Tích hợp Hệ thống thông tin địa lý và Viễn thám để đánh giá xói mòn đất theo Phương trình mất đất phổ dụng: Trường hợp nghiên cứu tại tỉnh Sơn La

VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
10 
Review article 
Integrated Geographical Information System (GIS) 
 and Remote Sensing for Soil Erosion Assessment 
 by Using Universal Soil Loss Equation (USLE): Case Study 
in Son La Province 
Phan Ba Hoc1,2, Nguyen Quoc Viet1, Pham Anh Hung1,*, 
Le Xuan Thai3, Le Sy Chinh4, Nguyen Xuan Hai5 
1Faculty of Environmetal Sciences,VNU University of Science, 334 Nguyen Trai, Hanoi, Vietnam 
2Centre for Planning and Rural Development No.1, 
National Institution for Agricultural Project and Planning 
 3Faculty of Civil Engineering, University of Transport Technology 
4HongDuc University, 565 Quang Trung, Thanh Hoa, Vietnam 
4Dept. of Environmental Impact Assessment, General Department of Environment, MONRE 
Received 12 December 2018 
Revised 19 December 2018; Accepted 13 March 2019 
Abstract: Son La is a mountainous province in the North of Vietnam with complicated terrain, high 
slope, rugged and fragmentation terrain. Mountainous land occupies 92% of the natural area, in 
which land with sloping over 15 degree occupies 67% of natural land area, erosion is the main cause 
of soil degradation. The result show that, the average soil loss due to erosion in Son La province is 
30.04 tons/ha/year. On the level of erosion, soil erosion is very low (<1 ton/ha/year) and very strong 
(> 50 tons/ha/year) accounts for a large proportion with the area and the percentage respectively is 
51,223.60 ha, occupying 38.74% of the natural area and 45,424.45 ha accounting for 34.36% of the 
natural area. Then there is low level (1-5 tons/ha/year) with an area of 19,462.78 hectares, 
accounting for 14.72% of natural area. Moderate (5-10 tons/ha/year) and high (10-50 tons/ha/year) 
levels account for a small proportion of 7,488.48 hectares, accounting for 5.66% and 8,611.23 hectares, 
accounting for 6.51%, respectively, of the natural area. The combination of remote sensing, geographic 
information system and RUSLE with available data can calculate soil erosion, spatial distribution and 
area, initial testing of the model results and actual observation shows the disparity low (<4,3%). 
Keywords: Soil erosion, Soil degradation, Remote sensing, GIS, Terrain, Son La. 
*
________ 
* Corresponding author. 
 E-mail address: hungphamanh@vnu.edu.vn 
 https://doi.org/10.25073/2588-1094/vnuees.4350 
VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
 11 
Tích hợp Hệ thống thông tin địa lý và Viễn thám 
để đánh giá xói mòn đất theo Phương trình mất đất phổ dụng: 
Trường hợp nghiên cứu tại tỉnh Sơn La 
Phan Bá Học1,2, Nguyễn Quốc Việt1, Phạm Anh Hùng1,*, 
Lê Xuân Thái3, Lê Sỹ Chính4, Nguyễn Xuân Hải5 
 1Khoa Môi trường, Trường ĐH Khoa học Tự nhiên 
2Trung tâm Quy hoạch và Phát triển Nông thôn I-Viện Quy hoạch và Thiết kế Nông nghiệp. 
 3Khoa Công Trình, Trường Đại học Công nghệ Giao thông Vận tải 
4Trường Đại học Hồng Đức, 565 Quang Trung, Thanh Hóa, Việt Nam 
5Vụ Thẩm định đánh giá tác động môi trường, Tổng cục Môi trường, Bộ TN&MT 
Nhận ngày 16 tháng 1 năm 2018 
Chỉnh sửa ngày 20 tháng 2 năm 2018; Chấp nhận đăng ngày 13 tháng 3 năm 2018 
Tóm tắt: Sơn La là tỉnh thuộc vùng núi phía Bắc Việt Nam với điều kiện địa hình phức tạp, phần 
lớn diện tích đất có độ dốc lớn, địa hình hiểm trở và chia cắt, xói mòn đất là nguyên nhân chính gây 
thoái hóa đất của tỉnh. Kết quá tính toán cho thấy, trung bình lượng đất mất do xói mòn trên địa bàn 
tỉnh Sơn La là 30,04 tấn/ha/năm. Về mức độ xói mòn, xói mòn đất rất ít (<1 tấn/ha/năm) và rất mạnh 
(>50 tấn/ha/năm) chiếm tỷ trọng lớn với diện tích và tỷ lệ phần trăm lần lượt là 51.223,60 ha, chiếm 
38,74% diện tích tự nhiên và 45.424,45 ha chiếm 34,36% diện tích tự nhiên, xói mòn nhẹ (1-5 
tấn/ha/năm) có diện tích 19.462,78 ha, chiếm 14,72% diện tích tự nhiên. Mức độ xói mòn trung bình 
(5 - 10 tấn/ha) và mạnh (10-50 tấn/ha) chiếm tỷ trọng nhỏ với diện tích và tỷ lệ phần trăm lần lượt 
là 7.488,48 ha, chiếm 5,66% và 8.611,23 ha, chiếm 6,51%. Kết hợp viễn thám, hệ thống thông tin 
địa lý và phương trình mất đất phổ dụng có điều chỉnh (RUSLE) với các dự liệu có sẵn có thể đánh 
giá được lượng đất xói mòn và phân bố không gian, quy mô diện tích theo mức độ xói mòn đất, 
kiểm định bước đầu kết quả tính toán của mô hình và quan trắc thực tế cho thấy kết quả có sự chênh 
lệch nhỏ (<4,3%). 
