Prediction of Land Use Changes in Don Duong District, Lam Dong Province Using Integrated Model of GIS, Markov Chain, and Logistic Regression

Received: 14-10-2021

Accepted: 01-03-2022

DOI:

Views

0

Downloads

0

Issue: Vol. 20 No. 4 (2022)

Section:

TÀI NGUYÊN VÀ MÔI TRƯỜNG

How to Cite:

Cuong, N., & Cuong, N. (2024). Prediction of Land Use Changes in Don Duong District, Lam Dong Province Using Integrated Model of GIS, Markov Chain, and Logistic Regression. Vietnam Journal of Agricultural Sciences, 20(4), 484–497. http://testtapchi.vnua.edu.vn/index.php/vjasvn/article/view/985

Prediction of Land Use Changes in Don Duong District, Lam Dong Province Using Integrated Model of GIS, Markov Chain, and Logistic Regression

Nguyen Huu Cuong (*) 1 , Nguyen Van Cuong 2

  • 1 Khoa Quản lý đất đai, Trường đại học Tài nguyên và Môi trường thành phố Hồ Chí Minh
  • 2 Khoa Quản lý đất đai, Trường Đại học Tài nguyên và Môi trường Thành phốHồ Chí Minh

    • Keywords

    Land-use change, Markov chain, GIS, logistic regression, Don Duong district

    Abstract


    Land use changes are recognized as one of the most significant driving forces of environmental changes. This study aimed to predict land-use change in Don Duong district, Lam Dong provinceby applying the integration of GIS, Markov chain and logistic regression. The land-use maps of 2010 and 2015 were employed to predict the land-use scenario for 2020. The predicted results were compared with the observed land-use map of 2020 to validate the method using kappa index statistics. Based on the proposed model, the future land-use change prediction for 2025 and 2030 was performed. The forecast results show that Don Duong district had a significant change in land use. Converting the forest land into other land uses, especially to built-up land and annual agricultural land, is the main land-use change in the future.The resultof this study providesuseful information as the foundation for planning local land-use policies to ensure sustainable development goals.

    References

    Bruinsma J. (2003). World Agriculture: Towards 2015/2030: An FAO Perspective (1sted.). Routledge. London. https://doi.org/10.4324/97813 15083858.

    Bùi Mạnh Hưng, Nguyễn Thị Bích Phượng & Nguyễn Thị Thảo (2021). Biến động lượng thực vật che phủ và mối quan hệ với các nhân tố tự nhiên xã hội tại Yên Châu, Sơn La. Tạp chí Khoa học và Công nghệ Lâm nghiệp. 3: 31-40.

    Đào Văn Khánh & Nguyễn Trọng Trường Sơn (2019). Nghiên cứu và dự báo biến động sử dụng đất tại tỉnh Phú Thọ thông qua ứng dụng chuỗi Markov - CA và GIS. Tạp chí Khoa học Công nghệ Nông nghiệp Việt Nam. 11(108): 151-158.

    Fathizad H., Rostami N. & Faramarzi M. (2015). Detection and prediction of land cover changes using Markov chain model in semi-arid rangeland in western Iran. Environmental monitoring and assessment. 187(10): 1-12. https://doi.org/10.1007/s10661-015-4805-y.

    Kamusoko C., Aniya M., Adi B. & Manjoro M. (2009). Rural sustainability under threat in Zimbabwe - Simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model. Applied Geography. 29(3): 435-447. https://doi.org/10.1016/j.apgeog.2008.10.002.

    Kleinbaum D.G. & Klein M. (2010). Logistic regression: A self-learning text. Springer.New York.

    Landis J.R. & Koch G.G. (1977). The measurement of observer agreement for categorical data. Biometrics. 33(1): 159-174. https://doi.org/10. 2307/2529310.

    Leta M.K.,Demissie T.A.& Tränckner J.(2021).Modeling and Predictionof Land Use Land Cover ChangeDynamics Based on Land ChangeModeler (LCM) in Nashe Watershed,Upper Blue Nile Basin, Ethiopia.Sustainability.13(7):3740. https://doi.org/10.3390/su13073740.

    Lin Y.P., Chu H.J., Wu C.F. & Verburg P.H. (2010). Predictive ability of logistic regression, auto-logistic regression and neural network models in empirical land-use change modeling – a case study. International Journal of Geographical Information Science. 25(1): 65-87. https://doi.org/10. 1080/13658811003752332.

    Mora O., Le Mouël C., de Lattre-gasquet M., Donnars C.,DumasP., RéchauchèreO., BrunelleT., ManceronS.,Marajo-PetitzonE.,MoreauC.,BarzmanM.,ForslundA. & MartyP.(2020).Exploring the Future of Land Use and Food Security:A New Set of Global Scenarios. Plos One.15(7): e0235597.doi:10.1371/ journal.pone.0235597.

    Nguyễn Thị Phương Hoa, Ngô Thế Ân & Lê Thị Giang (2021). Mô phỏng biến động sử dụng đất nông nghiệp vùng ven biển tỉnh Nam Định bằng mô hình CLUMondo. Tạp chí Khoa học Nông nghiệp Việt Nam. 19(8): 1049-1062.

    Phạm Thị Lợi & Đào Nguyên Khôi (2021). Mô phỏng sự thay đổi sử dụng đất lưu vực Sông Bé bằng mô hình CLUE-S. Tạp chí Khí tượng Thủy văn. 724: 82-93. doi:10.36335/VNJHM.

    Said M., Hyandye C., Komakech H.C., Mjemah I.C. & Munishi L.K. (2021). Predicting land use/cover changes and its association to agriculturalproduction on the slopes of Mount Kilimanjaro, Tanzania.Annals of GIS.27(2):189-209.doi:10.1080/19475683.2020.1871406.

    Sang L., Zhang C., Yang J., Zhu D. & Yun W. (2011). Simulation of land use spatial pattern of towns and villages based on CA-Markov model. Mathematical and Computer Modelling. 54(3): 938-943. https://doi.org/10.1016/j.mcm. 2010.11.019.

    UBND huyện Đơn Dương (2020). Điều kiện tự nhiên dân số. Truy cập từ https://donduong. lamdong.gov.vn/ ngày 11/10/2021.

    UBND tỉnh Lâm Đồng (2014). Quyết định 2221/QĐ-UBND tỉnh Lâm Đồng về việc ban hành Quy định quản lý theo đồ án điều chỉnh quy hoạch chung thành phố Đà Lạt và vùng phụ cận đến năm 2030 và tầm nhìn đến 2050.

    UBND tỉnh Lâm Đồng (2017). Quyết định 1614/QĐ-UBND tỉnh Lâm Đồng về việc phê duyệt Điều chỉnh quy hoạch tổng thể phát triển kinh tế - xã hội huyện Đơn Dương đến năm 2020 và tầm nhìn đến năm 2030.

    Wang S.Q., Zheng X.Q. & Zang X.B. (2012). Accuracy assessments of land use change simulation based on Markov-cellular automata model. Procedia Environmental Sciences. 13: 1238-1245. doi: 10.1016/j.proenv.2012.01.117.

    Ye B. & Bai Z. (2008). Simulating land use/cover changes of Nenjiang County based on CA-Markov model. In: Li D. (eds) Computer and Computing Technologies in Agriculture, Volume I. CCTA 2007. The International Federation for Information Processing, vol 258. Springer, Boston, MA. doi: 10.1007/978-0-387-77251-6_35.