Đề tài Hệ thông tin địa lý và khả năng ứng dụng vào khoa học xã hội nhân văn ở Việt Nam: hiện trạng và các thách thức

i phá rừng đấy lại toàn là dân nghèo. Nhưng nấp đằng sau họ là một lực lượng khác. Đó là những ông chủ ở Hà Nội, thành phố Hồ Chí Minh lên mua đất ở Tây Nguyên, mua đất ở Cần Giờ, rồi khắp nơi. Nếu theo dõi bản đồ phá rừng của Việt Nam thì chúng ta sẽ thấy nó rơi vào các xã mà chúng ta gọi là 1351. Có người đã kiến nghị với các anh ở bên nghiên cứu chiến lược là chúng ta sẽ làm lại tổng kiểm kê rừng trong 10 năm vừa rồi, ta định nghĩa lại 135 theo tiêu chí về phá rừng, tức là liên quan đến phá rừng. Mà hiện nay với công nghệ vệ tinh và với những dữ liệu nằm trong các máy chủ của các cơ quan nghiên cứu không gian thế giới thì chúng ta hoàn toàn có dữ liệu để thực hiện. Vấn đề chỉ hơi khó ở đây là có ba từ khóa trong cụm từ “hệ thống thông tin địa lý”. Từ thứ nhất là hệ thống (système), từ thứ hai là thông tin (information), và từ thứ ba là địa lý (géographique), tôi xin phân tích từng từ cho đơn giản. Với khái niệm hệ thống (système), chúng ta biết là có rất nhiều định nghĩa. Riêng tôi thích khái niệm hệ thống của một nhóm thuộc Đại học tổng hợp Lômônôxôp – Mạc Tư Khoa, khoảng những năm 1970, gọi là lý thuyết hệ thống, hay địa hệ thống (géo- système). Trong địa lý Mác xít, người ta cũng nói nhiều đến vấn đề hệ thống. Vậy hệ thống là gì? Hệ thống có 1 Chương trình phát triển kinh tế xã hội các xã đặc biệt khó khăn vùng dân tộc thiểu số hoặc miền núi. 98 Khóa học Tam Đảo 2008 nhiều cách định nghĩa, nhưng đối với riêng người làm về thông tin địa lý thì đó là một tổng thể có nhiều hợp phần. Các hợp phần đó tương tác với nhau để cho hệ thống hoạt động. Và bản thân hệ thống hoạt động đó lại có tương tác với bên ngoài. Điều này hoàn toàn đúng với hệ thống thông tin địa lý. Trong hệ thống thông tin nói chung và hệ thống thông tin địa lý nói riêng thì tính hệ thống rất cao. Trước tiên mọi dữ liệu ở đây phải được xem như là một hợp phần bắt buộc của hệ thống. Khi nói hệ thống thì ta phải nói đến các hợp phần. Hợp phần quan trọng của hệ thống thông tin chính là dữ liệu. Và nhiều khi chúng ta lại đặt câu hỏi thế nào gọi là dữ liệu (données) và thế nào gọi là thông tin (information). Có nhiều cách định nghĩa, song tôi định nghĩa thông tin là phương tiện mô tả thế giới thực. Có thể mô tả bằng nhiều phương tiện khác nhau nhưng hiện nay chúng ta hay dùng phương tiện số. Ví dụ bạn quay một đoạn phim về núi lửa Pinatubo năm 1991 chẳng hạn, thì đó là cách bạn mô tả thế giới thực bằng phim ảnh. Ngoài ra bạn có rất nhiều cách mô tả và cách cảm nhận khác nhau về thông tin. Lấy ví dụ chúng ta thấy trời nóng là do chúng ra cảm nhận được. Còn nếu dùng phương tiện công nghệ số, khi ta nói hôm nay trời nóng 39oC, ta sẽ ghi chữ 39oC là xong. Nhưng cảm nhận đầu tiên là qua xúc giác, còn sau này mới dùng nhiệt kế để đo. Tóm lại thông tin là sự mô tả thế giới thực bằng các phương tiện khác nhau, hoặc là sự phản ảnh thế giới thực. Vậy thế giới thực ở đây có gì? Nó có đối tượng, có quá trình và có hiện tượng. Và nếu đúng như vậy chúng ta sẽ không bỏ qua bất cứ điều gì. Dữ liệu là gì? Rất nhiều sách đưa ra định nghĩa dữ liệu rất đơn giản. Dữ liệu là thông tin được đem ra xử lý. Và sau khi đã được xử lý xong rồi nó lại cung cấp cho ta thông tin. Đó gọi là dữ liệu. Lát nữa chúng ta sẽ quay lại vấn đề này. Để xử lý được thông tin chúng ta cũng cần có cả một hợp phần, đó là phần mềm. Và để chạy được phần mềm ta cần phải có máy tính. Và bây giờ, sau khi đã có trong tay thông tin, dữ liệu, phần mềm và máy tính, thì ta phải có người chạy được máy tính, mà quan trọng người đó phải có đầu óc. Lúc nãy chúng ta có nói tới tỉ lệ phụ nữ đặt vòng tránh thai và dân tộc phải không? Và bây giờ nếu tôi cứ nghĩ là tôi có số liệu như vậy, tôi sẽ đi tìm quan hệ giữa tỉ lệ phụ nữ đặt vòng tránh thai với diện tích của xã hay sao. Ở đây chẳng có quan hệ gì cả! Nhưng nếu xét về toán học thì tôi vẫn cứ làm, chẳng ai bắt bẻ gì được tôi cả! Nhưng trên thực tế hai biến này không hề có quan hệ gì cả. Điều này dễ dàng được nhận thấy trong ngành khoa học xã hội. Vì vậy việc tốt nhất không chạy chương trình vội mà đi hỏi nhà xã hội học là có nên chạy biến đấy không? Mà tốt nhất là nhà xã hội học đưa ra bài toán chạy bao nhiêu biến và chính xác là chạy biến nào cùng với biến nào. Cho nên việc mà chúng ta quyết định thủ tục chạy ở đây là rất quan trọng. Vậy thì thông tin địa lý là gì? Nó là một thông tin được gắn với một tọa độ nào đó. Vì trong văn liệu tiếng Pháp có nhiều cách dùng thuật ngữ khác nhau. Để chỉ thông tin địa lý, có người dùng thuật ngữ information géopraphique, có người dùng là information géoréférence, có khi lại là données à la référence spaciale. Thực chất nó là thông tin có tọa độ. Và thông tin mà có tọa độ thì là thông tin địa lý. Còn khái niệm hệ thống thông tin xử lý các tọa độ thì được gọi là hệ thông tin địa lý. Định nghĩa nó đơn giản thế thôi. Hệ thống thông tin địa lý hay hệ thống thông tin nào khác cũng đều có một nhiệm vụ là trợ giúp quyết định. Nó thể hiện quan hệ của các đối tượng trong không gian. Như chúng tôi đã nói là thông tin thì phải có mô tả. Bạn mô tả thông tin cụ thể đến đâu là tùy thuộc vào yêu cầu của bài toán ứng dụng của bạn. Đối tượng xã nghiên cứu được mô tả với lượng thông tin như thế nào là do nhu cầu ứng dụng của bạn. Nếu chúng ta làm về dân số cũng vậy thôi, và dân số thì có nhiều cách tiệm cận. Còn nếu bạn làm về sử dụng đất thì cũng sẽ có thông tin về sử dụng đất. Và nếu bạn muốn tìm quan hệ về thông tin giữa sử dụng đất và dân số thì bắt buộc bạn phải lưu trữ cả thông tin về sử dụng đất và thông tin về dân số vào cùng một xã. Thêm nữa, ví dụ khi nghiên cứu về tỉ lệ thất nghiệp của một thành phố, nếu chúng ta muốn gắn nó với vấn đề tội phạm thì phải có thêm thông tin về tỉ lệ nghiện hút, tỉ lệ tiền án, tiền sự. Và ta thử xem xét giữa tỉ lệ nghiện hút, tiền án tiền sự và thất nghiệp có quan hệ gì không? Như vậy, chúng ta phải đưa được những quan hệ đó vào trong cơ sở dữ liệu. Và nó sẽ trở thành thông tin địa lý