Từ khóa: Xói mòn, Thoái hóa đất, Viễn thám, GIS, Địa hình, Sơn La. 
1. Đặt vấn đề 
Xói mòn đất từ lâu được coi là nguyên nhân 
gây thoái hóa tài nguyên đất nghiêm trọng ở 
vùng đồi núi phía Bắc của Việt Nam [1]. Vấn đề 
________ 
 Tác giả liên hệ. 
 Địa chỉ email: hungphamanh@vnu.edu.vn 
xói mòn đất tại vùng nghiên cứu đã được đề cập 
đến trong các công trình nghiên cứu của nhiều 
tác giả trong các thập niên vừa qua [1-4]. 
 https://doi.org/10.25073/2588-1094/vnuees.4350 
P.B. Hoc et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
12 
Sơn La là tỉnh thuộc vùng núi phía Bắc Việt 
Nam với điều kiện địa hình phức tạp, phần lớn 
diện tích đất có độ dốc lớn, địa hình hiểm trở và 
chia cắt. Đất đồi núi chiếm đến 92% diện tích tự 
nhiên, trong đó độ dốc trên 150 chiếm trên 67%. 
Đặc thù về khí hậu có lượng mưa lớn (bình quân 
năm 1.426,6 mm), lại tập trung vào các tháng 
mưa nhiều (tháng 4 đến tháng 9) với 85,5% 
lượng mưa năm. Do thiếu đất canh tác nên ở 
vùng đồi núi của Việt Nam, người dân vẫn canh 
tác nông nghiệp ở đất có độ dốc lớn, thậm chí 
trên 25 độ. Với độ dốc lớn như vậy và các hoạt 
động sản xuất nông nghiệp thì việc xói mòn đất 
xảy ra rất mạnh, đất nhanh bị thoái hoá và thời 
gian canh tác sử dụng đất bị rút ngắn (thường chỉ 
sau 2-3 vụ trồng cây lương thực ngắn ngày và vài 
vụ trồng sắn là đất bị bỏ hoang hoá, không còn 
khả năng hồi phục) [5]. Xói mòn đất từ lâu được 
coi là nguyên nhân gây thoái hóa tài nguyên đất 
nghiêm trọng ở vùng đồi núi phía Bắc nước ta. 
Để giảm thiểu xói mòn đất ở khu vực miền vúi, 
hai vấn đề cần được nghiên cứu song song là 
thực trạng quá trình xói mòn đất, nguyên nhân, 
các yếu tố ảnh hưởng và những giải pháp ngăn, 
chặn xói mòn đất [3]. 
Để đánh giá xói mòn đất, phương trình mất 
đất được sử dụng phổ biến từ năm 1965, ngoài 
phương trình mất đất phổ dụng (USLE và bản 
điều chỉnh RUSLE) còn có các mô hình đánh giá 
xói mòn đất khác như EPIC (Tính toán tác động 
xói mòn đất, 1984), EUROSEM (Mô hình đánh 
giá xói mòn đất Châu Âu, 1993), PESERA 
(Đánh giá rủi ro xói mòn đất của châu Âu, 
2003),...Trong những năm gần đây, công nghệ 
viễn thám đã hỗ trợ rất lớn trong đánh giá tài 
nguyên và môi trường, đặc biệt vùng có điều 
kiện khó khăn về dữ liệu thảm phủ, địa hình. Kết 
hợp viễn thám, hệ thống thông tin địa lý và 
phương trình mất đất phổ dụng có thể đánh giá 
được lượng đất xói mòn và phân bố không gian, 
quy mô diện tích theo mức độ xói mòn đất với 
nhiều yếu tố và quy mô lớn hơn [6]. 
