TẠP CHÍ KHOA HỌC, Đại học Huế, Số 48, 2008 MÔ PHỎNG RỦI RO XÓI MÒN VÙNG CẢNH QUAN ĐỒI NÚI TRÊN CƠ SỞ SỬ DỤNG SỐ LIỆU VIỄN THÁM VÀ MÔ HÌNH MẤT ĐẤT PHỔ QUÁT HIỆU CHỈNH (RUSLE) Phạm Hữu Tỵ Trường Đại học Nông lâm, Đại học Huế Hồ Kiệt Đại học Huế TÓM TẮT Sử dụng liệu địa hình, khí hậu, thảm thực vật thu từ vệ tinh vào mô hình đất phổ quát hiệu chỉnh (RUSLE) đánh giá cách thuận lợi rủi ro xói mòn đất phạm vi lãnh thổ rộng Quá trình nghiên cứu kiểm chứng công thức tính toán hệ số xói mòn đất mưa R, hệ số địa hình LS, hệ số che phủ thực vật biện pháp canh tác C RUSLE thông qua việc sử dụng ảnh vệ tinh Landsat ETM+, mô hình quan trắc Radar STRM mô hình phân tích pha trộn quang phổ tuyến tính LSM Kết xây dựng đồ đánh giá rủi ro xói mòn vùng mô hình hỗ trợ định quy hoạch sử dụng đất lâm nghiệp vùng cảnh quan đồi núi lưu vực sông Hương thuộc huyện Hương Trà tỉnh Thừa Thiên Huế Bản đồ mô hình hỗ trợ định công cụ hỗ trợ nhà quản lý công tác lập quy hoạch quản lý sử dụng đất (đặc biệt đất lâm nghiệp) với mục đích giảm xói mòn đất bảo vệ môi trường Đặt vấn đề Xói mòn loại thoái hoá đất xem rủi ro nghiêm trọng không cho nông nghiệp, mà cho ngành khác lâm nghiệp, vận tải, giải trí [6] Xói mòn dẫn đến tác động chỗ vùng lận cận Những tác động chỗ lớn đất nông nghiệp làm tầng đất mặt, phá vỡ cấu trúc đất, làm giảm lượng chất hữu dinh dưỡng đất Mô xói mòn phát cấp độ rủi ro xói mòn cung cấp thông tin quan trọng hỗ trợ cho việc đưa định hợp lý qui hoạch sử dụng đất bảo tồn đất phạm vi lớn vùng đồi núi.Trong năm gần đây, có nhiều ứng dụng GIS viễn thám để tính toán hệ số xói mòn đồng thời kết hợp với công cụ môi trường phần mềm GIS viễn thám để xây dựng kịch sử dụng đất Huyện Hương Trà, tỉnh Thừa Thiên Huế nằm sông lớn: (i) sông Bồ (ii) sông Hương, cuối đổ nước vào phá Tam Giang Đất trồng hàng năm đất lâm nghiệp loại đất chính, đất lâm nghiệp chiếm 58 % tổng diện 185 tích Ngoài ra, diện tích đất đồi núi chưa sử dụng chiếm tỷ lệ cao 23 % Lượng đất bị xói mòn số mô hình canh tác lưu vực sông Hương cao thay đổi từ 18,28 ha-1 đến 204,56 ha-1[1] Do đó, mục đích nghiên cứu mô đánh giá rủi ro xói mòn vùng cảnh quan đồi núi huyện Hương Trà sở sử dụng mô hình đất phổ quát hiệu chỉnh liệu viễn thám môi trường phần mềm GIS viễn thám, đồng thời đề xuất số mô hình (scenarios) sử dụng đất nhằm giảm xói mòn khu vực nghiên cứu Phương pháp nghiên cứu 2.1 Mô hình đất phổ quát hiệu chỉnh (RUSLE) Công thức chung RUSLE biểu diễn theo Renard cộng (1997) sau: A = R K LS C P (1) Trong đó: A - lượng đất trung bình hàng năm (tấn/ha), R - hệ số xói mòn dòng chảy lượng mưa (MJ mm ha-1 hr-1), K - hệ số xói mòn đất (tấn/ha đơn vị R), LS - hệ số ảnh hưởng địa hình, C - hệ số ảnh hưởng độ che phủ đất biện pháp canh tác P - hệ số ảnh hưởng áp dụng biện pháp bảo tồn đất [7] Risse cộng (1993) đánh giá sai số mô hình đất phổ quát (USLE) dự báo đất xác định hệ số tương quan với lượng đất thực tế 0,75 [8] Mô hình RUSLE phát triển sở mô hình USLE, đó, kỳ vọng đạt độ xác tương đương cao có khả dùng để mô xói mòn phạm vi lớn với hệ số xói mòn xác định liệu viễn thám 2.2 Địa điểm nghiên cứu Vùng đất đồi núi huyện Hương Trà vùng đặc trưng địa hình đồi núi có độ dốc lớn với tổng diện tích 408 km2, chiếm 78 % tổng diện tích toàn huyện Vị trí trung tâm khu vực nghiên cứu nằm 107o27’59’’ kinh Đông 16o22’46’’ vĩ Bắc, cách trung tâm thành phố Huế khoảng 15 km Lượng mưa trung bình hàng tháng thay đổi lớn theo thời gian, lượng mưa lớn tập trung vào tháng đến tháng 12 (tháng 10 lượng mưa trung bình vượt 800 mm) 2.3 Phương pháp thu thập số liệu Các hệ số xói mòn công thức (1) chủ yếu xác định thông qua liệu viễn thám Hệ số R xác định thông qua liệu lượng mưa tích luỹ hàng tháng vệ tinh TRMM tải xuống miễn phí từ trang web http://lake.nascom.nasa.gov Hệ số LS xác định thông qua mô hình số hoá độ cao 186 (DEM) thu từ vệ tinh SRTM tải xuống miễn phí từ trang web http://srtm.csi.cgiar.org Trung tâm Nghiên cứu Quốc tế Nông nghiệp Nhiệt đới, Australia Ngoài ra, ảnh Landsat ETM+ tháng 3/ 2007 mua Cơ quan quan sát sinh thái toàn cầu, Đại học Quốc gia Michigan, Mỹ Dữ liệu lượng mưa hàng tháng thu thập Trạm Khí tượng Thuỷ văn Huế, dùng để kiểm tra độ xác liệu lượng mưa hàng tháng tích luỹ TRMM Bản đồ địa hình thu thập Sở Khoa học Công nghệ tỉnh Thừa Thiên Huế sử dụng để kiểm tra độ xác mô hình số hoá độ cao SRTM Ngoài ra, đồ đất báo cáo phân tích nông hoá thổ nhưỡng thu thập Sở Khoa học Công nghệ tỉnh Thừa Thiên Huế để xác định hệ số C theo toán đồ xói mòn đất Wischmeier and Smith [9] Điều tra thực địa thực thôn Chầm, xã Hương Hồ, huyện Hương Trà nhằm xác định loại hình sử dụng đất loại che phủ phạm vi khu vực nghiên cứu thực mô hình phân tích pha lẫn quang phổ (spectral mixture) yếu tố ảnh (pixel) Trong đó, kết hợp điều tra vị trí bị xói mòn vấn đề liên quan đến xói mòn thông qua vấn không thức với người dân thôn lãnh đạo thôn Bản đồ trạng sử dụng đất huyện Hương Trà thu thập Trung tâm Kỹ thuật Tài nguyên Môi trường, tỉnh Thừa Thiên Huế Ảnh Google Earth khu vực nghiên cứu có độ phân giải cao nắn chỉnh hệ toạ độ vị trí trùng với khu vực cần nghiên cứu Ảnh trợ giúp cho trình số hoá loại hình sử dụng đất ảnh Landsat hướng dẫn phần mềm IDRISI nhận dạng đặc trưng phản xạ sóng điện từ loại che phủ mặt đất Mô xói mòn thực đối tượng ảnh, liệu quản lý dạng raster Độ phân giải toàn lớp thông tin 30m ảnh Landsat ETM+ dùng để xác định tỷ lệ loại che phủ mặt đất có độ phân giải 30m tương đương với kích thước ô thí nghiệm mô hình RUSLE 22m chiều dài Do đó, độ phân giải mô hình số hoá độ cao SRTM-DEM (90m) lượng mưa tháng TRMM (27km) chuyển đổi thành 30m Đồng thời, tất lớp liệu quản lý hệ toạ độ UTM 48 N Việc hiệu chỉnh hình học ảnh