bởi vì nó gắn với tọa độ. Còn trong đơn vị không gian của chúng ta, tọa độ đấy có thể là điểm. Tuy nhiên, để gắn được thông tin, để có được một thông tin đúng nghĩa là thông tin địa lý thì chúng ta sẽ đề cập dần dần tới lĩnh vực kỹ thuật một chút. Trước hết thông tin đó phải là một đối tượng đồ họa. Ta phải vẽ ra được con đường. Phải vẽ được ra tỉnh đó và trong tỉnh có rất nhiều huyện, trong huyện có rất nhiều xã, HӋ thông tin ÿӏa lý làm gì? Dӳ liӋu Thông tin Tri thӭc Hành ÿӝng Cѫ sӣ Tri thӭc Cѫ sӣ dӳ liӋu Chính sách Phҫn cӭng Phҫn mӅm Xã hӝi và môi trѭӡng 99Hệ thống thông tin địa lý trong xã có rất nhiều thôn. Song điều quan trọng là tất cả các tỉnh, xã, thôn ấy đều phải được đặt trên một nền hình học, một lưới chiếu nào đó như chúng ta đã nói từ ban đầu. Vì vậy điều kiện tiên quyết của thông tin địa lý là phải có tọa độ. Điều quan trọng thứ hai là các đối tượng đó phải được mô tả. Vì vậy người ta nói rằng ngoài cặp tọa độ tạm gọi là XY thì đối tượng đó phải được mô tả bằng một số N thuộc tính nào đó. Tôi lấy ví dụ ta mô tả một xã. N có thể là 10, có thể là 100 tùy thuộc bài toán, tùy thuộc ứng dụng đúng không nào? N có thể là 10 trường dữ liệu về dân số, nhưng có thể chỉ là hai hoặc ba trường dữ liệu, có nghĩa tôi chỉ quan tâm đến tỉ lệ sinh đẻ hàng năm, tỉ lệ tử vong dưới sáu tuổi, chẳng hạn. Nếu muốn nghiên cứu một cách tổng thể nhiều mối quan hệ thì số N đó sẽ lớn hơn. Như vậy bạn muốn gắn bao nhiêu thuộc tính vào đối tượng là phụ thuộc vào bài toán ứng dụng, không có quy định nào cả. Chỉ có một điều bắt buộc là các thông tin đó phải có tọa độ, phải gắn vào đơn vị hành chính, đơn vị không gian nào đó. Bây giờ, tôi sẽ nói qua về đối tượng mà chúng ta gọi là thông tin có tọa độ. Hiện nay có nhiều cách mô tả thế giới thực như ta đã nói, trong đó có cách mô tả bằng phương pháp Vectơ, tức là phương pháp đồ họa. Tất cả mọi thứ trên đời đều có thể mô tả bằng điểm, đường và vùng miền. Vì lẽ đó mà bản đồ mới hình thành. Núi non được mô tả thành các đường đồng mức. Sông ngòi được mô tả bằng các nét vẽ. Và tất cả những nét vẽ, đường đồng mức đó đều được hình thành từ ba yếu tố cơ bản. Yếu tố thứ nhất là điểm, đường và miền. Thuật ngữ chuyên môn trong nghề gọi dữ liệu đó là dữ liệu Vectơ, bởi vì nó có tọa độ, có hướng, nó nằm trong hệ tọa độ, và mô tả thế giới thực bằng đường nét, bằng điểm, bằng miền. Thêm nữa là những vectơ đó lại phải được mô tả bằng các thuộc tính. Ví dụ khi ta mô tả một cái hồ, đầu tiên ta có thể vẽ đường hồ ra, rồi sau đó thêm thuộc tính về độ sâu, độ mặn và các yếu tố khác, ví dụ như số nông hộ canh tác, đánh bắt thủy sản nước ngọt của hồ. Nếu hồ nước này liên quan đến một chính sách xã hội nào đó (ví dụ như gia đình chính sách được hưởng lợi) thì các thuộc tính này cũng cần phải được tính đến. Trong phần thuộc tính này, vấn đề chúng ta hết sức quan tâm là phải dữ liệu phải được cập nhật hàng năm. Và còn một vấn đề kỹ thuật mà có thể các nhà xã hội học nên tính đến đó là quan hệ không gian của các vectơ, của những đồ họa, mà nó liên quan tới độ tin cậy của dữ liệu để chúng ta có thể tiến hành được. Lấy ví dụ trên bản đồ chúng ta có đường Ngã Tư Sở, các bạn có hình dung ra cầu vượt Ngã Tư Sở không? Và cắt với đường Ngã Tư Sở là đường Trường Chinh. Nếu chúng ta không định nghĩa quan hệ không gian thì một người ở ngoại tỉnh về Hà Nội muốn rẽ sang đường Trường Chinh có thể sẽ bê xe máy của ông ấy đến giữa cầu rồi nhảy xuống vì ông ấy máy móc. Bởi vì nhìn trên bản đồ thì thấy ở đấy có hai đường cắt. Còn nếu chúng ta làm dữ liệu một cách tử tế, chúng ta sẽ nói ở đấy không có đường giao cắt. Riêng việc định nghĩa có đường cắt và không có đường cắt là ta đã làm được một việc là định nghĩa quan hệ không gian. Trong thuật ngữ khoa học gọi là topologie. Vì gốc của thuật ngữ này đều từ toán Topo mà ra. Sau này chúng ta còn tính toán cả lưu lượng nước và rất nhiều các bài toán liên quan đến quan hệ không gian. Và đây là phạm trù công nghệ, chúng tôi xin nhắc nhở các nhà xã hội học mỗi khi nhận dữ liệu phải đòi hỏi người cung cấp đảm bảo cho mình đầy đủ ba điều. Một là anh dùng hệ tọa độ nào. Hai là các mô tả thuộc tính đi theo đối tượng nằm ở đâu. Ba là dữ liệu đồ họa đã có quan hệ không gian chưa. Nếu không có quan hệ không gian thì bạn xin mời họ về làm lại. Bởi vì công sức bỏ ra làm về quan hệ không gian chiếm tới 60% - 70% công làm dữ liệu. Nó rất đắt! Nếu không có quan hệ không gian, ta không thể làm được bất kỳ phép phân tích nào. Chúng ta nhìn bản đồ thì thấy nó mang tính trực quan thật nhưng đó lại là cả một kết quả phân tích. Vì vậy nếu dữ liệu không hoàn chỉnh, ta không thể làm được phép tính bản đồ, và kết quả là không ra được bản đồ. Chúng ta có thể thấy trong số những ngành học cần tới hệ thống thông tin địa lý thì có tin học, toán, toán thống kê, khoa học trắc địa, đo đạc trắc địa. Tất cả những môn học này đều liên quan đến bản đồ. Còn nói đến viễn thám là cung cấp thông tin thì rất tiếc tôi lại không có thời giờ để trình bày sâu hơn ở đây, nhưng đó là nguồn thông tin vô cùng lợi hại. Còn với những kiến thức về các môn khoa học khác như khoa học ứng dụng là việc tôi đang làm, và khoa học xã hội nhân văn thì càng ngày người ta càng nhận thức được chúng hết sức quan trọng trong việc giải các bài toán ứng dụng hệ thống thông tin địa lý. Không có những kiến thức này, chúng ta sẽ lý giải số liệu rất sai. Đây là vấn đề chúng ta hay gặp phải hiện nay. Ở Việt Nam hiện nay đã có chuẩn tọa độ là VN 2000. Tháng 7 năm 2000, Thủ tướng chính phủ đã ký văn bản quy định từ nay Việt Nam sẽ dùng lưới chiếu VN 2000. Chúng ta không cần quan tâm tới các định nghĩa kỹ thuật của nó, nhưng cần biết là chúng ta sử dụng một cách có bản quyền hợp pháp là phải sử dụng VN 2000. Thêm nữa là trình độ của Việt Nam trong lĩnh vực này cũng được nâng lên và may mắn là giới công nghiệp tư nhân bắt đầu quan tâm tới hệ thống thông tin địa lý. Đáng tiếc là các trường đại học chưa có nhiều chuyên gia giỏi trong lĩnh vực này. Chủ yếu là các viện nghiên cứu. Song có một may mắn là một số trường ý thức được tầm quan trọng của lĩnh vực đó