BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  21,820,784
  • Công bố khoa học và công nghệ Việt Nam

Trắc địa học và bản đồ học

Phạm Minh Tâm, Phạm Hoàng Hải(1), Phạm Văn Mạnh

Ứng dụng viễn thám và độ đo cảnh quan trong phân tích xu thế biến động sử dụng đất khu vực huyện Văn Chấn, tỉnh Yên Bái giai đoạn 2008-2017.

Applying remote sensing and landscape metrics to analyze the trend of land use/landcover change at Van Chan district, Yen Bai province during the period of 2008-2017

Tạp chí Khoa học (Trường Đại học Sư phạm TP. Hồ Chí Minh)

2020

6

1063-1073

1859-3100

Viễn thám, Độ đo cảnh quan, Biến động, Sử dụng đất

Remote sensing, Landscape metrics, LULC change

Biến đổi cảnh quan là một trong những động lực quan trọng làm thay đổi hiện trạng phát triển kinh tế – xã hội của lãnh thổ; đặc biệt là những thay đổi của bề mặt lớp phủ sử dụng đất trong thời gian ngắn. Những thay đổi này diễn ra tại các khu vực có độ cao địa hình lớn lại chiếm một vị trí quan trọng trong tiến trình giám sát, quản lí và quy hoạch sử dụng tài nguyên một cách bền vững. Trên cơ sở sử dụng dữ liệu viễn thám, thông tin về biến đổi sử dụng đất khu vực huyện Văn Chấn, tỉnh Yên Bái giai đoạn 2008-2017 được thống kê một cách chi tiết trong môi trường GIS. Ngoài ra, các đặc trưng về cấu trúc của bảy đối tượng sử dụng đất thông qua sáu độ đo cảnh quan cho thấy (i) sự gia tăng diện tích rừng trồng (2664 ha) là động lực chính của sự suy giảm về diện tích rừng tự nhiên (3527,9 ha); (ii) tốc độ thay đổi diện tích rừng tự nhiên diễn ra mạnh nhất (392ha/năm); (iii) kết quả định lượng các độ đo cảnh quan chứng minh sự đa dạng của xu thế thay đổi theo từng đối tượng sử dụng đất cụ thể. Kết quả nghiên cứu cung cấp một cách tiếp cận hiệu quả trong phân tích biến đổi về mặt cấu trúc của cảnh quan.

Landscape change is one of the main driving forces to modify the state of territorial socio-economic development, especially in the land use/landcover change in short-term. At the high and mountainous terrain, the analysis of its process is the basic step in the monitoring, managing, and planning of sustainable resource use. Based on the remote sensing technology, the information about LULC change at Van Chan district, Yen Bai province during the period of 2008-2017 is detailed in GIS environment. Additionally, the structural characteristics of seven objectives are measured through six landscape metrics show that (i) an increase in Plantation Forest area (2,664 ha) is the main reason of the decline in Natural Forest and Woodlands area (3,527.9 ha); (ii) the fastest rate of change is 392 ha/year of Natural Forest and Woodlands; and (iii) based on the quantitative results of landscape metric, the diversity trends of LULC change for each specific LULC. Moreover, the results provided an effective approach in analyzing the structural change of the landscape.

