KHÔNG KHÍ TẠI

QUẬN THANH XUÂN

Vũ Lê Ánh 1, Lê Thị Minh Phƣơng

2

1 Trường Đại học Kiến trúc Hà Nội, Email: vuleanh77@gmail.com

2 Trường Đại học Kiến trúc Hà Nội, Email: leminhphuong.dhkt@gmail.com

ASTRACT

Air pollution in urban areas in Ha Noi is getting worse due to various reasons. Currently, the

urban management authorities have not been able to control this situation in time because there is

no GIS database to apply smart management technologies. Therefore, when an incident causes air

pollution, the authorities cannot immediately determine the extent of damage in detail, specific and

intuitive.

This paper uses GIS technology to analyze, make a map of air pollution area and calculate the

number of houses in the damaged area in Thanh Xuan district when the Rang Dong Plant fire

occurred. The result of the study is a map of the houses affected by air pollution from the Rang

Dong plant with a radius of 200m and 500m, which is very necessary information for the authorities

and people living in Thanh Xuan district.

Keywords: GIS, air pollution, urban management, smart city

TÓM TẮT

Ô nhiễm không khí tại các đô thị ở Việt Nam ngày càng trầm trọng do nhiều nguyên nhân

khác nhau. Hiện nay, các cấp chính quyền quản lý đô thị đã không kiểm soát được tình trạng này

kịp thời do chưa có cơ sở dữ liệu GIS để ứng dụng các công nghệ quản lý thông minh. Vì thế, khi

có sự cố gây ra ô nhiễm không khí, các cấp chính quyền không thể ngay lập tức xác định được mức

độ thiệt hại một cách chi tiết, cụ thể và trực quan .

Bài báo này sử dụng công nghệ GIS để phân tích, thành lập bản đồ khu vực ô nhiễm không

khí và tính toán số lượng nhà dân nằm trong vùng thiệt hại tại quận Thanh Xuân khi xảy ra vụ cháy

Công ty Rạng Đông. Kết quả nghiên cứu đạt được là bản đồ các nhà dân chiụ ảnh hưởng của ô

nhiễm không khí tính từ Công ty Rạng Đông theo bán kính 200m, 500m , đây là thông tin rất cần

thiết đối với các cấp chính quyền cũng như người dân sinh sống trong khu vực quận Thanh Xuân.

Từ khóa: GIS, ô nhiễm không khí, quản lý đô thị, đô thị thông minh

1. GIỚI THIỆU

Một trong những nguyên nhân gây ô nhiễm môi trường không khí là các đám cháy độc hại từ

các nhà máy có sử dụng hóa chất trong sản xuất. Mức độ thiệt hại càng lớn khi đám cháy xảy ra tại

các nhà máy có vị trí nằm trong khu dân cư đô thị. Ở các đô thị tại Việt Nam, việc đánh giá thiệt hại

do các vụ cháy này gặp nhiều khó khăn do cấp chính quyền vẫn chưa ứng dụng các công cụ hỗ trợ

thông minh. Do dữ liệu liên quan chưa được xây dựng thành bộ cơ sở dữ liệu đồng bộ và chưa quản

lý , vận hành trên một ứng dụng thông minh.

Ví dụ, trong vụ cháy Công ty Rạng Đông- thuộc phường Thanh Xuân Trung, Quận Thanh

Xuân, các cấp chính quyền đã khó khăn để đưa ra một con số chính xác, trực quan, nhanh chóng và

khoa học về các nhà dân bị ảnh hưởng theo bán kính tính từ tâm Công ty Rạng Đông.

228

Hình 1: Vụ cháy nhà máy Rạng Đông- quận Thanh Xuân- Hà Nội tháng 8-2019

Bài báo này sử dụng công nghệ GIS để đánh giá tác hại của đám cháy Công ty Rạng Đông lên

dân cư, cụ thể là xác định số hộ dân bị ảnh hưởng theo bán kính khu vực là 200 m và 500m. Đây là

thông tin cần thiết đối với các cấp chính quyền trong việc hỗ trợ về việc thông báo di rời khẩn cấp

cũng như hỗ trợ chính sách về kinh tế, y tế và xã hội cho các hộ dân.

Hệ thống thông tin địa lý (GIS) là một công cụ có thể phân tích, quản lý và trình bày dữ liệu

được liên kết với các vị trí địa lý. Dựa trên nền tảng dữ liệu GIS rất nhiều các ứng dụng có thể dùng

để đánh giá tác hại do các thảm họa thiên tai đem đến cho con người và thiệt hại về vật chất, thành

lập bản đồ đánh giá tác hại hay như là lập mô hình đám cháy, xác định các vị trí rủi ro tiềm ẩn, cũng

như có thể tính toán mức đền bù cho các hộ dân ….. Các nhà máy nằm trong khu vực đô thị thường

rất gần khu vực dân cư, ứng dụng việc phân tích không gian của GIS sẽ vô cùng hữu ích đối với

việc quản lý các tác hại từ đám cháy của các nhà máy này.

Kết qủa của bài báo là các tờ bản đồ thống kê các hộ dân bị ảnh hưởng do vụ cháy theo bán

kính 200m, 500m tính từ tâm vụ cháy Công ty Rạng Đông thông qua công cụ phân tích không gian

trong môi trường GIS.

2.DỮ LIỆU VÀ PHƢƠNG PHÁP

2.1. Khu vực nghiên cứu

Quận Thanh Xuân được thành lập ngày 28 tháng 12 năm 1996, trên cơ sở tách 5

phường: Thượng Đình, Thanh Xuân Bắc, Thanh Xuân, Kim Giang, Phương Liệt; 78,1 ha diện tích

tự nhiên và 20.862 nhân khẩu của phường Nguyễn Trãi, 98,4 ha diện tích tự nhiên và 5.506 nhân

khẩu của phường Khương Thượng thuộc quận Đống Đa; xã Nhân Chính thuộc huyện Từ Liêm và

xã Khương Đình thuộc huyện Thanh Trì[1].

Theo đó, quận Thanh Xuân có diện tích tự nhiên 913,2 ha và 117.863 nhân khẩu, gồm có 11

phường: Hạ Đình, Khương Đình, Khương Mai, Khương Trung, Kim Giang, Nhân Chính, Phương

Liệt, Thanh Xuân Bắc, Thanh Xuân Nam, Thanh Xuân Trung, Thượng Đình cho đến ngày nay.

Trên Quận Thanh Xuân có rất nhiều các nhà máy thuộc nhóm gây ô nhiễm môi trường của UBND

thành phố Hà Nội: công ty Thuốc lá Thăng Long, Công ty Rạng Đông,…

2.2. Phƣơng pháp

Phương pháp phân tích không gian GIS đã được sử dụng để xác định số lượng nhà dân bị ảnh

hưởng khi có đám cháy xảy ra. Với mục đích này, dữ liệu đầu vào cần có trong bộ cơ sở dữ liệu

GIS bao gồm lớp địa hình và lớp dân cư….. Hai dữ liệu này được đưa vào phân tích trong môi

trường ArcMap. Dữ liệu dân cư được sử dụng từ bản đồ địa hình năm 2010, lớp dữ liệu này tác giả

đã khảo sát và chỉnh sửa lại theo đúng hiện trạng hiện này, phân cấp thành các layer phục vụ cho

229

việc phân tích không gian. Trên thực tế về địa hình quận Thanh xuân không thay đổi, dân cư của

quận thay đổi nhiều do quá trình đô thị hóa tăng cao trong những năm gần đây, vì thế tác giả đã

phải khảo sát thực tế, kết hợp với số liệu nhà dân trong quận và khảo sát qua google map.

Dùng công cụ phân tích không gian trên GIS để tính toán số hộ dân bị ảnh hưởng bởi đám

cháy trong vòng bán kính 200m và 500 m tính từ tâm đám cháy. Nhóm tác giả sử dụng bài toán

phân tích không gian trên GIS để xác định các hộ dân bị ảnh hưởng bởi đám cháy trong bán kính

khu vực là 200m và 300m tính từ tâm đám cháy. Đây là một trong nhiều bài toán phân tích không

gian trên ArcGIS mà bất cứ hệ thống thông tin khác không thể giải quyết được.

Hình 2: Vị trí Quận Thanh Xuân- thành phố Hà Nội

Hình 3: Vị trí Công ty Rạng Đông- phường Thanh Xuân Trung, quận Thanh Xuân

3. KẾT QUẢ VÀ THẢO LUẬN

Kết quả sau khi sử dụng các công cụ phân tích không gian GIS tại quận Thanh Xuân. Bài báo

đã đưa ra được bản đồ các hộ dân cư bị ảnh hưởng bởi vụ cháy của công ty Rạng Đông chính xác

và trực quan. Tính toán được tổng số hộ dân cư ảnh hưởng. Đây là các thông tin rất hữu ích, kịp

thời để hỗ trợ cho các cấp chính quyền ra chính sách, quyết định khi có các thảm họa xảy ra trên địa

bàn. Hiện nay, tại Quận Thanh Xuân dữ liệu GIS chưa đầy đủ và chuẩn hóa nên việc đưa ra các

quyết định, các chính sách còn chưa được kịp thời, khoanh vùng các khu vực còn chưa được thể

hiện trên các bản đồ trưc quan, cập nhật.

230

4. KẾT LUẬN

Vấn đề ô nhiễm không khí ở Hà

Nội đã nhận được sự quan tâm rộng rãi

của công chúng và vẫn là tâm điểm trong

các vấn đề môi trường. Vụ cháy nhà máy

nước Rạng Đông, hiện nay vẫn chưa có sự

đền bù hay các động thái tích cực cho

người dân sống gần đó. Các nghiên cứu về

thiệt hại do cháy chưa có con số cụ thể

sau … ngày kể từ khi xảy ra hỏa hoạn.

Trong nghiên cứu này, nhóm tác giả muốn

giới thiệu công cụ GIS trong quản lý thiệt

hại do cháy gây ra, từ đó có thể tính toán

được mức độ đền bù, số lượng dân bị ảnh

hưởng. Do số liệu tại Quận thành Xuân

hiện nay cũng vẫn chưa được số hóa toàn

bộ nên kết quả nghiên cứu mới chỉ dừng

lại là tính toán tổng số nhà dân bị ảnh

hưởng. Nếu các số liệu được cập nhật chi

tiết và xây dựng có hệ thống thì ứng dụng

công nghệ GIS là một phương pháp quản

lý tối ưu. Ngoài ra, với lớp dữ liệu lớp địa

hình và lớp dân cư đã được sử dụng trong

nghiên cứu này, nếu dữ liệu được cập nhật

liên tục thì khi có cháy xảy ra các nhà

quản lý sẽ có bức tranh tổng thể về thiệt

hại, mô hình hóa được đám cháy…

Hình 4: Bản đồ dân cư bị ảnh hưởng ô nhiễm bởi vụ cháy

Công ty Rạng Đông bán kính 500m tính từ tâm cháy ( tỷ

lệ chỉ mang tính minh họa)

TÀI LIỆU THAM KHẢO

[1] Bozyazi, E., et al., Analysis and mapping of air pollution using a GIS approach: A case study of Istanbul.

Advances in Air Pollution, 2000. 8: p. 431-4

[2] Lê Thị Minh Phương, Hệ thống thông tin địa lý trong quản lý quy hoạch, 2017, Nhà Xuất bản Xây dựng

[3] Trần Trọng Đức 2011, GIS căn bản, Nhà Xuất bản Quốc gia thành phố Hồ Chí Minh.

[4] GeoViet, Tài liệu hướng dẫn thực hành GIS

[5] https://vi.wikipedia.org/wiki/Thanh_Xu%C3%A2n

231

GIÁM SÁT MÙA VỤ LÚA Ở ĐỒNG BẰNG SÔNG CỬU LONG VÀ ĐỒNG

BẰNG SÔNG HỒNG SỬ DỤNG DỮ LIỆU VIỄN THÁM SENTINEL-1

Hoàng Phi Phụng1,2

, Lâm Đạo Nguyên1

1 Trung tâm Ứng dụng Công nghệ Vũ trụ TP.HCM - Trung tâm Vũ trụ Việt Nam - VAST, email:

ldnguyen@vnsc.org.vn 2 Học viện Khoa học và Công nghệ, email: hpphung@vnsc.org.vn

TÓM TẮT

Lúa là một trong những cây trồng nông nghiệp chính đóng vai trò quan trọng trong vấn đề an

ninh lương thực. Nên việc thiết lập công cụ giám sát phân bố diện tích trồng lúa và cơ cấu mùa vụ

là rất cần thiết. Từ năm 2014, việc cung cấp một cách liên tục và miễn phí dữ liệu viễn thám radar

(SAR) Sentinel-1, không bị ảnh hưởng bởi điều kiện khí quyển, mây che và ánh sáng mặt trời, cung

cấp giải pháp bền vững cho các thách thức về lập bản đồ và giám sát mùa vụ lúa ở những quốc gia

nằm trong khu vực gió mùa nhiệt đới như Việt Nam. Trong bài báo này, vùng trồng lúa năm 2018 ở

hai đồng bằng lớn nhất Việt Nam gồm đồng bằng sông Cửu Long (ĐBSCL) và đồng bằng sông

Hồng (ĐBSH) được phân tích bằng cách sử dụng dữ liệu ảnh Sentinel-1A, cho thấy ứng dụng tiềm

năng của dữ liệu SAR đa thời gian cho lập bản đồ diện phân bố lúa phục vụ cho quản lý nông

nghiệp ở quy mô cấp vùng.

Từ khóa: Sentinel-1, C-band, Mùa vụ lúa, Đồng bằng sông Cửu Long, Đồng bằng sông Hồng

1. GIỚI THIỆU

Công nghệ viễn thám là một cách tiếp cận đáng tin cậy và hiệu quả để giám sát các đối tượng

trên bề mặt đất ở các quy mô khác nhau, đặc biệt là cây lúa, một trong những cây trồng nông nghiệp

chính đóng một vai trò quan trọng trong vấn đề an ninh lương thực. Trong khi đó, các phương pháp

truyền thống trong việc xác định diện tích và mùa vụ lúa trên một khu vực rộng lớn là bị giới hạn về

mặt không gian và bị chi phối bởi các cuộc điều tra tốn kém, tốn nhiều công sức, thời gian và ẩn

chứa sai số. Không giống như các cảm biến quang thụ động, cảm biến radar có khả năng tạo ảnh bề

mặt Trái Đất ngay cả trong điều kiện mây che phủ, vì vậy sẽ hiệu quả hơn trong việc giám sát ruộng

lúa (Le Toan et al., 1997). Đối với nền nông nghiệp canh tác lúa, lúa được trồng trong đất ngập

nước, sự thay đổi các giai đoạn sinh trưởng cây lúa có thể làm thay đổi giá trị tán xạ ngược trên ảnh

radar (Li et al. 2016). Dựa vào đặc điểm này của tán xạ ngược radar đối với ruộng lúa có thể thành

lập bản đồ vùng trồng lúa và bản đồ cơ cấu mùa vụ lúa.

Viễn thám radar được công nhận là một công cụ hữu hiệu để xác định bản đồ cánh đồng lúa

(Bouvet et al., 2009). Dữ liệu SAR kênh C đặc biệt phù hợp để theo dõi và lập bản đồ lúa (Torres et

al., 2012) vì độ nhạy của cảm biến kênh C đối với sinh khối thực vật phụ thuộc vào loại cây trồng

(Ferrazzoli, et al., 1997). Mặc dù dữ liệu SAR không bị ảnh hưởng bởi mây hoặc ánh sáng mặt trời,

các phương pháp dựa trên SAR đã không được sử dụng để lập bản đồ lúa quy mô lớn do những hạn

chế trước đây về dữ liệu có sẳn và chi phí mua ảnh (Bouvet et al., 2009). Tuy nhiên, đến năm 2014

vệ tinh Sentinel-1A được phóng và cung cấp dữ liệu miễn phí cho người dùng với độ phân giải

không gian cao 20 m (Interferometric Wide Swath (IW) Mode), dải quét rộng 250 km và chu kỳ lặp

lại 12 ngày. Đến năm 2016, vệ tinh Sentinel-1B (Torres et al., 2012) được phóng cho phép thu được

ảnh kết hợp với Sentinel-1A với chu kỳ lặp lại 6 ngày ở một số khu vực nhất định. Chuỗi thời gian

dày đặc của dữ liệu Sentinel-1 và khả năng truy cập miễn phí ở độ phân giải không gian cao mang

đến cơ hội thuận lợi trong giám sát sự tăng trưởng lúa gần thời gian thực ở khu vực nghiên cứu. Dữ

liệu ảnh Sentinel-1 sử dụng trong nhiều ứng dụng như giám sát diện tích, mùa vụ lúa (Ferrant et al.,

2017). Mục tiêu của bài báo này là sử dụng dữ liệu SAR Sentinel-1A trong giám sát phân bố diện

tích vùng trồng lúa và thành lập bản đồ cơ cấu mùa vụ lúa cho hai vùng ĐBSCL và ĐBSH.

232

2. PHƢƠNG PHÁP

2.1. Dữ liệu sử dụng

Nghiên cứu sử dụng dữ liệu Sentinel-1 chế độ GRD thu nhận từ ngày 01/12/2017 đến ngày

31/12/2018 cho ĐBSCL và từ ngày 01/01/2018 đến ngày 30/12/2018 cho vùng ĐBSH. Dữ liệu

kiểm chứng là những mẫu được thu thập tại thực địa ở ĐBSCL và ĐBSH. Mục đích của việc chọn

mẫu là để kiểm chứng kết quả thành lập bản đồ mùa vụ gồm các thông tin được thu thập như: tọa độ

vị trí mẫu; thông tin lớp phủ là lúa một vụ, hai vụ hay ba vụ được điều tra từ nông dân. Số lượng

mẫu thu thập để kiểm chứng gồm 271 điểm ở ĐBSCL và 147 điểm ở ĐBSH.

2.2. Phƣơng pháp

Các bước xử lý gồm: a) tiền xử lý dữ liệu như multi-looking, định chuẩn, hiệu chỉnh địa hình,

lọc nhiễu; b) lập bản đồ mùa vụ lúa bằng phương pháp đa thời gian; c) lập bản đồ cơ cấu mùa vụ

lúa. Dữ liệu Sentinel-1 được xử lý để tạo ra ảnh hệ số tán xạ ngược (sigma0 hoặc sigma naught), sử

dụng các bước xử lý trong phần mềm Sentinel Application Platform (SNAP). Sau khi định chuẩn

dữ liệu và hiệu chỉnh địa hình để loại bỏ các hiệu ứng địa hình bằng cách sử dụng mô hình độ cao

số (DEM) của Shuttle Radar Topography Mission với độ phân giải 1 arcs second. Dữ liệu SAR

được thực hiện lọc nhiễu đa thời gian để giúp làm giảm tác động của nhiễu đốm trước khi được

phân loại bằng cây quyết định dựa trên giai đoạn sinh trưởng.

Căn cứ vào hành vi tán xạ ngược của dữ liệu Sentinel-1 phân cực VH theo các giai đoạn sinh

trưởng của cây lúa, dữ liệu chuỗi thời gian được sử dụng để xác định đối tượng lúa. Tán xạ ngược

radar của ruộng lúa có biên độ thay đổi lớn hơn 5 dB so với các lớp phủ khác thì có tán xạ ngược

tương đối ổn định như mặt nước, cây ăn trái và khu dân cư,... Nghiên cứu sử dụng phương pháp đa

thời gian để tách biệt giữa đất có lúa và không có lúa. Dựa vào các bản đồ lúa được thành lập để xác

định cơ cấu mùa vụ lúa ở hai đồng bằng. Việc đánh giá độ chính xác phân loại được thực hiện dựa

trên việc lấy mẫu ngẫu nhiên và phụ thuộc điều kiện đi lại tại địa phương. Các điểm mẫu thực địa được

phân thành các lớp (một vụ, hai vụ, ba vụ, không lúa, mặt nước) theo kết quả phân loại. Sử dụng điểm

mẫu kiểm tra và mỗi lớp được chọn có số mẫu tối thiểu là 20 mẫu (Congalton and Green 2009). Tập dữ

liệu kiểm chứng 147 điểm cho ĐBSH và 271 mẫu cho ĐBSCL được sử dụng để đánh giá kết quả phân

loại mùa vụ.