Do đó, nghiên đánh giá xói mòn áp dụng cho 
tỉnh Sơn La được thực hiện nhằm (i) ứng dụng 
phương trình RUSLE, hệ thống thông tin địa lý 
(GIS) và viễn thám để tính toán lượng xói mòn 
đất của tỉnh Sơn La; và (ii) đưa ra phương pháp 
xây dựng bản đồ xói mòn sử dụng các dữ liệu có 
sẵn để ước tính xói mòn đất có thể áp dụng cho 
vùng có quy mô lớn. 
2. Đối tượng nghiên cứu, phương pháp 
 nghiên cứu 
Đối tượng nghiên cứu: Tài nguyên đất, các 
yếu tố ảnh hưởng xói mòn đất (Mưa, địa hình, độ 
dốc, thảm thực vật, biện pháp canh tác) tại tỉnh 
Sơn La. 
Phương pháp nghiên cứu: Sử dụng mô hình 
mất đất phổ dụng bản điều chỉnh (RUSLE). 
Các mô hình để đánh giá xói mòn đất 
được chia ra thành 2 nhóm mô hình là mô 
hình kinh nghiệm và mô hình nhận thức [7]: 
- Mô hình kinh nghiệm là các mô hình được 
xây dựng dựa vào tổng kết thực nghiệm, đánh giá 
thực tế. Có thể kể đến một số mô hình sau: Mô 
hình USLE (Universal Soil Loss Erosion); Mô 
hình SEIM (Soil Erosion Index Model), mô hình 
ESLE (Emprical Soil Loss Equation),  
- Khác với mô hình kinh nghiệm, các mô 
hình nhận thức được phát triển dựa vào hiểu biết 
về các quy luật vận động và cơ chế vật lý của quá 
trình xói mòn, nghĩa là dựa vào các hiểu biết đã 
được lý thuyết hoá dưới dạng các định luật hay 
phương trình vật lý. Có thể kể ra các mô hình 
phổ biến sau: Dự báo xói mòn do nước (WEPP); 
Mô hình xói mòn châu Âu; Chương trình dự báo 
xói mòn theo quá trình 
Tùy vào quy mô đánh giá, nguồn dữ liệu sẵn 
có của từng vùng nghiên cứu, có thể áp dụng các 
mô hình khác nhau. Các mô hình thực nghiệm 
như USLE, SEIM, ELSE...cần có những thực 
nghiệm để rút ra các phương trình để tính toán 
các hệ số xói mòn phù hợp cho mỗi vùng. Còn 
các mô hình nhận thức thường áp dụng cho 
nhưng vùng đặc thù có quy mô nhỏ như lưu vực 
sông khi các quy luật vận động, có chế vật lý của 
quá trình xói mòn có thể lý thuyết hóa dưới dạng 
các định luật hay phương trình vật lý. Như vậy, 
đối với vùng có quy mô diện tích lớn, điều kiện 
địa hình đối núi phức tạp như tỉnh Sơn La việc 
áp dụng phương trình USLE phù hợp hơn. 
P.B. Hoc et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
13 
Nghiên cứu McCool et al. (1987) [8] cho thấy 
lượng đất bị mất do xói mòn nhanh hơn ở độ đốc 
trên 9%, do đó Renard et al. (1997) [9] đã thực 
nghiệm và xây dựng bản hiệu chỉnh RUSLE với 
hệ số S được tính như sau: 
Hệ số yếu tố độ dốc được xác định theo công 
thức (4) và (5): 
S = 10,8*Sin𝜃 + 0,03 khi độ dốc tính theo 
phần trăm ≤ 9% (1) 
S = 16,8*Sin𝜃 - 0,05 khi độ dốc tính theo 
phần trăm > 9% (2) 
Trong đó: S: Hệ số độ dốc; 𝜃: Độ dốc tính 
theo độ. 
Do đó, nghiên cứu này sử dụng phương trình 
mất đất sử dụng bản điều chỉnh (RUSLE) để tính 
toán lượng đất mất do xói mòn theo công thức sau: 
 A = R*K*(L*S)*(C*P) (3) 
Trong đó: A là lượng đất xói mòn 
(tấn/ha/năm); R là hệ số xói mòn do mưa; K là 
hệ số mẫn cảm của đất đối với xói mòn; LS là hệ 
số xói mòn của địa hình (được tính theo công 
thức điều chỉnh chỉnh); C là hệ số ảnh hưởng của 
lớp phủ đến xói mòn đất; P là hệ số ảnh hưởng 
của các biện pháp canh tác đến xói mòn đất. 