nên đã đưa vào giảng dạy. Ví dụ ở phía Nam có trường Đại học Cần Thơ, tôi cũng vừa có một khóa dạy tại trường này trong khuôn khổ hỗ trợ của Cơ quan Đại học Pháp ngữ (AUF). Chương trình AUF hỗ trợ cho các trường phía Nam thì trong đó có Đại học Cần Thơ, Đại học Xã hội nhân văn Thành phố Hồ Chí Minh. Đó là những nhóm rất mạnh. Các bạn ở phía Nam có thể liên hệ với 100 Khóa học Tam Đảo 2008 những địa chỉ này. Ngoài ra còn có Đại học Nông lâm Thủ Đức, Đại học Khoa học tự nhiên Thành phố Hồ Chí Minh, Đại học Bách khoa Thành phố Hồ Chí Minh. Song cách thức làm việc mỗi nơi một kiểu. Ngoài Bắc cũng vậy. Xét ở bình độ quốc gia, Việt Nam đã chấp nhận chuẩn ISO TC và OPEN GF là hai chuẩn quốc tế về việc làm dữ liệu đảm bảo có hình học, có thuộc tính, có quan hệ không gian như tôi vừa nói. Một điều nữa mà tất cả chúng ta nên biết là Việt Nam đã vẽ xong bản đồ 1 : 50 000 toàn quốc. Và dự kiến là tới năm 2013 sẽ kết thúc lớp phủ 1 : 10 000 của toàn quốc. Và với tỉ lệ 1 : 10 000 thì các dự án về khoa học xã hội sẽ làm được rất nhiều việc. Còn về dữ liệu bản đồ, ở Việt Nam là nếu muốn tiếp cận với các dự án, các bạn có thể làm công văn xin trung tâm thông tin tư liệu của Bộ tài nguyên môi trường là người ta sẽ cấp, không còn khó khăn như ngày xưa nữa! Xin cũng không khó! Như vậy, chúng ta có thể nói gọn là chức năng tổng thể của hệ thông tin địa lý là trợ giúp quyết định. Hiện nay trong văn liệu tiếng Anh người ta dùng một từ rất mốt là DSS (decision support system). Vậy nó giúp quyết định điều gì? Quyết định đó có thể liên quan đến công tác nghiên cứu, chứ không nhất thiết chỉ liên quan đến nhà quản lý. Khi người ta gọi là DSS thì rất nhiều người nghĩ nó chỉ thật sự muốn trợ giúp các nhà quản lý. Nhưng khi chúng tôi tiếp cận sâu hơn thì nhận thấy nó trợ giúp quyết định trong nghiên cứu và ban hành các chính sách công. Nhà nghiên cứu quan tâm tới việc giữa đối tượng này với đối tượng kia có quan hệ hay không. Thực chất việc đi tìm các mối quan hệ, trả lời câu hỏi về các mối quan hệ là một trong những trọng điểm của nghiên cứu về học thuật, nghiên cứu hàn lâm. Và như vậy hệ thống này cũng có thể trợ giúp quyết định nghiên cứu trong vấn đề quy hoạch lãnh thổ hay thực thi. Song, xét về chi tiết để thực hiện sứ mạng đấy thì nó phải có khả năng thu thập dữ liệu, quản lý, phân tích, xuất dữ liệu, cách thức phân tích. Còn thu thập dữ liệu gì là tùy thuộc vào bài toán của bạn cần dữ liệu gì thì bạn sẽ đưa vào dữ liệu đó. Như vậy tôi xin nhắc lại là chỉ có mấy lớp dữ liệu thôi. Đầu tiên là dữ liệu nền. Ngoài ra có rất nhiều dữ liệu về chuyên đề. Bởi vì diễn đàn này là diễn đàn kinh tế xã hội nên tôi chỉ trích dẫn một số dữ liệu về địa lý về kinh tế xã hội như là dân số, kinh tế. Trong kinh tế có bao nhiêu chỉ tiêu, bao nhiêu chỉ số phải đưa vào đây. Bên cạnh đó còn việc sử dụng đất và những vấn đề, hiện tượng xã hội khác. Ngoài ra còn những thông tin về hạ tầng cơ sở, đường sá, giao thông, tuyến. Ví dụ về thông tin kinh tế xã hội như số lượng các cửa hàng karaoke ở Hà Nội thì các bạn thấy có đáng quan tâm không? Rất nhiều người quan tâm! Bên văn hóa, bên công an, và các nhà đầu tư, bán thiết bị nghe nhìn, người cho thuê đất, v.v... tất thảy đều quan tâm. Và hiện nay ở Hà Nội có một công ty gọi là công ty BDT – hay gọi là GEOBIZ – chuyên làm dữ liệu về karaoke, bán điện thoại di động ở Hà Nội, cúm gà, HIV. Và trong số những giảng viên tham gia cùng với tôi ở Tam Đảo có anh Lê Thắng là giám đốc phụ trách kỹ thuật của công ty GEOBIZ. Công ty này chuyên làm các thống kê về karaoke để phục vụ cho những người bán thiết bị âm thanh, cách âm và đồ nội thất. Những người đó rất cần thông tin là ở Hà Nội có bao nhiêu cửa hàng để đầu tư và đưa thiết bị tới. Và còn có những người muốn mở cửa hàng karaoke họ cũng cần biết là ở khu phố họ định mở đã có quán nào chưa, và tụ điểm đấy có giờ cao điểm, giờ thấp điểm nên liệu có đủ lượng khách để người ta kinh doanh hay không? Tất cả những câu hỏi như thế phải được dữ liệu hóa và đưa vào đây. Người sử dụng hệ thống thông tin địa điều khiển hệ thống theo các thủ tục. Và các thủ tục đó phải xây dựng trên nền cơ sở tri thức. Mà đã nói tới cơ sở tri thức thì không thể nào có một chuyên môn được mà phải liên ngành. Trong việc xây dựng cơ sở dữ liệu chúng tôi có đưa ra bốn hợp phần. Một là giới quản lý. Thứ hai là chuyên gia về chuyên ngành để xây dựng bài toán. Thứ ba là những kiến thức bản địa. Thứ tư mới là công nghệ thông tin. Vậy hệ thống thông tin địa lý làm công việc gì? Đó là chuyển dữ liệu thành thông tin có ích, và từ thông tin có ích thành các tri thức cần thiết để giúp cho ra quyết định hành động. Ví dụ tôi có mũi tên hàm ý chỉ tri thức tác động đến chính trị và tôi để màu xanh! Bởi vì hàng ngũ lãnh đạo của tất cả các chính phủ, không ngoại trừ nước nào, đều có kiểu thực hiện riêng của họ. Nhiều khi mình chỉ là tham khảo thôi. Tôi hi vọng nếu chúng ta làm việc thật nghiêm túc, tức là có đầy đủ dữ liệu, tọa độ, thuộc tính của ta hoàn chỉnh, độ tin cậy cao, có quan hệ không gian đàng hoàng, bài toán hay, thì chúng ta có thể tác động lên chính phủ, và nhất là nếu có cơ hội gặp được các vị lãnh đạo quan tâm nữa thì chúng ta hoàn toàn có thể gây tiếng nói với chính phủ. Và đến đây chúng ta lại phải thống nhất rằng hệ thống thông tin địa lý đúng nghĩa nó là cả một hệ thống. Hiện nay có thêm một nguồn cung cấp thông tin cho hệ thống là ảnh vệ tinh. Các nhà xã hội học lại nóng lòng muốn biết là khi bạn chụp ảnh thì tôi sẽ lấy được thông tin gì? Nó không hề đơn giản! Ví dụ khi chúng tôi đặt vấn đề là chúng tôi sẽ theo dõi việc biến động sử dụng đất thông qua vệ tinh để xem có mối quan hệ giữa rác thải sinh hoạt nông thôn với biến đổi sử dụng đất không, thì rất nhiều người trong hội đồng thẩm định đề tài đó không đồng ý. Và họ đều nói làm sao vệ tinh lại nhìn thấy rác? Bây giờ làm thế nào giải thích yêu cầu của họ? Trong khi vệ tinh chụp lại hình ảnh dựa vào bức xạ của đối tượng. Thành ra việc rất khó! Và để tách được hình ảnh ra phải dùng rất nhiều tính toán. Ngoài ra nếu muốn xem xét thông tin đó có liên