Luận văn Ứng dụng Viễn thám và GIS đánh giá xói mòn đất khu vực Yên Châu tỉnh Sơn La

ày. Các nghiên cứu trong giai đoạn này đã thu được nhiều kết quả quan trọng, như các công trình của Bùi Quang Toản, Ngô Trọng Thuận, Lê Thạc Cán, Nguyễn Quang Mỹ, v,v…. Các công trình có áp dụng các mô hình toán trong nghiên cứu xói mòn cũng đã được các tác giả như: Chu Đức, Mai Đình Yên, Nguyễn Quang Mỹ, v,v… đưa vào trong giai đoạn này. Đặc biệt là trong những năm gần đây, phương pháp viễn thám và GIS đã được áp dụng trong nghiên cứu xói mòn đất. Đặc biệt là trong đo vẽ bản đồ, đánh giá định lượng các nhân tố ảnh hưởng đến quá trình xói mòn đất. Tiêu biểu cho giai đoạn này là các công trình của Nguyễn Quang Mỹ, Nguyễn Xuân Đạo, Phạm Văn Cự, Nguyễn Ngọc Thạch, Nguyễn Tứ Dần, Lại Vĩnh Cẩm, v,v….. Các công trình ứng dụng viễn thám và GIS trong nghiên cứu xói mòn đất có độ tin cậy cao, thời gian thực hiện ngắn và đem lại chi phí thấp. Các mô hình đánh giá xói mòn đất Mô hình thực nghiệm Mô hình đơn giản nhất là dạng phương trình liên quan giữa lượng vật chất mất đi với lượng mưa hoặc dòng chảy mặt. Mô hình này có dạng: Qs = aQb DR = k1AI2 DF = k2AS2/3Qw2/3 TF = k4S5/3Qw5/3 Trong đó: A là diện tích I là cường độ mưa S là độ dốc (sin θ) Qw là dòng chảy mặt Hình 1. Mô hình của quá trình xói mòn đất do nước (sau Meyer và Wischmeier 1969) Quan hệ giữa lượng đất và nước vận chuyển xuống có thể thay đổi theo cường độ của dòng chảy mặt và sự thay đổi theo các mùa. Nhược điểm chính của loại mô hình này là nó không đưa ra được nguyên nhân vì sao xói mòn đất xảy ra. Mô hình USLE Cố gắng đầu tiên để phát triển một mô hình mất đất cho những khu vực đất dốc và đồng ruộng laf của Zingg (1940), ông đã gắn xói mòn với độ dốc và chiều dài sườn dốc. Các nghiên cứu sau này bổ sung thêm các yếu tố khí hậu dựa trên tổng lượng mưa của các trận mưa kéo dài trên 30 phút trong thời gian hai năm (Musgrave 1947), nhân tố mùa màng trong tính toán hiệu quả bảo vệ đất của các cây trồng khác nhau (Smith 1958), nhân tố bảo vệ và độ kháng xói của đất. Wischmeier và Smith đã thay nhân tố khí hậu thành chỉ số xói mòn do mưa (R) cuối cùng cho ra mô hình mất đất tổng quát (USLE). Phương trình này có dạng : E = R x K x L x S x C x P Trong đó : E : lượng mất đất trung bình năm (kg/m2.năm) R: là hệ số xói mòn do mưa (KJ.mm/m2.h.năm) K: Hệ số kháng xói của đất (Kg.h/KJ.mm) L: Hệ số chiều dài sườn dốc S: Hệ số độ dốc C: Hệ số lớp phủ P: Hệ số canh tác bảo vệ đất Đây được xem như mô hình tốt nhất được sử dụng để xây dựng các công cụ đánh giá xói mòn đất dựa trên các điều kiện khí hậu, thổ nhưỡng, địa hình và lớp phủ thực vật. Tuy nhiên, việc sử dụng phương trình này để đánh giá xói mòn xảy ra trong thời gian ngắn hơn sẽ không chính xác và khi áp dụng cho các quy mô nghiên cứu khác nhau cũng cần thận trọng. Trong thực tế, việc tách quá trình xói mòn thánh nhân tố như các biến độc lập cũng mang lại nhiều cơ hội trong tính toán đánh giá xói mòn đất bằng việc thay đổi chúng để phù hợp hơn với các điều kiện về khí hậu, đất, địa hình và canh tác khác nhau. Đã có một số mô hình đánh giá xói mòn sử dụng USLE hoặc USLE biến đổi được áp dụng trên thế giới. Mô hình này cũng được ứng dụng trong GIS nhằm xây dựng các công cụ mô hình hóa xói mòn cho các khu vực khác nhau. (Các mô hình xói mòn đất sử dụng GIS) Phương pháp ứng dụng viễn thám và GIS trong đánh giá xói mòn đất Với sự phát triển mạnh mẽ, công nghệ viễn thám và GIS ngày càng giải quyết được nhiều vấn đề trong mô hình hóa không gian địa lý nói chung và mô hình hóa xói mòn nói riêng. Với các bài toán mô hình hóa đa nhân tố như đánh giá xói mòn đất, công nghệ viễn thám và GIS có khả năng cung cấp các tư liệu và công cụ sau: Xây dựng các dữ liệu đầu vào cho tính toán mô hình xói mòn đất Sử dụng các công cụ phân tích không gian và các công cụ xây dựng mô hình tính toán tự động các tham số tham gia vào mô hình xói mòn Xây dựng các mô hình, giải quyết các kịch bản đánh giá xói mòn đất, biến đổi sử dụng đất liên quan đến xói mòn, đánh giá ô nhiễm nguồn nước do xói mòn,…. Tính toán hệ số xói mòn do mưa (R) Đối với các bài toán mô hình hóa xói mòn, việc tính toán hệ số xói mòn do mưa thường dựa vào lượng mưa và số ngày mưa trung bình trong nhiều năm liên tiếp. Tính toán hệ số xói mòn do mưa dựa vào cường độ mưa thường chỉ áp dụng với các nghiên cứu chi tiết bởi việc thu thập số liệu khí tượng thủy văn rất phức tạp. Các số liệu khí tượng thủy văn liên quan đến nghiên cứu xói mòn do nước được cung cấp bởi mạng lưới đài trạm chỉ bao gồm lượng mưa theo ngày. Do đó, người ta tiến hành tổng hợp được lượng mưa trung bình tháng, năm và số ngày mưa trong năm dựa trên số liệu của nhiều năm. Để tính toán được các đường đẳng mưa nhằm xây dựng bản đồ hệ số xói mòn do mưa, GIS cung cấp công cụ nội suy với đầu vào là số liệu lượng mưa trung bình tại các trạm trong khu vực nghiên cứu và lân cận. Đây là phương pháp phổ biến nhưng cũng có nhược điểm là chưa tính toán được ảnh hưởng của các yếu tố địa hình lên lượng mưa như: độ chênh cao, hướng sườn. Tính toán hệ số chiều dài sườn và độ dốc Các yếu tố địa hình đóng vai trò rất quan trọng trong nghiên cứu đánh giá xói mòn, quyết định đến độ chính xác của các phân tích đánh giá xói mòn. Dựa vào các dữ liệu địa hình được cung cấp, người ta tiến hành tính toán các dữ liệu sau: Xây dựng mô hình số độ cao (DEM) Dữ liệu chiều dài sườn Dữ liệu độ dốc Phân chia các lưu vực phụ Mô phỏng ba chiều V.v…. Do đó, xây dựng mô hình số địa hình cho đánh giá xói mòn có thể được thực hiện bằng nhiều phương pháp khác nhau, trong đó phương pháp trắc địa ảnh số (digital photogrammetry) và mô hình hóa ba chiều (3D Analyst) có khả năng cung cấp các dữ liệu đầu vào có độ tin cậy rất cao. Xây dựng mô hình số độ cao từ phương pháp trắc địa ảnh Quy trình xây dựng mô hình số độ cao cơ bản bằng phương pháp trắc địa ảnh được thể hiện trong hình dưới đây: Phim ảnh hàng không Chuyển đổi sang dạng số Tính toán, bình sai khối tam giác ảnh không gian Đo khống chế mặt đất (GCP) bằng GPS Tạo mô hình số độ cao tự động Xây dựng mô hình lập thể Đo vẽ lập thể