3. KẾT QUẢ VÀ THẢO LUẬN

3.1. Bản đồ mùa vụ lúa năm 2018 ở Đồng bằng sông Cửu Long

Bản đồ vùng trồng lúa được thành lập từ chuỗi dữ liệu Sentinel-1 thu nhận trong khoảng thời

gian vụ lúa Đông Xuân, Hè Thu và Thu Đông năm 2018 ở ĐBSCL. Kết quả bản đồ cơ cấu mùa vụ

lúa ở ĐBSCL từ dữ liệu ảnh Sentinel-1 thể hiện trên hình 1. Kết quả phân loại cho thấy hầu hết các

tỉnh ở ĐBSCL trồng lúa hai hoặc ba vụ. Để đánh giá kết quả bản đồ cơ cấu mùa vụ lúa năm 2018

thu được từ dữ liệu ảnh Sentinel-1 sử dụng bộ dữ liệu đánh giá được khảo sát từ 30/08-05/09/2018.

Bộ dữ liệu kiểm chứng gồm 271 điểm mẫu được phân bố khắp cả ĐBSCL. Kết quả đánh giá thu

được độ chính xác toàn cục của bản đồ mùa vụ là 93% và hệ số Kappa là 0.86.

3.2. Bản đồ mùa vụ lúa năm 2018 ở Đồng bằng sông Hồng

Tương tự như ĐBSCL, bản đồ vùng trồng lúa ở ĐBSH được thành lập từ chuỗi dữ liệu

Sentinel-1 thu nhận trong khoảng thời gian vụ Đông Xuân, vụ Mùa năm 2018. Kết quả bản đồ cơ

cấu mùa vụ lúa ở ĐBSH từ dữ liệu ảnh Sentinel-1 gồm bốn lớp phân loại là lúa một vụ, lúa hai vụ,

không lúa và mặt nước (Hình 1). Kết quả phân loại cho thấy hầu hết các tỉnh ở ĐBSH trồng lúa một

hoặc hai vụ, trong đó phổ biến là các vùng trồng lúa hai mùa vụ. Để đánh giá kết quả bản đồ cơ cấu

mùa vụ lúa năm 2018, sử dụng bộ dữ liệu đánh giá được khảo sát từ 05-12/09/2018. Bộ dữ liệu

233

kiểm chứng gồm 147 điểm mẫu được phân bố khắp cả ĐBSH. Kết quả đánh giá thu được độ chính

xác toàn cục của bản đồ cơ cấu mùa vụ là 94% và hệ số Kappa là 0.77.

Hình 1. Bản đồ mùa vụ lúa năm 2018 ở Đồng bằng sông Cửu Long (trái) và Đồng bằng sông Hồng (bên

phải).

4. KẾT LUẬN

Các vệ tinh Sentinel-1 cung cấp dữ liệu liên tục và miễn phí đã thay đổi tính khả dụng của dữ

liệu và cho phép truy cập với dữ liệu SAR, kênh C ở độ phân giải không gian và thời gian cao. Kết

quả nghiên cứu đã chứng tỏ rằng dữ liệu Sentinel-1 được sử dụng để lập bản đồ cơ cấu mùa vụ lúa

năm 2018 ở cả hai đồng bằng một cách chính xác và chi tiết. Phương pháp phân loại sử dụng trong

nghiên cứu đã cung cấp một trong những giải pháp sử dụng hiệu quả bộ dữ liệu này nhằm mục đích

lập bản đồ phân bố cơ cấu mùa vụ lúa năm 2018 ở độ phân giải không gian cao 20 m. Kết quả bản

đồ cơ cấu mùa vụ lúa cả hai đồng bằng đã được kiểm chứng bằng dữ liệu thực địa, chứng minh tính

khả thi trong việc lập bản đồ cơ cấu mùa vụ với độ chính xác toàn cục là 93% và hệ số Kappa là

0.86 ở ĐBSCL và 94% và 0.77 ở ĐBSH.

TÀI LIỆU THAM KHẢO

[1]. Bouvet, A. et al., 2009. Monitoring of the rice cropping system in the Mekong delta using ENVISAT/ASAR dual

polarization data. IEEE Trans. Geosci. Remote Sens. 47, p. 517–526.

[2]. Congalton, R. G., and K. Green. 2009. Assessing the Accuracy of Remotely Sensed Data – Principles and Practices.

Boca Raton, FL: CRC Press, Taylor & Francis Group.

[3]. Dobermann, A., and T. Fairhurst. 2000. Rice - Nutrient Disorders and Nutrient Management. Manila: International

Rice Research Institute.

[4]. Ferrant, S., Selles, A., Le Page, M., Herrault, P.A., Pelletier, C., Al-Bitar, A., Mermoz, S., Gascoin, S., Bouvet, A.,

Saqalli, M., et al. 2017. Detection of irrigated crops from Sentinel-1 and Sentinel-2 data to estimate seasonal

groundwater use in South India. Remote Sens. 9, p. 1119.

[5]. Ferrazzoli, P., Paloscia, S., Pampaloni, P., Schiavon, G., Sigismondi, S., Solimini, D., 1997. The potential of

multifrequency polarimetric SAR in assessing agricultural and arboreous biomass. IEEE Trans. Geosci. Remote

Sens. 35, p. 5–17.

[6]. Le Toan, T., Ribbes, F., Wang, L.F., Floury, N., Ding, K.H., Kong, J.A., Fujita, M., Kurosu, T. 1997. Rice crop

mapping and monitoring using ERS-1 data based on experiment and modeling results. IEEE Trans. Geosci.

Remote Sens. 35, p. 41–56.

[7]. Li, S., Ni, P., Cui, G., He, P., Liu, H., Li, L., Liang, Z. 2016. Estimation of rice biophysical parameters using

multitemporal RADARSAT-2 images. In IOP Conference Series: Earth and Environmental Science; IOP

Publishing: Bristol, UK, Volume 34, p. 012019.

[8]. Torres, R., Snoeij, P., Geudtner, D., Bibby, D., Davidson, M., Attema, E., Potin, P., Rommen, B., Floury, N., et al.,

2012. GMES Sentinel-1 mission. Remote Sens. Environ. 120, p. 9–24.

234

MONITORING RICE CROP IN THE MEKONG DELTA AND RED RIVER

DELTA USING SENTINEL-1 DATA

Hoang Phi Phung 1, Lam Dao Nguyen

2

1 HCMC Space Technology Application Center – Vietnam National Space Center - VAST, email:

ldnguyen@vnsc.org.vn 2 Graduate University of Science and Technology, email: hpphung@vnsc.org.vn

ABSTRACT

Rice is one of the main agricultural crops that plays an important role in food security.

Therefore, building a tool for monitoring changes of rice cultivated area and rice cropping system is

essential. From 2014, Sentinel-1A satellite have been providing continuously and free SAR data

that is not affected by atmospheric, sunlight conditions and clouds. Using SAR data can provide

sustainable solutions to the challenges on rice mapping and monitoring in the countries located

tropical monsoon, such as Vietnam. In the paper, rice planted areas in the Mekong Delta and Red

River Delta in 2018 were detected by using multi-temporal Sentinel-1A images with C-band and 20

m spatial resolution. The study showed the potential application of time-series SAR data for rice

crop mapping serving for agricultural management in regions.

Key words: Sentinel-1, SAR, C-band, Rice mapping, Mekong Delta, Red River Delta

235

IMPLICATION OF COASTAL CHANGE DUE TO HUMAN ACTIVITIES: A

SHORT TERM PERSPECTIVE IN TRA VINH PROVINCE, MEKONG

RIVER DELTA

Nguyen Thi Mong Lan, Nguyen Van Lap*, Ta Thi Kim Oanh,

Vo Thi Hong Quyen, Nguyen Minh Tai

Ho Chi Minh city Institute of Resources Geography, VAST, Vietnam *E-mail: nvlap@hcmig.vast.vn

ABSTRACT

Tra Vinh coast is approximately 65 km long and extends on NE-SW trend between two main

river mouths of the Mekong River, Mekong River Delta. Based on satellite image analyses and field

surveys, coastline change is identified since 1966 to present. The coastline change is mainly

controlled by natural process showing alternation of accretive and erosive coasts from that

accresion coast occurred widespread with rate of 5-10 m/yr, conversely, erossion coast occupied

locally with rate of 5-8 m/yr during 1966 to 1989. Since 1990 to present joining together with

natural factors, human activities have considerably impacted to coastline change. Accretion rate is

17-33 m/yr at the mangrove restoration areas, meanwhile, coastal erosions are severely with rate of

12-24 m/yr in the coastal works (eg. sea dykes, opening of fairway …), particularly erosive rate is

up to 36-45 m/yr in Dan Thanh coastline. Tra Vinh coastline changes since 1966 to present display

important and irregular changes in decennium comparison period, caused by natural process and

human influence that would be helpful for coastal landuse.

Keywords: Tra Vinh, coastline, erosion, accretion, mangrove

1. INTRODUCTION

The Mekong River Delta (MRD) in Vietnam is densely populated over 14 million people

living average elevation of the delta plain is around 2 m above present sea level. Currently, MRD is

facing severe erosion in its channels, river banks and coastal areas. Many coastal provinces have

already experienced serious subsidence and saltwater intrusion, with the impacts of prominently

rising sea level in the last decade. Total coverage of mangrove forests on coastal area has decreased

by 50% between 1965 and 2001, and considerably destroyed after 1995. Consequently, the

mangroves have been severely damaged and fragmented and replaced by aquaculture, mainly

shrimp farms or coastline stabilization. The exposure of the coastal area to waves and currents not

only impacts the conditions for depositional accumulation and progradation of mangrove, but also

complicates coastline evolution on a timescale of decades showing the change in coastline as it

responds to temporal variations in sediment supply, deposition and erosion, and sea‐ level rise [2,

3]. It has been significantly protected with sea dykes, infrastuctures from storms, and shrimp farm

from saltwater intrusion. Considerable development pressures coastal lowlands, particularly coastal

erosion has been increased in intensity and widespread properties. The effects of these

developments have been varied the coastal area in various ways.

The coastline of Tra Vinh is approximately 65 km long and broadly NE-SW oriented between

Co Chien and Dinh An river mouths, is formed by unconsolidated sediments of sand dunes,

mangrove marshes, tidal flats [1]. They mainly consist of sand, sandy silt and silt that are easly

varried under influences of strong wave, tides, and longshore currents. Subaqueous delta plain has a

very gentle gradient and fored in part by a semidiunal tide. The river mouth area is mesotidal with

irregular semidiunal tides. The mean tidal range is 2.5 ± 0.1 m and maximum tidal range is 3.2 to

236

3.8 m. Monthly mean significant wave height is 0.8 to 1.2 m in NE monsoon season, and about 0.5

to 0.6 m SW monsoon season. In the recent years, beside natural impacts, the increase of human

activities have considerably influenced the coastline change in Tra Vinh province.

2. RESULTS AND DISCUSSION

Based on the topographic map of 2001, the coastline changes in 2009, 2014 and 2018 were

extracted on the satellite images (Landsat-5 TM and Landsat-8) using Mapinfo software. The

Google Earth remote sensing images in 2014, 2015 and 2018 are used to assess coastline changes,

particularly in the coastal constructions.

Observation of coastal topography was carried out in rainy and dry seasons of 2014, 2015 and

2018. Using theodolite (Total Station), each measuring 5 m long crossing the coast, fixed landmarks

in each profiles, coordinates determined from GPS, the landmarks were fixed in measurement

processess throughout three year observations.

The coastline changes has been identified since 1966 to 2018 (Fig. 1) as follows:

2.1. Coastline change from 1966 to 1989

Coastline change was mainly controlled by natural process displaying alternation of coastal

accretion and erosion. Coastal accretion occupied widespread with average rate of 5-10 m/year,

particularly, upto 40-50 m/year at the southern coast and Dinh An river mouth where magroves

were well growing up (Figure 1). Mangrove trees play important role to reduce unfavourable

influences of wave and tidal currents and maintain sediments resulting considerably coastal

accreation. Erosion coasts occurred locally on the sandy coast that alternated with depositional

coasts, and erosive rate was 5-8 m/yr showing natural process.

Figure 1. Changes in coastline of Tra Vinh from 1966 to 2018

2.2. Coastline change from 1989 to 2018

Since 1990 to present joining together with natural factors, human activities have

considerably impacted to coastal change. Mangrove restorations were carried out to protect and

maintain the coast areas. Mangrove resorations were carried out to protect coastal erosion at My

Long Nam coast Cung Hau river mouth in 1992 and to maintain the coastal wetlands at Dong Hai

237

and Long Vinh in 2001 - 2006 (Table 1). Subsequently, mangroves gradually promoted deposition

and coastal accumulation with average rates of 18-20 m/yr in My Long Nam and up to 27-30 m/yr

Dong Hai and Long Vinh areas. In the median coasts of Tra Vinh province, stable coasts alternated

with accretive and erosive coasts, and displaying the equivalent rates of 5-12 m/yr and 6-10 m/yr

respectively.

Table 1. The coastal works in Tra Vinh

Year Works, projects Locality

1992 800 ha of mangrove restoration My Long Nam - Cung Hau river mouth

(RM).

2001 - 2006

Project "Protection and

development of the coastal

wetlands”

My Long Nam - Cung Hau RM; Dong

Hai - southern coast; Long Vinh - Dinh

An RM.

2009 - 2013 1320 meters long concreted sea

dyke Hiep Thanh- NE coast.

2012 - 2014 750 meters long concreted sea

dyke Truong Long Hoa - median coast.

2009 - 2015

Building Thermoelectricity plant

and opening of fairway

connecting Bassac river and East

sea

Dan Thanh- median coast

2.3. Coastline change in the typical areas

From 1989 – 2009, coastline continued to erode with average rate of 10-20 m/yr in Hiep Thanh

area. After building a sea dyke in 2013, assessment of coastline from 2014 and 2015 indicates a

serious erosion with rates of 14 and 27 m/yr in the northern and southern adjacent segments of the sea

dyke respectively (Figure 2).

After building the sea dyke in 2014, Ba Dong coast Truong Long Hoa area, coastal erosion

has been immediately inceased up to 30–38 m/yr during 2014 - 2018 in the northern and southern

adjacent segment of the sea dyke.

238

Figure 3. Coastline change in Dan Thanh area

From 1989 - 2009 coastal erosion was 5-11 m/year, and increasing up to 12-24 m/yr during

period of 2009 to 2014 in Dan Thanh area. Assessing coastline change in 2014 to 2018 showing

erosive rate is reaching over 36-45 m/year (Figure 3). It is clearly that The sea floor has been

lowered down owing to exploitation of sand and mud and opening fairway connecting East sea and

Bassac river [3].

4. CONCLUSION

Based on satellite images and field surveys, coastline change is identified since 1966 to

2018 in Tra Vinh province. During 1966-1989 coastline change was mainly controlled by natural

process showing alternation of accretive and erosive coasts. Acretion coasts mainly occupied with

an average rate of 5-10 m/yr, meanwhile erosion coasts are locally with rate of 5-8 m/yr. Since

1990 to present joining together with natural factors, human activities have considerably impacted

to coastline change. Coastal accretion is 17-33 m/yr at the mangrove restoration areas, and severe

erosion of 12-45 m/yr occupied in the coastal works. It indicates that the coastlines display

important and irregular changes in decennium comparison period, including natural process and

human influence that would be helpful for landuse in the coastal areas. It is necessary to assess

more detailed the coastline change not only in Tra Vinh province but also anothers in the MRD that

is the most rapid development in south Vietnam and further research should continue to study.

Acknowledgments: This study is partly suppored by project number VAST 05/18-19. We also thank

for Ho Chi Minh City Institute of Resources Geography has created favorable conditions.

REFERENCES

[1] Anthony, E.J, Dussouillez, P., Dolique, F., Besset, M., Brunier, G., Van Lap Nguyen, Goihot, M., 2017.

Morphodynamic of an eroding beach and foredune in the Mekong River delta: implications for deltaic

coastline change. Continental Shelf Research, ISSN 0278-4343 (SCI) 147, 1, 155-164.

[2] Li, X., Liu, J.P., Saito, Y., Van Lap Nguyen, 2017. Recent evolution of the Mekong Delta and the

impacts of dams. Earth Science Reviews, ISSN 0012-8252, (SCIE) 175, 1-17.

[3] Ta Thi Kim Oanh, Nguyen Van Lap, Nguyen Thi Mong Lan, Ta Duy Thong, Vo Thi Hong Quyen,

2018. Natural and environmental characteristics of Tra Vinh coastal area, Mekong Delta Vietnam for

the development of hard clam culture, Vietnam. Journal of Biodiversity and Environmental Sciences

(JBES), Vol. 13, No. 2, p. 58-67.

239

ĐỊNH HƢỚNG QUY HOẠCH BẢO VỆ MÔI TRƢỜNG HUYỆN CỦ CHI,

TP. HỒ CHÍ MINH

Nguyen Huy Anh1

1University of Natural Resources and Environment, Hochiminh City

Email: huyanhunre@gmail.com

TÓM TẮT

Nằm về phía tây bắc của TP. Hồ Chí Minh, huyện Củ Chi có diện tích tự nhiên 43.496ha.

Trong những năm qua Củ Chi phát triển rất mạnh về hạ tầng, kinh tế - xã hội, góp phần quan trọng

vào nâng cao đời sống vật chất và tinh thần của người dân. Chính vì vậy việc hoạch định không gian

vừa phát triển kinh tề - xã hội, vừa bảo vệ môi trường, đáp ứng được mục tiêu phát triển bền vững trong

tương lai là hết sức cấp thiết. Trên cơ sở đánh giá tổng hợp điều kiện tự nhiên, kinh tế - xã hội và môi

trường, ứng dụng các phương pháp hiện đại như GIS, viễn thám, nghiên cứu đã phân chia địa bàn

huyện Củ Chi thành 3 vùng môi trường, 16 tiểu vùng môi trường – đây là đơn vị cơ sở để xác định

chiến lược phát triển KT-XH huyện, đồng thời cũng đã đề xuất các giải pháp bảo vệ môi trường cho

từng tiểu vùng đáp ứng được mục tiêu phát triển bền vững.

Từ khóa: quy hoạch bảo vệ môi trường, GIS, phân vùng, huyện Củ Chi

1. ĐẶT VẤN ĐỀ

Trong những năm gần đây tốc độ phát triển về đô thị, công nghiệp không chỉ diễn ra tại các

quận nội thành mà còn đang diễn ra nhanh tại các quận huyện ngoại thành, trong đó có huyện Củ

Chi. Nằm về phía tây bắc của Tp Hồ Chí Minh, huyện Củ Chi có diện tích tự nhiên 43.496ha [1],

phía Bắc giáp huyện Trảng Bàng - tỉnh Tây Ninh, phía đông - đông bắc giáp huyện Bến Cát - tỉnh

Bình Dương, phía tây và tây nam giáp huyện Đức Hòa - tỉnh Long An, phía Nam giáp huyện Hóc

Môn. Trong những năm qua huyện Củ Chi phát triển rất mạnh về hạ tầng kinh tế và xã hội, góp

phần quan trọng vào nâng cao đời sống vật chất và tinh thần của người dân trên địa bàn huyện. Hệ

thống giao thông phát triển mạnh, nhiều khu công nghiệp được đầu tư xây dựng, cơ sở y tế, giáo

dục được đầu tư... Nhiều dự án quy mô lớn của thành phố được quy hoạch trên địa bàn huyện, bao

gồm dự án Khu đô thị Tây - Bắc thành phố, dự án phát triển du lịch sinh thái - nhà vườn ven sông

Sài Gòn, dự án Sài Gòn Safari, đề án quy hoạch sản xuất nông nghiệp Thành phố đến năm 2020,

tầm nhìn đến năm 2025,..[1]. Dự báo huyện Củ Chi sẽ có những bước phát triển mang tính đột phá

về kinh tế - xã hội trong tương lai. Chính vì vậy việc đánh giá tổng hợp các điều kiện tự nhiên, kinh tế

- xã hội và môi trường làm cơ sở cho hoạch định không gian vừa phát triển kinh tề - xã hội, vừa bảo vệ

môi trường đáp ứng được mục tiêu phát triển bền vững trong tương lai là hết sức cấp thiết.