Lượng đất xói mòn được xây dựng trên cơ sở 
tính toán từ các bản đồ hệ số bằng công cụ Rester 
Caculator phần mềm ArcGIS 10.2. Các hệ số R, 
K, LS, C, P được tính toán như sau: 
- Hệ số xói mòn do mưa (R) 
Hệ số R được tính toán từ số liệu mưa trung 
bình 15 năm (2001 – 2015) tại 8 trạm khí tượng 
thủy văn của tỉnh Sơn La. Sau đó hệ số xói mòn 
do mưa được tính toán theo công thức của 
Nguyễn Trọng Hà, 1996 [2] như sau: 
R = 0.548257*P - 59.5 (4) 
Trong đó: R: Hệ số xói mòn do mưa (J/m2); 
 P: lượng mưa trung bình năm 
(mm/năm). Sử dụng công cụ Spatial Analyst của 
phần mềm ArcGis 10.2 với phương pháp nội suy 
Spline để nội suy bản đồ mưa dạng vùng từ giá 
trị mưa trung bình năm của 8 trạm khí tượng. 
- Hệ số mẫn cảm của đất đối với xói mòn (K) 
Hệ số K được xây dựng từ bản đồ đất tỷ lệ 
1/100.000 tỉnh Sơn La. Thành phần cơ giới đất 
được chia làm sáu cấp, dựa vào các cấp này và 
lấy giá trị hàm lượng chất hữu cơ trong đất của 
tỉnh là nhỏ hơn 2%, các giá trị hệ số K được xác 
định theo sáu cấp thành phần cơ giới (Bảng 1). 
- Hệ số xói mòn của địa hình (LS): 
Hệ số xói mòn do địa hình được xác định 
theo bản chỉnh sửa của phương trình mất đất phổ 
dụng điều chỉnh (RUSLE) như sau: 
Hệ số chiều dài sườn dốc được xác định theo 
công thức (5). 
L= (𝜆/22,1)m (5) 
Trong đó: L: Hệ số chiều dài sườn dốc (m); 
𝜆: chiều dài sườn dốc; 𝑚: là hằng số xác định 
bằng tỷ số giữa rãnh xói mòn, đối với vùng 
nghiên cứu với địa hình có độ dốc chủ yếu > 5% 
do vậy nghiên cứu này lựa chọn giá trị m= 0,5 
[9]. 
Để tính toán hệ số địa hình, nghiên cứu này 
sử dụng phần mềm ArcGIS 10.2 và dữ liệu bản 
đồ địa hình tỷ lệ 1/50.000 của tỉnh Sơn La. Sử 
dụng phần mềm ArcGIS 10.2 để xây dựng mô 
hình số độ cao DEM, từ đó xây dựng bản đồ độ 
dốc (theo độ và phần trăm). 
Bảng 1. Giá trị hệ số K dựa vào thành phần cơ giới 
và hàm lượng hữu cơ đất [10]. 
Đối tượng trên 
bản đồ 
Thành phần cơ 
giới đất 
K 
Sông, suối, hồ, ao - 0.00 
Núi đá - 0.00 
Các loại đất 
Cát 0.14 
Cát pha 0.10 
Thịt nhẹ 0.24 
Thịt trung bình 0.34 
Thịt nặng 0.28 
Sét 0.20 
Hệ số LS được xác định theo các công 
thức sau: 
P.B. Hoc et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
14 
LS1= (FlowAccumulation x 
cellsize/22,13)0,5 *(10,8*Sin𝜃 + 0,03) khi độ dốc 
≤ 9% (6) 
LS2= (FlowAccumulation x 
cellsize/22,13)0,5 *(16,8*Sin𝜃 - 0,05) khi độ dốc 
> 9% (7) 
Tính toán LS bằng công cụ tính toán Raster 
trong phần mềm ArcGIS 10.2 theo công thức (8): 
LS = Con([độ dốc theo %] ≤ 9,LS1,LS2) (8) 
Trong đó: 
- FlowAccumulation: dòng chảy tích luỹ 
được tích dựa vào hướng của dòng chảy (Flow 
Direction), được tính toán từ DEM bằng phần 
mềm ArcGIS 10.2. 
- Cellsize: Độ phân giải của DEM, 
cellsize=30m; 
- Hệ số S được tính theo công thức (1) và (2). 
- Hệ số ảnh hưởng của lớp phủ đến xói mòn 
đất (C): 
Bản đồ hệ số che phủ đất (C) được xây dựng 
từ ảnh vệ tinh Landsat 8 dựa vào bản đồ chỉ số 
thực vật (NDVI) theo công thức của Durigon và 
nkk (2014) [11] như sau: 
C= (1-NDVI)/2 (9) 
NDVI = (NIR - RED)/(NIR + RED) (10) 
Trong đó: RED và NIR được lấy từ ảnh Band 
4 (RED) và Band 5 (NIR) của ảnh Landsat 8. 
Ảnh Landsat 8 gồm 4 mảnh với các thông số ở 
Bảng 2. 