Landsat ETM+ thực phần mềm IDRISI 14.02 2.4 Phương pháp xác định hệ số xói mòn 2.4.1 Xác định hệ số xói mòn mưa dòng chảy (R) Lượng mưa tích luỹ hàng tháng TRMM từ năm 1998 đến 2006 tải dạng ASCII chứa thông tin vị trí đo (kinh độ, vĩ độ) lượng mưa tháng Sau đó, lượng mưa trung bình tháng từ năm 1998, 2000, 2004, 2006 kiểm chứng so với lượng mưa đo Trạm Khí tượng Thuỷ văn Huế Lượng mưa tháng TRMM lượng mưa đo có mối tương quan chặt chẽ thông qua hệ số tương quan hồi qui xác định biến động từ 0,88 đến 0,97 Từ đó, lượng mưa bình quân tháng từ năm 1998 đến 2006 truy nhập vào phần mềm ArcGIS 9.2 dạng lớp đối tượng điểm nội suy 187 sang dạng lớp đối tượng raster theo phương pháp Kriging Hệ số xói mòn R tính theo công thức Hồ Kiệt (1999) đề xuất Đây công thức thực nghiệm sở so sánh lượng mưa, dòng chảy với lượng đất thực tế ô thí nghiệm lưu vực Sông Hương (cùng địa điểm nghiên cứu với đề tài này) rút công thức sau: Ri = - 25,319 + 0,49917 * Pi (r2 = 0.989) (2) Trong đó: Ri - hệ số xói mòn mưa dòng chảy theo tháng (MJ mm ha-1 hr-1) Pi - lượng mưa trung bình tháng (mm) Hệ số xói mòn mưa dòng chảy tính toán lại theo năm, mùa mưa mùa khô 2.4.2 Xác định hệ số ảnh hưởng xói mòn địa hình (LS) Mô hình số hoá độ cao SRTM – DEM tải miễn phí trang web Cơ quan điều tra địa chất Hoa Kỳ (USGS) có độ phân giải khoảng 90 m đường xích đạo Sản phNm hoàn chỉnh SRTM –DEM sản phNm vùng liệu (no-data holes) Trước SRTM đưa vào sử dụng, độ xác kiểm chứng vùng nghiên cứu với 720 điểm độ cao có sản đồ địa hình thức thu thập Sở Khoa học Công nghệ tỉnh Thừa Thiên Huế Hệ số tương quan 0,96 chứng tỏ SRTM – DEM có độ xác cao có đủ độ tin cậy để tính toán hệ số LS Quá trính tính toán hệ số LS gộp chung lại công thức RUSLE: - Mô độ dốc (tính theo độ) dùng mô hình số hoá độ cao SRTM thông qua công cụ phân tích không gian ArcGIS 9.2 - Mô tích luỹ dòng chảy cho giá trị pixel SRTM – DEM thông qua hàm tính toán tích luỹ dòng chảy Raster Calculator ArcGIS 9.2 Giá trị tích luỹ dòng chảy gán cho pixel theo tích luỹ số lượng pixel vùng phía (upslope) chảy qua theo hướng cuối dốc (downslope) - Hệ số LS xác định theo công thức Mitasova cộng (1996) sau:  A LS = (t+1)   L0    t  sin β   b0    n (3) Trong đó: A - diện tích đóng góp cho dòng chảy đơn vị chiều dài dòng chảy (m ), tính toán nhân độ phân giải DEM với số pixel tích luỹ, β - độ dốc (độ), Lo - độ dài tiêu chuNn ô thí nghiệm RULSE (22,1m) bo - độ dốc tiêu chuNn ô thí nghiệm RULSE (9 % 5,16 độ) 188 n - số, thay đổi từ đến 1,4 t - số phụ thuộc vào độ dốc Công thức (3) chuyển đổi theo chức tính toán cho liệu raster cho pixel công cụ Raster Calculator ArcGIS 9.2 2.4.3 Xác định hệ số che phủ thực vật biện pháp canh tác (C) Hệ số C xác theo công thức Alejandro (2007) [4] sau: Fbs (4) C= + Fveg + FNPM Trong đó: Fbs - tỷ lệ diện tích đất trống, Fveg - tỷ lệ diện tích đất có