Hình 1. Địa hình huyện Củ Chi Hình 2. Thảm thực vật huyện Củ Chi 2017

240

2. PHƢƠNG PHÁP NGHIÊN CỨU

Phương pháp tổng hợp và phân tích tài liệu: Phương pháp này được sử dụng để phân tích các

nguồn tài liệu liên quan đến vấn đề nghiên cứu. Các nguồn tài liệu trên sẽ được sử dụng như một cơ

sở khoa học tin cậy trọng quá trình nghiên cứu đề xuất phân vùng đề xuất không gian phát triển kinh

tế - xã hội và bảo vệ môi trường của lãnh thổ.

Phương pháp điều tra và khảo sát thực địa: Ngoài nguồn tài liệu, số liệu được thu thập,

nghiên cứu đã tiến hành khảo sát thực địa nhiều đợt ở địa bàn huyện Củ Chi nhằm tạo ra sự liên

kết chặt chẽ giữa lý thuyết và thực tế.

Phương pháp bản đồ, ứng dụng GIS và viễn thám: Đây là bộ phương pháp quan trọng và

mang lại hiệu quả rất cao trong quá trình nghiên cứu phân vùng không gian phát triển KTXH và bảo

vệ môi trường, GIS có thể thiết kế bản đồ phân vùng lãnh thổ, đánh giá tài nguyên, khu vực nhạy

cảm về môi trường, giám sát và cảnh báo các sự cố về tự nhiên, môi trường.

Phương pháp phân vùng lãnh thổ: Có thể hiểu đơn giản là Phân vùng lãnh thổ là phân chia

lãnh thổ thành những đơn vị lãnh thổ nhỏ hơn. Phân vùng lãnh thổ ở huyện Củ Chi thực chất là

phân chia lãnh thổ này thành các vùng và tiểu vùng với những đặc trưng riêng về tự nhiên. Từ các

đơn vị tiểu vùng sẽ tạo cơ sở khoa học cho việc và hoạch định không gian phát triển kinh tế gắn với

việc khai thác, sử dụng hợp lý tài nguyên và bảo vệ môi trường theo hướng PTBV.

Tiếp cận theo lưu vực: Lưu vực sông là vùng đất mà trong phạm vi đó nước mặt, nước dưới

đất chảy tự nhiên vào sông và thoát ra một cửa chung hoặc thoát ra biển. Lưu vực sông gồm có lưu

vực sông liên tỉnh và lưu vực sông nội tỉnh (Luật Tài nguyên nước năm 2012).

Hình 3. Phân vùng lãnh thổ huyện Củ Chi Hình 4. Các tiểu vùng môi trường Củ Chi

3. KẾT QUẢ VÀ THẢO LUẬN

Trên cơ sở phân vùng môi trường và cách tiếp cận, phương pháp, quy trình nghiên cứu được

trình bày ở trên tổng thể ở huyện Củ Chi theo 4 không gian như sau:

3.1. Không gian bảo vệ, bảo tồn

Không gian bảo vệ bảo tồn có diện tích khoảng 2.286 ha, chiếm 5,27% diện tích tự nhiên lãnh

thổ huyện Củ Chi, phân bố ở 2 khu vực chính là xã Phú Mỹ Hưng và xã Phạm Văn Cội. Không gian

BVBT được chia thành 2 tiểu vùng là: Tiểu vùng môi trường vùng gò đồi Phú Mỹ Hưng (A.I) và

Tiểu vùng môi trường Phú Hòa Đông (A.V).

3.2. Không gian phát triển thân thiện với môi trƣờng

Đây là không gian lớn nhất, với 6 tiểu vùng có diện tích 27.753,16 ha chiếm 63,80% tổng

diện tích tự nhiên toàn huyện. Với chức năng chính là: Cung cấp không gian sống, nguồn nguyên

liệu sạch, lương thực, thực phẩm đảm bảo an ninh lương thực và nguyên liệu cho sản xuất công

nghiệp, nông nghiệp, hình thành cụm công nghiệp mới ưu tiên lắp đặt các thiết bị máy móc và

ngành nghề sản xuất thân thiện với môi trường (xem thêm bản đồ).

Định hướng không gian phát triển KT-XH và bảo vệ môi trường: Thực hiện đánh giá tác động

môi trường chiến lược, đánh giá tác động môi trường cho các dự án quy hoạch phát triển đô thị, xây

241

dựng đô thi hiện đại, đồng bộ hướng tới đô thị thông minh. Hoàn thiện hệ thống xử lý nước thải

sinh hoạt. Sử dụng phân bón và HCBVTV hợp lý, phát triển khu vực trồng cây ăn quả kết hợp tạo

vành đai xanh tại các tiểu vùng dọc theo sông Sài Gòn. Quy hoạch cảnh báo nguy cơ ngập lụt đối

với các TV ven sông sài gòn.

Bảng 1. Định hướng không gian phát triển kinh tế và bảo vệ môi trường huyện Củ Chi

TT Định hƣớng QHBVMT Các tiểu vùng

môi trƣờng

Diện tích

(Ha)

Tỷ lệ

(%)

1 Không gian bảo vệ, bảo tồn A.I, A.V 2.286,00 5,27

2 Không gian phát triển thân

thiện với môi trường

A.II, A.IV, B.I,

BIII, C.II, C.III 27.753,16 63,80

3 Không gian tăng cường các

biện pháp quản lý môi trường

A.III, B.II, B.IV,

B.V 8.370.21 19,24

4 Không gian cải tạo và phục

hồi môi trường

C.I 5.087,24 11,69

Tổng 13 43.496,58 100

Hình 5. Định hướng quy hoạch bảo vệ môi trường huyện Củ Chi

3.3. Không gian tăng cƣờng các biện pháp quản lý môi trƣờng

Không gian tăng cường các biện pháp QLMT có diện tích 8.370.21ha chiếm 19,24% diện tích

toàn huyện. Phân bố tại các xã An Phú, Trung An, Hòa Phú, Bình Mỹ và thị trấn Củ Chi. Không

gian này có 4 tiểu vùng bao gồm: Tiểu vùng An Phú (A.III); Tiểu vùng môi trường Trung An (B.II);

Tiểu vùng Bình Mỹ (B.IV); Tiểu vùng thị trấn Củ Chi (B.V).

Các chức năng chính: Là trung tâm hành chính, kinh tế, văn hoá, xã hội của huyện; phát triển

mạnh các ngành công nghiệp, tiểu thủ công nghiệp, thương mại, dịch vụ du lịch; hạ tầng đô thị

đồng bộ. Cung cấp không gian phát triển kinh tế - xã hội, không gian sống với chức năng hình

thành khu dân cư và các khu du lịch sinh thái nhà vườn phục vụ DLST dọc sông Sài Gòn.

Định hướng không gian phát triển KT-XH và bảo vệ môi trường: Nâng cao nhận thức cộng

đồng về bảo vệ môi trường. Quy hoạch hệ thống thu gom, vận chuyển và xử lý CTR; Quy hoạch

khu vực cải tạo đất phát triển vườn cây ăn quả khu vực ven sông Sài Gòn, xây dựng hệ thống kè,

cống để hạn chế nguy cơ ngập lụt (vùng ven sông). Triển khai đồ án quy hoạch khu nông nghiệp kết

hợp du lịch sinh thái và dân cư nhà vườn. Xây dựng các bến thuyền phục vụ phát triển du lịch sinh

thái theo tuyến dọc sông Sài Gòn.

3.4. Không gian cải tạo và phục hồi môi trƣờng (C.I)

Nằm ở phía tây bắc huyện, có diện 5.087,24ha thuộc địa bàn các xã Thái Mỹ, Phước Thạnh,

242

Phước Hiệp, giáp địa giới tỉnh Long An và Tây Ninh. Kinh tế chủ yếu là phát triển nông nghiệp với

các nhóm cây trồng chính là lúa và hoa màu. Khu vực đã được xây dựng tổ hợp xử lý chất thải rắn

Tây Bắc Củ Chi. Các vấn đề môi trường nổi cộm: Ô nhiễm do hoạt động của khu xử lý chất thải rắn

tây bắc Củ Chi diện tích 822ha. Ô nhiễm do sản xuất công nghiệp ở khu công nghiệp Thái Mỹ (sát

Tây Ninh), đất đai nhiễm phèn, úng cần được cải tạo.

Định hướng quy hoạch bảo vệ môi trường: trồng rừng phòng hộ kết hợp bảo vệ môi trường,

tạo thành vành đai xanh xung quanh khu xử lý chất thải rắn Tây Bắc Củ Chi để hạn chế tác động

đến các tiểu vùng đô thị phía tây bắc và các tiểu vùng môi trường xung quanh. Cải tạo đất xây dựng

phát triển các mô hình kinh tế, trang trại cây ăn quả, kết hợp rừng phòng hộ.

4. KẾT LUẬN

Kết quả nghiên cứu đã phân chia huyện Củ Chi thành 3 vùng, 16 tiểu vùng và đề xuất thành 4

không gian phát triển kinh tế - xã hội và bảo vệ môi trường sau: (1) Không gian bảo vệ, bảo tồn: đã

xác định được 2 tiểu vùng là A.I và A.V với diện tích 2.286,00ha chiếm 5,27% tổng diện tích tự

nhiên huyện; (2) Không gian tăng cường các biện pháp quản lý môi trường có diện tích là 8.370.21

chiếm 19,24 % diện tích lãnh thổ; (3) Không gian phát triển thân thiện với môi trường có diện tích

là 27.753,16 ha chiếm 63,8% diện tích quy hoạch; (4) Không gian cải tạo và phục hồi môi trường

là các khu vực đã bị xuống cấp và sẽ được cải tạo, chẳng hạn như những khu vực đã ngừng khai

thác khoáng sản, khu vực thường xuyên chịu tác động mạnh của lũ, lụt và nước biển dâng hoặc

những khu vực rừng tự nhiên bị chặt phá. Địa bàn huyện Củ Chi đã xác định được 1 không gian với

diện tích 5.087,24 ha chiếm 11,69% diện tích quy hoạch.

TÀI LIỆU THAM KHẢO

[1]. UBND huyện Củ Chi, 2015). Báo cáo quy hoạch sử dụng đất đến năm 2020. UBND huyện Củ Chi.

[2]. Nguyễn Huy Anh, Lê Văn Thăng, 2015. Quy hoạch bảo vệ môi trường ở cấp huyện - cơ sở lý luận và

ứng dụng. Tạp chí Khoa học Đại học Huế, chuyên sanKhoa học Trái đất và Môi trường, ISSN 1859-

1388, 111 (12), 17-27.

[3]. Nguyễn Huy Anh, Vũ Văn Lương, 2016. Quản lý tổng hợp lãnh thổ theo hướng bền vững tại huyện Phú

Lộc, tỉnh Thừa Thiên Huế trên cơ sở phân vùng chức năng môi trường. Tạp chí Khoa học Đại học Huế,

chuyên san Khoa học Trái đất và Môi trường, 120 (6), 5 -16.

PLANNING ENVIRONMENTAL PROTECTION ZONE IN CU CHI

DISTRICT, HO CHI MINH CITY

Nguyen Huy Anh1

1University of Natural Resource and Environment, Hochiminh City. Email:huyanhunre@gmail.com

ABSTRACT

Cu Chi, with a natural area of 43,496ha, is a district in the northeast of Hochiminh City where

infrastructure has been built intensively in recent years. This results in not only local socio-

economic development but also improvement of welfare of local people. As a consequence, space

planning and zoning is necessary to balance socio-economic development and environment protection

for long-term sustainability. By analyzing socio-economic, environment and remote sensing data using

GIS technology, the research divides the district into 3 major zones, including 16 minor sub-zones. This

provides the basis to develop strategy for socio-economic development and environmental protection

for each sub-zone.

Keyword: environment planning protection, GIS, zoning, Cu Chi District

243

THÍCH ỨNG SINH KẾ VỚI BIẾN ĐỔI MÔI TRƢỜNG CỦA

NÔNG HỘ VEN BIỂN ĐỒNG BẰNG SÔNG CỬU LONG

Dƣơng Trƣờng Phúc

Đại học KHXN&NV, ĐHQG-HCM, duongtruongphuc@gmail.com

TÓM TẮT

Sinh kế của hàng triệu nông dân, đặc biệt là nông dân ven biển đồng bằng Sông Cửu Long

đang dễ tổn thương với những hiểm họa từ biến đổi môi trường. Kết quả từ cuộc điều tra 90 hộ

nông dân ven biển Sóc Trăng cho thấy nông dân tự thích ứng bằng việc vận dụng tri thức, sáng kiến

bản địa và chuyển đổi mô hình sản xuất. Việc chuyển đổi mô hình phụ thuộc vào sự tương tác của

sinh thái, thị trường cũng như động lực và khả năng của nông hộ. Thông qua các tiêu chí về hiệu

quả kinh tế, xã hội và môi trường, bài viết đánh giá mô hình canh tác tôm-lúa và trồng khóm là hai

mô hình mang đến nhiều triển vọng về thích ứng với biến đổi môi trường ở vùng duyên hải.

Từ khóa: thích ứng sinh kế, tổn thương sinh kế, biến đổi môi trường

1. GIỚI THIỆU

Đồng bằng sông Cửu Long (ĐBSCL) là vùng đất của sự trù phú về tài nguyên thiên nhiên và

các điều kiện tự nhiên lẫn kinh tế-xã hội đã được cư dân trong vùng khai thác để thúc đẩy một nền

sản xuất lớn đáp ứng nhu cầu an ninh lương thực quốc gia và đáp ứng xuất khẩu. Tuy vậy, đồng

bằng này được đánh giá là một trong các “điểm nóng” về biến đổi khí hậu và nước biển dâng trên

Thế giới, có nguy cơ tổn thương rất cao (IPCC, 2014). Những tác động này mang đến các rủi ro

mới và làm nổi bật những khó khăn đã tồn tại từ trước dẫn đến suy giảm năng suất cây trồng, đe dọa

an ninh lương thực quốc gia, tạo ra những thách thức to lớn đối với cuộc sống của nông dân

(Pettengell, 2010).

Đứng trước những hiểm họa này, việc thích ứng sinh kế với biến đổi môi trường, đặc biệt với

cư dân ven biển đóng vai trò quan trọng vì đây là những đối tượng chịu tổn thương nhiều nhất.

Thích ứng sinh kế được xem như sự điều chỉnh hành vi của từng nhóm dân số nhằm giảm tính dễ

tổn thương đối với mối nguy đồng thời tận dụng những cơ hội có thể có để thúc đẩy chiến lược sinh

kế (Smit, Burton, Klein, & Wandel, 2000). Nông dân ĐBSCL có nhiều cách thích ứng khác nhau.

Các giải pháp thích ứng như hoàn thiện hệ thống tưới tiêu, đa dạng hóa cây trồng, vật nuôi, thay đổi

lịch mùa vụ, sử dụng giống chống chịu cao, mua bảo hiểm nông nghiệp, vận dụng tri thức và sáng

kiến bản địa... không chỉ liên quan đến hoạt động sản xuất lúa mà còn liên quan đến các khía cạnh

đời sống như sự an toàn tính mạng và tài sản.

2. PHƢƠNG PHÁP

2.1. Phƣơng pháp điều tra xã hội học

Nghiên cứu thực hiện khảo sát tại Sóc Trăng (Cù Lao Dung, Trần Đề và TX. Vĩnh Châu) với

số lượng tham gia khảo sát là 90 hộ nông dân. Nội dung điều tra tập trung vào các chủ đề chính:

Đặc điểm nhân khẩu học; Sáng kiến và tri thức bản địa được áp dụng; Các mô hình sinh kế hiện tại.

2.2. Phƣơng pháp thang điểm tổng hợp

Phương pháp này được áp dụng để đánh giá mức độ hiệu quả của các mô hình sinh kế có thể

nhân rộng tại khu vực nghiên cứu nhằm thích ứng với biến đổi môi trường. Tính hiệu quả của các

mô hình được thể hiện bằng 03 khía cạnh và các tiêu chí trong bảng 1:

244

Bảng 1. Bộ tiêu chí đánh giá hiệu quả mô hình sinh kế

Khía cạnh Trọng

số (W1) Tiêu chí Trọng số (W2) Diễn giải

Kinh tế 9

Tổng thu 9 triệu đ/năm Lợi nhuận =

Tổng thu –tổng chi

Hiệu quả đồng vốn = Lợi

nhuận/Tổng chi

Tổng chi 5 triệu đ/năm

Lợi nhuận 8 triệu đ/năm

Hiệu quả đồng vốn 7

Xã hội 7

Kỹ thuật 8 1 2 3 4 4

1: Rất lạc hậu; 5: Rất tiên tiến

Thị trường 9 1 2 3 4 5

1: Rất bất ổn; 5: Rất ổn định

Giống 5 1 2 3 4 5

1: Rất kém đa dạng; 5: Rất đa dạng

Lao động 4 1 2 3 4 5

1: Rất thiếu; 5: Rất thừa

Khuyến nông 6 1 2 3 4 5

1: Không có; 5: Rất thường xuyên

Môi

trường 5

Suy thoái đất 7 1 2 3 4 5

1: Rất ảnh hưởng; 5: Không ảnh hưởng

Ô nhiễm môi

trường nước 8

1 2 3 4 5

1: Rất ảnh hưởng; 5: Không ảnh hưởng

Giảm đa dạng sinh

học 5

1 2 3 4 5

1: Rất ảnh hưởng; 5: Không ảnh hưởng

Chuẩn hóa kết quả: d = X/Xmax

Trong đó, d: giá trị chuẩn hóa; X: giá trị quan sát; Xmax: giá trị quan sát lớn nhất

Điểm thành phần Điểm tổng hợp

Ec = ∑

∑ ; So =

∑

∑ ; En =

∑

∑ S =

∑ ∑ ∑

∑

3. KẾT QUẢ VÀ THẢO LUẬN

3.1. Sáng kiến và tri thức bản địa trong thích ứng biến đổi môi trƣờng

3.1.1 Sạt lở, xói mòn đất

Nhằm chống tình trạng sạt lở, xói mòn đất, nông dân đã đưa ra sáng kiến trồng cây để giữ đất.

Các loại cây trồng phổ biến là bần, mắm, đước, phi lao, dừa nước. Mỗi loại cây sẽ được phân bổ ở

những khu vực phù hợp để đạt kết quả cao nhất. Cây bần, mắm, đước được trồng dọc theo sông

rạch, ven biển vì có khả năng chịu ngập, bộ rễ bám đất tốt, mở rộng bãi bồi. Còn phi lao trồng dọc

theo con đê, dừa nước trồng xung quanh giồng cát.

3.1.2. Thiếu nước ngọt

Trong sản xuất, nhiều nông hộ mạnh dạn chuyển đổi cơ cấu cây trồng theo xu hướng bỏ trồng

lúa cần nhiều nước, năng suất thấp sang trồng màu cần ít nước, năng suất cao như mô hình trồng

dưa hấu, đậu phộng… Trên mỗi ruộng màu canh tác, nông dân còn biết cách phú bạt để hạn chế

thoát hơi nước, ngăn cỏ dại, sâu rầy, tránh xói mòn. Nhiều bà con nông dân còn phát hiện nguồn

nước ngọt trên những giồng cát do nước mưa đọng lại ở độ sâu từ 2-3 mét. Trong sinh hoạt, nhiều

nông dân mua chum vại to về để trữ nước mưa trong mùa mưa và sử dụng trong những tháng mùa

khô bằng cách bỏ than hoạt tính vào để làm sạch nước mưa.