Bảng 2. Thông tin dữ liệu ảnh viễn thám [12] 
Ảnh Landsat 8 
Ngày 
chụp 
Độ che 
phủ mây 
mặt đất 
(%) 
Độ phân 
giải (m) 
LC8127045201
7155LGN00 
04/06
/2017 
5,54 30 x 30 
LC8127046201
7155LGN00 
04/06
/2017 
9,91 30 x 30 
LC8128045201
7354LGN00 
20/12
/2017 
0,01 30 x 30 
LC8128046201
7354LGN00 
20/12
/2017 
0,00 30 x 30 
Ảnh Landsat 8 trước khi sử dụng tính toán 
được hiệu chỉnh ảnh hưởng của bức xạ/phản xạ 
để loại bỏ sự khác biệt gữa giá trị ghi trong ảnh 
và giá trị phản xạ phổ bề mặt, đồng thời giảm sự 
khác biệt giá trị phản xạ phổ của các đối tượng ở 
các ảnh (do Sensors chụp khác nhau). Nghiên 
cứu này sử dụng phần mềm ArcGis 10.2 với 
công cụ Raster Caculator để tính toán hiệu chỉnh 
giá trị cấp độ xám của ảnh thành bức xạ/phản xạ, 
công cụ Data Management để ghép các ảnh và 
cắt ảnh theo ranh giới của vùng nghiên cứu. 
- Hệ số ảnh hưởng của các biện pháp canh 
tác đến xói mòn đất (P) 
Hệ số P là chỉ số phản ánh ảnh hưởng của các 
biện pháp canh tác được áp dụng sẽ làm giảm 
khối lượng đất bị xói mòn. Sử dụng hệ số P của 
các tác giả [2, 13, 14] xác định hệ số P theo bảng 3. 
Bản đồ hệ số P được xây dựng bằng cách kết 
hợp giữa bản đồ hiện trạng sử dụng đất 2015 tỷ 
lệ 1/100.000 của tỉnh Sơn La và bản đồ độ dốc 
được xây dựng ở phần tính hệ số LS. Bản đồ hiện 
trạng sử dụng đất được gán giá trị số cho mỗi loại 
sử dụng đất khác nhau và chuyển sang dạng 
raster bằng phần mềm ArcGIS 10.2. Sau đó sử 
dụng công cụ Raster Caculator trong ArcGIS 10.2 
để tính toán giá trị P bằng cách kết hợp giữa giá trị 
loại sử dụng đất và giá trị độ dốc như ở bảng 3. 
3. Kết quả nghiên cứu 
3.1. Khái quát vùng nghiên cứu 
Vùng nghiên cứu nằm phía Tây của Việt 
Nam, có tọa độ địa lý từ 20039’ đến 22002’ vĩ độ 
Bắc; 103011’ - 10505’ kinh độ Đông (hình 1). 
Số liệu kiểm kê đất đai năm 2015 tại tỉnh Sơn 
La cho thấy hiện nay đất nông nghiệp chiếm 
68,46% diện tích tự nhiên, trong đó: đất sản xuất 
nông nghiệp chiếm 25,47%, đất lâm nghiệp 
42,78%. Đất phi nông nghiệp chiếm tỷ lệ nhỏ 
3,71%; Đất chưa sử dụng còn nhiều, chiếm đến 
27,83% [15]. 
Như vậy, đất sản xuất nông nghiệp của vùng 
chiếm tỷ lệ lớn đến 25,47% chưa kể đất rừng sản 
xuất cùng với điều kiện địa hình đồi núi độ dốc 
lớn, chia cắt nếu không có biện pháp canh tác 
phù hợp thì tài nguyên đất sẽ bị thoái hóa do xói 
mòn mất tầng đất mặt và rửa trôi dinh dưỡng đất. 
P.B. Hoc et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
15 
Bảng 3. Xác định hệ số P theo bản đồ hiện trạng sử dụng đất và biện pháp canh tác. 
Loại hình sử dụng đất Biện pháp canh tác Hệ số P 
2 vụ lúa Trồng theo luống, độ 
dốc <80 
0,1 
1 lúa - 1 màu 
Nương rẫy Trồng theo đường đồng mức, độ dốc >150 0,8 
Đất chuyên màu và cây công nghiệp hàng 
năm 
Trồng theo đường đồng mức, độ dốc <=150 0,6 
Đất cỏ dùng vào chăn nuôi Không áp dụng biện pháp canh tác bảo vệ đất 1 
Đất trồng cây ăn quả 
Trồng theo hàng, đường đồng mức và cây trồng theo 
băng 
0,35 Đất trồng cây công nghiệp lâu năm và cây lâu 
năm khác 
Rừng trồng Trồng theo đường đồng mức, độ dốc thường trên 150 0,9 
Rừng tự nhiên 
Không áp dụng biện pháp canh tác bảo vệ đất 1 
Rừng khoanh nuôi tái sinh 
Đất bằng chưa sử dụng 
Không áp dụng biện pháp canh tác bảo vệ đất 1 
Đất đồi núi chưa sử dụng 
Hình 1. Vị trí tỉnh Sơn La. 