lớp phủ thực vật, FNPM - tỷ lệ diện tích có lớp phủ vật liệu phi thực vật Các tỷ lệ xác định thông qua mô hình phân tích pha lẫn quang phổ (LSMA) Ảnh Landsat ETM+ dùng để phân tích theo mô hình LSMA phần mềm IDRISI 14.02 Công thức (4) tính toán công cụ Raster Calculator ArcGIS 9.2 2.4.4 Xác định hệ số xói mòn đất (K) Hệ số K xác định theo phương pháp truyền thống dùng đồ đất số liệu phân tích nông hoá thổ nhưỡng Toán đồ Wichsmier and Smith (1978) sử dụng để xác định hệ số C cho loại đất khác vùng nghiên cứu gán giá trị K cho loại đất [9] Kết nghiên cứu thảo luận 3.1 Các hệ số xói mòn mô hình RUSLE Hệ số R hàng năm mô biến động từ 967 đến 1033 MJ mm ha-1hr-1 Như vậy, giá trị R hàng năm mô tương đương với giá trị R thực nghiệm lưu vực sông Hương 1.130 MJ mm ha-1hr-1 [1] miền Bắc 963 MJ mm ha-1 hr1 [3] Ngoài ra, giá trị R theo mùa mô phỏng, giá trị R vào mùa mưa lớn gấp lần vào mùa khô Do giá trị R xác định cho pixel nên việc mô hệ số R tạo khác biệt không gian thời gian ảnh hưởng lượng mưa dòng chảy Giá trị LS vùng có độ dốc thấp biến động từ đến 50 Ở vùng có độ dốc lớn 16o (chiếm 28% tổng diện tích khu vực nghiên cứu), giá trị hệ số LS cao 50 cho thấy tiềm xói mòn lớn Hệ số xói mòn đất K xác định từ toán đồ xói mòn đất [9] gán cho loại đất đồ đất Sau đó, lớp hệ số K dạng đối tượng vùng chuyển đổi thành lớp đối tượng raster để thống loại liệu cho trình mô xói mòn 189 Tỷ số lớp che phủ mặt đất xác định tích hợp vào công thức (4) để tính hệ số C Kết cho thấy tỷ lệ đất trống nhiều giá trị C lớn, hay nói cách khác giá trị C lớn khả chống xói mòn lớp phủ bề mặt yếu Mô hình LSMA rút hệ số C cho pixel (độ phân giải 30m) nên giá trị phần có ý nghĩa giá trị hệ số C tham khảo thông qua tài liệu nghiên cứu Điều phản ảnh ảnh hưởng nhiều loại che phủ mặt đất đơn độ che phủ thực vật Hệ số C xác định phạm vi lớn lợi mô hình LSMA Tuy nhiên, mô hình LSMA giả định xói mòn pixel mà độ che phủ thực vật phi thực vật (giá trị C = 0) chưa thích hợp với thực tế xói mòn thực tế xói mòn diễn chí bề mặt che phủ 100% Nhưng với mục tiêu mô rủi ro xói mòn vùng mà che phủ hoàn toàn xem rủi ro xói mòn tỏ hợp lý Trong mô hình mô xói mòn RUSLE, hệ số ảnh hưởng biện pháp bảo tồn đất (P) không xem xét hạn chế thời gian nên mặt định gán giá trị cho toàn khu vực 3.2 Bản đồ rủi ro xói mòn đất Tất lớp liệu raster hệ số xói mòn tích hợp vào công cụ Raster Calculator ArcGIS 9.2 để tính toán theo công thức (1) Đa số diện tích vùng nghiên cứu có xói mòn thấp vùng có độ che phủ cao đất rừng có độ che phủ dày đặc ruộng lúa Trong đó, xói mòn nghiêm trọng chủ yếu xảy vùng có độ dốc cao, vùng đất trống đất rừng sản xuất đất trồng hoà màu Vùng xói mòn nghiêm trọng thường xảy vùng xung yếu sườn dốc, đỉnh núi, đồi nơi mà địa hình phức tạp việc trồng rừng trọng Bản đồ trạng sử dụng đất năm 2006 số hoá tách thành đồ sử dụng