245

3.2. Tính hiệu quả từ các mô hình sinh kế

Từ kết quả điều tra tại địa bàn cùng với định hướng phát triển nông nghiệp của địa phương

giai đoạn 2016-2020 đã làm cơ sở cho việc lựa chọn 05 mô hình sinh kế: lúa 2 vụ, lúa-tôm, tôm-

màu, cây lâu năm (khóm) và cây hàng năm (mía).

3.2.1. Hiệu quả kinh tế

Đánh giá hiệu quả kinh tế của mô hình sinh kế được thể hiện thông qua 4 tiêu chí tổng thu,

tổng chi, lợi nhuận và hiệu quả đồng vốn. Kết quả đánh giá cho thấy mô hình lúa-tôm có tổng thu,

tổng chi và lợi nhuận cao nhất, mô hình trồng khóm trên đất mặn có hiệu quả đồng vốn cao nhất.

Mô hình lúa-tôm có tổng điểm hiệu quả kinh tế cao nhất (Ec=8,5) (Bảng 2).

Bảng 2. Kết quả đánh giá hiệu quả kinh tế của các mô hình sinh kế

Tiêu chí W2 Lúa 2 vụ Lúa-tôm Tôm-màu Khóm Mía

Tổng thu 9 0,104 1 0,133 0,315 0,120

Tổng chi 5 0,105 1 0,095 0,194 0,139

Lợi nhuận 8 0,102 1 0,194 0,507 0,089

Hiệu quả đồng vốn 7 0,372 0,382 0,780 1 0,497

Tổng điểm (Ec) 1,7 8,5 3,0 5,1 2,1

Nguồn: Kết quả khảo sát 9/2018

3.2.2. Hiệu quả xã hội

Đánh giá hiệu quả xã hội của mô hình sinh kế được thể hiện qua 5 tiêu chí kỹ thuật, thị

trường, giống, lao động và khuyến nông. Kết quả đánh giá cho thấy mô hình lúa-tôm có điểm kỹ

thuật và giống cao nhất, mô hình trồng khóm có điểm thị trường và lao động cao nhất, mô hình

tôm-màu có điểm khuyến nông cao nhất. Mô hình trồng khóm có tổng điểm hiệu quả xã hội cao

nhất (So=9,1) (Bảng 3).

Bảng 3. Kết quả đánh giá hiệu quả xã hội của các mô hình sinh kế

Tiêu chí W2 Lúa 2 vụ Lúa-tôm Tôm-màu Khóm Mía

Kỹ thuật 8 0,770 1 0,892 0,811 0,689

Thị trường 9 0,300 0,333 0,400 1 0,400

Giống 5 0,797 1 0,703 0,891 0,523

Lao động 4 0,474 0,842 0,632 1 0,632

Khuyến nông 6 0,727 0,809 1 0,864 0,773

Tổng điểm (So) 6,0 7,6 7,1 9,1 5,9

Nguồn: Kết quả khảo sát 8/2018

3.2.3. Hiệu quả môi trường

Đánh giá hiệu quả môi trường của mô hình sinh kế được thể hiện qua 3 tiêu chí suy thoái đất,

ô nhiễm nước và giảm đa dạng sinh học. Kết quả đánh giá cho thấy mô hình lúa-tôm có điểm suy

thoái đất và giảm đa dạng sinh học cao nhất, mô hình trồng khóm có điểm ô nhiễm nước cao nhất.

Mô hình trồng khóm có điểm hiệu quả môi trường cao nhất (En=7,0) (Bảng 4).

3.2.4. Kết quả đánh giá tổng hợp

Kết quả đánh giá tổng hợp cho thấy mô hình lúa-tôm đạt hiệu quả cao nhất (S=7,7), tiếp đến

là mô hình trồng khóm (S=6,9), tôm-màu (S=4,9), lúa 2 vụ (S=4,0) và trồng mía (S=3,8).

246

Bảng 4. Kết quả đánh giá hiệu quả môi trường của các mô hình sinh kế

Tiêu chí W2 Lúa 2 vụ Lúa-tôm Tôm-màu Khóm Mía

Suy thoái đất 7 0,478 1 0,489 0,739 0,478

Ô nhiễm nước 8 0,524 0,651 0,744 1 0,524

Giảm đa dạng sinh học 5 0,677 1 0,817 0,968 0,677

Tổng điểm (En) 5,5 6,4 5,1 7,0 4,1

Nguồn: Kết quả khảo sát 9/2018

Bảng 5. Kết quả đánh giá tổng hợp hiệu quả của các mô hình sinh kế

Hiệu quả W1 Lúa 2 vụ Lúa-tôm Tôm-màu Khóm Mía

Kinh tế 9 1,7 8,5 3,0 5,1 2,1

Xã hội 7 6,0 7,6 7,1 9,1 5,9

Môi trường 5 5,5 6,4 5,1 7,0 4,1

Tổng điểm (S) 4,0 7,7 4,9 6,9 3,8

Nguồn: Kết quả khảo sát 8/2018

Mô hình tôm-lúa

Mô hình “con tôm ôm cây lúa” hay mô hình tôm-lúa kết hợp được nhiều nông dân đánh giá là

cho hiệu quả cao với chi phí đầu tư thấp. Nhiều nông hộ không chỉ trồng lúa, nuôi tôm mà còn trồng

rau màu trên bờ bao để tăng thêm thu nhập. Theo nông dân, dựa trên quy luật tự nhiên, mô hình sản

xuất càng đa dạng loài thì mức độ bền vững càng cao, vì các đối tượng khác nhau có thể phát huy

các yếu tố tích cực, hạn chế yếu tố tiêu cực của nhau như cải tạo đất, trừ sâu hại và cắt đứt vòng đời

dịch bệnh, v.v… trong quá trình sinh trưởng và phát triển.

Mô hình trồng khóm trên đất mặn

Nhiều người dân ở vùng nước lợ, mặn trong quá trình tìm kiếm cây trồng vật nuôi thích nghi

với điều kiện canh tác tại địa phương đã nhận thấy trồng khóm là một hướng đi tốt, mang lại hiệu

quả kinh tế cao hơn nhiều lần so với trồng lúa. Chính nhờ vào sự phù hợp với thổ nhưỡng và khí

hậu nên chi phí đầu tư thấp, chăm sóc đơn giản, ít sâu bệnh, thu hoạch quanh năm và có thể cho thu

trái đến 10 năm đối với những vùng nhiễm mặn cao.

4. KẾT LUẬN

Thích ứng sinh kế là quá trình đòi hỏi sự tham gia của các bên liên quan nhằm phối hợp hiệu

quả trong các chiến lược thích ứng nhiều cấp độ. Trong quá trình đó, nông dân đã tự thích ứng bằng

việc vận dụng tri thức, sáng kiến bản địa và chuyển đổi mô hình sản xuất. Việc chuyển đổi chịu tác

động của tác lực sinh thái, thị trường và động lực, khả năng của hộ. Các mô hình được nhìn nhận có

hiệu quả về kinh tế, xã hội và môi trường có thể triển khai nhân rộng ở vùng ven biển giúp nông

dân thích ứng với biến đổi môi trường là mô hình tôm lúa và mô hình trồng khóm. Trong bối cảnh

biến đổi môi trường diễn biến thất thường có thể gia tăng mức độ rủi ro sinh kế trong khi khả năng

thích ứng của nông dân vẫn còn thấp dẫn đến thiệt hại nặng nè. Do vậy, thích ứng và hỗ trợ thích

ứng là vấn đề cần được triển khai nhanh chóng nhưng không thể thiếu chiến lược đúng đắn.

TÀI LIỆU THAM KHẢO

[1] IPCC, 2014. Climate Change 2014 (Synthesis Report). Contribution of Working Groups I, II and III to

the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Geneva, Switzerland.

[2] Pettengell, C., 2010. Enabling people living in poverty to adapt. Oxfam International Research Report.

[3] Smit, B., Burton, I., Klein, R. J. T., & Wandel, J., 2000. An anatomy of adaptation to climate change and

variability. Climatic Change, 45(1), 223–251.

247

COASTAL FARMER HOUSEHOLDS’ LIVELIHOOD ADAPTATION TO

ENVIRONMENTAL CHANGE

IN THE VIETNAMESE MEKONG DELTA

Phuc Duong Truong

USSH, VNU-HCM, duongtruongphuc@gmail.com

ABSTRACT

Farmers’ livelihood, especially coastal farmers in the Vietnamese Mekong Delta, are

vulnerable to the hazard of environmental change. Results from a survey of 90 coastal farmer

households in Soc Trang province showed that farmers self-adapt through applying indigenous

knowledge and initiatives and transforming livelihood model. Model transfomation depends on the

interaction of the ecology, the market as well as the motivation and ability of the household. Based

on the criteria of economic, social and environmental efficiency, the paper assesses the rice-shrimp

and pineapple model as two models that bring great prospects for adaptation to environmental

change in coastal areas.

Keywords: livehood adaptation, livelihood vulnerability, environmental change

248

MỘT SỐ PHÁT HIỆN MỚI VỀ DI SẢN Ở TÂY NGUYÊN, VIỆT NAM

La Thế Phúc 1, Nguyễn Khắc Sử

2, Lƣơng Thị Tuất

1, Vũ Tiến Đức

3,

Bùi Văn Thơm 4, Nguyễn Trung Minh

1.

1 Bảo tàng Thiên nhiên Việt Nam, Viện Hàn lâm Khoa học và Công nghệ Việt Nam (VAST); email

tác giả chính: laphuc@gmail.com 2

Hội Khảo cổ Việt Nam; email: khacsukc@gmail.com 3

Viện Khoa học Xã hội vùng Tây Nguyên, Viện Hàn lâm Khoa học xã hội Việt Namemail:

tienduc1988@gmail.com 4

Viện Địa chất, VAST email: buivanthom@gmail.com

TÓM TẮT

Trong các đợt khảo sát thực địa mùa khô năm 2018-2019, các nhà khoa học của đề tài

TN17/T06 đã có nhiều phát hiện mới về di sản thuộc địa bàn 5 tỉnh Tây Nguyên. Nổi bật hơn cả là

di tích tiền sử trên miệng núi lửa Hố Tre (Đắk Lắk) và di tích tiền sử ở thung lũng sông cổ Phú

Thiện (Gia Lai). Ở Hố Tre, hiện vật thu được gồm: rìu bầu dục, rìu ngắn, hạch đá, mảnh tước, bàn

mài, hòn lấy lửa (?)... và các mảnh gốm; đặc trưng về kỹ thuật và loại hình cho thời đại Đá Mới. Ở

Phú Thiện, hiện vật thu được gồm: công cụ ghè một hoặc hai mặt, công cụ chặt thô có rìa lưỡi

ngang, công cụ mũi nhọn, công cụ nạo rìa lưỡi dọc, công cụ mảnh tước...; đặc trưng cho kỹ thuật và

loại hình công cụ thời Đá Cũ. Các phát hiện này rất có giá trị: góp phần bổ sung tư liệu nghiên cứu

các giai đoạn phát triển con người ở Việt Nam và khu vực; là cơ sở xây dựng bảo tàng bảo tồn tại

chỗ, phát triển du lịch...

Từ khóa: Di tích, Công cụ, Đá cũ, Đá mới, Tây Nguyên

1. GIỚI THIỆU

Trong quá trình khảo sát tìm kiếm hang động núi lửa và di sản địa chất liên quan đến hoạt

động phun trào basalt Tây Nguyên của đề tài "Nghiên cứu giá trị di sản hang động, đề xuất xây

dựng bảo tàng bảo tồn tại chỗ ở Tây Nguyên; lấy thí dụ hang động núi lửa ở Krông Nô, tỉnh Đắk

Nông” (mã số TN17/T06, thuộc chương trình Tây Nguyên giai đoạn 2016 - 2020; chủ nhiệm đề tài:

TS. La Thế Phúc; cơ quan chủ trì: Bảo tàng Thiên nhiên Việt Nam; cơ quan chủ quản: Viện Hàn

lâm Khoa học và Công nghệ Việt Nam); các nhà địa chất đã có nhiều phát hiện mới về cấu trúc

vòng và địa hình nghịch đảo ở Nam Dong (Cư Jut, Đắk Nông) và Bon Choih (Krông Nô, Đắk

Nông), miệng núi lửa Hố Tre (Krông Ana, Đắk Lắk), basalt cầu gối ở Đắk Glei (Kon Tum), Hóa

thạch khuôn cây trong đá basalt ở nhiều nơi: thác nước Pa Sỹ, Đambri, Lưu Ly, Buôn Đui…; Các di

chỉ khảo cổ tiền sử ở K’Bang và Phú Thiện (Gia Lai), khu vực thác Đray Nur và Hố tre (Krông

Ana, Đắk Lắk), khu vực Đắk Sôr (Krông Nô, Đắk Nông) ...; đã thu được hàng ngàn hiện vật là công

cụ đá và gốm các loại thời tiền sử, hàng chục quả bom núi lửa các loại phân bố rộng rãi khắp Tây

Nguyên với tổng trọng lượng 500 - 600kg mẫu vật. Trong có, nổi bật hơn cả là các di tích tiền sử

trên miệng núi lửa Hố Tre (Đắk Lắk) và ở thung lũng sông cổ Sông Ba thuộc huyện Phú Thiện (Gia

Lai).

2. CÁC PHƢƠNG PHÁP NGHIÊN CỨU

Đề tài đã sử dụng 5 phương pháp nghiên cứu chủ đạo: Phương pháp kế thừa; Phương pháp

viễn thám; Phương pháp điều tra xã hội học/phỏng vấn người dân; Phương pháp khảo sát thực địa;

Phương pháp hiệu chỉnh lý, thống kê phân loại di sản.

249

3. KẾT QUẢ VÀ THẢO LUẬN

3.1. Kết quả phát hiện mới Hố Tre (Đắk Lắk)

3.1.1. Lịch sử nghiên cứu, phát hiện di tích

Lần đầu tiên, di tích tiền sử ở Hố Tre (thôn Hòa Tây, xã Ea Bông, huyện Krông Ana, tỉnh Đắk

Lắk) được La Thế Phúc, Lương Thị Tuất cùng các cộng sự phát hiện vào cuối tháng 11/2018 trong

chuyến khảo sát thực địa, tìm kiếm hang động và di sản địa chất liên quan đến hoạt động phun trào

basalt Tây Nguyên của đề tài TN17/T06. Đây là một miệng núi lửa (Hình 1).

Tháng 4/2019, La Thế Phúc, Vũ Tiến Đức cùng các cộng sự đã đào hố 1m2 trên vách cao >1m

của kênh dẫn nước, sâu vào trong vách 0,3m; đã phát lộ cụm đá chế tác công cụ (Hình 2).

3.1.2. Sơ lược đặc điểm địa chất của di tích

Trong phạm vi bán kính hàng chục km tính từ di tích Hố Tre có sự hiện diện của các đá trầm

tích lục nguyên hệ tầng La Ngà (174,1-163,5 triệu năm BP), đá basalt hệ tầng Túc Trưng (5,333-

0,781 triệu năm BP), đá basalt hệ tầng Xuân Lộc (0,781-0,126 triệu năm BP) và các thành tạo trầm

tích Đệ tứ (8000 năm đến nay) [3].

3.1.3. Địa tầng di tích:

- Lớp mặt, dày 0,3 - 0,35m là lớp đất trồng, không chứa hiện vật khảo cổ nguyên trạng

- Lớp văn hóa, dày 0,4 - 0,45m là lớp kết vón laterit, chứa các di vật khảo cổ bằng đá và gốm

(ít).

- Lớp sinh thổ là lớp sét trầm tích tướng đầm hồ, mùa khô hơi cứng, không còn di vật khảo cổ.

3.1.4. Loại hình di tích

Sự hiện diện của cụm chế tác ở hố đào (Hình 2), các mảnh gốm vỡ từ các vật dụng và hòn lấy

lửa (?) (Hình 1, 2, 3) minh chứng cho di tích cư trú và di tích công xưởng.

Hình 1: Vị trí hố đào ở

miệng núi lửa Hố Tre

(Nguồn: La Thế Phúc, 2018)

Hình 2: Cụm đá: hòn kê, công

cụ, mảnh tước ở vách taluy

(Nguồn: La Thế Phúc, 2019)

Hình 3: Rìu bầu

dục (Nguồn: La Thế

Phúc, 2019)

Hình 4: Rìu ngắn

chữ U (Nguồn: La

Thế Phúc, 2019)

3.1.5. Đặc điểm di vật

- Về đồ đá: chất liệu đồ đá chủ yếu là đá basalt, thứ yếu là đá cát kết dạng quarzit, cát bột kết.

Kỹ thuật chế tác: ghè đẽo hai mặt, vết ghè hướng tâm được tu chỉnh cẩn thận, độ chính xác cao.

- Đồ gốm: màu xám-xám nâu, thô, cứng, dày, độ nung không cao; xương gốm làm từ đất sét

chưa lọc kỹ và trộn cát thô; hầu như không trang trí hoa văn.

3.1.6. Loại hình di vật

- Đồ đá, gồm: rìu bầu dục (Hình 3), rìu ngắn hình chữ U (Hình 4), rìu chữ nhật (Hình 5), công

cụ mảnh tước, hòn ghè, hòn lấy lửa (Hình 7), bàn mài; Phác vật (Hình 6); Đá nguyên liệu...

- Đồ gốm: màu xám-xám nâu, thô, cứng, dày, độ nung không cao; xương gốm làm từ đất sét

trộn cát thô; vật dụng ban đầu: hình cầu miệng loe cong, vê tròn, không hoa văn (Hình 8. 9).

250

H.5: Rìu chữ nhật H.6: Phác vật Hình 7: Hòn lấy lửa

(?)

Hình 8: Mảnh gốm vỡ từ thân

vật dụng

H.9: Mảnh vỡ từ

miệng

(Nguồn: La Thế Phúc, 2019).

3.2. Kết quả phát hiện mới Phú Thiện (Gia Lai)

3.2.1. Lịch sử phát hiện di tích:

Lần đầu tiên, ngày 17/4/2019, La Thế Phúc, Lương Thị Tuất và các cộng sự đã phát hiện một

số công cụ, mảnh tước, hạch đá tại chân núi Chư A Thai, huyện Phú Thiện, tỉnh Gia Lai.

Từ ngày 27/4 đến ngày 3/5/2019, La Thế Phúc, Vũ Tiến Đức và các cộng sự đã mở rộng diện

điều tra, tìm kiếm trong khuôn khổ đề tài cấp cơ sở của Bảo tàng Thiên nhiên Việt Nam, phát hiện

thêm 14 điểm di tích trong phạm vi khoảng 100 km2 thuộc xã Chư A Thai.

3.2.2. Sơ lƣợc đặc điểm địa chất di tích: khu vực xã Chƣ A Thai lộ ra [5]:

- Phức hệ Bến Giằng-Quế Sơn (272-252 triệu năm): granodiorit, granit biotit-hornblend...

- Hệ tầng Sông Ba (11,630-5,333 triệu năm): cuội, cuội cát kết đa khoáng chứa hóa thạch.

- Hệ tầng Túc Trưng (5,333-0,781 triệu năm): basalt olivin-augit-plagioclas;

- Trầm tích Pleistocene sớm (2,58-0,781 triệu năm BP): cuội sạn đa khoáng, nguồn gốc aluvi.

- Trầm tích Pleistocene muộn, Holocene sớm-giữa: cát sạn sỏi lẫn bột sét, nguồn gốc aluvi.