Xây dựng mô hình số độ cao (DEM) Hình 2. Quy trình xây dựng mô hình số độ cao từ ảnh hàng không Trước tiên, người ta tiến hành bay chụp khu vực nghiên cứu với một tỷ lệ ảnh nhất định. Sử dụng các máy quét phim chuyên dụng (photogrammetric scanner) để chuyển ảnh từ dạng tương tự sang dạng số với độ phân giải rất cao (thông thường khoảng 16µm - 32µm). Các điểm khống chế mặt đất (GCP) cũng được đo đạc bằng thiết bị GPS với độ chính xác đến centimét. Ảnh hàng không dạng số được đưa vào các chương trình trắc địa ảnh để lập khối, quá trình đo ảnh thông thường được thực hiện theo quy trình sau: Lập khối ảnh Định hướng trong, định hướng tương đối Đo điểm khống chế mặt đất (GCP) trên ảnh Đo điểm nối ảnh hoặc khớp ảnh tự động Bình sai khối tam giác ảnh không gian Với khả năng liên kết chặt chẽ, quá trình đo ảnh đảm bảo cho ra khối ảnh có sai số khoảng cách rất nhỏ (1/3 kích thước pixel). Đổi với độ cao, sai số tại các điểm khống chế nhỏ hơn 1/1000 độ cao bay chụp (H). Sau đó, các mô hình lập thể tạo ra từ khối tam giác ảnh không gian được đo đạc các yếu tố sau: Đường đẳng cao Điểm độ cao Hệ thống các đường phân thủy, tụ thủy (break line) Một số hệ thống trắc địa ảnh cao cấp còn cho phép sử dụng phương pháp khớp ảnh để tạo mô hình số độ cao tự động từ khối ảnh. Tuy nhiên, phương pháp này cũng cần phải đo vẽ bổ sung hệ thống các đường phân, tụ thủy cho tính toán DEM. Các dữ liệu địa hình được đưa vào để thành lập mô hình TIN (Terrain Irregular Network), sau đó mô hình TIN được chuyển đổi thành DEM dạng raster cho lưu trữ và tính toán. Đây được xem như một trong các phương pháp hiệu quả và có độ chính xác đáng tin cậy nhất trong thành lập bản đồ địa hình cũng như xây dựng mô hình số độ cao. Phương pháp trắc địa ảnh cũng được áp dụng cho một số tư liệu ảnh vệ tinh có khả năng chụp nghiêng như: SPOT 5, WorldView 1, WorldView 2,…. Tuy nhiên, để tăng cường độ chính xác của đo vẽ địa hình thì cần phải có các thông số hình học của vệ tinh tại thời điểm bay chụp như ma trận hằng số hữu tỉ (RPC) cho tính toán. Trên thực tế, người ta mới chỉ chứng minh được ảnh vệ tinh mới có khả năng thành lập mô hình số độ cao cho bản đồ tỷ lệ 1:25000 tại Việt Nam. Các khu vực yêu cầu độ chính xác cao hơn đều sử dụng ảnh hàng không. Xây dựng mô hình số độ cao từ bản đồ địa hình Hê thông tin địa lý cũng cung cấp các công cụ cho xây dựng mô hình số độ cao từ bản đồ địa hình. Đây là một trong các phương pháp hiệu quả và nhanh chóng nhưng độ chính xác không cao. Quy trình thánh lập mô hình số địa hình từ bản đồ được tiến hành theo các bước sau: Quét bản đồ, nắn chỉnh hình học Số hóa các yếu tố địa hình, gán thuộc tính Tạo mô hình TIN Thành lập DEM Tuy nhiên, các đặc trưng của địa hình thường không được thể hiện đầy đủ trên dữ liệu bản đồ địa hình do quá trình tổng quát hóa. Các loại bản đồ thường ở tỷ lệ vừa và nhỏ nên khoảng cao đều lớn, độ khái quát hóa cao. Do đó, việc chiết tách các thông tin địa hình thường không đảm bảo cho các phân tích đánh giá chi tiết cho các vùng nhỏ. Các công cụ phân tích ba chiều của GIS cung cấp các công cụ mạnh cho xử lý mô hình số độ cao. Bao gồm: Thành lập và biên tập mô hình TIN Chuyển đổi mô hình TIN sang dạng raster Các phân tích thống kê lân cận (Neiboughood Statistics) V.v…. Sản phẩm của quá trình xây dựng mô hình số địa hình và xử lý ba chiều cho đánh giá xói mòn bao gồm: Dữ liệu phân chia các lưu vực phụ Dữ liệu tính toán tích tụ dòng chảy (Flow Accumulation) Dữ liệu chiều dài sườn Dữ liệu độ dốc Dữ liệu hệ số LS Ngoài ra,các công cụ GIS và ảnh số ngày càng được phát triển không ngừng tăng khả năng xử lý DEM với khối lượng lớn hơn cho khu vực rộng hơn và chi tiết hơn. Các dữ liệu ngày càng tương thích với nhiều hệ phần mềm mô hình hóa không gian trong đó xói mòn đất. Ứng dụng viễn thám trong phân loại lớp phủ thực vật Một trong các ứng dụng quan trọng của viễn thám đối với nghiên cứu xói mòn đất là chiết xuất ra các thông tin liên quan đến lớp phủ mặt đất. Các tư liệu ảnh viễn thám được thu nhận một cách nhanh chóng và phản ảnh đặc trưng phản xạ phổ của các đối tượng trên bề mặt trái đất. Đối với viễn thám đa phổ, các đối tượng thực vật thường phản xạ mạnh tại kênh cận hồng ngoại (có bước sóng từ …..) và là yếu tố quan trọng để xác định và chiết tách thông tin liên quan đến lớp phủ thực vật. Người ta có thể tiến hành phân loại ảnh viễn thám theo một trong hai phương pháp: Phân loại không kiểm định: phân loại các pixel trên ảnh thành một số các nhóm pixel nhất định. Ưu điểm của phương pháp này là tiết kiệm được thời gian, nhược điểm là độ tin cậy không cao. Phân loại ảnh có kiểm định: tiến hành lựa chọn các vùng mẫu trên ảnh, phân tích đánh giá các vùng mẫu và phân loại ảnh theo đặc trưng phản xạ phổ tại các vùng lấy mẫu. Ưu điểm của phương pháp này là cho độ tin cậy cao, nhược điểm là thời gian lấy mẫu nhiều và phụ thuộc vào chủ quan của người lấy mẫu. Tuy nhiên, phân loại ảnh viễn thám tại thời điểm chụp chưa hẳn đã phản ảnh đúng đặc trưng lớp phủ thực vật của khu vực nghiên cứu. Đặc biệt là tại Việt Nam, nơi mà lớp phủ mặt đất thay đổi theo các mùa trong năm và tập quán canh tác. Để nghiên cứu một cách chính xác lớp phủ mặt đất tại khu vực nào đó, cần phải thu thập tư liệu ảnh viễn thám tại nhiều thời điểm khác nhau nhằm phân loại và so sánh đưa ra kết quả cuối cùng. Trong nghiên cứu xói mòn, một trong các thông tin quan trọng cũng có thể được chiết tách từ ảnh viễn thám đó là hệ số lớp phủ thực vật (NDVI). Chỉ số này thường được tính theo công thức: NDVI = ( IR – R ) / ( IR + R) Trong đó: NDVI: chỉ số thực vật (Normalized Difference Vegetation Index) IR: giá trị phản xạ phổ trên kênh cận hồng ngoại R: giá trị phản xạ phổ trên kênh đỏ Hoặc có thể sử dụng công thức tính hệ số lớp phủ thực vật chuyển đổi (Transformed NDVI) nhằm chuyển đổi giá trị chỉ số thực vật sang các giá trị từ 0-1. Công thức này có dạng: TNDVI= Sqrt(NDVI+0,5) Cũng như phương pháp phân loại lớp phủ mặt đất từ ảnh viễn thám, phương pháp tính toán hệ số lớp phủ thực vật chỉ phản ảnh được hiện trạng lớp phủ thực vật tại thời điểm thu nhận ảnh. Xây dựng