quan gì với đối tượng mặt đất không thì bạn phải dùng cả hai phương pháp khoa học này. Chứ không thể chỉ chụp ảnh là có ngay kết quả. 101Hệ thống thông tin địa lý Vậy câu hỏi đặt ra là nếu chụp từ vệ tinh thì ta sẽ nhìn thấy gì và không nhìn thấy gì? Đó là hình ảnh thành phố Hà Nội, các bạn có nhận ra không? Khu vực này chúng ta gọi là phố cổ đây, hay tạm gọi là Phố cũ. Còn đây là phố mới, như các bạn thấy nó giống hệt nhau. Bởi vậy, nếu chỉ nhìn thì bạn không thể biết đâu là phố cổ, đâu là phố mới, dù có phần mềm hệ thống thông tin địa lý 3 chiều. Nhiều nhà xây ở ngoài bờ sông Bạch Đằng trông còn đẹp hơn ở trong phố. Vì xây trong phố bạn sẽ bị va chạm với hàng xóm và bị cấm đoán nên bạn không thể xây đẹp bằng. Còn một điều nữa các bạn cũng không thể thấy được là thu nhập bình quân đầu người ở đây chỉ có 700.000 đồng, còn thu nhập ở đây cao gấp mười lần. Mà nếu nhìn nhà thì giống nhau. Điều bạn không bao giờ thấy được chính là nằm ở chỗ này. Chính vì vậy người ta mới phải điều tra. Chúng ta cần phải phối hợp hành động với nhau, và ý tôi muốn nói là phải có sự phối hợp liên ngành. Đến đây chúng ta đã có thể tích hợp với rất nhiều thông tin. Và ở đây bạn phải làm việc rất nhiều về lớp thông tin. Vậy bạn phải phối hợp với cả một nhóm chuyên ngành, liên ngành để xử lý được nhiều lớp thông tin. Tiếp theo là bạn phải có các cách tiệm cận khác nhau. Chúng ta cùng xem đây. Hai khu này là có ngữ cảnh khác nhau. Khu này nằm ngoài bờ đê sông Hồng và chỗ này được gọi là xóm liều. Còn khu này gọi là khu buôn bán. Ta nói ngữ cảnh là theo nghĩa đó! Bạn đặt ngữ cảnh vào thì bạn sẽ vẫn có ngôi nhà đấy. Nếu bạn đặt nó vào ngữ cảnh khác thì nó khác. Trong lĩnh vực này, người ta gọi đó là cách tiệm cận theo ngữ cảnh. Bây giờ tôi xin lấy ví dụ về Sapa 102 Khóa học Tam Đảo 2008 Những bức ảnh vệ tinh này do sinh viên năm thứ tư khoa địa lý của tôi vừa tốt nghiệp xử lý. Để ta thấy rằng là việc cũng không có gì ghê gớm lắm ! Và mục tiêu của bài toán ở Sapa là gì? Đó là tìm xem ở Sapa có bao nhiêu kiểu biến đổi sử dụng đất cũng như giữa việc thay đổi sử dụng đất và những đặc điểm kinh tế xã hội của các xã ở Sapa có mối quan hệ gì không? Hay cách thức biến đổi sử dụng đất của người H’mông có gì khác so với người Dao, người Tày, người Dáy không? Đó là vấn đề chúng ta quan tâm. Rất may chúng tôi có trong tay số liệu điều tra của World Bank cho 83 xã được làm rất bài bản, nên tôi nghĩ chúng ta hoàn toàn dùng được số liệu đó. Phân tích thӕng kê C¬ së d÷ liÖu 83 ®¬n vÞ th«n b¶n C¬ cÊu d©n téc Kh¶ n¨ng tiÕp cËn vw møc sèng D©n sè vw lao ®éng S¶n xuÊt NN Sè liÖu ®iÒu tra kinh tÕ x· héi n¨m 2006 DT líp phñ n¨m 2006 BiÕn ®éng líp phñ 1993-2006 Sè liÖu xö lÝ ¶nh vÖ tinh vw ph©n tÝch kh«ng gian 5 biÕn d©n téc 11 biÕn kinh tÕ x· héi 5 biÕn DT líp phñ 2006 8 biÕn biÕn ®éng líp phñ 1993- 2006 Ph©n tÝch th†nh phÇn chÝnh §¸nh gi¸: sù ph©n ho¸ vÒ kinh tÕ v† s¶n xuÊt n«ng nghiÖp víi biÕn ®éng líp phñ gi÷a c¸c nhãm d©n téc Phân tích thӕng kê C¬ së d÷ liÖu 83 ®¬n vÞ th«n b¶n C¬ cÊu d©n téc Kh¶ n¨ng tiÕp cËn vw møc sèng D©n sè vw lao ®éng S¶n xuÊt NN Sè liÖu ®iÒu tra kinh tÕ x· héi n¨m 2006 DT líp phñ n¨m 2006 BiÕn ®éng líp phñ 1993-2006 Sè liÖu xö lÝ ¶nh vÖ tinh vw ph©n tÝch kh«ng gian 5 biÕn d©n téc 11 biÕn kinh tÕ x· héi 5 biÕn DT líp phñ 2006 8 biÕn biÕn ®éng líp phñ 1993- 2006 Ph©n tÝch th†nh phÇn chÝnh §¸nh gi¸: sù ph©n ho¸ vÒ kinh tÕ v† s¶n xuÊt n«ng nghiÖp víi biÕn ®éng líp phñ gi÷a c¸c nhãm d©n téc BiӃn ÿәi hiӋn trҥng lӟp phӫ và quan hӋ vӟi các nhóm H’Mông, Y’Dao Variables (axes F1 and F2: 50.84 %) DCT06 CB06 RT06 RTS06 RKTX06 RT-DCT63 DCT-CB63 DCT-RT63 DCT-RTS63 CB-DCT63 CB-RT63 RT-CB63 RT-RTS63 RTS-DCT63 RKTX- RTS63 Y H -1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1 -1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1 F1 (31.80 %) F2 (1 9. 04 % ) Tªn biÕn: D©n téc : Hm«ng, Y: Dao DiÖn tÝch líp phñ n¨m 2006: RKTX06: Rõng kÝn thoêng xanh RTS06: Rõng thø sinh RT06: Rõng trång CB06: Cá bôi DCT06: §Êt canh t¸c Sù chuyÓn ®æi c¸c lo¹i h×nh líp phñ giai ®o¹n 1993-2006: RKTX-RTS63: Rõng thø sinh chuyÓn sang rõng kÝn thoêng xanh RTS-DCT63: §Êt canh t¸c chuyÓn thwnh rõng thø sinh RT-RTS63: Rõng thø sinh chuyÓn thwnh rõng trång RT-CB63: Cá bôi chuyÓn thwnh rõng trång CB-RT63: Rõng trång chuyÓn thwnh cá bôi CB-DCT63: §Êt canh t¸c chuyÓn thwnh cá bôi DCT-RT63: Rõng trång chuyÓn thwnh ®Êt canh t¸c DCT-RTS63: Rõng thø sinh chuyÓn thwnh ®Êt canh t¸c DCT-CB63: Cá bôi chuyÓn thwnh ®Êt canh t¸c BiӃn ÿәi hiӋn trҥng lӟp phӫ và quan hӋ vӟi các nhóm H’Mông, ’Dao Variables (axes F1 and F2: 50.84 %) DCT06 CB06 RT06 RTS06 RKTX06 RT-DCT63 DCT-CB63 DCT-RT63 DCT-RTS63 CB-DCT63 CB-RT63 RT-CB63 RT-RTS63 RTS-DCT63 RKTX- RTS63 Y H -1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1 -1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1 F1 (31.80 %) F2 (1 9. 04 % ) Tªn biÕn: D©n téc : Hm«ng, Y: Dao DiÖn tÝch líp phñ n¨m 2006: RKTX06: Rõng kÝn thoêng xanh RTS06: Rõng thø sinh RT06: Rõng trång CB06: Cá bôi DC 06: §Êt canh t¸c Sù chuyÓn ®æi c¸c lo¹i h×nh líp phñ giai ®o¹n 1993-2006: RKTX-RTS63: Rõng thø sinh chuyÓn sang rõng kÝn thoêng xanh RTS-DCT63: §Êt canh t¸c chuyÓn thwnh rõng thø sinh RT-RTS63: Rõng thø sinh chuyÓn thwnh rõng trång RT-CB63: Cá bôi chuyÓn thwnh rõng trång CB-RT63: Rõng trång chuyÓn thwnh cá bôi CB-DCT63: §Êt canh t¸c chuyÓn thwnh cá bôi DCT-RT63: Rõng trång chuyÓn thwnh ®Êt canh t¸c DCT-RTS63: Rõng thø sinh chuyÓn thwnh ®Êt canh t¸c DCT-CB63: Cá bôi chuyÓn thwnh ®Êt canh t¸c 103Hệ thống thông tin địa lý Cũng tương tự như vậy người ta tìm hiểu quan hệ giữa các yếu tố như hệ thống canh tác, khoảng cách đến đường giao thông - gọi là cơ hội tiếp cận - và mức sống của hai nhóm dân tộc này, và cũng nhận thấy trong đó có sự phân dị. Ở đây chúng ta dùng phép phân tích thành phần chính thì nhận thấy các hệ số này cao thì có nghĩa nó biến đổi ở nhiều phía. Ở đây chúng tôi tiến hành ở những địa điểm có ý nghĩa, tức là những nơi mà con số này lớn, dù là số âm hay số dương. Ở đây có ba nhóm cần phân tích. Một là dân tộc, hai là hệ thống canh tác, ba là mức sống và cách tiếp cận. Quan hӋ: hӋ thӕng canh tác, khoҧng cách ÿѭӡng xá và mӭc sӕng cӫa các nhóm H’Mông và Y’Dao Variables (axes F1 and F2: 53.04 %) KC_DUONG XM DAI TV DTtq Slngo Slthoc Lon Trau TLDE NLD Y H -1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1 -1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1 F1 (29.88 %) F2 (2 3. 