3.2.3. Đặc điểm phân bố của di tích

Di tích phân bố trên các địa hình bậc 2, bậc 3, bậc 4 và bậc 5 của sườn núi Chư A Thai và

trên các gò đồi thuộc các thềm sông cổ bậc1, bậc 2 và bậc 3 của thung lũng Sông Ba trước kia.

3.2.4. Thành phần di vật/hiện vật

Di vật, gồm: công cụ đá, mảnh tước, phác vật, hạch đá, đá có vết ghè và đá nguyên liệu.

Công cụ đá, gồm: rìu tay, bôn tay (Hình 10); công cụ ghè đẽo 1-2 mặt (Hình 12); công cụ rìa

ngang - rìa xiên/dọc, công cụ mũi nhọn tam diện (Hình 11), công cụ ghè đẽo tạo rìa cả 2 mặt ở một

đầu, công cụ hạch đa hướng, công cụ mảnh tước (Hình 13), công cụ hòn ghè...

Chất liệu là đá cuội tự nhiên tại chỗ: thạch anh, quarzit, đá silic, cát kết dạng quarzit, opal-

chalcedon, gỗ hóa thạch (silic hóa), basalt (ít)…

3.2.5. Phương thức chế tác

Ghè đẽo thô sơ từ các hòn cuội: phần đốc còn vỏ và độ tròn cạnh của hòn cuội, phần mũi/lưỡi

được ghè đẽo tạo lưỡi rìu/mũi nhọn; có sự tương đồng với công cụ ở An Khê [4], hội tụ đặc trưng

của tổ hợp kỹ thuật: Chopper-chooping tool/Picks/ Biface-Handaxes.

3.2.6. Quy mô của di tích

Phân bố trong diện rộng >100 km2, chiều dày tầng sản phẩm chứa di tích <1m (được quan sát

trực tiếp trên vách/taluy các gò đồi chứa di vật).

3.2.7. Loại hình của di tích

Di tích công xưởng và di tích cư trú (?).

251

Hình 10: Bôn

tay

Hình 11:

Công cụ mũi

nhọn

Hình 12: Công

cụ ghè hai mặt

Hình 13:

Công cụ mảnh

tước

Hình 14: Hội thảo khoa học

ngày 22/8 tại Bảo tàng Thiên

nhiên VN.

(Nguồn: La Thế Phúc, 2019)

3.3. Thảo luận:

Đề tài đã tổ chức Hội thảo (ngày 22/8/2019, tại Bảo tàng Thiên nhiên Việt Nam) với sự tham

gia đông đảo các nhà Khoa học/Khảo cổ hàng đầu của Việt Nam (Hình 14). Hội thảo đã diễn ra rất

sôi nổi và đều thống nhất ý kiến đánh giá:

- Niên đại: di tích Hố tre thuộc thời đại Đá Mới và di tích Phú Thiện thuộc thời đại Đá Cũ .

- Đề tài TN17/T06 đã có nhiều phát hiện mới rất có giá trị khoa học và thực tiễn, đã phát lộ và

xới lên nhiều vấn đề nghiên cứu mới mang tính liên ngành và di sản rất có ý nghĩa, cần sớm được

triển khai các nghiên cứu chi tiết tiếp theo để phục vụ phát triển bền vững kinh tế xã hội.

4. KẾT LUẬN VÀ KIẾN NGHỊ

- Di tích Hố Tre và cụm di tích Phú Thiện đều là những di sản hỗn hợp/di sản kép, rất có các

giá trị. Về khoa học: đóng góp quan trọng trong nghiên cứu lịch sử tự nhiên, lịch sử dân tộc; tiến

hóa tự nhiên, nhân loại và trong nhận thức vị trí tỉnh Gia Lai nói riêng, Tây Nguyên nói chung trong

dòng chảy lịch sử của dân tộc và khu vực. Về thực tiễn: là cơ sở để xây dựng bảo tàng bảo tồn tại

chỗ, khai thác phát huy các giá trị di sản, phát triển du lịch, góp phần phát triển bền vững kinh tế xã

hội.

- Các di tích này hiện nay đang bị xâm hại một cách "vô tình", rất dễ bị phá hủy; cho nên rất

cần được bảo vệ bảo tồn khẩn cấp.

- Phát hiện mới nêu trên chỉ là sơ bộ ban đầu, đã được báo cáo tới chính quyền địa phương

liên quan để bảo vệ bảo tồn khẩn cấp; rất cần sớm được đầu tư, triển khai các nghiên cứu chuyên

sâu, chi tiết liên quan tiếp theo để phục vụ bảo tồn bảo tàng, khai thác phát triển... .

Bài viết này là kết quả khảo sát thực địa của các đề tài cấp cơ sở "Điều tra tìm kiếm di chỉ

khảo cổ khu vực Chư A Thai, huyện Phú Thiện, tỉnh Gia Lai" và đề tài KHCN cấp Nhà nước

TN17/T06.

TÀI LIỆU THAM KHẢO

[1] La The Phuc, Nguyen Khac Su, Vu Tien Duc, Luong Thi Tuat, Phan Thanh Toan, Nguyen Thanh Tung,

Nguyen Trung Minh (2017), “New discovery of prehistoric archaeological remnants in volcanic caves

in Krongno, Dak Nong Province”, tạp chí Vietnam Journal of Earth Sciences, số 39(2), tr. 97-108

[2] Lê Hải Đăng (2013), Báo cáo kết quả khai quật di chỉ Thôn Tám, xã Đắk Wil, huyện Chư Jút, tỉnh Đắk

Nông năm 2013, tư liệu Viện Khảo cổ học, Hà Nội.

[3] Nguyễn Đức Thắng, 1999. Địa chất và khoáng sản nhóm tờ Bến Khế - Đồng Nai, tỷ lệ 1:200.000. Trung

tâm Thông tin Lưu trữ Địa chất, Tổng cục Địa chất và Khoáng sản Việt Nam, Hà Nội.

[4] Nguyễn Khắc Sử, 2017. Kỹ nghệ sơ kỳ Đá cũ An Khê với lịch sử thời kỳ nguyên thủy Việt Nam. Tạp chí

Khảo cổ học, số 2, tr. 3-18. Hà Nội.

[5] Trần Tính, 1994. Địa chất và khoáng sản tờ An Khê, tỷ lệ 1:200.000. Trung tâm Thông tin Lưu trữ Địa

chất, Tổng cục Địa chất và Khoáng sản Việt Nam, Hà Nội.

252

SOME NEW DISCOVERIES ABOUT HERITAGE IN THE CENTRAL

HIGHLANDS, VIETNAM

La The Phuc , Nguyen Khac Su2, Luong Thi Tuat

3, Vu Tien Duc

4, Bui Van Thom

5,

Nguyen Trung Minh6

1 Vietnam Museum of Nature, Vietnam Academy of Science and Technology (VAST); The

corresponding author’s email: laphuc@gmail.com 2 Vietnam Archaeological Association; email: khacsukc@gmail.com

3 Central Highlands Academy of Social Sciences, Vietnam Academy of Social Sciences; email:

tienduc1988@gmail.com 4 Institute of Geology, VAST; email: buivanthom@gmail.com

ABSTRACT:

During the field-trips in the dry seasons of 2018-2019, many new discoveries on heritage

have been found in The Central Highlands by scientists of The Project TN17/T06. Among them,

The Ho Tre archaeological site on a volcanic crater in Dak Lak prov. and The Phu Thien

archaeological site in the ancient river valley in Gia Lai prov. are considered as the most important

findings. In Ho Tre, the collected artifacts include: oval axes, short axes, stone cores, flakes, grind-

stones, making-fire stones (?), and several broken pieces of pottery. The technique and geometric

features of Ho Tre tools characterize for The Neolithic Age. The collected artifacts in Phu Thien

consist of uni-facial or bi-facial tools, rough-cutting tools with horizontal-edge, spearhead tools,

vertical-edge scrapers, flake tools, ect. They all characterize for the technique and tool type of the

Paleolithic Age. These findings are very valuable. They contribute to research on development

stages of human in Vietnam and the region as well; also are the basis for building on-site

conservation museum, developing tourism, ect.

Keywords: Archaeological site, Tools, Paleolithic, Neolithic, The Central Highlands

253

ĐÁNH GIÁ MỨC ĐỘ DỄ BỊ TỔN THƢƠNG BỜ BIỂN TỈNH PHÚ YÊN

Bùi Minh Chung 1,2

, Phạm Bá Trung 2, Ngô Minh Thiện

1,

1Trường Đại học Khoa học Tự nhiên, ĐHQG-HCM.

Email:buiminhchung14@gmail.com

2Viện Hàn lâm Khoa học & Công nghệ Việt Nam, 2Viện Hải dương học

Email: batrungpham@gmail.com, nmthien@hcmus.edu.vn

TÓM TẮT

Vùng biển tỉnh Phú Yên có hình thái địa hình địa mạo với nhiều đầm, vịnh, bãi cát xen với

mũi đá nhô sát ra biển và khá nhạy cảm với những tác động của các yếu tố ngoại sinh và nội sinh

của biến đổi khí hậu như mực nước biển dâng. Do đó, chỉ số mức độ dễ bị tổn thương bờ biển

(Coastal Vulnerability Index) được áp dụng để đánh giá khả năng tổn thương bờ biển tỉnh Phú Yên,

trong hai trường gió mùa điển hình Đông Bắc và Tây Nam góp phần vào công tác quản lý tổng hợp

đới bờ. Chỉ số CVI được tính dựa trên 6 biến số sau: địa mạo, độ dốc (%), tốc độ xói lở/bồi tụ trung

bình năm (m/năm), độ cao sóng trung bình (m), độ cao triều trung bình (m), tốc độ thay đổi mực

nước biển dâng tương đối (mm/năm). Dựa vào giá trị của CVI tính được cho từng đoạn bờ cụ thể

trong mùa gió Đông Bắc trong khoảng 2.58 đến 32.66; mùa gió Tây Nam từ 2.58 đến 28.28, đường

bờ biển tỉnh Phú Yên được chia thành 5 mức độ dễ bị tổn thương là: rất thấp, thấp, trung bình, cao

và rất cao.

Từ khóa: chỉ số mức độ dễ bị tổn thương bờ biển, xói lở, bồi tụ, Phú Yên.

1.GIỚI THIỆU

Phú Yên là một tỉnh ven biển Nam Trung Bộ có đường bờ biển dài khoảng 189km, hình thái

địa hình địa mạo với nhiều đầm, vịnh, các bãi ngang nằm xen mũi đá nhô sát ra biển. Vùng bờ này

tương đối nhạy cảm với những tác động của các yếu tố ngoại sinh và nội sinh. Hiện nay, việc đánh

giá mức độ tổn thương bờ biển bằng chỉ số mức độ dễ bị tổn thương bờ biển (Coastal Vulnerability

Index – CVI) đã được áp dụng tại nhiều khu vực trên thế giới [5] [6] cùng với sự trợ giúp rất đắc

lực và hiệu quả của công cụ viễn thám và GIS. Trên cơ sở đó, phương pháp trên được áp dụng để

nghiên cứu mức độ dễ bị tổn thương bờ biển tỉnh Phú Yên góp phần phục vụ cho công tác quản lý

tổng hợp đới bờ, ứng phó với biến đổi khí hậu, mực nước biển dâng hiện tại và tương lai.

2. PHƢƠNG PHÁP

2.1. Phƣơng pháp chỉ số mức độ dễ bị tổn thƣơng bờ biển

Đây là một chỉ số sử dụng để đánh giá mức độ dễ bị tổn thương bờ biển (Coastal

Vulnerability Index – CVI). CVI được tính toán dựa trên điểm trọng số của từng đoạn bờ cụ thể với

6 biến số tương ứng được chia theo các cấp độ tổn thương khác nhau [5]: (a) địa mạo, (b) độ dốc

(%), (c) tốc độ xói lở/bồi tụ bờ (m/năm), (d) độ cao sóng trung bình (m), (e) độ cao triều trung bình

(m), (f) tốc độ thay đổi mực nước biển dâng tương đối (mm/năm) bằng công thức sau (theo Thieler

và Hammar-Klose, 2001):

CVI = √ (1)

2.2. Phƣơng pháp viễn thám và GIS

Trong phương pháp này, sử dụng các ảnh vệ tinh thu thập được từ phần mềm Google Earth,

các loại bản đồ và phần mềm GIS (Mapinfo 15.0, ArcGis 10.6…) để trích xuất, giải đoán đường bờ,

sau đó tính toán tốc độ xói lở/bồi tụ bờ trong giai đoạn từ năm 2002 – 2019 bằng công cụ DSAS 5.0

trong phần mềm Arcgis [4] cho từng đoạn bờ. Độ dốc bờ khu vực nghiên cứu được tính toán bằng

công cụ Vertical Mapper 3.7 trong phần mềm Mapinfo dựa trên bản đồ nền là bản đồ địa hình đáy

254

ven biển tỉnh Phú Yên và kết quả khảo sát đo sâu địa hình đáy bằng máy đo sâu Lowrance LMS-

525CD khu vực đầm Cù Mông, một phần bãi Long Thủy, bãi Môn. Độ cao sóng trung bình phân

loại cho từng khu vực bờ biển theo kết quả tính toán phân bố đặc trưng sóng tại vùng biển Phú Yên

[2]; độ cao triều trung bình là 1.5 – 2.0m (mức độ dễ bị tổn thương cao); tốc độ biến đổi mực nước

biển dâng tương đối tỉnh Phú Yên nằm trong khu vực ven biển Nam Trung Bộ theo kịch bản biến

đổi khí hậu 2016 của Bộ Tài nguyên và Môi trường [1] là 5.6mm/năm (mức độ dễ bị tổn thương rất

cao). Từ đó, kết hợp các dữ liệu thuộc tính và không gian của các đoạn bờ dưa trên 6 biến số để

thành lập các bản đồ chuyên đề phục vụ cho việc tính toán chỉ số mức độ dễ bị tổn thương bờ biển

(CVI) toàn khu vực nghiên cứu.

3. KẾT QUẢ VÀ THẢO LUẬN

Đoạn bờ biển tỉnh Phú Yên dài 189 km, ở phía Bắc tỉnh bờ biển khúc khuỷu, tạo nên những

đầm, vịnh như đầm Cù Mông, đầm Ô Loan, vịnh Xuân Đài. Phía Nam tỉnh chủ yếu là bãi ngang với

các cồn cát dọc ven biển, riêng từ chân núi bãi Gốc (Hoà Tâm) đến Hòn Nưa có mũi Nạy và vịnh

nước sâu Vũng Rô, nằm ở cực nam tỉnh. Dọc bờ biển từ bắc xuống nam có 5 cửa lạch từ 3 sông

chính và 2 đầm chảy ra biển đó là: Cửa đầm Cù Mông; cửa Tiên Châu (sông Cái), cửa Lễ Thịnh

(đầm Ô Loan), cửa Đà Rằng (sông Đà Rằng), cửa Đà Nông (sông Bàn Thạch). Đoạn bờ biển Phú

Yên đặc trưng bởi các tích tụ cửa sông tạo thành các bãi cát tích tụ biển kéo dài, tương đối thẳng, độ

dốc lớn. Phía sau các bãi này là các thành tạo tích tụ biển kiểu val bờ và đụn cát cao, kéo dài dọc

theo đường bờ và các bãi cát hiện đại. Phần lớn chiều dài bờ biển là các bãi cát (bãi Tuy Hoà, Tuy

Hoà – Phú Lâm), bãi có chiều dài lớn nhất là 15-20 km (bãi Tuy Hoà – Phú Lâm), trung bình 5 – 8

km, thành phần chủ yếu là cát từ cát thô đến cát nhỏ. hình thái địa mạo vùng ven bờ biển Phú Yên

chủ yếu được phân loại các kiểu bờ sau: bờ cấu tạo bằng đá (mức độ tổn thương rất thấp như khu

vực đầm Cù Mông; xã An Chấn); bờ cát (mức độ tổn thương rất cao tại các bãi biển như bãi Tuy

Hòa, bãi Xuân Hải); bờ trong khu vực đầm (đầm Cù Mông, đầm Ô Loan), cửa sông (cửa Đà Rằng,

cửa Đà Nông) ở mức độ tổn thương cao. Khu vực có bờ trong đầm, vịnh đã và đang được khai thác

để nuôi thủy sản gần như ít biến động được đánh giá ở mức độ dễ bị tổn thương trung bình theo

biến số tốc độ biến đổi bờ.

Vùng biển ven bờ tỉnh Phú Yên chịu ảnh hưởng đặc trưng của 2 trường gió mùa điển hình là

Đông Bắc (hướng sóng NE) và Tây Nam (hướng sóng chính SE) với độ cao triều trung bình là 1.5 –

2.0m (mức độ dễ bị tổn thương cao), cho nên chỉ số mức độ dễ bị tổn thương bờ biển (CVI) của

tỉnh Phú Yên được tính toán theo 2 mùa gió với đặc trưng sóng khác nhau cho từng đoạn bờ tương

ứng theo kết quả phân tích ở trên và được chia ra 5 cấp mức độ dễ bị tổn thương là rất thấp, thấp,

trung bình, cao và rất cao.

Trong thời kỳ gió mùa Đông Bắc, kết quả tính được chỉ số mức độ dễ bị tổn thương bờ biển

(CVI) toàn bộ bờ có giá trị từ 2.58 đến 32.66. Với mức độ dễ bị tổn thương rất thấp (2.58 – 6.32)

chiếm 81% (Đầm Cù Mông, vịnh Vũng Rô); thấp (6.32 – 10.32) chiếm 10% (bãi Xuân Hải, bãi

Vinh Hòa – Từ Nham); trung bình (10.33 – 14.61) chiếm 6% (phía bắc bãi Long Thủy, cửa Tiên

Châu); cao (14.61– 20.41) chiếm 1% (bãi An Hải, cửa sông Đà Rằng); rất cao (20.41 – 32.66) hầu

như chiếm tỷ lệ rất nhỏ (cửa sông Đà Rằng). (Hình 1)

Thời kỳ gió mùa Tây Nam, chỉ số mức độ dễ bị tổn thương bờ biển (CVI) có giá trị từ 2.58

đến 28.28. Với mức độ dễ bị tổn thương rất thấp (2.58 – 4.47) chiếm 78% (từ Mũi Điện tới vịnh

Vũng Rô, đầm Cù Mông, đầm Ô Loan); thấp (4.48 – 7.07) chiếm 13% (phía nam bãi Xuân Hải, bãi

Hòa Hiệp); trung bình (7.07 – 11.54) chiếm 6% (phía nam bãi Long Thủy, bãi Gốc); cao (11.55 –

15.81) chiếm 3% (bãi Tuy Hòa, cửa sông Đà Rằng, khu vực cửa Đà Nông); rất cao (15.81 – 28.28)

chiếm tỷ lệ rất nhỏ (cửa sông Đà Rằng). (Hình 2)

4. KẾT LUẬN

Bằng việc sử dụng chỉ số mức độ dễ bị tổn thương bờ biển (CVI) đã phân loại ra 5 mức độ tổn

thương khác nhau theo 2 trường gió mùa điển hình Đông Bắc và Tây Nam của bờ biển Phú Yên là

255

rất thấp, thấp, trung bình, cao, rất cao. Các đoạn bờ bãi An Hải, bãi Long Thủy, bãi biển từ cửa Đà

Rằng đến cửa Đà Nông đều có mức độ dễ bị tổn thương từ thấp đến rất cao do các khu vực này có

cấu tạo bờ chủ yếu là cát, chịu tác động mạnh mẽ của các yếu tố thủy động lực. Các đoạn bờ cấu tạo

bằng đá, cũng như bờ trong các đầm, vịnh như vịnh Xuân Đài, vịnh Vũng Rô, đầm Ô Loan có mức

độ dễ bị tổn thương từ thấp tới rất thấp (chiếm phần lớn độ dài đường bờ trong khu vực khoảng trên

50%). Các kết quả này đã phản ánh một cách chi tiết mức độ dễ bị tổn thương bờ biển tỉnh Phú Yên

dưới tác động của các yếu tố ngoại sinh và nội sinh. Từ đó, có thể thấy rằng, phương pháp này có

thể áp dụng cho nhiều vùng bờ biển khác nhau, phục vụ cho công tác quản lý tổng hợp đới bờ ở

hiện tại và tương lai. Tuy nhiên, để tăng mức độ tin cậy và chính xác của kết quả tính toán, cần thiết

tiến hành nhiều đợt khảo sát đo đạc, khảo sát ngoài thực địa trong khu vực nghiên cứu về các yếu tố

như địa mạo, địa hình đáy biển ven bờ, độ cao sóng, độ cao triều.

