Thirty-Year Dynamics of LULC at the Dong Thap Muoi Area, Southern Vietnam, Using Google Earth Engine

Abstract

The main purpose of this paper is to assess the land use and land cover (LULC) changes for thirty years, from 1990–2020, in the Dong Thap Muoi, a flooded land area of the Mekong River Delta of Vietnam using Google Earth Engine and random forest algorithm. The specific purposes are: (1) determine the main LULC classes and (2) compute and analyze the magnitude and rate of changes for these LULC classes. For the above purposes, 128 Landsat images, topographic maps, land use status maps, cadastral maps, and ancillary data were collected and utilized to derive the LULC maps using the random forest classification algorithm. The overall accuracy of the LULC maps for 1990, 2000, 2010, and 2020 are 88.9, 83.5, 87.1, and 85.6%, respectively. The result showed that the unused land was dominant in 1990 with 28.9 % of the total area, but it was primarily converted to the paddy, a new dominant LULC class in 2020 (45.1%). The forest was reduced significantly from 14.4% in 1990 to only 5.5% of the total area in 2020. Whereas at the same time, the built-up increased from 0.3% to 6.2% of the total area. This research may help the authorities design exploitation policies for the Dong Thap Muoi’s socio-economic development and develop a new, stable, and sustainable ecosystem, promoting the advantages of the region, early forming a diversified agricultural structure.

Sử dụng ảnh vệ tinh Sentinel-2 trong giám sát sự phát triển của cây lúa tại tỉnh Đồng Tháp, Việt Nam

“…Nghiên cứu [23] đã tiến hành đánh giá về hiện trạng canh tác sản xuất nông nghiệp tại khu vực Đồng Tháp Mười, trong đó có tỉnh Đồng Tháp giai đoạn 30 năm trở lại đây (1990-2020). Kết quả nghiên cứu cho thấy trong giai đoạn 30 năm, diện tích đất trồng lúa tăng mạnh trở thành cây trồng chủ lực chiếm 45,1% tổng diện tích toàn vùng Đồng Tháp Mười năm 2020, chứng minh ưu thế của cây lúa tại khu vực nghiên cứu.…”

“…Kết quả nghiên cứu cho thấy trong giai đoạn 30 năm, diện tích đất trồng lúa tăng mạnh trở thành cây trồng chủ lực chiếm 45,1% tổng diện tích toàn vùng Đồng Tháp Mười năm 2020, chứng minh ưu thế của cây lúa tại khu vực nghiên cứu. Như vậy, tại Việt Nam, các công trình công bố về việc mô hình hóa không gian các đặc tính sinh lý của cây trồng nông nghiệp hiện nay gần như chưa được thực hiện [23]. Các nghiên cứu chủ yếu tập trung vào việc sử dụng các chỉ số thực vật như NDVI để thành lập bản đồ và phân tích sự sinh trưởng phát triển của cây trồng, thành lập các bản đồ hiện trạng để đánh giá về sự phân bố không gian các loại hình nông nghiệp chủ yếu, hoặc phân tích biến động sự thay đổi diện tích đất nông nghiệp theo thời gian [23][24][25].…”

“…Đồng Tháp là một trong 13 tỉnh thuộc vùng đồng bằng sông Cửu Long và là tỉnh duy nhất có địa bàn ở cả hai bờ sông Tiền, có diện tích tự nhiên là 3375,4 km 2 . Đồng Tháp nằm ở tọa độ [23]. Mặc dù so với 10 năm trước đây, năng suất lúa đã tăng lên gần 5 tạ/ha, tuy vậy việc theo dõi sự sinh trưởng và phát triển của cây lúa, đảm bảo sản lượng và năng suất vẫn là một công tác quan trọng đối với một địa phương có diện tích trồng lúa lớn như Đồng Tháp.…”

Ứng dụng dữ liệu ảnh vệ tinh SAR (Sentinel-1A) đa thời gian thành lập bản đồ hiện trạng sử dụng đất tỉnh Cà Mau

“…Những thay đổi sử dụng đất quy mô lớn diễn ra ngày càng thường xuyên do sự tăng trưởng dân số và mật độ đô thị hóa ngày càng nhiều ở ĐBSCL (Minderhoud et al, 2018). Những thay đổi sử dụng đất này có tác động tích cực và tiêu cực đến nhiều vấn đề khác nhau, bao gồm hệ sinh thái trên cạn, nhiệt độ bề mặt đất, khí hậu khu vực, chất lượng đất, chế độ thủy văn, lũ lụt, các thiên tai và đặc biệt là vấn đề an ninh lương thực (Binh et al, 2021).…”

Dynamic monitoring and analysis of factors influencing ecological environment quality in northern Anhui, China, based on the Google Earth Engine

“…The processing time is greatly reduced, and the calculation work can be completed efficiently. Based on this advantage, the GEE has been widely used in land-monitoring efforts, including land cover classification and dynamic monitoring 39 , 40 , geographic mapping 41 – 43 , and change monitoring 44 – 46 .…”