đất đơn tính cho loại hình sử dụng đất Diện tích tổng lượng đất loại đất tính toán để xác định tốc độ đất trung bình hàng năm cho loại hình sử dụng đất (Bảng 1) Bảng Tốc độ xói mòn hàng năm cho loại hình sử dụng đất Diện tích theo cấp độ xói mòn14 theo (km2) Loại hình sử dụng đất Không Thấp Vừa Cao NT Rất NT Lúa 6,4 0,6 0,3 0,6 0,1 0,1 Cực kỳ NT 0,0 Cây trồng cạn Rừng phòng hộ 16,7 2,0 1,0 3,2 1,2 1,5 60,9 3,3 2,2 7,4 3,2 Chưa sử dụng 53,0 4,5 2,9 9,4 An ninh, QP 8,9 0,8 0,4 Rừng SX tự nhiên 69,5 3,8 2,5 Tốc độ xói Tổng mòn TB diện tích hàng năm (km2) (tấn/ha) 8,2 9,5 0,3 26,1 28,4 4,7 1,2 82,8 35,0 3,9 5,4 1,3 80,5 40,5 1,4 0,5 0,7 0,3 12,9 46,7 9,2 4,7 8,7 3,4 101,7 66,1 14 2-5 tấn/ha = Thấp; 5-10 tấn/ha = Vừa; 10-50 tấn/ha = Cao; 50-100 tấn/ha = Nghiêm Trọng (NT); 100500 tấn/ha = Rất nghiệm trọng; >500 tấn/ha = Cực kỳ nghiêm trọng, theo Morgan (2005) 190 Rừng SX rừng trồng 9,4 0,7 0,4 1,7 0,8 1,5 0,7 15,2 81,5 Qua bảng ta thấy, tốc độ xói mòn đất lúa trung bình ảnh Landsat ETM+ chụp vào thời điểm không trồng lúa vào mùa khô hạn nên độ che phủ ruộng lúa thấp dẫn đến hệ số C cao Thực tế, theo vấn với nông dân thôn Chầm, xã Hương Hồ xói mòn ruộng lúa không đáng kể hầu hết đất lúa phân bố khu vực địa hình có độ dốc nhỏ Hơn nữa, ruộng chia nhỏ bao kín bờ ruộng chắn Tốc độ xói mòn đất trồng cạn, rừng phòng hộ, đất chưa sử dụng, đất an ninh, quốc phòng lớn, biến động từ 28 đến 46 tấn/ha Thông thường ngô, đậu xanh, lạc, sắn, hoa, chuối trồng độc canh, xen canh luân canh ruộng màu Do đó, độ che phủ chúng thay đổi theo thời gian giai đoạn sinh trưởng nên xói mòn đất trồng cạn biến động Rừng phòng hộ loại đất có độ che phủ tốt tốc độ xói mòn cao chúng phân bố khu vực xung yếu có độ dốc cao Ngoài ra, số khu vực rừng phòng hộ quản lý chưa chặt chẽ việc khai thác trái phép người dân dẫn đến sụt giảm độ che phủ rừng Đất an ninh, quốc phòng thực chất loại đất đa mục đích sử dụng bao gồm mục đích chuyên dùng, sản xuất nông lâm nghiệp mục đích khác Do đó, xói mòn tính cho toàn diện tích, trừ diện tích công trình xây dựng Đất chưa sử dụng thường đất có nhiều độ che phủ khác rừng, bụi, đất trống đồi núi trọc, nên độ che phủ chúng khác Trong đó, bụi thường lớp phủ thực vật chủ yếu trì tốt loại đất nên xói mòn loại đất chưa sử dụng có lớp che phủ bụi thường thấp Tuy nhiên, diện tích đất trồng đồi núi trọc đáng kể nên lượng đất bị xói mòn toàn đất chưa sử dụng khu vực nghiên cứu cao Cấp độ rủi ro xói mòn hàng năm Không Rất thấp Thấp Trung Bình Cao Nghiêm trọng Rất nghiêm trọng Cực kỳ nghiêm trọng 191 Hình Bản đồ rủi ro xói mòn vùng đồi núi huyện Hương Trà, Thừa Thiên Huế Tốc độ xói mòn hàng năm (tấn/ha) h Đất rừng sản xuất gồm loại chủ yếu: rừng tự nhiên rừng trồng Rừng sản xuất thường rừng kinh tế, rừng khai thác gỗ, sản phNm phi gỗ giao cho tổ chức, hộ gia đình, cá nhân cộng đồng Do đó, chất