P.B. Hoc et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
16 
3.2. Xây dựng bản đồ thành phần cho mô hình 
RUSLE 
Căn cứ vào nguồn dữ liệu có sẵn (Số liệu 
mưa tại các trạm đo mưa; Bản đồ đất; Bản đồ địa 
hình; Bản đồ hiện trạng sử dụng đất; Ánh vệ tinh) 
sử dụng công nghệ viễn thám và GIS để xử lý, 
tính toán các thông số đầu vào để xây dựng các 
bản đồ thành phần của mô hình RUSLE 
(Hình 2). 
Bản đồ thành phần cho RUSLE bao gồm các 
bản đồ: Hệ số R; Hệ số K; Hệ số LS; Hệ số C; 
Hệ số P. Dựa vào phương pháp xây dựng bản đồ 
được trình bày ở mục 2 và sơ đồ quy trình xây 
dựng ở hình 2, tiến hành xây dựng 5 bản đồ thành 
phần (Hình 3).
Hình 2. Sơ đồ phương pháp xây dựng bản đồ xói mòn đất từ nguồn dữ liệu có sẵn 
Hình 3. Kết quả xây dựng bản đồ thành phần. Ghi chú: a): Bản đồ hệ số R; b) Bản đồ hệ số K; 
 c) Bản đồ hệ số LS; d) Bản đồ hệ số C; e) Bản đồ hệ số P 
Số liệu mưa tại các trạm 
đo mưa 
Bản đồ đất 
Bản đồ địa hình 
Ảnh Landsat 8 
Bản đồ hiện trạng sử dụng 
đất 
Lượng mưa trung bình 
năm 
Thành phần cơ giới và 
Hàm lượng hữu cơ 
Loại hình sử dụng đất 
Giá trị NDVI 
R 
K 
LS 
P 
C 
Bản đồ 
xói mòn 
Chiều dài sườn dốc 
Độ dốc 
a) b) c) 
e) d) 
P.B. Hoc et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
17 
3.3. Kết quả xây dựng bản đồ xói mòn đất và 
kiểm chứng 
3.3.1. Kết quả xây dựng bản đồ bằng mô hình 
RUSLE 
Từ kết quả xây dựng bản đồ thành phần (hình 
3), sử dụng công thức (1) để tính toán lượng đất 
bị xói mòn. Kết quả xây dựng bản đồ xói mòn 
được thể hiện tại hình 4, số liệu thống kê dữ liệu 
raster cho thấy, lượng đất mất do xói mòn trung 
bình trên địa bàn tỉnh Sơn La là 30,04 
tấn/ha/năm, mức độ và quy mô diện tích của xói 
mòn được thể hiện tại bảng 4. 
Số liệu bảng 4 cho thấy, tại tỉnh Sơn La mức 
độ xói mòn đất rất ít (<1 tấn/ha/năm) và rất mạnh 
(>50 tấn/ha/năm) chiếm tỷ trọng lớn với diện 
tích và tỷ lệ phần trăm lần lượt là có diện tích 
51.223,60 ha, chiếm 38,74% diện tích tự nhiên 
và 45.424,45 ha chiếm 34,36% diện tích tự 
nhiên. Xói mòn nhẹ (1-5 tấn/ha/năm) có diện tích 
19.462,78 ha chiếm 14,72% diện tích tự nhiên. 
Mức độ xói mòn trung bình (5 - 10 tấn/ha) và 
mạnh (10-50 tấn/ha) chiếm tỷ trọng nhỏ với diện 
tích và tỷ lệ phần trăm lần lượt là 7.488,48 ha, 
chiếm 5,66% và 8.611,23 ha, chiếm 6,51%.
Hình 4. Bản đồ xói mòn đất tỉnh Sơn La. 
Bảng 4. Mức độ và quy mô xói mòn của tỉnh Sơn La 
Mức độ xói mòn (*) 
Lượng đất mất 
(tấn/ha) 
Diện tích 
(ha) (%) 
Xói mòn rất ít 0-1 51.223,60 38,74 
Xói mòn nhẹ 1-5 19.462,78 14,72 
Xói mòn trung bình 5-10 7.488,48 5,66 
Xói mòn mạnh 10-50 8.611,23 6,51 
Xói mòn rất mạnh > 50 45.424,45 34,36 
Ghí chú: (*): Phân theo mức độ xói mòn theo TCVN 5299 : 2009. 