TÀI LIỆU THAM KHẢO

[1] Bộ Tài nguyên và Môi trường, 2016. Kịch bản biến đổi khí hậu 2016. Nhà xuất bản tài nguyên – môi trường và bản

đồ Việt Nam.

[2] Lê Đình Mầu, Bùi Hồng Long. 2003. Đặc điểm phân bố các đặc trưng sóng tại vùng biển ven bờ tỉnh Phú Yên. Tạp

chí Khoa học và Công nghệ biển, 3 (3), tr 32 – 46.

[3] Vũ Văn Phái, Dương Tuấn Ngọc, Bùi Quang Dũng, 2011. Sử dụng chỉ số mức độ dễ bị tổn thương bờ biển nghiên

cứu biến đổi đường bờ biển tỉnh Bình Thuận. Hội nghị Khoa học và Công Nghệ Biển toàn quốc lần thứ V, Quyển

3: Địa lý, Địa chất và Địa vật lý biển. Nxb. Khoa học Tự Nhiên và Công Nghệ, Hà Nội, trg. 159 – 164.

[4] Emily A. Himmelstoss, Rachel E. Henderson, Meredith G. Kratzmann, Amy S. Farris. 2018. Digital Shoreline

Analysis System (DSAS) version 5.0 User Guide – An ArcGIS extension for calculating shoreline change. U.S

Geological Survey Open-File Report 2018 – 1179.

[5] Thieler E.R. and Hammar-Klose E.S., 2001. Coastal Vulnerability to Sea-level Rise: A Preliminary database for the

U.S. Atlantic and Gulf of Mexico coast. https://pubs.usgs.gov/dds/dds68/

[6] Vasilis KOTINAS, Niki EVELPIDOU, Anna KARKANI, Miltiadis POLIDOROU. Modelling Coastal Erosion.

Hellenic republic National and Kapodistrian University of Athens.

Lời cảm ơn: Bài báo đã sử dụng một số dữ liệu của đề tài VAST 05/05 -18-19 do Thạc sỹ Phạm Bá Trung

làm chủ nhiệm. Chúng tôi xin chân thành cảm ơn Viện Hải dương học, Viện Hàn lâm Khoa học và

Công nghệ Việt Nam đã hỗ trợ kinh phí và điều kiện vật chất để hoàn thành nghiên cứu này.

256

ASSESSMENT OF COASTAL VULNERABILITY IN PHU YEN PROVINCE

Bui Minh Chung 1,2

, Pham Ba Trung 2, Ngo Minh Thien

1

1University of Science, VNU-HCM, Email: buiminhchung14@gmail.com

Vietnam Academy of Science & Technology, 2

Institute of Oceanography

Email: batrungpham@gmail.com, nmthien@hcmus.edu.vn

ABSTRACT

The coastal area of Phu Yen province has diverse forms with many marshes, bays, sandy beaches and

the rocky heads jutting into the sea and they are quite vulnerable to the impacts of exogenous and

endogenous factors of climate change such as sea-level rise. Therefore, the Coastal Vulnerability Index

(CVI) is used to assess the coastal vulnerability of Phu Yen province in the northeast and southwest monsoon

periods. CVI is calculated based on the following 6 variables: geomorphology, coastal slope (%), shoreline

erosion/accretion rates (m/year), relative sea-level change (mm/year), mean significant wave height (m) and

mean tide range (m). Based on the value of CVI calculated for each specific section of shoreline in the

Northeast monsoon season in the range of 2.58 to 32.66; Southwest monsoon season from 2.58 to 28.28, the

shoreline of Phu Yen province is divided into five vulnerability classes of very low, low, moderate, high and

very high.

Keywords: coastal vulnerability index, erosion, accretion, Phu Yen

257

DỊCH VỤ HỆ SINH THÁI BIỂN HƢỚNG TỚI PHÁT TRIỂN BỀN VỮNG:

NHU CẦU NGHIÊN CỨU LƢỢNG GIÁ Ở VIỆT NAM

Trần Đình Lân

Viện Tài nguyên và Môi trường biển, Viện Hàn lâm KH&CN VN, lantd@imer.vast.vn

TÓM TẮT

Dịch vụ hệ sinh thái được quan tâm nghiên cứu đối với các hệ sinh thái (HST) trên lục địa,

đặc biệt các hệ sinh thái rừng, và đã đạt được những kết quả ứng dụng trong công tác quản lý, phục

hồi và phát triển các HST. Tuy nhiên, đối với các biển Việt Nam, nghiên cứu các dịch vụ và lượng

giá dịch vụ HST còn chưa được quan tâm nhiều. Một số nghiên cứu lượng giá các dịch vụ tập trung

vào HST rừng ngập mặn ở các khu bảo tồn hoặc dự trữ sinh quyển. Gần đây, có thêm một số nghiên

cứu lượng giá các dịch vụ HST cỏ biển, đầm phá, san hô ở một số vùng biển nhưng còn khá nhiều

hạn chế liên quan đến phương pháp, chuỗi số liệu, biến động các giá trị theo thời gian… Báo cáo

này trình bày tổng quan về một số HST có giá trị tiêu biểu ở biển Việt Nam cùng một ví dụ về

lượng giá dịch vụ HST biển ở một số đảo, từ đó xác định nhu cầu cơ bản trong nghiên cứu và lượng

giá HST biển cần thực hiện trong thời gian tới.

Từ khóa: hệ sinh thái, dịch vụ, lượng giá, biển Việt Nam

1. MỞ ĐẦU

Với vùng biển rộng lớn trên một triệu km2, chiều dài bờ biển trải qua 13 vĩ độ, Việt Nam rất

đa dạng hệ sinh thái biển phân bố trên 114 cửa sông, 48 vịnh, 12 đầm phá, trên 3000 hòn đảo và hai

hệ thống sông lớn: Hồng và Mekong. Các HST bờ và biển cũng chịu ảnh hưởng ngày càng tăng

không những của các quá trình tự nhiên, khí hậu mà còn của các hoạt động phát triển kinh tế - xã

hội ở vùng bờ, trên biển đảo và trong lục địa. Các ảnh hưởng tiêu cực làm suy thoái các HST, suy

giảm giá trị dịch vụ của HST dẫn đến mất cân bằng sinh thái và sử dụng kém bền vững. Để hướng

tới sử dụng và quản lý bền vững các HST, nhiều công cụ đã được nghiên cứu phát triển, trong đó có

lượng giá các dịch vụ HST thuộc nhóm công cụ kinh tế là công cụ khá mạnh và ngày càng được sử

dụng rộng rãi trên thế giới và bắt đầu được phát triển ở Việt Nam.

Nhận dạng và lượng giá các giá trị dịch vụ HST vùng bờ và biển ở Việt Nam mới được phát

triển gần đây và tập trung vào các HST rừng ngập mặn trong các khu bảo tồn biển và vùng bờ. Mới

đây có thêm một nghiên cứu lượng giá kinh tế các HST ở một số đảo tiên tiêu trên biển Việt Nam.

Mặc dù có những kết quả khả quan, khẳng định được các phương pháp nghiên cứu phù hợp, xác

định được giá trị bằng tiền của nhiều nhóm giá trị sử dụng trực tiếp và gián tiếp nhưng nhiều hạn

chế cũng bộc lộ do các nghiên cứu về dịch vụ và lượng giá giá trị dịch vụ HST biển còn rất hạn chế

ở Việt Nam. Vì vậy, bằng phân tích tổng luận, báo cáo này khái quát về các HST biển tiêu biểu ở

Việt Nam, đồng thời cũng nhận dạng các hạn chế và nhu cầu nghiên cứu các dịch vụ HST và lượng

giá chúng phục vụ sử dụng, quản lý và nâng cao nhận thức của cộng đồng hướng tới biển Việt Nam

xanh.

2.TỔNG QUAN VỀ CÁC HST BIỂN TIÊU BIỂU Ở VIỆT NAM

Rạn san hô: HST này tập trung chủ yếu ở vùng biển miền Trung và các đảo. Rạn san hô phân

bố từ vùng triều thấp đến độ sâu 40-50m, rộng từ vài mét đến 200m, độ phủ san hô sống từ vài %

đến 90%. Ở vùng biển phía Bắc, rạn dạng vòng không điển hình hoặc phân bố rải rác không tập

trung thành rạn. HST san hô có đa dạng sinh học cao và có nhiều loài có giá trị kinh tế, đặc biệt giá

trị phi thực phẩm (mỹ phẩm và dược phẩm…).

258

Rừng ngập mặn: với khoảng 94 loài phân bổ ở hầu khắc các vùng triều của sông và một số hải

đảo, đa dạng sinh học cao, năng suất sinh học và hải sản rất cao, một số khu rừng ngập mặn đã được

công nhận và thiết lập thành các khu có giá trị bảo tồn như Xuân Thủy (Nam Định), Cà Mau (Cà

Mau), Cần Giờ (TP Hồ Chí Minh)…

Cỏ biển: Đã phát hiện 15 loài, HST phân bố tập trung ở miền Trung và một số đảo như Côn

Đảo, Phú Quốc, ngoài ra cũng phát triển ở các vùng triều kéo xuống đến 5m nước dưới triều. HST

cỏ biển là nơi sinh cơ của nhiều loài sinh vật biển và là thức ăn của loài Dugong (bò biển – động vật

có vú quí hiếm).

Bãi triều: diện tích rộng lớn tập trung ở miền Bắc và miền Nam. Có trên 1000 loài động thực

vật sinh sống, trong đó sinh vật đáy chiếm trên 50%. Đây cũng là nơi đánh bắt các loài nhuyễn thể

có giá trị kinh tế cao.

Bãi cát biển: Phân bố ở khắp các vùng bờ biển và đảo, mặc dù đa dạng sinh vật không cao

nhưng lại là bãi đẻ của một số loài sinh vật quí hiếm như rùa biển, đồng thời có giá trị tài nguyên du

lịch nổi bật.

Hồ nước mặn: chủ yếu phân bố ở Cát Bà – Hạ Long, chưa được điều tra nghiên cứu nhiều

nhưng có tiềm năng lớn về nghiên cứu tiến hóa sinh vật cũng như sử dụng cho du lịch.

Đáy biển mềm và khối nước: là nơi sinh sống của khoảng 50% số loài sinh vật biển, là ngư

trường rộng lớn phục vụ khai thác nguồn lợi. Tuy nhiên, HST này còn chưa được điều tra, nghiên

cứu hệ thống.

Ngoài ra, theo đặc thù về địa hệ, có thể kể đến các hệ sinh thái cửa sông ven biển và vũng

vịnh.

3. TÌNH HÌNH NGHIÊN CỨU LƢỢNG GIÁ DỊCH VỤ HST BIỂN Ở VIỆT NAM

Nghiên cứu và lượng giá dịch vụ HST nói chung được quan tâm từ khá lâu trên thế giới nhằm

phục vụ công tác quản lý sử dụng bền vững các HST. Từ các kết quả nghiên cứu lượng giá dịch vụ

HST, nhiều nước đã xây dựng và áp dụng công cụ kinh tế là phí dịch vụ hệ sinh thái trong quản lý

và bảo vệ các HST, đặc biệt là HST rừng. Ở Việt Nam, công cụ phí dịch vụ HST cũng đã bắt đầu

được nghiên cứu xây dựng và bước đầu áp dụng cho HST rừng trên lục địa. Đối với vùng bờ và

biển, chưa có nhiều nghiên cứu về dịch vụ và lượng giá dịch vụ HST, một số nghiên cứu lượng giá

được thực hiện cho HST rừng ngập mặn, đầm phá miền Trung nhưng mới ở bước đầu, chưa đầy đủ.

Gần đây, nghiên cứu của Trần Đình Lân và nnk (2018) về lượng giá về HST biển quanh một số đảo

tiền tiêu cho kết quả khá toàn diện nhưng vẫn còn hạn chế do số liệu không đầy đủ và tiếp cận vùng

nghiên cứu khó khăn.

4. KẾT QUẢ LƢỢNG GIÁ DỊCH VỤ HST BIỂN Ở BẠCH LONG VĨ, CỒN CỎ VÀ THỔ

CHU

Tại Bạch Long Vĩ, HST vùng triều, san hô và rạn đá đến độ sâu 30 m nước được lượng giá

với tất cả các giá trị dịch vụ. Tổng giá trị ước tính đạt năm 2015 khoảng 599 tỷ VND, tương ứng 94

tỷ VND/ha HST.

Tại Cồn Cỏ, tương tự Bạch Long Vĩ, HST vùng triều, san hô, rạn đá được lượng giá đạt tổng

giá trị năm 2015 khoảng 268 tỷ VND, trung bình đạt 307 tỷVND/ha HST.

Tại Thổ Chu, HST vùng triều, san hô và đáy mềm đến độ sâu trên 30m nước (trong khoảng

30-50m) được lượng giá. Tổng giá trị ước đạt năm 2015 khoảng 565 tỷ VND, trung bình là 125

tỷVND/ha HST.

5. MỘT SỐ ĐỀ XUẤT NGHIÊN CỨU LƢỢNG GIÁ DỊCH VỤ HST BIỂN Ở VIỆT NAM

Công cụ kinh tế phục vụ quản lý sử dụng bền vững HST là một nhóm công cụ mạnh, đảm bảo

tính bền vững về tài chính cho các chương trình nghiên cứu, quản lý và bảo vệ môi trường và tài

259

nguyên biển. Các kết quả nghiên cứu về dịch vụ HST và lượng giá dịch vụ HST biển là cơ sở quan

trọng để xây dựng công cụ kinh tế trong quản lý. Tuy nhiên, các nghiên cứu về dịch vụ HST và

lượng giá HST biển nói chung còn ít được quan tâm. Qua một số công trình nghiên cứu, nhiều hạn

chế đã bộc lộ liên quan đến hệ thống cơ sở dữ liệu, phương pháp lượng giá, thời gian nghiên cứu

cũng như nguồn nhân lực được đào tạo chuyên nghiệp… Để dần lấp đầy những khoảng trống và

nâng cao chất lượng nghiên cứu, cần xem xét đến một số vấn đề cơ bản sau:

- Nguồn nhân lực nghiên cứu về kinh tế sinh thái biển cần được chú trọng đào tạo, đặc biệt đào

tạo thông qua hợp tác quốc tế.

- Hỗ trợ nghiên cứu chuyên sâu về dịch vụ HST và lượng giá dịch vụ HST biển bằng các nhiệm

vụ các cấp do các quĩ hoặc chương trình trọng điểm tài trợ. Nhiều giá trị dịch vụ HST biển hiện

nay chưa có cơ sở để lượng giá như giá trị phòng hộ, giá trị lọc dinh dưỡng của các quần xã sinh

vật, đa dạng sinh học, cơ sở cung cấp thức ăn, nơi sinh cư và hấp thụ CO2, nguồn giống… do

thiếu nghiên cứu chuyên sâu.

- Xây dựng hệ cơ sở dữ liệu phục vụ lượng giá kinh tế, trong đó đặc biệt chú ý đến các dữ liệu

liên quan đến giá trị hàng hóa của các chức năng HST, chính sách chia sẽ dữ liệu của các ban

ngành và địa phương, chuỗi số liệu thống kê nhiều năm về phát triển kinh tế, giá cả dịch vụ.

- Định kỳ đánh giá các biến động của HST biển làm cơ sở xác định định kỳ các giá trị HST biển

phục vụ công tác quản lý.

TÀI LIỆU THAM KHẢO CHÍNH

[1]Nguyễn Thị Minh Huyền, Hoàng Thị Chiến và nnk, 2010. Lượng giá kinh tế rạn san hô Cù Lao Chàm –

Quảng Nam. Kỷ yếu Hội nghị kỷ niệm 35 năm thành lập Viện Khoa học và Công nghệ Việt Nam. Tr

296-304.

[2] Trần Đình Lân, Nguyễn Thị Minh Huyền, Nguyễn Thị Thu, Hoàng Thị Chiến, Trần Mạnh Hà, Nguyễn

Văn Thành, 2018. Lượng giá kinh tế các hệ sinh thái biển ở một số đảo trên vùng biển Việt Nam. NXB

Khoa học tự nhiên và Công nghệ. Hà Nội. 453tr.

[3] Đỗ Nam, 2005. Lượng giá kinh tế của các bãi cỏ biển ở hệ đầm phá Tam Giang – Cầu Hai. Kỷ yếu Hội

thảo quốc gia về đầm phá Thừa Thiên – Huế. 12/2005. Tr 464-477

[4] Nguyễn Hoang Trí, 2006. Lượng giá kinh tế hệ sinh thái rừng ngập mặn – Nguyên lý và ứng dụng. NXB

Đại học Kinh tế quốc dân.Hà Nội.139 tr.

MARINE ECOSYSTEM SERVICES TOWARDS SUSTAINABLE

DEVELOPMENT: NEEDS OF VALUING RESEARCH IN VIETNAM

Trần Đình Lân

Institute of Marine Environment and Resources, VAST, lantd@imer.vast.vn

ABSTRACT

Ecosystem services are paid much research attention for years to territorial ecosystems, particularly

forests and gained outcomes that are used for management, restoration and development of the ecosystems.

However, for marine ecosystems of Vietnam, researches in ecosystem services and their valuation are still

not much concentrated. At the beginning, there were some studies focusing on mangrove ecosystems in

coastal conservation areas or biosphere reserves. Recently in several coastal and marine areas, few studies

were done for sea grasses and coastal lagoons, corals with limitations in methods, data sets, values varying

with time, etc. This report overviews typically valuable ecosystems in Vietnam seas and an example on

valuation of marine ecosystem services on islands then proposes key issues for research in marine ecosystem

valuation in coming years.

Key worlds: ecosystem, service, valuation, Vietnam seas.

260

DỰ BÁO XÓI MÕN ĐẤT DO MƢA GÂY RA Ở VÙNG ĐỒI NÚI VIỆT NAM

BẰNG CÁC PHƢƠNG PHÁP HỌC MÁY

Tuan Vu Dinh1,3

, Nhat-Duc Hoang2, Xuan-Linh Tran

3

1Khoa Môi trường, Trường Đại học Khoa học tự nhiên, Đại học Quốc gia Hà Nội, 334 Nguyễn

Trãi, Hà Nội, Việt Nam Email: vudinhtuaniae@gmail.com 2Khoa Xây dựng, Đại học Duy Tân, 03 Quang Trung, Đà Nẵng, Việt Nam, tranxuanlinh@dtu.edu.vn

3Viện Nghiên cứu phát triển, Đại học Duy Tân, 03 Quang Trung, Đà Nẵng, Việt Nam,

hoangnhatduc@dtu.edu.vn

TÓM TẮT

Xói mòn do mưa gây ra là một vấn đề nghiêm trọng đối với các vùng đồi núi nhiệt đới. Các

mô hình dự báo xói mòn đất truyền thống (vật lý, kinh nghiệm) đều gặp khó khăn trong quá trình

phát triển và dự báo chính xác. Do đó, nghiên cứu này xây dựng các mô hình dựa trên cơ sở dữ liệu

sẵn có để dự đoán tình trạng xói mòn bằng các thuật toán học máy. Một bộ dữ liệu xói mòn đất

được thu thập trong ba năm từ 2009-2011 vùng Tây Bắc Việt Nam đã được sử dụng để xây dựng và

kiểm nghiệm các mô hình. Kết quả nghiên cứu cho thấy tất cả các mô hình học máy có thể đạt được

kết quả dự đoán tốt với tỷ lệ chính xác trong phân loại đều cao hơn 80%. Trong đó mô hình dựa

trên RVM là thuật toán phù hợp nhất vì nó đạt được kết quả dự đoán cao nhất trong cả hai giai đoạn

đào tạo (tỷ lệ chính xác đạt 92.54%) và giai đoạn kiểm nghiệm (tỷ lệ chính xác đạt 91.74%).