lượng rừng chủ yếu phụ thuộc vào chủ rừng, thời điểm trồng, khai thác thị trường tiêu thụ Mô thay đổi độ che phủ rừng sản xuất cho thấy độ che phủ loại đất có xu hướng giảm mạnh độ che phủ thấp Do đó, tốc độ xói mòn đất rừng sản xuất lớn Tốc độ xói mòn trung bình hàng năm đất sản xuất rừng trồng lớn nhất, 81,5 tấn/ha 90 80 70 60 50 40 30 20 10 Đo thực tế Mô R1 R2 CT1 Hệ thống canh tác Hình Biểu đồ so sánh tốc độ xói mòn đo thực tế mô Kết mô tốc độ xói mòn loại đất khác so sánh tương tốc độ xói mòn đo vùng nghiên cứu Hồ Kiệt (1999) năm 1996 [1] số mô hình canh tác: (i) mô hình R1 mô hình rừng trồng theo kỹ thuật phổ biến địa phương, (ii) mô hình R2 giống mô hình R1 trồng xen với số địa, (iii) mô hình CT1 hệ thống canh tác nông nghiệp ngắn ngày theo phương pháp phổ biến người dân địa phương Các mô hình điều tra thực tế để xác định hệ thống canh tác tương tự khoanh vùng với hỗ trợ máy định vị GPS Sau tạo lớp đồ đơn tính cho mô hình xác định lượng đất hàng năm cho mô hình đồ xói mòn mô Như vậy, qua hình cho thấy, kết mô số mô hình canh tác có độ xác tương đối gần với giá trị đo thực tế xói mòn Tuy nhiên, kết mô thường có giá trị cao nhiều so với giá trị đo thực tế Điều giá trị hệ số R mô lớn so với giá trị hệ số R theo thực tế tính toán 192 3.3 Mô hình hỗ trợ định (Decision Support System – DSS) quy hoạch sử dụng đất lâm nghiệp Hiện địa phương thuộc tỉnh Thừa Thiên Huế thực lập qui hoạch phát triển bảo vệ lâm nghiệp cấp xã Trong yêu cầu quan trọng xác định vị trí, ranh giới mục đích sử dụng loại rừng: rừng phòng hộ, rừng sản xuất rừng đặc dụng Rừng phòng hộ loại rừng có ý nghĩa lớn môi trường phòng chống lũ lụt, chống xói mòn, cải tạo môi trường sống Do đó, rừng phòng hộ nên bố trí khu vực có tiềm xói mòn cao cấp độ xói mòn thực tế cao Dựa vào độ dốc15 cấp độ rủi ro xói mòn đề xuất vị trí ranh giới rừng phòng hộ (hình 3) Hình Một số kịch việc lựa chọn diện tích đất rừng phòng hộ, xã Hương Hồ Kết luận Việc kết hợp liệu viễn thám để xác định hệ số xói mòn mô hình RUSLE ứng dụng công nghê GIS hữu ích cho mô xói mòn cấp độ rủi ro xói mòn phạm vi rộng lớn Các nguồn liệu kiểm chứng có độ xác cao so với liệu đo thực tế lượng mưa tháng TRMM, mô hình số hoá độ cao SRTM – DEM Ảnh Landsat ETM+ mô hình phân tích pha lẫn quang phổ để xác định thành phần che phủ mặt đất tạo điều kiện thuận lợi xác định hệ số C Mô xói mòn theo phương pháp đem lại kết tốt thông qua việc kiểm 15 nhóm độ dốc phân lớp (re-classification) là: Kịch (giới hạn độ dốc >30%); Kịch (giới hạn độ dốc >40%), Kịch (giới hạn độ dốc >50%) Giới hạn độ dốc cao diện tích rừng phòng hộ ít, tuỳ thuộc tình hình thực tế địa phương đồng thuận bên tham gia để xác định diện tích rừng thích hợp cho thời kỳ qui hoạch 193 chứng với lượng xói mòn đo thực tế có kết giống Bản đồ rủi ro xói mòn thông tin quan trọng việc hoạch định sách