P.B. Hoc et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
18 
3.3.2. Kiểm chứng mô hình bằng thực 
nghiệm 
Để kiểm chứng kết quả tính toán của mô hình 
RUSLE bằng các dữ liệu có sẵn, nghiên cứu này 
lựa chọn 2 điểm tại huyện Mai Sơn của tỉnh Sơn 
La để đánh giá. Điểm thứ nhất tại khu vực xã 
Mường Bon có toạ độ địa lý 21° 14' 20,1" - 21° 
14' 32,5" vĩ độ Bắc và 104° 4' 0,7" - 104° 4' 16,9" 
kinh độ Đông, cây trồng hiện trạng tại ô quan 
trắc và xung quanh khu vực này chủ yếu gồm cây 
lâu năm như cà phê và cây ăn quả, phía trên có 
chỏm rừng. Điểm thứ hai tại khu vực xã Cò Nòi 
có toạ độ địa lý 21° 6' 59,4" - 21° 7' 18,1" vĩ độ 
Bắc và 104° 10' 44,2" - 104° 11' 10,3" kinh độ 
Đông, cây trồng hiện trạng tại ô và xung quanh 
là ngô được trồng theo phương thức truyền 
thống. 
Tại mỗi điểm thiết lập các ô quan trắc xói 
mòn để đo lượng đất mất thực tế. Ô quan trắc xói 
mòn có kích thước 5 m x 20 m (100m2) cuối mỗi 
ô có hố hứng xói mòn dài 5m; rộng 0,8m và sâu 
1m và được phủ nilon trong lòng hố (hình 5). 
Đặc trưng về thực phủ, điều kiện canh tác, khí 
hậu, tính chất lý hóa học của các ô quan trắc xói 
mòn được trình bày ở bảng 5. 
Hàng tháng sẽ cân lượng đất trong hố hứng. 
Kết quả trung bình 3 năm (2014 - 2016) tại các 
điểm và kết quả tính toán của mô hình RUSLE 
được tổng hợp ở bảng 6. Kết quả tính toán của 
mô hình RUSLE được lấy từ một ô raster có độ 
phân giải 30m, có diện tích là 30m x 30m = 
900m2, ô này bao trùm ô quan trắc có diện tích 
100 m2. 
Kết quả tại bảng 6 cho thấy, mặc dù số điểm 
quan trắc còn ít và quy mô chưa tương xứng 
(100m2 thực tế so với 900m2 theo mô hình 
RUSLE) nhưng kết quả bước đầu có thể cho thấy 
kết quả tính toán mô hình RUSLE là khá chính 
xác với sự chênh lệnh < 4,3% so với kết quả quan 
trắc xói mòn thực tế. Như vậy, với quy trình tính 
toán lượng đất theo mô hình RUSLE với nguồn 
dữ liệu có sẵn về lượng mưa, bản đồ địa hình, 
bản đồ đất, bản đồ hiện trạng sử dụng đất, ảnh vệ 
tinh có thể ứng dụng để đánh giá xói mòn đất cho 
vùng có quy mô diện tích lớn.
Bảng 5. Đặc trưng thực phủ, canh tác và một số đặc trưng khí hậu, đất đai tại các ô quan trắc 
Địa 
điểm 
Loại hình cây 
trồng/canh tác 
Lượng mưa 
trung bình 
năm 
(mm) 
Loại đất 
(**) 
Độ dốc 
(0) 
Thành 
phần cơ 
giới đất 
Dung 
trọng 
(g/cm3) 
Tỷ 
trọng 
(g/cm3) 
Độ xốp 
(%) 
Mường 
Bon 
Trồng cà phê theo 
đường đồng mức. 
1.295 Fs 15 
Thịt trung 
bình 
1,32 2,58 48,84 
Trồng cà phê theo 
đường đồng mức, tạo 
tiểu bậc thang. 
1.295 Fs 18 
Thịt trung 
bình 
1,31 2,56 48,83 
Cò Nòi 
Đốt, cày theo luống 1.280 Fu 8 
Thịt trung 
bình 
1,28 2,60 50,77 
Cuốc xới cỏ, làm 
luống (làm đất tối 
thiếu) 
1.280 Fu 10 
Thịt trung 
bình 
1,26 2,59 51,35 
Không làm đất 1.280 Fu 8 
Thịt trung 
bình 
1,26 2,56 50,78 
Ghi chú: (**): Fs: Đất đỏ vàng trên đá sét và đá biến chất; Fu: Đất nâu vàng trên đá mắc ma bazơ và trung tính. 
P.B. Hoc et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
19 
Hình 5. Thiết lập ô quan trắc và hứng xói mòn ngoài thực địa [16]. 