mô hình hóa tự động cho đánh giá xói mòn Các mô hình đánh giá xói mòn thường là các bài toán phân tích đa nhân tố phức tạp, có sự tham gia của nhiều biến (R, LS, K, C, P). Ngoài ra, trong quá trình áp dụng, người ta còn sử dụng các biến đổi nhằm tăng độ tin cậy cho mô hình. Hệ thông tin địa lý cung cấp các công cụ phân tích không gian cho phép tính toán, chồng ghép dữ liệu và giải quyết bài toán đánh giá xói mòn một cách tự động. Tùy vào từng bài toán, GIS cho phép xây dựng các mô hình tự động và đưa ra kết quả là các hệ số cho tính toán xói mòn. Dưới đây là ví dụ về mô hình tính toán cho phân tích lưu vực (Water Delineation) bằng GIS: Hình 3. Mô hình phân tích lưu vực sử dụng công cụ phân tích không gian của ArcGIS Ví dụ về mô hình tính toán xói mòn bằng GIS: Hình 4. Mô hình tính toán phương trình mất đất RUSLE của N-SPECT Nhìn chung, công nghệ viễn thám và GIS có khả năng hỗ trợ rất hiệu quả cho đánh giá xói mòn đất từ cung cấp các dữ liệu đầu vào đến phân tích các nhân tố và tính toán mô hình tổng hợp. CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN XÓI MÒN ĐẤT KHU VỰC YÊN CHÂU TỈNH SƠN LA Các yếu tố́ tự nhiên Khu vực nghiên cứu nằm trong ranh giới của huyện Yên Châu tỉnh Sơn La. Đây là một huyện miền núi biên giới của tỉnh Sơn La, có ranh giới phía Nam giáp Lào. Lãnh thổ trải dài theo hướng Tây Bắc – Đông Nam, phân dị phức tạp. Yên Châu có trục quốc lộ 6 chạy xuyên suốt cùng với mạng lưới giao thông khá phát triển, tạo điều kiện thuận lợi trong phát triển kinh tế và xã hội. Tuy nhiên, đây cũng là khu vực có đặc điểm tự nhiên phức tạp, là khu vực mà các hoạt động xói mòn xảy ra mạnh mẽ đặc biệt là vào mùa mưa. Yếu tố địa chất Nền địa chất khu vực Yên Châu bao gồm các thành tạo có tuổi từ Cambri đến đệ tứ. Các thành tạo này chủ yếu bao gồm các đá trầm tích và biến chất, các trầm tích hạt thô như: cát kết, bột kết và trầm tích cacbonat phân bố dọc khu vực theo hướng Tây Bắc – Đông Nam. Các thành tạo điển hình và phân bố của chúng như sau: Hệ tầng Paham bao gồm các đá phiến sét, đá phiến Silic, đá phun trào phân bố thành dải phía Tây Nam khu vực, giáp với biên giới Lào. (phân tích khả năng hình thành vỏ phong hóa và liên quan đến xói mòn của hệ tầng này) Hệ tầng Yên Duyệt bao gồm các đá phiến sét, đá phiến sét than, đá phiến vôi, đá phiến silic, đá vôi (phân tích khả năng hình thành vỏ phong hóa và liên quan đến xói mòn của hệ tầng này). Hệ tầng Viên Nam phân bố ở phía Đông Bắc khu vực nghiên cứu, có cấu tạo từ profia bazan, xpilit, kẻatofia, đá phiến lục xen fenzit. (phân tích khả năng hình thành vỏ phong hóa và liên quan đến xói mòn của hệ tầng này) Hệ tầng Đồng Giao bao gồm các thành tạo cacbonat phân bố kéo dài theo hướng Tây Bắc – Đông Nam. Đây là thành tạo phổ biến nhất trong khu vực, tạo nên các dãy núi đá vôi bao gồm đá vôi màu xám sáng, đá vôi màu xám trắng, đá phiến sét, đá phiến vôi. (phân tích khả năng hình thành vỏ phong hóa và liên quan đến xói mòn của hệ tầng này). Hệ tầng Yên Châu: là các trầm tích lục nguyên phân bố ở đáy và sườn của thung lũng. Đây là thành tạo phổ biến nhất trong khu vực nghiên cứu, phân bố trải dài theo hướng Tây Bắc – Đông Nam. Hệ tầng này chia làm hai phụ điệp nhỏ: phụ điệp trên bao gồm các đá hạt mịn như cát kết, bột kết, sạn kết, đá sét; phụ điệp dưới bao gồm chủ yếu là các đá hạt thô như cuội kết, sạn kết, cát kết, đá vôi dạng dăm. (phân tích khả năng hình thành vỏ phong hóa và liên quan đến xói mòn của hệ tầng này) Nhìn chung, cấu trúc địa chất của khu vực nghiên cứu khá phức tạp, phân bố theo hướng của đứt gãy sông Đà có phương Tây Bắc – Đông Nam. Lớp vỏ phong hóa dày cộng với điều kiện khí hậu mưa theo mùa dẫn đến việc thường xuyên xảy ra hiện tượng trượt lở, tai biến. Yếu tố địa hình Phản ánh rõ ràng các cấu trúc địa chất, địa hình khu vực nghiên cứu đặc trưng bởi các dãy núi chạy theo hướng Tây Bắc – Đông Nam, kẹp giữa là một thung lũng thấp. Biên độ địa hình rất lớn, nơi thấp nhất chỉ khoảng 150m và nơi cao nhất lên đến trên 1500m (đỉnh núi nằm ở phía Bắc của Huyện Yên Châu). Hình 5. Mô hình số địa hình khu vực Yên Châu Nhìn chung, địa hình khu vực Yên Châu có cấu trúc khá phức tạp, bị chia cắt mạnh. Có thể chia địa hình Yên Châu thành hai phần chính sau: Vùng lòng chảo Yên Châu có địa hình thấp, độ cao trung bình khoảng 400m so với mực nước biển. Địa hình chia cắt phức tạp, phần lớn đất đai có độ dốc lớn khiến cho các quá trình xói mòn đất xảy ra rất mạnh. Mặt khác, đây là vùng trũng thấp kẹp giữa hai vùng núi cao do đó thường xuyên xảy ra các hiện tượng lũ quét, sạt lở khi có mưa lớn. Ngoài ra, vùng này còn là nơi tập trung phần lớn dân cư, là nơi diễn ra nhiều hoạt động sản xuất nông lâm nghiệp, là nguyên nhân làm tăng hoạt động xói mòn đất. Vùng núi có độ cao trung bình từ 900 – 1000 m so với mực nước biển. Vùng này đặc trung với các phiêng bãi khá bằng phẳng nằm xen giữa các dãy núi cao. Tuy nhiên, địa hình ở đây cũng bị chia cắt phức tạp, độ dốc lớn dẫn đến các hoạt động xói mòn diễn ra phổ biến. Đây còn là vùng phát triển trồng các loại cây chuyên canh tập trung và chăn nuôi gia súc góp phần làm tăng quá trình xói mòn đất. Theo các nghiên cứu trước đây, độ dốc là một trong các nguyên nhân quan trọng làm tăng cường độ xói mòn đất. Độ dốc của khu vực nghiên cứu được thể hiện bằng thống kê trong hình dưới đây: Hình 6. Phân loại độ dốc khu vực Yên Châu Căn cứ theo các thống kê trên đây, có thể thấy rằng: Biên độ địa hình khu vực Yên Châu lớn, hầu hết độ dốc địa hình tập trung trong khoảng từ 30o – 70o. Có một số vùng tương đối bằng phẳng, những vùng có độ dốc nhỏ không nhiều. Khu vực có độ dốc trên 60o nhiều, nơi dốc nhất lên đến 85o. Yếu tố khí hậu Yên Châu nằm trong khu vực nhiệt đới gió mùa, nóng ẩm mưa nhiều. Đây cũng là một trong các tác nhân quan trọng gây ra quá trình xói mòn đất mạnh mẽ trong khu vực này. Kết hợp với các yếu tố về vị trí địa lý, địa hình tạo cho Yên Châu có sự phân dị về khí hậu mặc dù diện tích khu vực không lớn. Theo thống kê từ trạm trạm khí tượng thủy văn Yên Châu thì mùa mưa bắt đầu từ tháng 5 đến tháng 10 hàng năm, mùa khô từ tháng 11 