16 % ) Dân tӝc: H-Hmông, Y-Dao Sҧn xuҩt nông nghiӋp: DTTQ: diӋn tích thҧo quҧ TRAU: trâu SLNGO: sҧn lѭӧng ngô SLTHOC: sҧn lѭӧng thóc LON: lӧn NLD: sӕ ngѭӡi lao ÿӝng 0.431-0.474KC_DUONG 0.349-0.125XM 0.268-0.043DAI 0.285-0.074TV -0.0560.461DTtq 0.1640.116Slngo 0.1390.286Slthoc -0.0250.352Lon 0.3550.234Trau 0.587-0.527TLDE -0.0710.664NLD 1-0.585Y -0.5851H YHBiӃn Mӭc sӕng và khҧ năng tiӃp cұn: DAI: ÿài TV: ti vi XM: xe máy TLDE: tӍ lӋ hӝ dùng ÿiӋn KC_DUONG: khoҧng cách tӟi ÿѭӡng Mӭc sӕng và hӋ thӕng canh tác ӣ quy mô nông hӝ Dân tӝc: H’Mong, Y’Dao, Tay, Day Mӭc sӕng và khoҧng cách ÿӃn ÿѭӡng: NGHEO: Hӝ nghèo NHAds: Nhà ÿѫn sѫ NHAkg: Nhà khung gӛ, NHAbkc: Nhà xây, TV: Sӕ lѭӧng tivi, XM: Sӕ lѭӧng xe máy, DAI: Sӕ lѭӧng Radio DLE: Sӕ lѭӧng hӝ có ÿiӋn lѭӟi HӋ thông canh tác: DTLL: DiӋn tích lúa lai; DTNL: DiӋn tích ngô lai; DTLdp: DiӋn tích lúa giӕng ÿӏa phѭѫng; DTNdp: DiӋn tích ngô giӕng ÿӏa phѭѫng, DTS: DiӋn tích sҳn; SLL: Sҧn lѭӧng lúa, SLN: Sҧn lѭӧng ngô, SLtq: Sҧn lѭӧng thҧo quҧ; Sllon: Sҧn lѭӧng lӧn -0.109-0.2160.0790.267Sllon 0.938-0.326-0.327-0.312DTS -0.2030.395-0.2830.083SLN -0.3480.343-0.3240.335DTNdp 0.0130.338-0.175-0.197DTNL 0.055-0.2980.425-0.176SLL 0.1110.1180.000-0.244DTLdp -0.079-0.1710.400-0.143DTLL -0.5060.0350.754-0.273SLtq -0.5570.1790.644-0.261TQ -0.4020.157-0.3830.652DLE 0.374-0.4550.515-0.438MPE -0.1620.1010.0540.009DAI -0.207-0.2740.4290.073TV -0.112-0.3510.4780.006XM 0.0480.121-0.2060.032NHAds -0.428-0.0260.0390.443NHAkg 0.335-0.0860.143-0.411NHAbkc -0.0180.443-0.330-0.117NGHEO 1-0.369-0.338-0.322TAY -0.3691-0.343-0.327HM0NG -0.338-0.3431-0.300DAO -0.322-0.327-0.3001DAY TAYHM0NGDAODAYBIӃn V a r i a b l e s (a x e s F 1 a n d F 2 : 4 0 . 7 8 % ) S l l o n D T S S L N D T N d p D T N L S L L D T L d p D T L L S L tq T Q D L E M P E D A I T V X M N H A d s N H A k g N H A b k c N G H E O T A Y H M 0 N G D A O D A Y -1 -0 .7 5 -0 .5 -0 .2 5 0 0 .2 5 0 .5 0 .7 5 1 -1 -0 .7 5 -0 .5 -0 .2 5 0 0 .2 5 0 .5 0 .7 5 1 F 1 (2 2 . 7 2 % ) F2 (1 8. 06 % ) 104 Khóa học Tam Đảo 2008 Chúng ta cũng thấy có những khung cảnh phân dị rất lớn giữa hai nhóm H là H’mông và Y là Dao. Phân dị này có thể được chỉ số hóa bằng số lượng tivi, số lượng radio, số lượng các hộ dùng điện. Còn hệ thống canh tác được chỉ số hóa bằng diện tích thảo quả, sản lượng lúa, ngô, lợn và trâu, cả cả số lượng lao động. Đây là các biến đổi chỉ số mà các nhà xã hội học và các nhà kinh tế học phải gán vào từ con số một. Qua việc phân tích ví dụ này ta thấy rõ sự phân dị. Bây giờ chúng ta đi xuống quy mô xã. Khi nghiên cứu từng hộ chúng tôi cũng nhận thấy vấn đề tương tự như vậy, giữa các hộ dân tộc Tày và Dao có phân dị rất rõ về mức sống. Và sau khi đã có con số cụ thể như thế này, bạn có thể mô tả bằng gam màu trên bản đồ. Mỗi một giá trị sẽ được thể hiện bằng một màu khác nhau, và như vậy ta sẽ thấy có bốn dân tộc với bốn màu tương ứng. Mỗi màu nói lên điều gì? Có nghĩa ở nơi đó có mối liên quan với việc xuất khẩu thảo quả. Ví dụ điểm này là có liên quan, mặc dù đời sống cao nhưng lại xa đường giao thông. Lý do vì sao? Vì họ sống nhờ thảo quả! Và nó có một hệ số tương quan. Còn khu vực dân tộc H’mông thì họ ít phương tiện hơn, họ nghèo hơn vì một phần không trồng thảo quả, và một phần cũng do họ phá rừng nhiều hơn dân tộc kia! Qua việc biến đổi lớp phủ rừng cho thấy người H’mông vẫn tiếp tục du canh du cư ở những xã chúng tôi đã nghiên cứu. Trong khi đó ở những xã mà người H’mông được cuốn hút vào du lịch thì rừng hầu như không bị phá, còn ruộng nương người ta bỏ hết! Nhưng đây không phải là trường hợp nghiên cứu của chúng tôi. Bốn xã chúng tôi nghiên cứu đều không có gì liên quan đến du lịch. Tất cả những chỉ số này đều được thể hiện bằng màu sắc cụ thể trên bản đồ và ai cũng biết. Tất cả các chỉ số đều có ở đó! Rất dễ nhận thấy! Và đằng sau các chỉ số đó là các phép phân tích. Tiếp theo sau các phép phân tích là dữ liệu và quan trọng hơn cả là bài toán do cả một nhóm nghiên cứu đặt ra. Đó là những nhà nhân học và xã hội học cùng với chúng tôi đặt ra, chứ tôi không có chuyên môn trong lĩnh vực này. Bây giờ tôi xin chuyển qua vấn đề vật lý. Chúng ta đã nói nhiều đến xói mòn đất. A = R*K*L*S*C*P R= n6i=1EI30 100K=2.1*10-4M1.14(12-OS)+ 3.25(A-2)+ 2.5(D-3) LS = (L/22.1)0.6 * >sin (S*0.01745)/0.09@1.3 * 0.6 0.06Agriculture Land 0.7Bush 0.02Plantation 0.003Restoration 0.001Evergreen Forest CVegetation Coverage Mô hình hóa quá trình xói mòn 105Hệ thống thông tin địa lý Trong văn liệu chúng ta có xói mòn đất tính bằng mô hình Wichmayer của Mĩ công bố từ những năm 70 của thế kỷ trước. Và khi áp dụng thử vào Sapa thì ta cũng tính ra được hai năm. Và biết rằng xói mòn đất này phụ thuộc vào lớp phủ. Tiếp đó chúng tôi đã lấy dữ liệu vệ tinh của từng thời kỳ một, và nhận thấy lớp phủ tăng thì xói mòn giảm. Trong mô hình này chúng tôi không giải thích nhiều về toán. Và ngược lại, lớp phủ giảm thì xói mòn tăng. Và đây là những biến đổi xói mòn của giai đoạn 1993 - 1999. Có quan hӋ gì giӳa dân tӝc và xói mòn ÿҩt? LiӋu có quan hӋ gì giӳa kiӇu sӱ dөng ÿҩt, nhóm dân tӝc thiӇu sӕ và xói mòn ÿҩt không? Chúng tôi đặt ra câu hỏi cho các nhà xã hội học là liệu hình thức du canh du cư của người dân tộc có liên quan gì tới biến đổi này không? Ngoài ra còn có sự phân bố của các nhóm dân tộc, nơi nào có nhiều người H’mông ở thì xói mòn ít hay nhiều? Câu hỏi cũng tương tự như vậy đối với người Dao? Vấn đề này cần phải tiếp tục nghiên cứu. Ví dụ thứ hai tôi xin nói nhanh là có một câu hỏi nghiên cứu đặt ra là liệu có quan hệ gì giữa lượng rác thải sinh hoạt rắn với các điểm kinh tế xã hội của từng xã ở Duy Tiên không? Người ta nhận thấy là có. Ở các xã thuần nông nghiệp thì chúng ta thấy ở cột này chỉ lượng rác, và chúng tôi đã cân