TTKHCNQG, CTv 138

Xem toàn văn
  • [1] Zhou, W., Troy, A., Grove, M. (2008), Object-based Land Cover Classification and Change Analysis in the Baltimore Metropolitan Area Using Multitemporal High Resolution Remote Sensing Data.,Sensors (Basel, Switzerland), 8(3), 1613-1636.
  • [2] Yu Y., Guan, H., Zai, D. Ji, Z. (2016), Rotation-and-scale-invariant airplane detection in highresolution satellite images based on deep-Hough-forests,ISPRS Journal of Photogrammetry and Remote Sensing, 112, 50-64
  • [3] Young, N. E., Anderson, R. S., Chignell, S. M., Vorster, A. G., Lawrence, R. L. Evangelista, P., (2017), A survival guide to Landsat preprocessing,Ecology, 98(4), 920-932.
  • [4] Wieland, M., Torres, Y., Pittore, M., Benito, B. (2016), Object-based urban structure type pattern recognition f-rom Landsat TM with a Support Vector Machine,International Journal of Remote Sensing, 37(17), 4059-4083.
  • [5] Toure, S., Stow, D., Shih, H., Coulter, L., Weeks, J., Engstrom, R., Sandborn, A. (2016), An object-based temporal inversion approach to urban land use change analysis.,Remote Sensing Letters 7(5), 503-512.
  • [6] Sundaresan, A., Varshney, P. K., Arora, M. K. (2007), Robustness of change detection algorithms in the presence of registration errors.,Photogrammetric Engineering & Remote Sensing, 73, 375-383.
  • [7] Shafiq M. U., Mir, A. A., Ahmed, P., Bhat, P. A. (2016), Landuse/ Land cover Analysis in Hamal Watershed of North western Himalaya's using Remote Sensing & GIS,International Research Journal of Engineering and Technology (IRJET), 3(4), 2799-2805
  • [8] Phiri D., Morgenroth, J. (2017), Developments in Landsat Land Cover Classification Methods: A Review,Remote Sensing, 9(9), 967.
  • [9] Nguyen, A. T., Pham, M. T., Dang, T. H. G. (2015), Best Management Practices (BMPs) for Sloping Agricultural Land Use in the Northern Mountainous Region of Vietnam: a case study of Van Chan District, Yen Bai Province,Proceedings of the International Conference on “Livelihood Development and Sustainable Environment Management in the Context of Climate Change” (LDEM), November 13-15, 2015, Thai Nguyen University of Agriculture and Forestry, Thai Nguyen City, VIETNAM
  • [10] Myint, S. W., Gobera, P., Brazel, A., Grossman-Clarke, S., Weng, Q. (2011), Per-pixel vs. objectbased classification of urban land cover extraction using high spatial resolution imagery,Remote Sensing of Environment, 115(5), 1145-1161.
  • [11] Moran, E. F. (2010), Land Cover Classification in a Complex Urban-Rural Landscape with Quickbird Imagery,Photogrammetric engineering and remote sensing, 76(10), 1159-1168
  • [12] Mitchell, J.J., Shrestha, R., Moore-Ellison, C. A., Glenn N. F. (2013), Single and Multi-Date Landsat Classifications of Basalt to Support Soil Survey Efforts.,Remote Sensing, 5, 4857-4876
  • [13] McGarigal, K., Cushman, S.A., Neel, M.C., Ene, E. (2002), FRAGSTATS: spatial pattern analysis program for categorical maps,Computer software program produced by the authors at the University of Massachusetts, Amherst
  • [14] Ma, L., Li, M., Ma, X., Cheng, L., Du, P., Liu, Y (2017), A review of supervised object-based land-cover image classification.,ISPRS Journal of Photogrammetry and Remote Sensing, 130, 277-293
  • [15] Lillesand, T. M., Kiefer, R. W., Chipman, J. W (2008), Remote Sensing and Image Interpretation,6th Edition, John Wiley & Sons, Hoboken
  • [16] Labib, S. M., Harris, A. (2018), The potentials of Sentinel-2 and LandSat-8 data in green infrastructure extraction, using object based image analysis (OBIA) method,European Journal of Remote Sensing, 51(1), 231-240.
  • [17] Herold, M., Goldstein, N. C., Clarke, K.C. (2003), The spatiotemporal form of urban growth: measurement, analysis and modelling.,Remote Sensing of Environment, 86(3), 286-302.
  • [18] Heidhüs, F.J., Herrmann, L., Neef, A., Neidhart, S., Pape, J., Sruamsiri, P., Thu, D.C. Zarate, A.V. (2007), Sustainable Land Use in Mountainous Regions of Southeast Asia: Meeting the Challenges of Ecological, Socio-Economic and Cultural Diversity,Springer-Verlag Berlin Heidelberg, 404 pages.
  • [19] Forman, R. T. T. (1995), Land Mosaics: The Ecology of Landscapes and Regions,
  • [20] Fenta, A. A., Yasuda, H., Haregeweyn, N., Belay, A. S., Hadush, Z., Gebremedhin, M. A., Mekonnen, G. (2017), The dynamics of urban expansion and land use/land cover changes using remote sensing and spatial metrics: the case of Mekelle City of northern Ethiopia.,International Journal of Remote Sensing, 38(14), 4107-4129.
  • [21] Ding Y., Peng, J. (2018), Impacts of Urbanization of Mountainous Areas on Resources and Environment: Based on Ecological Footprint Model.,Sustainability, 10(3), 765-778.
  • [22] Debolini, M., Marraccini, E., Dubeuf, J. P., Geijzendorffer, I. R., Guerra, C., ..., Napoléone, C (2018), Land and farming system dynamics and their drivers in the Mediterranean Basin,Land Use Policy, 75, 702-710.
  • [23] Collins, J., Dronova, I. (2019), Urban Landscape Change Analysis Using Local Climate Zones and Object-Based Classification in the Salt Lake Metro Region, Utah, USA,Remote Sensing, 11(13), 1615.
  • [24] Clinton, N., Holt, A., Scarborough, J., Yan, L., Gong, P. (2010), Accuracy assessment measures for object-based image segmentation goodness.,Photogrammetric Engineering & Remote Sensing, 76(3), 289-299.
  • [25] Chavez, P. S. (1996), Image-based atmospheric corrections-revisited and improved,Photogrammetric Engineering and Remote Sensing, 62, 1025-1036
  • [26] Blaschke, T., Hay, G. J., Kelly, M., Lang, S., Hofmann, P., Addink, E.,..., Tiede, D. (2014), Geographic Object-Based Image Analysis – Towards a new paradigm,ISPRS Journal of Photogrammetry and Remote Sensing, 87, 180-191.
  • [27] Blaschke, T. (2010), Object based image analysis for remote sensing,ISPRS Journal of Photogrammetry and Remote Sensing, 65(1), 2-16.
  • [28] Aslami, F., Ghorbani, A. (2018), Object-based land-use/land-cover change detection using Landsat imagery: a case study of Ardabil, Namin, and Nir counties in northwest Iran.,Environmental Monitoring and Assessment, 190, 376.