đến tháng 4 năm sau. Lượng mưa các tháng đo được tại trạm Yên Châu trong năm 2002 là: Tháng 1 2 3 4 5 6 7 8 9 10 11 12 Lượng mưa (mm) 33.2 11.5 40.4 80.5 249.4 353.2 342.2 281.1 170.7 69.2 46.8 59.8 Bảng 1. Lượng mưa các tháng đo được tại trạm Yên Châu năm 2002 Như vậy, lượng mưa tập trung chủ yếu vào các tháng 5 đến tháng 9 với cường độ mạnh dẫn đến nguy cơ lũ quét, trượt lở và mất đất rất cao. Khí hậu khu vực Yên Châu được chia thành hai tiểu vùng khí hậu khác nhau: Vùng lòng chảo Yên Châu: có khí hậu khô nóng, chịu ảnh hưởng của gió mùa Tây Nam. Đặc trưng của khu vực này là chế độ nhiệt và số ngày nắng cao, lượng mưa nhỏ do bị bao bọc bới các dãy núi cao do đó phần nào làm giảm các tác nhân gây xói mòn đất do mưa. Vùng núi cao, biên giới có khí hậu mát, ẩm mang đặc trưng của khu vực Mộc Châu – Sơn La. Khu vực này thường mưa nhiều và có chế độ mưa nhiều vào các tháng giữa năm và hạn hán vào các tháng mùa khô. Nhìn chung, Yên Châu có một nền khi hậu khắc nghiệt, có một mùa mưa tập trung do đó chịu ảnh hưởng mạnh mẽ của các hoạt động xói mòn, sạt lở đất, gây nhiều thách thức với công tác quản lý và bảo tồn tài nguyên đất. Yếu tố thủy văn Địa hình chia cắt mạnh tạo cho Yên Châu có một hệ thống sông suối phong phú và phức tạp. Các hệ thống sông suối chính bao gồm: hệ thống suối Sập, hệ thống suối Vạt và hệ thống suối Nậm Pàn. Tuy nhiên, hệ thống sông suối của khu vựa phân bố không đều, tập trung chủ yếu ở vùng có quốc lộ 6 đi qua và một số xã vùng biên giới. Hình 7. Sơ đồ phân bố hệ thống sông suối khu vực Yên Châu Hầu hết các sông suối đều ngắn, dốc nên khả năng giữ nước kém, tốc độ dòng chảy lớn. Khi có mưa lớn thường gây ra các hiện tượng lũ quét, xói mòn và rửa trôi mạnh làm tăng nguy cơ mất đất trong toàn khu vực. Yếu tố thổ nhưỡng Theo kết quả tính toán trên bản đồ thổ nhưỡng, khu vực yên Châu có sáu loại đất chính sau: Đất thung lũng do các sản phẩm dốc tụ: chiếm 4,9% tổng diện tích (4.100 ha). Tập trung chủ yếu tại các vùng thấp dọc quốc lộ 6 giáp với huyện Mai Sơn. Đất Feralit mùn vàng nhạt trên đá cát: chiếm 17% tổng diện tích (15.000 ha). Phân bố chủ yếu ở khu vực xã Chiềng On và ở một số khu vực đất dốc thuộc vùng núi cao và biên giới. Đất Feralit đỏ nâu trên đá biến chất: chiếm 24,4% diện tích toàn khu vực (22,409 ha). Đây là loại đất phổ biến, phân bố đều trong toàn khu vực nghiên cứu. Đặc điểm của loại đất này là có tầng đất dầy, độ phì cao, tỷ lệ mùn lớn. Đất đỏ nâu trên đá vôi: chiếm 23,1% tổng diện tích khu vực (19.366ha). Phân bố tập trung tại các xã vùng biên giới giáp cao nguyên Mộc Châu. Đất vàng nâu trên đá phù sa cổ: chiếm 9,1% diện tích (7.600 ha). Loại đất này phân bố dọc theo các hệ thống suối lớn. Đất Feralit nâu vàng trên đá mắc ma axít : chiếm 20% tổng diện tích khu vực nghiên cứu (17.300 ha). Loại đất này phân bố đều trên toàn khu vực. Yếu tố lớp phủ và hiện trạng sử dụng đất Toàn khu vực có 44.026,24 đất lâm nghiệp, chiếm 51,33 tổng diện tích đất tự nhiên. Được chia thành các nhóm đất sau: Đất có rừng sản xuất chiếm 9,46% tổng diện tích đất lâm nghiệp (4.166,18 ha), phân bố chủ yếu tại các xã Tú Nang, Chiềng Hặc, Viêng Lán. Trong đó, diện tích đất rừng tự nhiên chiếm 78,19% và nhóm đất rừng trồng là 21,81% diện tích. Đất có rừng phòng hộ chiếm 90,54% tổng diện tích đất lâm nghiệp (39.859,06 ha), tập trung chủ yếu tại các xã Lóng Phiêng, Phiêng Khoài, Chiềng On, Chiềng Đông, Sập Vạt. Trong đó, đất có rừng tự nhiên chiếm 92,86% diện tích, đất có rừng trồng chiếm 2,87% diện tích và đất khoanh nuôi phục hồi rừng phòng hộ chiếm 4,27% diện tích. Nhìn chung, khu vực nghiên cứu có thảm thực vật khá lớn và phong phú, là một trong các tác nhân làm giảm nguy cơ xói mòn đất. Việc tăng cường phát triển rừng phòng hộ cũng được quan tâm nhằm góp phần tăng thêm diện tích rừng phòng hộ phục vụ cho công tác bảo tồn đất. Tuy nhiên, do vị trí địa lý gần với đường quốc lộ và tập quán canh tác của người dân nên trước đây nhiều diện tích rừng đã bị chặt phá, khai thác cạn kiệt. Dẫn đến khả năng giữ nước chống lũ lụt và xói mòn giảm đi đáng kể. Trong khu vực nghiên cứu, có ba loại hình sử dụng đất phỏ biến là: Nhóm đất nông nghiệp chiếm 76% diện tích đất tự nhiên. Nhóm đất phi nông nghiệp chiếm 3,49% diện tích đất tự nhiên. Đất chưa sử dụng chiếm 20,38% diện tích đất tự nhiên. Trong nhóm đất nông nghiệp, trồng cây hàng năm chiếm 93,33% tổng diện tích, bao gồm các cây ngô, sắn xen các cây ngắn ngày. Hầu hết các cây hàng năm được canh tác trên vùng đất dốc, độ che phủ thấp và khả năng chống xói mòn thấp. Các yếu tố kinh tế xã hội Đặc điểm các ngành sản xuất Nông nghiệp là ngành kinh tế giữ vai trò chủ đạo trong nền kinh tế của huyện Yên Châu. Việc tăng cường áp dụng tiến bộ khoa học kỹ thuật và nâng cao trình độ sản xuất của người dân được thực hiện liên tục, góp phần làm tăng dần giá trị của sản xuất nông nghiệp theo từng năm. Quá trình dịch chuyển cơ cấu kinh tế sang sản xuất hàng hóa, dần dần hình thành các vùng cây trồng chuyên canh giúp cho hiệu quả sử dụng đất và các biện pháp bảo vệ chống xói mòn được nâng cao. Tuy nhiên, cùng với quá trình phát triển sản xuất nông nghiệp, việc mở rộng diện tích đất trồng cây cũng làm cho lớp phủ bề mặt bị tác động mạnh, trở nên dễ bị xói mòn và bạc màu hơn. Đối với ngành lâm nghiệp, công tác quản lý, bảo vệ và khôi phục rừng đã được quan tâm từ những năm đầu của thập niên 90 thế kỷ XX. Việc triển khai các chương trình 327 của chính phủ, dự án Việt Đức, dự án 661, v.v… đã phần nào ngăn chặn có hiệu quả tình trạng phá rừng làm nương rẫy. Diện tích đất rừng tăng dần theo từng năm nhưng tốc độ khai thác rừng lớn khiến cho chất lượng rừng giảm sút liên quan đến khả năng chống xói mòn giảm đi. Các ngành kinh tế khác như công nghiệp, dịch vụ chưa phát triển và không tác động nhiều đến đất đai. Tuy nhiên, Yên Châu là một khu vực có tiềm năng về khoáng sản nên cũng cần đề phòng nguy cơ thoái hóa đất khi xuất hiện công nghiệp khai thác và chế biến khoáng sản. Đặc điểm dân số, việc làm và thu nhập ỨNG DỤNG VIỄN THÁM VÀ GIS TRONG ĐÁNH GIÁ XÓI MÒN ĐẤT KHU VỰC YÊN CHÂU TỈNH SƠN LA Mô hình đánh