lên rồi tính theo nông hộ, đầu người. Agriculture/Déchets .630-.604agri_area_pc .911.103wood_cooker .935.262rice_area .527.770 public_servive_area .307.917IC_income -.071.951Industry_hh 21 Component Thuҫn nông/ Rác thҧi 106 Khóa học Tam Đảo 2008 Và với chừng này lượng rác thì chúng không thay đổi theo hàng tháng nhưng những gam màu này của các xã nó sẽ thay đổi. Đây là thị trấn Đồng Văn và Hòa Mạc, lượng rác đương nhiên là cao hơn những vùng thuần nông rồi! Còn ở đây có những xã thuần nông nhưng lượng rác cao vì đó là làng nghề. Rất khó tách biệt vì thuần nông cộng với làng nghề, mà làng nghề thì không hẳn thuần nông nhưng cũng không hẳn là làng nghề. Bây giờ chúng ta nói đến quan hệ giữa thu nhập phi nông nghiệp và rác thải. -.743.195Industry_hh .757-.295agri_land_per_hh .868.161agri_area_pc -.493.627Trade_hh .059.829Construction_hh -.108.882Service_hh -.245.882Transport_hh 21 Component Thu nhұp phө / Rác thҧi -.695-.567 agri_land_per_pe .725-.223 resident_area00_06 .766.075 pop_growth -.165.821 public_servive_area -.254-.862 AFA_pc_income -.044.923 IC_income 21 Component Phi Nông nghiӋp/ Rác thҧi 107Hệ thống thông tin địa lý Các bạn nhìn thấy những nhóm nằm phía dưới này, thực tế chúng liên quan tới vấn đề dân số nhiều hơn là thu nhập. Mà liên quan tới dân số khi chúng ta đang nói về rác thải, thì trong trường hợp này nó liên quan đến mật độ dân số, còn ở phía này chủ yếu liên quan đến thu nhập. Khi tiến hành điều tra chúng ta phát hiện ra một điều là những nơi càng mở rộng đất xây dựng thì rác thải càng nhiều, và kết quả thu nhập cũng cao, nên có thể rác sinh hoạt cũng nhiều hơn. -.695-.567agri_land_per_pe .725-.223resident_area00_06 .766.075pop_growth -.165.821public_servive_area -.254-.862AFA_pc_income -.044.923IC_income 21 Component Mӣ rӝng ÿҩt xây dӵng/ Rác thҧi Và đi điều tra thì mới biết ở đấy dân số tăng, mà dân số tăng thì phải chia đất thổ cư cho con cái xây dựng nhà cửa, và trong số liệu của bốn năm chúng tôi theo dõi thì diện tích xây dựng đó tăng rất nhanh, song không có nghĩa đô thị hóa ở đó diễn ra mạnh, nên việc rác thải ở đó không tăng là chuyện dễ hiểu. Tôi muốn kết thúc phần trình bày của mình bằng việc mượn lời của một nhóm tác giả của Đại học Texas, Hòa Kỳ. Họ có nói là các nhà địa lý tự nhiên, địa lý xã hội nhân văn cũng như khoa học tự nhiên, khoa học xã hội, phải ngồi cùng với nhau, nếu muốn dùng hệ thống thông tin địa lý thì phải ngồi cùng với nhau để xây dựng nên cơ sở tri thức và trao đổi với nhau về lý thuyết. Xin cảm ơn mọi người. Trong các lĩnh vực tự nhiên và nhân văn, các nhà địa lý sử dụng viễn thám và Hệ thông tin địa lý cần xây dựng một cơ sở tri thức để học hỏi lẫn nhau về lý thuyết, về phương pháp và kể cả về thuật ngữ, về cách tiếp cận nhận thức. (Ronald R. Rindfuss and Paul C. Stern 1998) 108 Khóa học Tam Đảo 2008 Thảo luận... Đỗ Ngọc Hà, Tổng cục thống kê Sau khi nghe bài trình bày về hệ thống thông tin địa lý này, mọi người cũng thấy tầm quan trọng của nó là đưa thông tin đến trí não rất nhanh, mà hiện nay Tổng cục thống kê có rất nhiều dữ liệu về điều tra quốc gia như dân số, lao động, việc làm, doanh nghiệp…, và chúng tôi rất muốn phổ biến những thông tin này đến người dùng đầu cuối trên bản đồ nền, vậy xin ông có thể cho chúng tôi những lời khuyên về vấn đề này? Xin cảm ơn. Nguyễn Chí Thông, ĐH Kinh tế TP Hồ Chí Minh Tôi đã có một số tìm hiểu về thị trường bất động sản, và nhận thấy các vấn đề quản lý, phát triển bất động sản cũng có liên quan đến hệ thống thông tin địa lý, vậy nên tôi cũng muốn được hỏi là tại sao ở Việt Nam mình, vấn đề này chưa phát triển? Cũng như là nghiên cứu này của tác giả có hướng đến việc phát triển thị trường bất động sản để tư vấn cho chính quyền cũng như cung cấp dịch vụ định giá, tất cả về thị trường bất động sản phải không ạ? Lê Hồ Phong Linh, Viện nghiên cứu kinh tế TP Hồ Chí Minh Nghiên cứu sinh trong khuôn khổ của dự án FSP, hiện tôi đang công tác tại Viện Kinh tế. Khi nãy ông có trình bày về nhiều cách định nghĩa thông tin. Tôi muốn hỏi là khi nãy giáo sư rất ngạc nhiên một điều là tại sao có những nhà nghiên cứu rất nổi tiếng của các trường đại học trên thế giới vẫn chưa sử dụng nhiều phương pháp để đưa những thông tin thu thập được lên bản đồ, vậy giáo sư có thể cho biết nguyên nhân tại sao? Và một câu hỏi nữa là theo giáo sư để cho phương pháp này trở nên phổ biến ở Việt Nam thì liệu các nhà nghiên cứu Việt Nam, hay những nhà hoạch định chính sách có thể có những biện pháp hay hoạt động gì đó để hỗ trợ cho nhà nghiên cứu? Nguyễn Thị Thu Hằng, Viện nghiên cứu Tôn giáo Thầy có nói nghiên cứu liên ngành rất là quan trọng, đối với hệ thống thông tin địa lý, và nghiên cứu khoa học xã hội, vậy xin thầy cho biết khi nào thì khoa học xã hội sẽ là công cụ của hệ thống thông tin địa lý, và khi nào hệ thống thông tin địa lý sẽ là công cụ để chúng em xử lý những vấn đề xã hội? Phạm Văn Cự Tôi cảm ơn các bạn đã đặt câu hỏi và tôi cũng xin được trả lời lần lượt. Ở bên Tổng cục thống kê, chúng tôi cũng khuyến cáo từ rất lâu rồi là phải đưa thông tin lên hệ thống bản đồ. Cái khó lại chính là vấn đề đồng bộ về cấp lãnh thổ của số liệu do Tổng cục thống kê cung cấp. Nếu chúng ta muốn lấy số liệu của cấp xã thì phải về tận huyện trực thuộc để lấy. Ở trên tổng cục thống kê, rất hiếm khi chúng ta lấy được các niên giám có số liệu đến cấp xã. Đây là một thực tế. Nhưng không vì thế mà chúng ta không làm được, vì dữ liệu của Tổng cục thống kê thường đi đến cấp huyện, và có cả bản đồ cấp huyện. Thế thì có những cách hiện nay chúng ta làm để đưa số liệu lên bản đồ: thứ nhất là ta phải chuẩn hóa lại một số dữ liệu của tổng cục thống kê, đưa nó sang khuôn dạng của hệ thống thông tin địa lý, và đây là điều rất đơn giản. Bởi bản thân nó là dữ liệu số; việc thứ hai mới là việc khó, tức là vận động ông tổng cục trưởng để làm sao ông ấy có thể cho phép mọi người dùng số liệu, bắt chước việc Trung Quốc họ đã làm, tức là họ công bố tất cả trên mạng Internet. Đây mới là việc khó. Chính lãnh đạo Tổng cục thống kê chưa có cam kết lớn về chuyện phổ biến thông tin