qui hoạch sử dụng đất qui hoạch bảo tồn đất Ứng dụng tiêu chí (mức độ xói mòn giới hạn độ dốc) để xác định loại diện tích cần bố trí đất rừng phòng hộ góp phần giảm chi phí nghiên cứu thực địa Đồng thời, hình hỗ trợ định linh động lặp lại cách thay đổi tiêu chí yêu cầu Tuy nhiên, việc ứng dụng liệu viễn thám chưa thể hết chất số liệu cần tính toán (sự khác biệt thuộc tính liệu không gian); kết mô xói mòn kiểm chứng thông qua số mô hình mà toàn khu vực nghiên cứu; tiêu chí phân cấp rủi ro xói mòn chưa thử nghiệm trường Để nâng cao chất lượng kết mô nghiên cứu cần sử dụng nguồn liệu viễn thám có độ phân giải cao ; tiếp tục kiểm chứng hệ số xói mòn, tốc độ xói mòn mô phỏng, mức độ rủi ro xói mòn thực tế TÀI LIỆU THAM KHẢO Hồ Kiệt, Đánh giá xói mòn lắng đọng đất số hệ thống canh tác phổ biến vùng đất dốc lưu vực sông Hương, Thừa Thiên Huế, Luận án Tiến sĩ, Đại học Nông nghiệp Hà nội, (1999) Sở Khoa học Công nghệ Thừa Thiên Huế, Đặc điểm khí hậu thuỷ văn tỉnh Thừa Thiên Huế, Nhà xuất Thuận Hoá, (2004) Thái Phiên and Nguyễn Tử Siêm, Đất đồi núi Việt Nam: Thoái hoá phục hồi Nhà xuất Nông nghiệp, Hà nội, (1999) Alejandro, M.de Asis, Kenji Amasa, Estimation of vegetation parameter for soil erosion using linear Spectral Mixture Analysis of Landsat ETM data, Photogrammetry and Remote Sensing Journal, 62(2007), 309-324 Mitasova, H., Hofierka, J., Zlocha, M., Iverson, L.R., Modelling topographic potential for erosion and deposition using GIS, Int J Geogr Inform Syst 10, (1996), 629–641 Morgan R.P.C., Soil Erosion and Conservation, The United Kingdom: Blackwell, (2005) Renard, K.G., Foster, G.R., Weesies, G.A., McCool, D.K., Yoder, D.C., Predicting Soil Erosion by Water, A Guide to Conservation Planning with the Revised Universal Soil Loss Equation (RUSLE), USDA-Agriculture Handbook No 703, (1997) Risse, L.M., Nearing, M.A., Nicks, A.D., Laflen, J.M., Error assessment in the universal soil loss equation, Soil Science Society of America Journal 57, (1993), 825– 833 194 Wischmeier, W.H., Smith, D.D., Predicting Rainfall Erosion Losses, A Guide to Conservation Planning, USDA-Agriculture Handbook No 537, Washington, U.S Government Printing Office, (1978) SOIL EROSION RISK MODELING WITHIN UPLAND LANDSCAPES USING REMOTELY SENSED DATA AND THE RUSLE MODEL Pham Huu Ty College of Agriculture and Forestry, Hue University Ho Kiet Hue University SUMMARY Integration of RUSLE model and Remotely Sensed Data (such as TRMM, SRTM, and Landsat images) into GIS platforms (ArcGIS 9.2, IDRISI 14.02) provides a useful tool for soil erosion modeling in a large scale Accuracies of Remotely Sensed Data (such as TRMM, SRTM, and Landsat images) were validated and provided good confidences in simulating and calculating erosion factors by water However, there are significant limitations of remotely sensed data due