giá xói mòn đất N-SPECT là môt ứng dụng GIS mở rộng chạy trong môi trường ArcGIS. Công cụ này được phát triển dựa trên ngôn ngữ lập trình Visual Basic và ArcObjects (bộ thư viện các công cụ của ArcGIS). Do đó, nó chứa đựng một giao diện người dùng đầy đủ và mạnh mẽ với các công cụ xử lý raster phức tạp của ứng dụng phân tích không gian (ArcGIS Spatial Analyst). Điểm đặc biệt của mô hình N-SPECT tính toán dòng chảy mặt theo phương pháp đường cong mưa (curve number). Tại Mỹ, Trung tâm Bảo vệ tài nguyên thiên nhiên (NRCS) thuộc Cục Nông nghiệp (USDA) đã phát triển phương pháp đường cong mưa để dự báo dòng chảy trực tiêp từ sự vượt quá giới hạn của mưa (USDA, 1986). Phương pháp này được mở rộng để dự báo dòng chảy mặt từ những cơn bão riêng lẻ cũng như lượng mưa trung bình năm. Số đường cong mưa (còn được gọi là số đường cong, CN) là một tham số liên quan đến nhóm đất và lớp phủ của khu vực đó. N-SPECT lưu trữ số đường cong trong một CSDL riêng (Geodatabase), cho phép người dùng có thể thêm, thay đổi và xóa các giá trị thông qua giao diện người dùng. N-SPECT là một bộ công cụ rất phức tạp hướng tới một số lĩnh vực như: quản lý chất lượng nước, dự báo ô nhiễm, đánh giá xói mòn, quản lý bờ biển, v.v…. Các chức năng chính của bộ công cụ này bao gồm: Ước lượng dòng chảy mặt Ước lượng (polutant loads and concentrations) Xác định những vùng có độ nhạy cảm cao với xói mòn do nước Ước lượng lượng đất rửa trôi Đánh giá tác động tương đối của sự thay đổi sử dụng đất với phân tích kịch bản. Tỷ lệ xói mòn và trầm tích tích tụ được tính toán bằng phương trình mất đất biến đổi (RUSLE) và phương trình mất đất ? (MUSLE). Mô hình N-SPECT có sẵn các số liệu xây dựng trước cho khu vực Wai’anae thuộc O’ahu, Ha Wai. Tuy nhiên, để áp dụng cho tính toán đánh giá xói mòn đất ở các khu vực khác thì cần đưa vào một số dữ liệu sau: Dữ liệu địa hình (DEM) Dữ liệu lớp phủ bề mặt (dạng raster) Dữ liệu lượng mưa (dạng raster) Dữ liệu đất (dạng shapefile) Dữ liệu nhân tố R (dạng raster) Rất nhiều kết quả trong N-SPECT được chiết xuất từ DEM và vì thế, nó trở nên quan trọng nhất trong các nguồn dữ liệu này. Trong nghiên cứu xói mòn đất thì DEM thường được tạo ra từ CSDL địa hình được thành lập từ một trong các phương pháp như: đo đạc trắc địa, trắc địa ảnh hàng không, viễn thám, từ bản đồ địa hình. Tại Việt Nam, DEM được xây dựng chủ yếu từ bản đồ địa hình, tuy nhiên các bản đồ địa hình tỷ lệ cao thường ít được xây dựng cho các khu vực miền núi nơi mà nghiên cứu xói mòn đất được quan tâm nhiều nhất. Một trong các nguồn tư liệu mới và tin cậy là bản đồ địa chính cơ sở có yếu tố địa hình. Được xây dựng bằng phương pháp trắc địa ảnh số ở tỷ lệ lớn với độ chính xác cao, phục vụ cho công tác kiểm kê và quản lý đất đai. Dữ liệu đều ở dạng số và có thể sử dụng cho thành lập DEM sau khi kiểm tra và chỉnh sửa lỗi. Tuy nhiên, việc xử lý một CSDL địa hình lớn rất tốn thời gian và tài nguyên hệ thống, Đổi lại, mức độ chi tiết của DEM có thể đáp ứng được các yêu cầu với phân tích xói mòn đất ở các quy mô vừa và nhỏ. Tác giả cũng mạnh dạn áp dụng dữ liệu bản đồ địa chính cơ sở tỷ lệ 1:10000 cho mô hình N-SPECT. Phân chia lưu vực (Water Delineation) Một bài toán đánh giá xói mòn bằng N-SPECT thường bắt đầu với việc phân tích lưu vực. Tuy nhiên, đây là một tập hợp các bài toán phân tích không gian phức tạp và không phải mô hình nào cũng xử lý một cách đúng đắn, đặc biệt là với phạm vi đánh giá lớn. N-SPECT lợi dụng các công cụ phân tích không gian mạnh mẽ của ArcGIS trong tính toán phân tích lưu vực. ArcGIS là một trong các hệ GIS có các chức năng xử lý và phân tích hàng đầu hiện nay trên thế giới, ESRI đã phát triển cả một bộ công cụ phân tích ba chiều giải quyết các bài toán ba chiều hiện nay. Do đó, N-SPECT DEM có thể loại bỏ các lỗi chủ quan và những thiếu sót khác thường gặp trong dữ liệu địa hình bằng việc sử dụng công cụ Fill. Sau đó, dữ liệu hướng dòng chảy được chiết xuất từ DEM bằng việc tính toán hướng dòng chảy của nước cho mỗi pixel. Hướng dòng chảy được tính toán bằng cách đánh giá tương quan địa hình của 08 pixel xung quan pixel được tính toán, pixel lân cận nào có giá trị địa hình nhỏ nhất được xem như là hướng dòng chảy của pixel quan tâm. Giá trị hướng dòng chảy được gán cho ô quan tâm dựa trên giá trị của pixel mà nước từ nó chảy đến. Lưới tích lũy dòng chảy được xác định dựa trên lưới hướng dòng chảy và được dùng để phân chia mạng sông suối. Giá trị của các ô trong một lưới trọng số do người dùng xác định được tổng hợp theo các mối liên kết thủy văn được biểu thị bằng lưới hướng dòng chảy. Mỗi ô bao gồm tổng giá trị của tất cả các ô bên trên chảy xuống theo hướng dòng chảy được xác định bởi lưới hướng dòng chảy (Jenson và Domingue, 1988). Giá trị cực đại của lưới tích lũy dòng chảy được nhân lên với một trong các giá trị ngưỡng cho trước (0.03, 0.06, 0.1), tương ứng với các lưu vực có kích thước nhỏ, vừa và lớn. N-SPECT sau đó sẽ trích ra một mạng dòng chảy bằng việc gán cho tất cả các ô trong lưới tích tụ dòng chảy vợt quá ngưỡng cho trước (3%, 6%, 10% của tổng lượng tích lũy dòng chảy) một giá trị số, sau đó mã hóa tất cả các ô khác là không có dữ liệu (NoData). Vì thế, số lượng của các ô bên trên chảy xuống một ô cho trước phải lớn hơn ngưỡng phần trăm của tổng lượng tích lũy dòng chảy được phân loại như một phần của mạng dòng chảy. Công cụ Watershed phân chia tất cả các ô chảy trực tiếp vào một mạng dòng chảy riêng. Lưới kết quả là cơ sở để phân chia thành các lưu vực phụ và đây là sản phẩm chính của quá trình phân chia lưu vực trong N-SPECT. Cơ sở dữ liệu và quy trình đánh giá xói mòn đất khu vực Yên Châu Cơ sở dữ liệu đánh giá xói mòn đất khu vực Yên Châu Đối với một bài toán ứng dụng đánh giá xói mòn đất cho một khu vực, một số dữ liệu đầu vào được yêu cầu tùy theo mô hình lựa chọn. Từ một số ít nguồn dữ liệu đầu vào, N-SPECT tạo ra nhiều dữ liệu khác. Tại Mỹ, nhiều dữ liệu có thể sử dụng miễn phí từ các nhà cung cấp dịch vụ công ích, điều này giúp cho các chuyên gia đỡ tốn công hơn trong quá trình xử lý dữ liệu đầu vào. Tuy nhiên, đối với các khu