Từ khóa: Dự báo xói mòn đất; bộ dữ liệu thực nghiệm; vùng đồi núi; học máy.

1. GIỚI THIỆU

Xói mòn đất do nước gây ra mất đất từ đồng ruộng, phá vỡ cấu trúc đất và suy giảm các chất

hữu cơ và chất dinh dưỡng (Spekken et al., 2016). Xói mòn còn làm giảm độ dày tầng đất trồng trọt

và giảm độ phì nhiêu của đất. Ngoài ra xói mòn còn gây bồi lắng ở hạ lưu, làm suy giảm chức năng

của sông, hồ chứa và mương thoát nước, tăng nguy cơ lũ lụt và chặn các kênh tưới tiêu (Morgan,

2005). Xói mòn đất ở vùng nhiệt đới sẽ trở nên nghiêm trọng hơn khi kết hợp với các điều kiện

khác. Chẳng hạn đất dễ bị xói mòn hơn vào đầu mùa vụ khi mưa lớn, và lớp phủ mặt đất thấp.

Trong những năm gần đây, phương pháp học máy đã được áp dụng để phân tích dữ liệu từ các

thí nghiệm nhằm mục đích dự đoán xói mòn đất. Các mô hình dựa trên học máy có thể cung cấp

một giải pháp thay thế hữu ích để đối phó với tính chất đa biến và phức tạp của các hiện tượng

trong khoa học đất và khoa học địa chất (Shahin, 2016). Nghiên cứu này nhằm mục đích mở rộng

kiến thức bằng cách thiết lập các mô hình dự báo xói mòn đất cho các vùng đồi núi nhiệt đới dựa

trên năm phương pháp học máy: mô hình trí tuệ nhân tạo (ANN), Vectơ hỗ trợ (SVM), Vectơ hỗ trợ

tối thiểu (LSSVM), Vectơ liên quan (RVM) và Fuzzy-K (FKNN). Một bộ dữ liệu, gồm mười biến,

được thu thập từ các thí nghiệm ở Sơn La được sử dụng để xây dựng và hiệu đính các mô hình này.

2. PHƢƠNG PHÁP

2.1 Mạng nơ ron nhân tạo (Artificial Neural Network (ANN))

ANN là một phương pháp học máy được sử dụng rộng rãi lấy cảm hứng từ các mạng lưới

thần kinh sinh học. Phương pháp này mô phỏng quá trình thu nhận kiến thức và lý luận xảy ra trong

não người (Hagan et al., 2014; Tran and Hoang, 2016).

261

2.2 Máy véc tơ hỗ trợ (Support Vector Machine (SVM))

Cho một tập dữ liệu huấn luyện N

kkk yx 1},{ với dữ liệu đầu n

k Rx vào và nhãn lớp tương

ứng }1,1{ ky , thuật toán SVM thiết lập ranh giới quyết định sao cho khoảng cách giữa các lớp

càng lớn càng tốt. Hơn nữa, SVM dựa vào thủ thuật Kernel để đối phó với các vấn đề phân loại phi

tuyến (Tien Bui et al., 2015; Chou et al., 2016).

2.3 Máy véc tơ hỗ trợ quân phƣơng tối thiểu (Least Squares Support Vector Machine

(LSSVM))

LSSVM là phiên bản bình phương nhỏ nhất của SVM tiêu chuẩn, trong đó cấu trúc mô hình

được xác định bằng cách giải quyết một tập hợp hệ thống tuyến tính thay vì vấn đề tối ưu hóa phi

tuyến (Hoang and Tien Bui, 2016).

2.4 Máy véc tơ liên quan (Relevance Vector Machine (RVM))

RVM được đề xuất bởi Tipping (Tipping, 2000) là một phương pháp dựa trên suy luận

Bayesian có thể được sử dụng để giải quyết các vấn đề phân loại. Dạng chức năng của RVM tương

tự như máy vectơ hỗ trợ. Hơn nữa, một phương pháp dựa trên tối đa hóa kỳ vọng được sử dụng để

xây dựng mô hình dự đoán RMV.

2.5 Thuật toán Fuzzy k-Nearest Neighbor (FKNN)

Thuật toán FKNN, được đề xuất bởi Keller et al. (Keller et al., 1985), là một biến thể nâng

cao của thuật toán k Nearest Neighbor (KNN) thông thường. FKNN sử dụng khái niệm lý thuyết tập

mờ để cải thiện năng lực học tập và hiệu suất dự đoán của KNN. Phương thức FKNN gán các thành

viên mờ của các mẫu đầu vào cho mỗi nhãn lớp trong bộ nhãn. Nhãn lớp đi kèm với mức độ thành

viên tối đa được chọn làm đầu ra cho mẫu đầu vào được quan tâm.

3. KẾT QUẢ VÀ THẢO LUẬN

Tập dữ liệu gốc được phân tách thành Tập huấn luyện (80% dữ liệu) và Tập kiểm tra (20% dữ

liệu). Bộ thứ nhất được sử dụng để huấn luyện mô hình, bộ thứ hai nhằm mục đích kiểm tra hiệu

suất của mô hình. Quá trình chạy được tiến hành lặp đi lặp lại 30 lần để nâng cao khả năng chính

xác của mô hình. Trong mỗi lần chạy, 20% bộ dữ liệu được trích xuất ngẫu nhiên để tạo thành dữ

liệu thử nghiệm; phần còn lại là bộ dữ liệu cho đào tạo mô hình. Sau 30 lần chạy, kết quả dự đoán

của năm mô hình được sử dụng được tóm tắt trong bảng 1. Kết quả bảng 1 cho thấy mô hình RVM

đã đạt được độ chính xác dự đoán mong muốn nhất trong cả hai giai đoạn đào tạo (CAR = 92.54%

and AUC = 0.97) và các giai đoạn thử nghiệm (CAR = 91.74% and AUC = 0.96). LSSVM là mô

hình tốt thứ hai (CAR = 88.19% and AUC = 0.96); SVM xếp hạng là mô hình thứ ba (CAR =

85.90% and AUC = 0.96), theo sau là ANN (CAR = 85.28% and AUC = 0.94) và FKNN (CAR =

83.68% and AUC = 0.90). Kết quả cũng chỉ ra các giá trị đặc biệt cao của TPR (0.90) và TNR

(0.94) do RVM mang lại. Biểu đồ hình hộp thể hiện trong hình 1 tóm tắt kết quả CAR và AUC của

năm mô hình thu được từ 30 lần chạy.

So sánh hiệu suất của các mô hình theo phương pháp xếp hạng Wilcoxon (Bảng 2) cho thấy,

RVM vượt trội đáng kể so với các mô hình chuẩn khác. LSSVM xếp thứ hai, có được hai vượt trội

đáng kể trước FKNN và ANN và một trước SVM. FKNN là mô hình có độ dự báo chính xác thấp

nhất, kém hơn SVM, LSSVM và RVM, và thậm chí kém cả ANN.

262

Bảng 1. Kết quả dự đoán của các mô hình

Metrics FKNN ANN SVM LSSVM RVM

Mean Std Mean Std Mean Std Mean Std Mean Std

Giai đoạn đào tạo

CAR (%) 85.64 1.97 88.67 2.96 91.81 6.70 92.22 1.11 92.54 0.90

AUC 0.91 0.02 0.96 0.01 0.99 0.00 0.98 0.00 0.97 0.01

TPR 0.85 0.02 0.86 0.07 0.96 0.03 0.88 0.02 0.91 0.02

FPR 0.14 0.02 0.09 0.07 0.13 0.15 0.04 0.02 0.06 0.01

FNR 0.15 0.02 0.14 0.07 0.04 0.03 0.12 0.02 0.09 0.02

TNR 0.86 0.02 0.91 0.07 0.87 0.15 0.96 0.02 0.95 0.01

Giai đoạn thử nghiệm

CAR (%) 83.68 4.74 85.28 4.80 85.90 5.44 88.19 4.90 91.74 3.07

AUC 0.90 0.04 0.94 0.04 0.96 0.02 0.96 0.03 0.96 0.02

TPR 0.85 0.06 0.82 0.11 0.92 0.06 0.86 0.07 0.90 0.06

FPR 0.18 0.09 0.12 0.09 0.20 0.12 0.09 0.07 0.06 0.04

FNR 0.15 0.06 0.18 0.07 0.08 0.03 0.14 0.02 0.10 0.02

TNR 0.83 0.09 0.88 0.09 0.80 0.12 0.91 0.07 0.94 0.04

(a) (b)

Hình 1. Hiệu suất dự báo của các mô hình: (a) CAR, (b) AUC

4. KẾT LUẬN

Năm thuật toán đại diện cho các mô hình học máy khác nhau đã được ứng dụng để dự báo xói

mòn đất. Kết quả thử nghiệm được hỗ trợ kiểm tra xếp hạng phương pháp Wilcoxon chỉ ra rằng mô

hình RVM là phù hợp nhất trong bài toán dự đoán xói mòn đất. Mô hình RVM đạt được kết quả tốt

nhất trong cả đào tạo (CAR = 92.54% và AUC = 0.97) và sau đó là giai đoạn thử nghiệm (CAR =

91.74% và AUC = 0.96). Các thuật toán học tập khác cũng thể hiện hiệu suất tốt vì tất cả các giá trị

CAR vượt quá 80% và tất cả các giá trị AUC đều lớn hơn 0.9. Do đó, những kết quả này khẳng

định mạnh mẽ hiệu quả của việc áp dụng trí thông minh nhân tạo để giải quyết các vấn đề quan tâm.

Hơn nữa, mô hình RVM có thể là một công cụ hứa hẹn để nhanh chóng xác định các khu vực xói

mòn đất tiềm năng và phát triển các biện pháp phòng ngừa.

263

Bảng 2. So sánh hiệu suất của các mô hình với thử nghiệm xếp hạng Wilcoxon

(a) Test result

Models FKNN ANN SVM LSSVM RVM

FKNN x - -- -- --

ANN + x - -- --

SVM ++ + x - --

LSSVM ++ ++ + x --

RVM ++ ++ ++ ++ x

(b) p-values

Models FKNN ANN SVM LSSVM RVM

FKNN x 0.3669 0.0282 0.0050 0.0000

ANN 0.3669 x 0.3470 0.0137 0.0000

SVM 0.0282 0.3470 x 0.0931 0.0001

LSSVM 0.0050 0.0137 0.0931 x 0.0020

RVM 0.0000 0.0000 0.0001 0.0020 x

TÀI LIỆU THAM KHẢO

[1]. Chou, J.-S., Yang, K.-H., Lin, J.-Y., 2016. Peak Shear Strength of Discrete Fiber-Reinforced Soils

Computed by Machine Learning and Metaensemble Methods. Journal of Computing in Civil

Engineering 30, 04016036.

[2]. Hagan , M.T., Demuth , H.B., Beale, M.H., Jesús, O.D., 2014. Neural Network Design (2nd Edition).

Martin Hagan; 2 edition (September 1, 2014), ISBN-10: 0971732116.

[3]. Hoang, N.-D., Tien Bui, D., 2016. Predicting earthquake-induced soil liquefaction based on a

hybridization of kernel Fisher discriminant analysis and a least squares support vector machine: a multi-

dataset study. B. Eng. Geol. Environ., 1-14.

Keller, J.M., Gray, M.R., Given, J.A., 1985. A Fuzzy K-Nearest Neighbor Algorithm. IEEE T. Syst. Man

Cy. 15, 580-585.

[4]. Morgan, R.P.C., 2005. Soil Erosion and Conservation. Blackwell Science Ltd, Oxford, England.

[5]. Shahin, M.A., 2016. State-of-the-art review of some artificial intelligence applications in pile

foundations. Geoscience Frontiers 7, 33-44.

[6]. Spekken, M., de Bruin, S., Molin, J.P., Sparovek, G., 2016. Planning machine paths and row crop

patterns on steep surfaces to minimize soil erosion. Comput. Electron. Agric. 124, 194-210.

[7]. Tien Bui, D., Tran, A.T., Klempe, H., Pradhan, B., Revhaug, I., 2015. Spatial prediction models for

shallow landslide hazards: a comparative assessment of the efficacy of support vector machines,

artificial neural networks, kernel logistic regression, and logistic model tree. Landslides, 1-18.

[8]. Tipping, M.E., 2000. The Relevance Vector Machine. Adv. Neural Inf. Process. Syst., MIT Press 12,

652–658.

[9]. Tran, T.-H., Hoang, N.-D., 2016. Predicting Colonization Growth of Algae on Mortar Surface with

Artificial Neural Network. J. Comput. Civ. Eng. 30, 04016030.

264

MACHINE LEARNING APPROACHES FOR PREDICTING RAINFALL-

INDUCED SOIL EROSION IN TROPICAL HILLY NORTHWEST

VIETNAM

Tuan Vu Dinh1,3

, Nhat-Duc Hoang2, Xuan-Linh Tran

3

1Faculty of Environmental Sciences, VNU University of Science, Vietnam National University,

Hanoi, P405a, T2, 334 Nguyen Trai, Hanoi, Vietnam

vudinhtuaniae@gmail.com 2Faculty of Civil Engineering, Duy Tan University, 03 Quang Trung, Danang, Vietnam

3Institute of Research and Development, Duy Tan University, 03 Quang Trung, Danang, Vietnam

Email 2hoangnhatduc@dtu.edu.vn

Email 3tranxuanlinh@dtu.edu.vn

ABSTRACT

Rainfall-induced soil erosion is a critical problem for landowners in tropical hilly regions.

Conventional erosion prediction models either physical or empirical or both face difficulty in model

development, and predictive accuracy due to the appropriateness of erosion concepts employed.

This study attemp to predict erosion status using five machine learning algorithms: Fuzzy k-Nearest

Neighbor (FKNN), Artificial Neural Network (ANN), Support Vector Machine (SVM), Least

Squares Support Vector Machine (LSSVM), and Relevance Vector Machine (RVM). A data set

consisting of recorded daily soil erosion in 2009-2011 from 24 bounded plots in two experiments in

Northwest Vietnam was used to construct and verify the models. The data featuring ten factors

affecting soil erosion, was randomly assigned into two sets: Training Set (80%) used for model

establishment and Testing Set (20%) used to test model performance. The research finding shows

that all machine learning algorithms can attain good predictive outcomes, reflected by the fact that

all classification accuracy rates surpass 80%. The Wilcoxon signed-rank test indicates that RVM is

the most appropriate learning algorithm since it achieves the highest prediction results in both

training phase (classification accuracy rate = 92.54%) and testing phase (classification accuracy rate

= 91.74%).

Key words: Soil Erosion Prediction; Experimental data set; Hilly Region; Machine Learning

265

PHÁT TRIỂN DU LỊCH DỰA TRÊN BẢO TỒN ĐA DẠNG SINH HỌC VÀ

CÁC VẤN ĐỀ VỀ SỨC TẢI TẠI SÂN CHIM VÀM SÁT, HUYỆN CẦN GIỜ

Lê Thị Thu Hà, Nguyễn Đình Phúc, Lê Duy

Viện Sinh thái học miền Nam, email: lttha@sie.vast.vn

TÓM TẮT

Nằm trong vùng lõi Khu Dự trữ Sinh quyển Rừng ngập mặn Cần Giờ, Sân chim Vàm Sát –

khoảng 602,5 ha, có các hệ sinh thái rừng ngập mặn đặc trưng và là nơi trú ngụ sinh sản tập đoàn

của các loài chim nước. Sân chim Vàm Sát là điểm du lịch sinh thái được yêu thích nhất tại Cần

Giờ.

Bài báo trình bày các đánh giá về đa dạng sinh học các loài chim và hiện trạng du lịch sinh

thái tại Khu du lịch sinh thái Vàm Sát; đồng thời tính toán sức tải du lịch tại Sân chim Vàm Sát dựa

trên các thông số khảo sát hiện trạng cơ sở hạ tầng; điều kiện tự nhiên, đa dạng sinh học và chất

lượng dịch vụ du lịch.

Kết quả nghiên cứu cho thấy Sân chim Vàm Sát có mức độ đa dạng thành phần loài chim

tương đối cao và chưa chịu nhiều áp lực từ các hoạt động du lịch sinh thái. Phần lớn du khách đến

tham quan kết hợp (78%) thay vì mục đích duy nhất là xem chim (10%). Theo kết quả tính toán sức

tải du lịch, trung bình một ngày Sân chim có thể đáp ứng tối đa 151 lượt khách/ngày. So với lượng

khách tham quan hiện nay (65 lượt người/ngày tới KDLST Vàm Sát) thì khu vực trong ngưỡng chịu

tải. Tuy nhiên, có những áp lực nhất định từ hoạt động du lịch lên bảo tồn đa dạng sinh học. Theo

đó, các áp lực đến từ các du lịch thiếu kiểm soát và vượt quá khả năng cho phép của khu vực tại

một số thời điểm.

Từ khóa: sức tải du lịch, bảo tồn đa dạng sinh học, du lịch sinh thái.

1. GIỚI THIỆU

Sân chim Vàm Sát có diện tích 602,5 ha gồm vùng lõi là 126,2 ha và vùng đệm là 476,3 ha

thuộc Khu Du lịch Sinh thái (KDLST) Vàm Sát, xã Lý Nhơn, Huyện Cần Giờ, Tp. Hồ Chí Minh

(http://vi.vamsat.vn/). KDLST Vàm Sát được đưa vào khai thác phục vụ du lịch sinh thái từ nhiều

năm nay và được Tổ chức Du lịch Thế Giới (UNWTO) công nhận là một trong hai khu du lịch sinh

thái bền vững tại Việt Nam năm 2003. Các điểm đến yêu thích tại KDLST này bao gồm Sân chim

Vàm Sát, Đầm dơi, khu nuôi cá sấu, các điểm nuôi lồng bè và hoạt động tham quan trên sông.

Giá trị đa dạng sinh học có vai trò to lớn trong việc thu hút khách du lịch đến tham quan

KDLST Vàm Sát. Với khoảng 140 loài thực vật thuộc hơn 60 họ chiếm ưu thế là cây Đước, Mắm…

và hàng ngàn cá thể chim nước làm tổ tập đoàn thuộc 30 loài trong đó có nhiều loài chim có giá trị

bảo tồn cao như Điên Điển, Cổ Rắn, Già Đẫy, Cò Trắng, Cò Đen,… [1]; Hiện nay, KDLST Vàm

Sát trở thành điểm đến hấp dẫn về du lịch sinh thái đối với không chỉ du khách trong nước mà còn

với khách quốc tế. Theo Ban quản lý KDLST Vàm Sát, hàng năm KDLST đón từ 20.000 – 25.000

khách du lịch, trong đó khoảng 1/3 là khách quốc tế.

Mặc dù vậy, tại Cần Giờ nói chung và tại Sân chim Vàm Sát nói riêng, cho đến nay chưa có

các nghiên cứu về sức tải du lịch như một cơ sở xây dựng quy hoạch phát triển du lịch. Nếu trong

tương lai, việc đánh giá sức tải du lịch không được thực hiện thì khả năng quy hoạch du lịch quá

“ngưỡng” hoặc chưa tới “ngưỡng” đáp ứng của hệ thống tự nhiên cũng như hệ thống kinh tế, xã hội

là điều hoàn toàn có thể xảy ra; và như vậy có thể dẫn đến sự phát triển quá mức/phát triển không

bền vững trong trường hợp đầu tiên và ngược lại sẽ là sự lãng phí tài nguyên tự nhiên và nhân tạo

trong trường hợp còn lại.