to coarse resolution and geometric distortions that constrains the accuracy of erosion modeling Although, soil erosion risk modeling accommodates several weaknesses, erosion risk maps will help environmental and natural resources management agencies monitor the status of erosion and affected factors to soil erosion, such as land cover, land use, and topographic features Overlaying erosion risk maps and slope limit maps enable land managers and policy makers to initially identify locations and areas of protection forests which can help reduce soil erosion and improve environment quality Key words: Remotely Sensed Data, GIS, RUSLE, Erosion modeling, Decision Support Systems (DSS) 195 [...]... geometric distortions that constrains the accuracy of erosion modeling Although, soil erosion risk modeling accommodates several weaknesses, erosion risk maps will help environmental and natural resources management agencies monitor the status of erosion and affected factors to soil erosion, such as land cover, land use, and topographic features Overlaying erosion risk maps and slope limit maps enable land... Remotely Sensed Data (such as TRMM, SRTM, and Landsat images) into GIS platforms (ArcGIS 9.2, IDRISI 14.02) provides a useful tool for soil erosion modeling in a large scale Accuracies of Remotely Sensed Data (such as TRMM, SRTM, and Landsat images) were validated and provided good confidences in simulating and calculating erosion factors by water However, there are significant limitations of remotely... risk maps and slope limit maps enable land managers and policy makers to initially identify locations and areas of protection forests which can help reduce soil erosion and improve environment quality Key words: Remotely Sensed Data, GIS, RUSLE, Erosion modeling, Decision Support Systems (DSS) 195 ... Rainfall Erosion Losses, A Guide to Conservation Planning, USDA-Agriculture Handbook No 537, Washington, U.S Government Printing Office, (1 978) SOIL EROSION RISK MODELING WITHIN UPLAND LANDSCAPES USING REMOTELY SENSED DATA AND THE RUSLE MODEL Pham Huu Ty College of Agriculture and Forestry, Hue University Ho Kiet Hue University SUMMARY Integration of RUSLE model and Remotely Sensed Data (such as TRMM, ... giá rủi ro xói mòn vùng cảnh quan đồi núi huyện Hương Trà sở sử dụng mô hình đất phổ quát hiệu chỉnh liệu viễn thám môi trường phần mềm GIS viễn thám, đồng thời đề xuất số mô hình (scenarios) sử. .. thực tế xói mòn thực tế xói mòn diễn chí bề mặt che phủ 100% Nhưng với mục tiêu mô rủi ro xói mòn vùng mà che phủ hoàn toàn xem rủi ro xói mòn tỏ hợp lý Trong mô hình mô xói mòn RUSLE, hệ số ảnh... chất lượng kết mô nghiên cứu cần sử dụng nguồn liệu viễn thám có độ phân giải cao ; tiếp tục kiểm chứng hệ số xói mòn, tốc độ xói mòn mô phỏng, mức độ rủi ro xói mòn thực tế TÀI LIỆU THAM KHẢO