vực nghiên cứu riêng biệt không nằm trên vùng có sẵn thì việc xử lý dữ liệu đầu vào cho mô hình là một việc làm cần thiết. Về cơ bản, N-SPECT là một mô hình phân tích không gian GIS nên CSDL đầu vào hầu hết ở dạng raster để thuận tiện cho chồng ghép và phân tích thông tin. Cấu trúc CSDL của N-SPECT tuân theo cấu trúc của ArcGIS, tuy nhiên mức độ cũng như khả năng chia sẻ nhiều người dùng không lớn như một số cấu trúc dữ liệu của ArcGIS. Như đã đề cập ở trên, việc sử dụng cấu trúc CSDL của ESRI là một trong các lợi thế của N-SPECT do nó có khả năng lưu trữ cả thông tin không gian, thuộc tính và quan hệ không gian (topology). Cấu trúc CSDL quan hệ này được đánh giá là chặt chẽ, mở và tương thích với nhiều hệ GIS hiện nay. N-SPECT chỉ sử dụng cấu trúc CSDL đơn (Personal Geodatabase) của ESRI và các dữ liệu độc lập (file base) cho phân tích, chưa sử dụng các cấu trúc đa người dùng có kết nối đến hệ quản trị CSDL (RDBMS) như: Oracl, SQL, v.v.... Để làm rõ thành phần CSDL của N-SPECT trong đánh giá xói mòn đất, trước tiên chúng ta cần quan tâm đến dữ liệu đầu vào cho mô hình này. Dữ liệu địa hình Dữ liệu địa hình DEM đươc đưa vào từ nhiều nguồn khác nhau. Tại Mỹ, N-SPECT được phát triển và kiểm nghiệm với dữ liệu DEM độ phân giải 10m của U.S. Geology Survey (USGS) được tổng hợp xuống 30m. Mỗi tệp dữ liệu DEM lưu trữ giá trị địa hình dưới khuôn dạng chuẩn trao đổi dữ liệu không gian (Spatial Data Transfer Standard, SDTS). Đối với khu vực nghiên cứu, tác giả đã sử dùng nguồn dữ liêu địa hình lấy từ bản đồ địa chính cơ sở tỷ lệ 1:10000 có các yếu tố địa hình ở dạng CAD. Đây là nguồn dữ liệu có mức độ chi tiết và độ chính xác đáng tin cậy nhất tại khu vực nghiên cứu cho đến thời điểm hiện tại. Được xây dựng bằng phương pháp trắc địa ảnh số với tư liệu ảnh hàng không bay chụp năm 1999, dữ liệu có độ chi tiết rất cao với khoảng cao đều của đường bình độ cơ bản là 10m (thành lập cho bản đồ tỷ lệ 1:10 000 khu vực miền núi). Toàn bộ dữ liệu địa hình khu vực nằm trong 71 tờ bản đồ trên hệ lưới chiếu VN2000 có kích thước 6x6km trên thực tế. Đây là một khối lượng dữ liệu tương đối lớn đối với khu vực nghiên cứu nhưng cho ra DEM có độ chi tiết cao. Dưới đây là ví dụ về DEM Yên Châu độ phân giải 10m xử lý bằng mô hình hóa ba chiều: Hình 8. Mô hình số địa hình khu vực Yên Châu Dữ liệu lớp phủ bề mặt N-SPECT sử dụng cả dữ liệu lớp phủ bề mặt có sẵn và cho phép xây dựng các dữ liệu cho các vùng riêng. Tại Mỹ, N-SPECT sử dụng nguồn dữ liệu mặc được được cung cấp theo chương trình phân tích biến đổi bờ biển (Coastal Change Analyst Program, C-CAP) được thành lập bởi NOAA Coastal Services Center. Công cụ này cũng cho phép thành lập các dữ liệu về lớp phủ bề mặt cho các vùng khác trên thế giới. Một trong những yêu cầu của dữ liệu lớp phủ bề mặt trong các mô hình đánh giá xói mòn là phải thống nhất với các dữ liệu khác. Đây là điều kiện để đảm bảo cho quá trình chồng ghép thông tin đưa ra kết quả đúng đắn. Các đường cong mưa (CN) Các đường cong mưa thể hiện khả năng thấm của đất và có giá trị trong khoảng từ 1 đến 100, giá trị 0 là không có dòng chảy mặt và 100 là không thấm nước. Đường cong mưa đóng vai trò quan trọng trong tính toán đánh giá dòng chảy mặt. N-SPECT cung cấp bảng tra giá trị đường cong mưa mặc định để sử dụng với dữ liệu lớp phủ bề mặ cung cấp bởi C-CAP. Bảng dưới đây thể hiện phân loại lớp phủ bề mặt và đường cong mưa tương ứng cho mỗi nhóm đất – thủy văn (bảng sau). Giá trị C-CAP Phân loại C-CAP Nhóm A Nhóm B Nhóm C Nhóm D 2 Khu dân cư mật độ cao 89 92 94 95 3 Khu dân cư mật độ trung bình 77 85 90 92 4 Khu dân cư mật độ thấp 61 75 83 87 5 Đất trống cho xây dựng 49 69 79 84 6 Đất canh tác 67 78 85 89 7 Đồng cỏ 39 61 74 80 8 Đất trồng cỏ 30 58 71 78 9 Rừng rụng lá theo mùa 30 55 70 77 10 Rừng thường xanh 30 55 70 77 11 Rừng hỗn giao 30 55 70 77 12 Cây bụi 30 48 65 73 13 Rừng ngập mặn đầm lầy 0 0 0 0 16 Rừng ngập mặn cửa sông 0 0 0 0 19 Bờ biển tạm thời 0 0 0 0 20 Đât trống 77 86 91 94 21 Mặt nước 0 0 0 0 22 Nuôi trồng thủy hải sản 0 0 0 0 Bảng 1. Bảng tra tương quan lớp phủ bề mặt với đường cong mưa Tuy nhiên, các thông số này chỉ áp dụng cho đánh giá xói mòn tại Mỹ và chưa được kiểm chứng tại các khu vực khác. Do đó, mô hình cho phép người dùng có thể thay đổi hoặc tạo mới các giá trị khi áp dụng vào khu vực khác. Việc xây dựng dữ liệu lớp phủ mặt đất cũng được tiến hành theo nhiều phương pháp khác nhau. Đối với khu vực nghiên cứu, nguồn dữ liệu lớp phủ bề mặt có thể được thánh lập bằng một trong các phương pháp sau: Từ bản đồ hiện trạng sử dụng đất năm 2005: đây là bản đồ được xây dựng cho toàn huyện năm 2005 và đã có chỉnh lý bổ sung ngoài thực địa ở tỷ lệ 1:25000. Mức độ chi tiết của các đối tượng SDĐ rất tốt và có thể sử dụng cho thành lập dữ liệu lớp phủ bề mặt. Tuy nhiên, trên bản đồ này tập trung vào thể hiện mục đích sử dụng đất mà chưa thể hiện được đặc trưng của lớp phủ mặt đất. Từ tư liệu ảnh hàng không: đây là nguồn tư liệu rất có giá trị, đã được xử lý hình học chặt chẽ và đạt được độ chính xác cao. Tuy nhiên, tại khu vực nghiên cứu hiện tại chỉ có duy nhất nguồn dữ liệu ảnh hàng không được bay chụp năm 1999, còn ít giá trị cho giải đoán lớp phủ mặt đất và không đủ thông tin cho phân loại lớp phủ tự động (ảnh toàn sắc). Ngoài ra, việc giải đoán thành lập bản đồ lớp phủ mặt đất bằng mắt mất rất nhiều công sức và phụ thuộc vào ý kiến chủ quan. Trong nghiên cứu này, tác giá chỉ sử dụng tư liệu này ở mục đích tham khảo. Từ tư liệu ảnh viễn thám: đây là một trong các nguồn tư liệu quan trọng, cung cấp nhiều thông tin về hiện trạng lớp phủ mặt đất cho khu vực nghiên cứu. Nguồn tư liệu viễn có giá trị nhất của khu vực nghiên cứu là ảnh vệ tinh SPOT 5 chụp tháng 3 năm 2003, với 01 kênh toàn sắc độ phân giải 5m và 04 kênh đa phổ độ phân giải 10m. Với mục đích nghiên cứu ứng dụng viễn thám trong đánh giá xói mòn đất, tác giả đã chọn hướng sử dụng tư liệu ảnh vệ tinh này cho phân loại lớp phủ mặt đất và làm dữ liệu đầu vào cho mô hình đánh giá xói mòn. Hình 9. Sơ đồ ảnh vệ tinh SPOT 5 khu vực Yên Châu Dữ liệu lượng mưa Yếu tố lượng