266

Kết quả nghiên cứu này nhằm cung cấp thông tin về hiện trạng ngành du lịch sinh thái tại Sân

chim Vàm Sát. Mặt khác, nghiên cứu đưa ra các tính toán về khả năng chịu tải của hệ sinh thái

nhằm đáp ứng sự phát triển du lịch sinh thái nói chung và du lịch xem chim nói riêng. Kết quả có ý

nghĩa to lớn trong việc hỗ trợ quy hoạch phát triển du lịch sinh thái (DLST) bền vững vì Sân chim

Vàm Sát là khu bảo tồn, thuộc vùng lõi của KDTSQ Cần Giờ - nơi có tính nhạy cảm cao về đa dạng

sinh học, đặc biệt khi có các tác động từ bên ngoài

2.PHƢƠNG PHÁP NGHIÊN CỨU

2.1.Phƣơng pháp điều tra và thu thập số liệu

a. Khảo sát đa dạng khu hệ chim

Thành phần loài chim tại Sân chim Vàm Sát được điều tra dựa trên các tuyến và điểm khảo

sát trong hai mùa, bao gồm mùa sinh sản từ tháng 03 đến tháng 10 (02 đợt) và mùa không sinh sản

từ tháng 11 đến tháng 02 (02 đợt). Nhận dạng các loài chim qua quan sát trực tiếp và nghe tiếng kêu

với thời gian điều tra chủ yếu vào ban ngày từ 5h30 – 17h30. Bên cạnh đó, điều tra thêm các loài

chim hoạt động vào ban đêm được thực hiện từ 19h00 – 22h00.

Định danh dựa vào các tài liệu chuyên ngành, bao gồm: Giới thiệu một số loài chim Việt Nam

[2]; A Guide to the Birds of Southeast Asia [3]; Danh pháp theo Lê Mạnh Hùng (2012). Tình trạng

bảo tồn của các loài được xác định theo Sách Đỏ Việt Nam (2007) và Danh lục các loài bị đe doạ

của IUCN (2019).

b. Khảo sát hiện trạng hoạt động du lịch sinh thái

Nghiên cứu tiến hành phỏng vấn 120 khách du lịch tới tham quan kết hợp (trải nghiệm đa

dạng sinh học bao gồm cả xem chim và các hoạt động du lịch sinh thái khác) tại KDLST Vàm Sát

trong năm 2018 dựa trên phiếu phỏng vấn, nhằm thu thập thông tin về kiến thức, kinh nghiệm du

lịch, mong muốn của du khách và mức độ hài lòng đối với dịch vụ DLST tại khu vực.

Ngoài ra, phỏng vấn bán định hướng Ban quản lý KDLST Vàm Sát để tìm hiểu thông tin về

cơ sở vật chất, hạ tầng du lịch và các định hướng phát triển DLST.

Số liệu xã hội khảo sát được nhập và xử lý bằng phần mềm thống kê SPSS 20 [4] tập trung

vào các thống kê mô tả.

c.Phương pháp tính toán sức tải du lịch

Tính toán sức tải du lịch (Tourism Carrying Capacity) của Sân chim Vàm Sát được xây dựng

theo công thức của Ceballos-Lascurain (1996) [5]; Tran Nghi và nnk. (2007) [6] và Nguyễn Văn

Hoàng (2012) [7].

d. Sức tải tiềm năng (PCC)

PCC là số lượng khách du lịch tối đa mà một khu vực cụ thể có thể đáp ứng được, trong một

khoảng thời gian cụ thể, được tính theo công thức:

PCC = A× D× Rf (1)

Trong đó: A: diện tích sử dụng cho du lịch (m2);

D: mật độ khách du lịch (số du khách / m2);

Rf: hệ số luân chuyển (số du khách trên ngày).

A được xác định bởi các điều kiện cụ thể của khu vực được xem xét. Đối với khu vực tự

nhiên, tham số này có thể được xác định bởi ranh giới tự nhiên như dãy núi, sông, suối, ... Trong

khu bảo tồn, nơi có hoạt động du lịch, khu vực sẵn có có thể được ước tính bằng chiều dài của con

đường trong khu vực đó hoặc bằng tổng diện tích khu vực du khách có thể cắm trại.

267

Mật độ du lịch hoặc diện tích yêu cầu trên một du khách D là diện tích cần thiết cho một

khách du lịch để người đó có thể thực hiện các hoạt động một cách thoải mái.

Hệ số luân chuyển Rf là số lần tham quan cho phép trong một thời gian nhất định (thường

được tính bằng giờ mở cửa hàng ngày) và được thể hiện bằng:

Rf = thời gian mở cửa / thời gian tham quan bình quân (2)

f. Sức tải thực ERCC

ERCC là số lượng khách du lịch tối đa được phép đến theo điều kiện địa phương và năng lực

quản lý mà không ảnh hưởng đến nhu cầu của khách du lịch:

Trong đó: Cf (hệ số hiệu chỉnh) là các yếu tố có ảnh hưởng tiêu cực đến hoạt động du lịch và

được đánh giá bằng ngưỡng giới hạn được sử dụng để nhận dạng mức độ ảnh hưởng của một nhân

tố.

(4)

M1: cường độ (độ lớn) giới hạn của biến

Mt: tổng cường độ của biến số

Đối với việc tính toán sức tải tại sân chim Vàm Sát, ngoài các chỉ số về xã hội, các chỉ số sinh

thái phục vụ đánh giá sức tải của hoạt động xem chim như tính mùa vụ (thời gian chim làm tổ, thời

gian di cư,…) được sử dụng nhằm xác định các yếu tố giới hạn trong tính toán sức tải.

3.KẾT QUẢ VÀ THẢO LUẬN

3.1. Đa dạng khu hệ chim

Kết quả khảo sát chúng tôi đã ghi nhận 61 loài chim thuộc 10 bộ và 33 họ. Hai loài chim quan

trọng cần ưu tiên bảo tồn nằm trong SĐVN (2007) và IUCN (2018), bao gồm: Cổ rắn Anhinga

melanogaster (Pennant, 1769) và Cò nhạn Anastomus oscitans (Boddaert, 1783). So với các sân

chim khác tại khu vực đồng bằng song Cửu Long như sân chim Bạc Liêu (120 loài) [8], sân chim

Gáo Giồng (69 loài) [9] và sân chim Lập Điền (48 loài) [10], sân chim Vàm Sát có mức độ đa dạng

thành phần loài chim khá cao. Một đặc điểm đặc trưng về thành phần loài chim tại khu vực này là

sự làm tổ tập đoàn của một số loài chim nước như Cò Trắng, Cò bợ, Diệc lửa, Cốc đen, Cổ rắn và

Cò Nhạn.

3.2. Đặc điểm hoạt động du lịch sinh thái tại Vàm Sát

Kết quả khảo sát đã ghi nhận 78,1% số du khách đến KDLST Vàm Sát với mục đích tham

quan kết hợp tìm hiểu rừng ngập mặn và xem chim. Chỉ có 10% du khách có mục đích duy nhất là

xem chim.

Phần lớn khách đến Vàm Sát thường đi theo nhóm gia đình/bạn bè (47,1%) và đi về trong

ngày (89,1%). Khoảng 66,4% số du khách có mức chi dưới 2 triệu đồng/người/chuyến đi và 31,1%

chi tiêu từ 2 triệu – 5 triệu đồng/người/chuyến đi. Không có sự khác biệt về mức chi tiêu giữa nhóm

du khách đi trong ngày và ở lại qua đêm.

Về kiến thức của du khách, có 32,8% số du khách tham quan không biết Cần Giờ là KDTSQ

của Việt Nam, phần lớn số du khách còn lại biết đến khu vực thông qua mạng internet (53,8%). Có

73,1% du khách được hỏi đã chọn câu trả lời “hài lòng”, 5,0% lựa chọn “không hài lòng” và 12,6%

“rất không hài lòng” với chất lượng sản phẩm, dịch vụ du lịch tại KDLST Vàm Sát.

Kết quả nghiên cứu cũng cho thấy, hệ thống cơ sở vật chất tại Vàm Sát hiện nay chủ yếu đáp

ứng cho các hoạt động du lịch sinh thái nói chung và chưa có cơ sở vật chất riêng phục vụ du lịch

268

xem chim. Theo đó, với 6 cano (công suất 90CV, sức chứa 6-7 người/ca nô); 01 tàu thủy (sức chứa

50 người), 06 xe điện phục vụ tham qua trong khu vực. Để phục vụ khách xem chim, hiện có 1 tháp

quan sát khoảng 6m (sức chứa tối đa 15-20 người và hệ thống đường mòn trekking trong rừng ngập

mặn có chiều dài khoảng 2,5km.

3.3. Sức tải tại Sân chim Vàm Sát

Dựa trên các đặc thù của Du lịch sinh thái xem chim, các thông số phục vụ tính toán sức tải

tiềm năng (PCC) tại sân chim Vàm Sát như sau:

- Tổng chiều dài tuyến quan sát chim (hai chiều): 5.000 m

- Số người xem chim/nhóm: 3 người (số lượng người tối ưu để đảm bảo không gây ảnh

hưởng đến chất lượng hoạt động xem chim và tác động lên các hoạt động của chim).

- Khoảng cách giữa 2 người: 1m

- Khoảng cách bình quân giữa hai nhóm là 50 m

- Thời gian bình quân cho một tour du lịch sinh thái xem chim: 5 giờ/ngày

- Thời gian có thể quan sát chim: 6 giờ

Gọi x là số khách tối đa có thể đến xem chim cùng một lúc, với các thông số trên, chúng ta có

thể tính được số nhóm khách xem chim theo công thức:

(x x 3) + (x-1) x 50 = 5.000, từ đây x = 93 nhóm.

Trong trường hợp này, hệ số Rf là 1,2. Như vậy, sức tải tiềm năng (PCC) của Sân chim Vàm

Sát là: PCC = x x 3 x 1,2 = 93 x 3x 1,2 = 335 khách/ngày

Du lịch sinh thái xem chim là một hoạt động du lịch đặc biệt gắn liền với sự hiện diện của các

loài chim cùng với sinh cảnh mà chúng sinh sống. Do vậy, hình thái du lịch này có quan hệ chặt chẽ

với sự đa dạng và bền vững đa dạng sinh học khu hệ chim. Tuy nhiên, hiện nay một số trào lưu ở

hình thức du lịch này gây xáo trộn và ảnh hưởng đến môi trường sinh sống của chúng. Các yếu tố

giới hạn (hệ số điều chỉnh) gồm:

- Mùa sinh sản (Cf1)

Mùa sinh sản của các loài chim nước làm tổ tập đoàn và một số loài chim rừng khác bắt đầu

từ tháng 6 đến tháng 8 hàng năm (90 ngày). Vào thời điểm này, hoạt động xem chim không được

tiến hành để tránh các tác động tiêu cực đến tập tính sinh sản của chúng:

Cf1 = 90/365 = 0.247 (tương ứng 24,7%)

- Thời tiết (Cf2)

Ngoài ra, hai thời điểm không thích hợp cho việc xem chim trong năm, đặc biệt vào mùa mưa

(từ tháng 4 đến tháng 5 và tháng 9 đến tháng 11 hàng năm). Vào các thời điểm này, thời gian phù

hợp để xem chim là khoảng 3 tiếng buổi sáng.

M2 = 5 tháng x 30 ngày x 3 giờ = 450 giờ

Mt = (12 tháng – 3 tháng (mùa sinh sản)) x 30 ngày x 6 giờ = 1.620 giờ

Cf2 = 450/1.620 = 0.278 (tương ứng 27,8%)

- Cơ sở hạ tầng phục vụ du lịch xem chim (Cf3):

Một tour xem chim tại Sân chim Vàm Sát có thể có hai hoạt động kết hợp là (i) xem chim trên

tháp quan sát và (ii) xem chim tại khu vực chim làm tổ tập đoàn dọc theo các đường mòn. Hiện nay,

Sân chim Vàm Sát gồm có 01 tháp quan sát với sức chứa khoảng 4 nhóm du khách (16 người) có

thể cùng lúc lên tháp quan sát chim:

Cf3 = 16/94 = 0.17 (tương ứng 17,0%)

Áp dụng công thức tính sức tải thực (ERCC) thì sức tải của Sân chim Vàm Sát là:

ERCC = 335 × (100 – 24,7)/100 × (100 – 27,8)/100 × (100 – 17,0)/100

ERCC = 335 x 0,753 x 0,722 x 0,83 = 151 khách/ngày

269

Kết quả tính toán cho thấy dựa trên các điều kiện về tự nhiên, đặc điểm sinh thái và cơ sở vật

chất hiện có của Sân chim Vàm Sát, lượng khách tối đa có thể đến tham quan Sân chim Vàm Sát là

151 khách/ngày, số lượng du khách này sẽ không gây ảnh hưởng và xáo trộn đến các tập tính và

thói quen của các loài chim.

So với số lượng khách trung bình đến Vàm Sát cho mục đích tham quan kết hợp năm 2018

(22.984 lượt khách, tương đương khoảng 65 lượt khách/ngày) thì các hoạt động du lịch tại khu vực

chưa vượt quá khả năng chịu tải. Tuy nhiên, vào những lúc cao điểm Vàm Sát có thể đón tiếp tới

200 lượt khách/ngày thì vấn đề quá tải hoàn toàn có thể xảy ra. Thêm vào đó, sự thiếu ý thức bảo vệ

tự nhiên và môi trường của một số du khách gây tác động không nhỏ đến hệ sinh thái và ảnh hưởng

đến đa dạng sinh học của khu vực. Do đó, việc dự báo sớm về khả năng chịu tải là rất cần thiết

nhằm đảm bảo các quy hoạch phát triển trong tương lai phù hợp với khả năng đáp ứng của tài

nguyên thiên nhiên, môi trường và hệ thống kinh tế-xã hội.

4.KẾT LUẬN

Sân chim Vàm Sát nổi bật một khu hệ chim đa dạng thành phần loài với 61 loài chim đươc

nghi nhận. Bên cạnh đó, Sân chim còn là nơi trú ngụ làm tổ tập đoàn duy nhất tại KDTSQ RNM

Cần Giờ và có nhiều tiềm năng cho hoạt động Du lịch sinh thái xem chim nói riêng và các hoạt

động tham quan du lịch và học tập khác. Hiện nay, Sân chim chịu nhiều tác động về môi trường và

quá trình phát triển kinh tế chung của khu vực.

KDLST Vàm Sát là một trong những điểm du lịch yêu thích nhất tại KDTSQ Cần Giờ. Kết

quả nghiên cứu cho thấy Sân chim Vàm Sát có thể đáp ứng là 151 khách/ngày và chưa phải chịu

nhiều áp lực từ các hoạt động du lịch sinh thái. Tuy nhiên, do có sự chênh lệch về số lượng du

khách đến tham quan giữa ngày thường và những ngày nghỉ/lễ dẫn đến những khó khăn của hệ

thống hiện tại trong việc đáp ứng nhu cầu của du khách và ảnh hưởng đến chất lượng của những

chuyến đi của du khách. Ngoài ra, sự gia tăng về số lượng du khách tại cùng một thời điểm gây áp

lực lên hệ thống tự nhiên, cơ sở vật chất tại khu vực.

LỜI CẢM ƠN

Bài báo là sản phẩm của Đề tài Độc lập cấp quốc gia (mã số ĐTĐL.CN-27/17) do Bộ Khoa

học và Công nghệ quản lý và Viện Sinh thái học miền Nam chủ trì thực hiện. Nhóm tác giả chân

thành cảm ơn Viện Sinh thái học miền Nam và Ban quản lý Khu du lịch sinh thái Vàm Sát về mọi

sự hỗ trợ để hoàn thành bài báo này.

TÀI LIỆU THAM KHẢO

[1] Viện Địa lý Tài nguyên Tp. Hồ Chí Minh, 2017. Báo cáo tổng hợp Đề tài KHCN thuộc các huớng KHCN

ưu tiên cấp Viện Hàn Lâm KHCNVN “Nghiên cứu đánh giá tiềm năng du lịch sinh thái Huyện Cần

Giờ, Thành phố Hồ Chí Minh phục vụ phát triển kinh tế xã hội.

[2] Lê Mạnh Hùng, 2012. Introduction birds of Vietnam. The Natural Sciences and Technology Publisher,

Ha Noi.

[3] Robson, C., 2010. A Field Guide to the Birds of South-East Asia. New Holland Publishers.[4] IBM Corp.

Released 2011. IBM SPSS Statistics for Windows, Version 20.0. Armonk, NY: IBM Corp.

[5] Ceballos-Lascurain, 1996. Tourism, Ecotourism and Protected Areas: The state of nature-based tourism

around the world and guidelines for its development, IUCN, Gland, Switzerland and Cambridge, UK,

1996.

[6] Tran Nghi , Nguyen Thanh Lan, Nguyen Dinh Thai, Dang Mai, Dinh Xuan Thanh, 2007. Tourism

carrying capacity assessment for Phong Nha Ke Bang and Dong Hoi, Quang Binh Province. VNU

Journal of Science, Earth Sciences 23 (2007) 80-87.

[7] Nguyễn Văn Hoàng, 2012. Ðánh giá sức tải trong hoạt động du lịch - sự cần thiết cho quy hoạch và quản

lí phát triển du lịch biển. Tạp chí khoa học ÐHSP TPHCM. Số 38.

270

[8] Lê Duy, Diệp Đình Phong, Phùng Bá Thịnh, Nguyễn Hào Quang, Hoàng Minh Đức. 2015. Tổng quan

khu hệ chim sân chim Bạc Liêu. Hội nghị khoa học toàn quốc về sinh thái và tài nguyên sinh vật lần thứ

6.

[9] Viện sinh thái học Miền Nam. 2015. Dự án điều tra đa dạng sinh học khu rừng Tràm Gáo Giồng, huyện

Cao Lãnh, tỉnh Đồng Tháp, Nội dung: Khảo sát tính đa dạng khu hệ Động vật. Báo cáo tổng kết.

[10] Viện sinh thái học Miền Nam. 2018. Khu hệ động vật tại Vườn chim Lập Điền, huyện Đông Hải, Bạc

Liêu. Báo cáo cuối cùng.

EXTENDED ABSTRACT HEADLINE BIODIVERSITY-BASED TOURISM

AND CARRYING CAPACITY ASSESSMENT IN VAM SAT BIRD

SANCTUARY, CAN GIO PROVINCE

Le Thi Thu Ha, Nguyen Đinh Phuc, Le Duy

Southern Institute of Ecology, email: lttha@sie.vast.vn

ABSTRACT

Located in the core zone of Can Gio Mangrove Biosphere Reserve, Vam Sat Bird Sanctuary –

with a total of 602.5 hectares, is characterized by densely mangrove forest and is home to thousands

of colonial water birds. In addition, this Bird Sanctuary has been considered as the most attractive

ecotourism destination of Can Gio in recent years.

The paper presents an assessment of current status of bird biodiversity and ecotourism

activities in Vam Sat ecotourism destination while provide a calculation of tourism carrying in Vam

Sat Bird Sanctuary. The data was collected including natural condition, infrastructure status and

tourism service quality.

The research showed that Vam Sat Bird Sanctuary has high diversity of bird species

composition and the area faces little pressure from ecotourism activities. Most of visitors come to

the site for a combined ecotour (78%) while a minority of them comes for bird watching (10%).

According to the calculation of tourism carrying capacity, the bird sanctuary can response averagely

to a maximum of 151 visitors per day. Compared to the current number of visitors (65

passengers/day to Vam Sat ecotourism area), the area is in the load-bearing threshold. However,

there are certain pressures of ecotourism on biodiversity conservation. Accordingly, pressures come

from uncontrolled tourism activities and insufficient capacity of the area at some certain times.

Key words: tourism carrying capacity, biodiversity conservation, ecotourism.