MÔ HÌNH DỰ ĐOÁN SỬ DỤNG ĐẤT VÀ LỚP PHỦ TẠI TỈNH QUẢNG BÌNH DƯỚI ẢNH HƯỞNG CỦA BIẾN ĐỔI KHÍ HẬU
Nguyễn Ninh Hải1, Nguyễn Tuấn Anh1, Lê Minh Sơn1, Nguyễn Minh Kỳ1*
[1]Bộ môn Tài nguyên và Môi trường, Phân hiệu Đại học Nông Lâm Tp. Hồ Chí Minh tại Gia Lai*E-mail: nmky@hcmuaf.edu.vn; ĐT: 0916 121 204
TÓM TẮT
Nghiên cứu này xem xét mô hình thay đổi sử dụng đất và lớp phủ (LULC) tại tỉnh Quảng Bình giai đoạn 2017 – 2023 và dự báo các thay đổi tiềm năng đến năm 2030. Kết quả cho thấy sự mở rộng đáng chú ý của bề mặt không thấm nước từ 4,91% lên 6,13%, cũng như sự phát triển của đất sản xuất từ 6,28% lên 7,20%. Ngược lại, diện tích rừng giảm từ 84,84% xuống 83,38%, mặt nước thu hẹp từ 3,05% xuống 2,76% và đất trống sụt giảm từ 0,92% xuống 0,53%. Dự đoán thay đổi sử dụng đất đến năm 2030 bằng mô hình MOLUSCE trong QGIS với thuật toán Cellular Automata Artificial Neural Network (CA-ANN) cho thấy có sự gia tăng đáng kể về diện tích đất trồng trọt và đất xây dựng, trong khi có sự suy giảm lượng lớn đất rừng và đất mặt nước. Những phát hiện này hỗ trợ các nhà hoạch định chính sách trong việc lập quy hoạch sử dụng đất tối ưu, cũng như quản lý tránh xung đột trong việc sử dụng tài nguyên.
Từ khóa: biến đổi khí hậu, CA-ANN, mạng nơ-ron nhân tạo, sử dụng đất/lớp phủ đất, viễn thám.
SUMMARY
Land use and land cover prediction model in Quang Binh province under the impact of climate change
Nguyen Ninh Hai1, Nguyen Tuan Anh1, Le Minh Son1, Nguyen Minh Ky1
1Department of Natural Resources and Environment, Nong Lam University of Ho Chi Minh City – Gia Lai Campus
This study examines LULC dynamics in Quang Binh province from 2017 to 2023 and forecasts potential changes by 2030. The results reveal a notable expansion of impervious surfaces from 4.91% to 6.13%, along with an increase in agricultural land from 6.28% to 7.20%. Conversely, forested areas declined significantly from 84.84% to 83.38%, while water bodies shrank from 3.05% to 2.76%, and barren land decreased from 0.92% to 0.53%. Future LULC projections using the MOLUSCE model in QGIS with the CA-ANN algorithm indicate substantial agricultural and built-up land growth, accompanied by a considerable reduction in forest and water bodies. These findings provide critical insights for policymakers in optimizing land-use planning and mitigating resource-use conflicts.
Keywords: artificial neural network, CA-ANN, climate change, land use/land cover, remote sensing.
Ngày nhận bài: 05/3/2025
Ngày thông qua phản biện: 07/5/2025
Ngày duyệt đăng: 12/6/2025