mưa trong mô hình đánh giá xói mòn được điều khiển bởi dữ liệu lưới mưa (precipitation grid). Dữ liệu này có thể được xây dựng sẵn hoặc nhập vào từ các nguồn dữ liệu khác cho các khu vực cụ thể. Về cơ bản, lưới mưa được xây dựng từ dữ liệu lượng mưa trung bình năm được ghi nhận tại các trạm đo mưa. Tuy mang đặc thù của vùng núi Tây Bắc nhưng khí hậu Yên Châu cũng có những phân dị gây ra do địa hình. Như đã đề cập ở trên, khí hậu Yên Châu chia ra thành hai khu vực rõ rệt: vùng núi cao khí hậu mát mẻ và có nhiều nét tương đồng với khu vực Mộc Châu, vùng thung lũng Yên Châu có khí hậu khô và nóng hơn. Để đánh giá chính xác ảnh hưởng của nhân tố mưa trong mô hình xói mòn, cần phải thu thập đầy đủ số liệu trên hai khu vực này. Tuy nhiên, đây là một việc chưa thể thực hiện được do tại đây chỉ có 01 trạm khí tượng thủy văn nằm tại thung lũng Yên Châu. Còn vùng núi thì có thể nội suy từ số liệu của các trạm khí tượng thủy văn lân cận. Để tiến hành đánh giá yếu tố mưa, tác giả đã thu thập số liệu khí tượng thủy văn của trạm Yên Châu và các trạm lân cận. Số liệu lượng mưa được thu thập trong khoảng thời gian từ năm 1961 đến năm 2003, các trạm lân cận lấy trong nhiều năm. Sau đó, số liệu tính lượng mưa được lấy trung bình theo nhiều năm. Kết quả như sau: TT Tên trạm KTTV Lượng mưa trung bình (mm/năm) Số ngày mưa trung bình trong năm (ngày) 1 Yên Châu 1262.5 118 2 Bắc Yên 1541.4 - 3 Mộc Châu 1540.3 - 4 Phù Yên 1428.8 - 5 Cò Nòi (Mai Sơn) 1261.6 - Bảng 2. Lượng mưa và số ngày mưa trung bình năm trạm KTTV Yên Châu và lân cận Sử dụng phương pháp nội suy Kriging tính toán phân bố lượng mưa cho khu vực này được dữ liệu lượng mưa thể hiện trong bản đồ dưới đây: Dữ liệu này sẽ được đưa vào tính toán đánh giá hệ số R. Trong một số trường hợp, ta có thể lấy giá trị duy nhất khi khu vực nghiên cứu tương đối đồng nhất. Còn trong trường hợp có sự phân dị khí hậu như khu vực Yên Châu thì có thể sử dụng kết quả này cho đánh giá hệ số R. Dữ liệu đất Tại Mỹ, Cục Nông nghiệp (USDA) đã xây dựng CSDL đất cho toàn lãnh thổ và có thể tải trực tiếp cho mô hình N-SPECT. Còn đối với khu vực nghiên cứu, tác giả sử dụng dữ liệu bản đồ đất tỷ lệ 1: 100000 cho đánh giá xói mòn. Hình 10. Bản đồ đất khu vực Yên Châu Với dữ liệu đất th được, cần có mốt số thay đổi nhỏ trước khi đưa vào mô hình N-SPECT. Ngoài các khoanh vi đất dạng shapefile biểu thị các đơn vị đất, hai bảng thuộc tính cần được xây dựng để đưa vào chạy mô hình. Bảng thành phần (Component) bao gồm các thuộc tính nhóm đất-thủy văn và bảng hệ số kháng xói của đất (chorizon) . Hai bảng này sẽ được liên kết với nhau thông qua giao thức sau: TT Từ bảng thuộc tính hoặc lớp Đến bảng thuộc tính hoặc lớp Trường liên kết 1 Khoanh vi đất component mukey 2 component chorizon cokey Khi mỗi đơn vị đất liên kết với một thành phần duy nhất, mỗi thành phần lại có thể được liên kết với giá trị địa tầng (horizon). Quan hệ một đến nhiều này phải được giản lược trước khi dữ liệu đất được chuyển đổi thành dạng raster. Có hai phương pháp có thể sử dụng để thực hiện điều này, cách đơn giản nhất là chỉ lựa chọn giá trị địa tầng đầu tiên liên kết với mỗi thành phần. Một khi tất cả các liên kết được thành lập, dữ liệu dạng shapefile có thể được xuất và làm sạch để bỏ đi các trường không cần thiết trong bảng thuộc tính. Đôi khi các bảng ghi không có giá trị hệ số K hoặc nhóm đất-thủy văn (các khoanh vi trên mặt nước). Trong trường hợp này thì người dùng phải tham chiếu các trường này với dữ liệu hệ số bảo vệ đất, đặt giá trị hệ số K về 0 và nhóm đất sang D, trừ khi theo kinh nghiệm có thể xác định được một giá trị hợp lý hơn. N-SPECT có công cụ cho phép người dùng định nghĩa một dữ liệu đất mới, dùng để tạo ra dữ liệu đất mới dạng shapefile và lựa chọn các trường thích hợp cho hệ số K và nhóm đất. Nhóm đất (Hydrologic Soil Group) Thuộc tính nhóm thủy văn được sử dụng để gán số đường cong mưa khi làm việc với một lớp hoặc tệp dữ liệu lớp phủ mặt đất mới. Nhóm thủy văn (hydrologic group) là một trường thuộc tính nằm trong bảng component của CSDL và được gán đựa trên tỷ lệ thấm của đất. Các giá trị này được chia thành bốn nhóm có giá trị từ A đến D dựa trên độ giảm dần của khả năng thấm (A: độ thấm nước nhanh, D: độ thấm nước rất chậm). Đôi khi, có các khoanh vi đất không có giá trị xác định, điều này có nghĩa là chúng rơi vào một trong hai trường hợp: đây là vùng đối tượng mặt nước hoặc là vùng đất có biến động lớn và không thể xác định được loại đất (vd như vùng đô thị hóa). Một vấn đề khác có thể gặp phải là một số khoanh vi đất nằm trong cả hai nhóm thủy văn (VD: A/D, C/D). Trong trường hợp này, nhóm đất bên phải nhất sẽ được gán cho khoanh vi đất đó (A/D sẽ là D. Sau khi tất cả các khoanh vi đất đã được gán một giá trị nhóm đất-thủy văn, tiến hành chuyển đổi chúng thành các giá trị số với A=1, B=2, C=3 và D=4. Giá trị thuộc tính số này được xác định như giá trị đầu vào của nhóm đất-thủy văn khi tạo một dữ liệu đất dạng raster trong N-SPECT. Nhóm đất – thủy văn Thành phần đất Đặc điểm của nhóm đất A Cát, cát mùn hoặc mùn cát Đất có độ thấm nước cao, thậm chí cả khi ướt hoàn toàn, tầng đất dày, thoát nước tốt. B Mùn phù sa, đất mùn Các loại đất thuộc nhóm này có khả năng thấm nước trung bình khi bị ướt. Có cấu trúc hạt từ thô đến trung bình. Có khả năng thoát nước trung bình C Mùn sét pha cát Đất có khả năng thấm nước chậm, cấu trúc hạt mịn. Có khả năng thoát nước trung bình D Mùn sét, mùn sét phù sa, sét cát, hoặc sét Đất có khả năng thấm nước rất chậm, đất có tầng sét hoặc nhiều sét tại tầng mặt. Đất này có khả năng thoát nước chậm Bảng 3. Bảng phân loại nhóm đất Như đã đề cập ở trên, khu vực Yên Châu chủ yếu bao gồm các loại đất Feralit hình thành trên các đá biến chất và đá vôi, ngoài ra còn nhiều loại đất khác. Quy trình đánh giá xói mòn đất khu vực Yên Châu Đánh giá chỉ số R N-SPECT sử dụng phương pháp đường cong mưa (Curve Number) để đánh giá dòng chảy mặt gây ra do nước mưa. Về nguyên tắc, tổng lượng dòng chảy mặt do mưa liên quan độ phức tạp của đất và lớp phủ thực vật và được biểu thị bằng một chỉ số đơn gọi là đường cong