này, chứ không phải vấn đề khó về kỹ thuật. Chỉ khi nào có dự án thì thông tin mới được phổ biến. Tôi có một đĩa CD-R của dự án di dân rất hay, và có thể gọi điện đến bất cứ lúc nào cũng được cung cấp, bởi vì nó thuộc của dự án. Còn số liệu của chính phủ Việt Nam lại rất khó lấy. Đấy là một thực tế. Mà tôi cũng xin nói thật là lấy được rồi cũng khó dùng chứ không phải dễ, vì những số liệu đó đôi khi không được tin cậy hoàn toàn. Chúng tôi đã thử tin học hóa ngay ở huyện Duy Tiên đấy, đó là sách xuất bản đàng hoàng, vậy mà tính thành phần dân số cho từng mục cho ra một kết quả thế này, cộng lại thì ra một con số, trong khi con số ở ngay trên đấy là con số khác. Cho nên trước khi công bố, số liệu đó phải được rà soát lại, mà không được quá lâu vì thông thường đến năm 2008 nhưng chúng ta chỉ có số liệu của 2007. Tuy nhiên, điều đó cũng dễ thực hiện, và việc đưa lên hệ thống thông tin địa lý cũng dễ làm, chỉ có điều khó nhất là ra được chủ trương từ trên. Về Tổng cục thống kê thì họ muốn bản đồ gì cũng có thôi. Ví dụ có thể tra thống kê về mật độ dân số của các huyện, rồi các chỉ tiêu kinh tế, xã hội. Vấn đề vướng nhất hiện nay là vấn đề tài chính để thực hiện các thông tin có giá trị gia tăng trên bản đồ. Chứ còn nếu bạn chỉ sao chép nguyên si mấy trăm trường dữ liệu của tổng cục thống kê thì sẽ chẳng có ý nghĩa gì nữa. Bây giờ mình muốn hệ thống địa lý hóa nó, bản đồ hóa nó, mình phải có tài chính để làm giá trị gia tăng, các bạn đồng ý không? Tức là trước đây số liệu nằm ở bảng, thì bây giờ tôi đưa chúng sang bản đồ, và để làm việc đó phải có tiền. Thêm nữa, cái thú vị nằm trong việc tính toán giữa các trường dữ liệu thuộc tính của tổng cục thống kê sẽ cho ra rất nhiều chỉ số hấp dẫn. Và đó là công tác làm giá trị gia tăng. Một là bạn cung cấp số liệu thô, hai là bạn cung cấp số liệu có giá trị gia tăng, có tính định hướng của ngành thống kê, cho tất cả đều dùng. Mà như vậy vấn đề này phải có chủ trương. Việc thứ hai là lấy bản đồ cấp huyện và bắn dữ liệu đấy vào, chỉ cần như vậy rồi ta công bố kết quả. 109Hệ thống thông tin địa lý Bây giờ chúng ta chuyển sang vấn đề hệ thống thông tin địa lý và bất động sản, thì rất tiếc bất động sản lại là một trong những ngành hàng, nếu bây giờ ta chấp nhận nó là hàng hóa ở Việt Nam, thì sẽ còn rất nhiều vấn đề để có thể không gian hóa nó. Thứ nhất, thông tin của nó không tường minh. Chúng ta đều biết rõ thực trạng ở Việt Nam có quá trình đầu cơ về bất động sản rất là lớn, mà bây giờ anh hỏi chuyện nhà đầu tư kiêm nhà đầu cơ thì rất là khó. Vì vậy đối với chúng ta, nếu không lấy được thông tin chúng ta không thể làm được, còn trong lĩnh vực bất động sản, người ta dùng nhiều kiến thức toán học. Nhưng đưa lên hệ thống thông tin địa lý thì là một thách thức rất lớn. Lý do chính là thông tin đấy phải được cập nhật theo thời gian thực. Những thông tin bất động sản là thông tin rất đắt tiền, và việc quan trọng hơn nữa ở Việt Nam là thị trường bất động sản không tường minh. Và theo quan điểm của tôi, chừng nào ta gắn đất công với tài sản thì sẽ rất khó định nghĩa. Vì ở các nước khác họ không định nghĩa bất động sản giống như ở nước mình. Ít ra là theo những tài liệu tôi đã đọc. Ở mình chỉ có quyền sử dụng đất, chứ bạn không được gọi là bất động sản, tôi cũng không hiểu tra ở từ điển nào ra mà chúng ta nói bất động sản là chỉ có quyền sử dụng đất với riêng ngôi nhà, còn miếng đất lại thuộc của người khác. Đây mới là việc khó đấy. Thành ra, ở đây một lần nữa chúng ta thấy để làm được hệ thống thông tin địa lý thì cơ sở tri thức là rất quan trọng, mà cơ sở tri thức của bạn chưa tường minh, bạn không thể làm được. Đấy là lý do. Việc thứ hai, đã có cơ sở tri thức rồi, bạn lại phải có dữ liệu thông tin, mà điều này bạn lại không có. Cho nên theo quan điểm của tôi, đưa vào làm ở mức độ vĩ mô của bất động sản là chưa khả thi ở Việt Nam. Như ở vi mô thì có thể làm được, bạn ở các thành phố lớn thì bạn đưa ra xử lý thông tin đại chúng. Thực tế giới đầu cơ hiện nay xử lý thông tin đại chúng là chính, chứ họ không có nguồn thông tin chính xác hay thông tin chính thức nào. Tôi cũng không có bạn bè nào giàu đến mức đi buôn bất động sản, nhưng tính tôi hay tò mò, tôi xem thử thôi. Vậy thì chúng ta còn phải chờ đợi điều gì ? Đó là chờ đợi để có những thông tin về thị trường bất động sản một cách tường minh và công khai. Mà thông tin người ta muốn đòi hỏi bây giờ là phải minh bạch. Điều chờ đợi thứ hai của chúng ta là vấn đề về tri thức bất động sản phải thống nhất được với nhau, và mọi người phải ngồi được với nhau thì mới gọi là làm được. Trả lời cho câu hỏi: Tại sao một số đồng nghiệp không dùng bản đồ? Tôi xin trả lời, đó là vấn đề văn hóa. Vấn đề văn hóa trong nghiên cứu. Và tôi đã giải thích từ đầu, tức là đối với nhiều người nghiên cứu lý thuyết, đặc biệt trong xã hội học, trường phái đặc lý thuyết đó, thì thực ra tư duy của họ là tư duy trừu tượng. Yếu tố không gian nằm ở trong các quan hệ không gian, ở trong tư duy chứ không bao giờ nó được thể hiện tường minh trên bản đồ. Đấy là một lý do. Thậm chí một số nhà xã hội học trình bày không cần dùng Powerpoint. Bởi vì tư duy người ta như thế. Ở đây thì tôi không biết các nhà xã hội học Việt Nam có làm giống như vậy không, nhưng ở Bắc Mỹ là như thế. Chúng ta vẫn nói rằng nước Pháp, Mỹ, Canađa là những nước có công nghệ thông tin phát triển rất mạnh, tuy nhiên có rất nhiều giáo sư ở các nước đấy không dùng máy tính. Bây giờ chúng ta nói tới Nhà nước Việt Nam và vấn đề phát triển hệ thống thông tin nghiên cứu. Nhà nước Việt Nam trong ba năm 1996 đến 1998 đã có chương trình rất lớn về hệ thống thông tin địa lý, và tôi có vinh dự được bầu là chủ tịch hội đồng thẩm định trong hai năm liền, và một năm làm chủ tịch nghiệm thu. Tôi cho rằng chủ trương của nhà nước hồi đó chủ yếu mang tính công nghệ chứ không phải nghiên cứu. Vì tôi thấy hệ thống thông tin địa lý du nhập vào Việt Nam với tư cách là một công nghệ nhiều hơn là công cụ để nghiên cứu. Việc đầu tiên người ta nghĩ đến là trợ giúp quyết định trong quy hoạch. Lúc bấy giờ có 34 tỉnh thành đã nhận