mưa (CN). Giá trị đường cong lớn hơn cho thấy đó là một lưu vực với một lớp thổ nhưỡng kém đồng nhất và khả năng thấm nước kém. Đường cong có giá trị nhỏ hơn tương ứng với lưu vực có lớp thổ dễ thấm, với sự thay đổi trong khả năng thấm nước tương đối cao. Tổng lượng dòng chảy mặt được lấy ra từ các phương trình sau: Q = (P – Ia)2 / [(P – Ia) + S] Ia = 0.2 * S S = (1000 / CN) – 10 Với: Q: dòng chảy mặt (in) P: Lượng mưa S: khả năng giữ nước tối đa sau khi bắt đầu xuất hiện dòng chảy mặt (in) Ia: khả năng thoát nước ban đầu CN: Đường cong mưa Nếu khả năng thoát nước ban đầu tại các ô lớn hơn lượng mưa tại ô đó, N-SPECT sẽ gán giá trị dòng chảy mặt bằng 0. Hình dưới đây cung cấp quy trình tổng quan quy trình tính toán dòng chảy: Hình 11. Quy trình tính toán hệ số R Tính toán hệ số LS Chỉ số LS được tính toán dựa trên mô hình số địa hình của khu vực nghiên cứu. Sau khi được chuyển vào CSDL, dữ liệu địa hình được chuẩn hóa, kiểm tra chỉnh sửa. Sau đó, tác giả sử dụng bộ ứng dụng phân tích ba chiều của ArcGIS (3D Analyst for ArcGIS) xây dựng mô hình TIN. Cuối cùng tiến hành chuyển đổi TIN sang DEM dạng grid với độ phân giải 10m. Hệ số LS được tính toán theo quy trình sau: Hình 12. Quy trình tính toán hệ số LS Tính toán mô hình đánh giá xói mòn Hình 13. Quy trình đánh giá xói mòn đất theo mô hình MUSLE Phân tích, đánh giá xói mòn đất huyện Yên Châu tỉnh Sơn La Xây dựng bản đồ các chỉ số xói mòn đất Danh sách các bản đồ và dữ liệu được xây dựng cho đánh giá xói mòn đất khu vực Yên Châu: Dữ liệu phân bố mưa Xây dựng dữ liệu LS Bản đồ hướng dòng chảy Bản đồ tích lũy dòng chảy Bản đồ hệ số LS Bản đồ phân chia lưu vực phụ Thành lập bản đồ lớp phủ thực vật Bản đồ hệ số K Bản đồ hệ số C Xây dựng dữ liệu phân bố mưa Xây dựng dữ liệu LS Bản đồ hướng dòng chảy Bản đồ tích lũy dòng chảy Bản đồ hệ số LS Bản đồ phân chia lưu vực phụ Thành lập bản đồ lớp phủ thực vật Bản đồ hệ số K Bản đồ hệ số C Thành lập bản đồ xói mòn tiềm năng và xói mòn đất Phân vùng nguy cơ xói mòn đất khu vực Yên Châu Đề xuất một số giải pháp khai thác, sử dụng hợp lý và bảo vệ tài nguyên đất. Với những kết quả như trên, chúng ta thấy rằng nguy cơ và tốc độ xói mòn đất tại khu vực có độ dốc cao như Yên Châu là rất đáng lo ngại. Trước hết, cần phải có các giải pháp nhằm khai thác, sử dụng và bảo vệ tài nguyên đất tại đây cũng như những khu vực có đặc điểm tương tự. Trên cơ sở những phân tích đánh giá xói mòn đất tại khu vực này với sự hỗ trợ của viễn thám và GIS, Tác giả đưa ra một số giải pháp sau: Hạn chế phát triển nông nghiệp tại những nơi có độ dốc lớn, thực hiện từng bước chuyển đổi cơ cấu cây trồng sang các loại dài ngày có khả năng che phủ và bảo vệ đất tốt. Tiếp tục duy trì và phát triển diện tích đất lâm nghiệp hiện có. Xây dựng chính sách hỗ trợ các chương trình trồng rừng trên đất dốc. Hạn chế di dân tự do, quy hoạch và quản lý tốt các khu vực dân cư mới, đặc biệt là khu tài định cư Nhà máy thủy điện Sơn La. Cần tiến hành điều tra tổng hợp các điều kiện tự nhiên, kinh tế xã hội nhằm đánh giá thực trạng cũng như tiềm năng phát triển để có định hướng bền vững và bảo vệ được nguồn tài nguyên đất đai quý giá. KẾT LUẬN Nghiên cứu đánh giá xói mòn cho các khu vực đất dốc đã và đang trở nên một vẫn đề cấp bách cho bảo vệ tài nguyên gắn với phát triển bền vững. Với nhiều mô hình nghiên cứu hiện nay trên thế giới, chúng ta hoàn toàn có thể áp dụng vào Việt Nam với các điều kiện cụ thể. Trong đó, công nghệ viễn thám và GIS đang ngày càng đóng vai trò quan trọng trong quy trình đánh giá xói mòn đất. Yên Châu là một khu vực miền núi có địa hình tương đối phức tạp, kết hợp với phương thức canh tác trên đất dốc khiến cho tài nguyên đất ngày càng giảm nhanh cả về số lượng và chất lượng, gây ra nhiều hậu quả đối với kinh tế và xã hội. Hầu hết các khu vực của Yên Châu đều nằm trên các vùng có nguy cơ xói mòn đất cao đến rất cao, trong khi lớp phủ mặt đất lại suy giảm nhất là trong tời ký canh tác nông nghiệp cũng chính là mùa mưa tại đây. Qua thực tế cho thấy, mô hình mất đất tổng quát vẫn phát huy được tính khả thi của nó và vẫn có thể sử dụng và phát triển trong tương lai. Qua luận văn này, tác giả thấy rằng, khả năng ứng dụng viễn thám và GIS vào đánh giá xói mòn đất là rất lớn. Tuy nhiên, đánh giá xói mòn đất là một quy trình phức tạp nên đòi hói phải được nghiên cứu kỹ lưỡng và có so sánh với các phương pháp thực nghiệm. Có như vậy mới rút ra được các vấn đề có thể giải quyết được trong ứng dụng viễn thám và GIS vào đánh giá xói mòn. TÀI LIỆU THAM KHẢO Nguyễn Quang Mỹ, 2005, Xói mòn đất hiện đại và các biện pháp chống xói mòn, NXB Đại học Quốc gia Hà Nội, 266 trang. Ủy ban nhân dân huyện Yên Châu, Dự án quy hoạch chi tiết các điểm tái định cư thủy điện Sơn La xã Chiềng Khoi – Huyện Yên Châu – Sơn La, Sơn La, 2005, 68 trang. Ủy ban nhân dân huyện Yên Châu, Báo cáo tổng hợp quy hoạch, kế hoạch sử dụng đất đến năm 2001 và dự báo đến năm 2015, Sơn La 2005, 72 trang. Nguyễn Quang Minh, 2005, Nghiên cứu đánh giá xói mòn đất huyện Thanh Ba tỉnh Phú Thọ với sự trợ giúp của công nghệ viễn thám và hệ thông tin địa lý, luận văn thạc sỹ khoa học, Đại học Khoa học tự nhiên, Đại học Quốc gia Hà nội, 2005, 85 trang. Tiếng nước ngoài Encyclopedia of Water Science, Second Edition Helena Mitasova, Matt Hohmann and co-authors, Landscape soil erosion modeling for spatial conservation planning: GIS-base tutorial, NOAA Coastal Services Center, Nonpoint-Source Pollution and Erosion Comparison Tool (N-SPECT): Technical Guide, National Oceanic and Atmospheric Administration (NOAA) Coastal Services Center , 2008, 60 pages R. P. C. Morgan, Soil erosion and conservation, 3rd Edition, BLACKWELL PUBLISHING, 316 pages Nguyen Van De and other people, Erosion and Nutrient Loss on Sloping Land under Intense Cultivation in Southern Vietnam, Journal compilation © 2008 Institute of Australian Geographers, 2008, 13 pages Humberto Blanco and Rattan Lal, Principles of Soil Conservation and Management, Springer, 2008, 617 pages Dusan Zachar, Soil Erosion, ELSEVIER SCIENTIFIC PUBLISHING COMPANY, 1982, 549 pages