được tiền của dự án nhưng cũng không vì mục đích dành cho nghiên cứu, họ vẫn nghĩ hệ thống thông tin địa lý chỉ dùng để trợ giúp quyết định thôi. Tôi xin trả lời câu hỏi của chị là khi nào khoa học xã hội là công cụ của hệ thống thông tin địa lý? Khoa học xã hội là công cụ của hệ thống thông tin địa lý khi nó tham gia vào làm cơ sở tri thức, để giải bài toán không phải của khoa học xã hội. Tôi lấy việc này để giải quyết kia. Thì đó là công cụ đúng không? Tôi lấy ví dụ nếu tôi giải bài toán cải tạo giao thông hiện nay của Hà Nội, và làm điều tra xã hội học để xem những vấn đề của giao thông xét về khía cạnh xã hội học là gì, để cho ra được quyết định sẽ giáo dục họ. Vậy thì trong bài toán này khoa học xã hội là công cụ. Bởi vì vấn đề cần trợ giúp quyết định là việc giải tỏa giao thông, còn khi chị muốn giải bài toán khoa học xã hội mà chị cần công cụ phân tích không gian thì hệ thống thông tin địa lý là công cụ của khoa học xã hội. Tương tự như việc chị nói cần phải xóa đói giảm nghèo ở chỗ nọ, chỗ kia thì hệ thống thông tin địa lý sẽ giúp đỡ chị bằng cách chị đưa cho tôi tiêu chí nghèo, tôi sẽ hiện thị lên tất cả các vùng nghèo, tôi sẽ phân tích tình trạng nghèo đấy có quan hệ gì với việc sử dụng đất, quan hệ nghèo với thu nhập phi nông nghiệp, quan hệ nghèo với xuất khẩu lao động, và với các thu nhập khác. Vậy trong trường hợp đó hệ thống thông tin địa lý sẽ là công cụ của khoa học xã hội. 110 Khóa học Tam Đảo 2008 Nguyễn Xuân Hoản – Viện khoa học nông nghiệp Viện khoa học nông nghiệp của chúng tôi đã áp dụng hệ thống thông tin địa lý này vào trong việc lập bản đồ Atlas của vùng đồng bằng sông Hồng, cũng như hệ thống nông nghiệp ở miền núi, trong các dự án nghiên cứu SAM 1, SAM 2, cùng với tổ chức CIRAD hoặc Viện nghiên cứu phát triển của Pháp (IRD). Đặc biệt là gần đây chúng tôi có sử dụng hệ thống thông tin địa lý này trong việc xây dựng các sản phẩm AOC, tức là phân vùng các sản phẩm, tức là có chỉ dẫn địa lý, hoặc các đặc sản vùng. Và trong khuôn khổ của dự án nghiên cứu các làng nghề của chúng tôi có mua ảnh vệ tinh spot 5, tức là xây dựng bản đồ nền, và phân tích các quá trình mở rộng không gian của các làng nghề. Cũng như trên bản đồ nền đó, chúng tôi thể hiện các nấc thông tin, ví dụ như lịch sử phát triển của các làng nghề, mật độ dân số trong các làng nghề, cũng như các mối quan hệ về cung cấp nguyên liệu, và tiêu thụ sản phẩm. Điều đó rất có ích và chúng tôi tiếp tục sử dụng hệ thống thông tin địa lý này trong những nghiên cứu của mình. Trong quá trình tiến hành thì có vấn đề đặt ra đối với chúng tôi là rất khó khăn trong việc mua ảnh vệ tinh. Giá một ảnh như thế tại Pháp có thể lên tới 3000-4000 euro/một bản đồ. Tôi xin hỏi giáo sư là ở Việt Nam chúng ta có thể mua được các bản đồ ảnh vệ tinh ở đâu, hoặc là có một địa chỉ nào tin cậy giáo sư có thể giới thiệu cho chúng tôi mua được không? Và câu hỏi thứ hai là hiện chi phí để mua các ảnh vệ tinh cũng như là ứng dụng hệ thống thông tin địa lý này để xây dựng bản đồ, như giáo sư đã làm trong các dự án, thì có đắt không? Phạm Văn Cự Thứ nhất chúng ta phải khẳng định là ảnh vệ tinh sẽ có nhiều loại. Đứng về phương thức chụp, nó có loại quang học, tức là chụp trong dải sóng nhìn thấy và cận hồng ngoại. Và kỹ thuật này bị một nhược điểm cực kỳ lớn là nếu gặp mây thì sẽ không chụp được. Thứ hai là vệ tinh radar, thì chúng ta lại khó dùng trong việc giải đoán hiện trạng trong nông nghiệp. Làm các bài toán khác như về lũ hoặc tràn dầu thì được, nhưng để phân loại ra hiện trạng thì khó. Còn vệ tinh mà anh nói đến là dữ liệu Spot 5 thì hiện trạm thu ở Hà Nội thu được. Trạm thu này được xây dựng trong dự án tài trợ ODA của chính phủ Pháp, đặt ở Cầu Diễn, và nó thu được vệ tinh spot 5, spot 4 và spot 2. Spot 3 thì không dùng được nữa vì không kiểm soát được. Vậy, nếu làm nghiên cứu tỷ lệ ở thôn xóm thì chắc phải dùng spot 5, vì nó có độ phân giải tới 2,5 m, và giá mua ở Hà Nội trong thời gian còn dự án, mà theo tôi biết thì bộ Nông nghiệp có hai đơn vị được nằm trong hệ thống phân phối dữ liệu thử nghiệm hai năm đầu, gọi là DUS (tiếng Anh là Data User System) là Viện Quy hoạch và thiết kế nông nghiệp (NIAPP)ở phố Hàng Chuối, và bên kiểm lâm. Như vậy, anh có thể dùng chung số liệu mới, họ có thể được đặt bất cứ lúc nào, với điều kiện không có mây, trạm thu sẽ chụp. Tuy nhiên, chúng ta vẫn phải ý thức một điều là ảnh vệ tinh mà anh muốn chụp thời gian thực là rất khó. Với trời như mấy ngày hôm nay là chúng ta không có cơ hội nào để chụp cả, và theo thống kê của tổ chức khí tượng thế giới, thì độ phủ mây tự do (cloudy free) của Việt Nam có 10%/năm thôi, và cơ hội ta có ảnh rất khó, nên phải theo dõi. Đây là điểm hạn chế. Còn nếu lấy ảnh theo đường mua của Spot Image bên Singapore, hoặc Toulouse, thì anh phải trả không dưới 4000$, khoảng 2500 euro. Nếu muốn có ảnh chất lượng tin cậy thì tốt nhất anh nên mua của các hãng như Spot Image hay Spot Asia ở Singapore, còn nếu muốn lấy ảnh từ trạm thu ở Hà Nội thì anh có thể làm công văn xin Bộ Tài nguyên – Môi trường, chỗ Trung tâm viễn thám. Còn về thời điểm chụp thì tôi nói rồi, và còn vấn đề nữa về chuyên môn, tức là nếu xảy ra việc chờ ảnh vệ tinh mãi không có thì làm thế nào? Chịu thua sao? Vì vậy nếu mở rộng làng nghề, các bạn có thể dùng phương tiện khác là đo bằng hệ thống thông tin địa lý GPS. Chi phí rẻ hơn rất nhiều, và anh có thể đến tận nơi anh đo. Và nếu dùng GPS cầm tay thì độ chính xác của anh là 10m, còn nếu anh dùng GPS 2 tần, tiếng Anh gọi là Dual Frequency thì anh sẽ có độ chính xác là mm. Trong khuôn khổ dự án SAM mà tôi đã tham dự, tôi cũng đã cùng với Jean-Christophe Castella công bố một số bài viết, chúng tôi dùng hệ thống thông tin địa lý để phân tích rất nhiều những biến đổi sử dụng đất. Trong một số trường hợp chúng tôi phải dùng GPS ở miền núi, chứ cũng không có được ảnh Spot. Dùng GPS chi phí rẻ hơn rất nhiều và chủ động hơn so với việc dùng ảnh Spot. Rất tiếc là vì tôi không còn thời gian nữa, nhưng tôi sẵn sàng trả lời thư của các bạn. Đây là địa chỉ email của tôi : pvchanoi@vnn.vn. Xin cảm ơn.