Bảng 6. Kiểm định kết quả tính toán của mô hình RUSLE 
Địa điểm Loại hình 
Quan trắc thực tế (tấn/ha)[16] Kết quả tính của 
mô hình RUSLE 
(tấn/ha/năm) 
Chênh lệch so 
với quan trắc 
thực tế (%) 2014 2015 2016 
Bình 
Quân 
Mường 
Bon 
Trồng cà phê theo đường đồng 
mức. 
63,34 62,53 61,23 62,37 64,28 
3,06 
Trồng cà phê theo đường đồng 
mức, tạo tiểu bậc thang. 
40,54 39,67 38,43 39,55 38,04 
3,82 
Cò Nòi 
Đốt, cày theo luống 64,21 64,34 63,64 64,06 63,27 1,23 
Cuốc xới cỏ, làm luống (làm đất 
tối thiếu) 
45,34 44,32 45,45 45,04 46,97 
4,29 
Không làm đất 42,34 41,23 42,32 41,96 40,55 3,36 
4. Kết luận 
Kết quả tính toán xói mòn đất cho thấy, 
lượng đất mất do xói mòn trung bình trên địa bàn 
tỉnh Sơn La là 30,04 tấn/ha/năm. Về mức độ xói 
mòn, xói mòn đất rất ít (<1 tấn/ha/năm) và rất 
mạnh (>50 tấn/ha/năm) chiếm tỷ trọng lớn với 
diện tích và tỷ lệ phần trăm lần lượt là 51.223,60 
ha, chiếm 38,74% diện tích tự nhiên và 
45.424,45 ha chiếm 34,36% diện tích tự nhiên. 
Xói mòn nhẹ (1-5 tấn/ha/năm) có diện tích 
19.462,78 ha, chiếm 14,72% diện tích tự nhiên. 
Mức độ xói mòn trung bình (5 - 10 tấn/ha) và 
mạnh (10-50 tấn/ha) chiếm tỷ trọng nhỏ với diện 
tích và tỷ lệ phần trăm lần lượt là 7.488,48 ha, 
chiếm 5,66% và 8.611,23 ha, chiếm 6,51%. 
Sử dụng phương trình mất đất phổ dụng bản 
điều chỉnh (RUSLE) kết hợp với công nghệ viễn 
thám và hệ thống thông tin địa lý với các dữ liệu 
có sẵn có thể ước tính được lượng đất xói mòn 
đất ở quy mô lớn, kết quả kiểm định bước đầu 
cho thấy kết quả của mô hình có chênh lệch 
<4,3% so với kết quả đo thực tế. Việc đánh giá 
kiểm chứng mô hình còn hạn chế (do có ít mô 
hình kiểm chứng) nên chưa thể có kết luận đầy 
P.B. Hoc et al. / VNU Journal of Science: Earth and Environmental Sciences, Vol. 35, No. 1 (2019) 10-20 
20 
đủ, khách quan. Do đó, cần có những kiểm định 
với quy mô diện tích lớn hơn, nhiều điểm hơn, 
với nhiều loại hình sử dụng đất khác nhau nữa để 
đánh giá tính chính xác của mô hình tính toán. 
Tài liệu tham khảo 
[1] Nguyễn Tử Siêm, Thái Phiên, Đất đồi núi Việt 
Nam - Thoái hoá và phục hồi, Nhà xuất bản Nông 
nghiệp, Hà Nội, 1999. 
[2] Nguyễn Trọng Hà, Xác định các yếu tố gây xói 
mòn và khả năng dự báo xói mòn trên đất dốc, Luận 
án Tiến sỹ, Trường ĐH Thủy lợi, Hà Nội, 1996. 
[3] Nguyễn Quang Mỹ, Xói mòn đất hiện đại và các 
biện pháp phòng chống, Nhà xuất bản Ðại học 
Quốc Gia Hà Nội, Hà Nội, 2005. 
[4] Trần Quốc Vinh, Đặng Hùng Võ và Đào Châu Thu, 
Application of Remote Sensing and Geographic 
Information System in evaluating soil erosion. A 
Case study in Tam Nong district, Phu Tho 
province, Jounal of Science and Development 9(5) 
(2011) 823-833. 
[5] Doanh L.Q., Tuan H.D. and Chabanne A., Upland 
Agro - Ecology Research and Development in 
Vietnam, Building an Agro-Ecological Network 
through DMC in Southeast Asia, Vientiane, Lao, 
2005. 
[6] Bahrawi Jarbou A., Elhag Mohamed, Aldhebiani 
Amal Y., Galal Hanaa K., Hegazy Ahmad K. and 
Alghailani Ebtisam, Soil Erosion Estimation Using 
Remote Sensing Techniques in Wadi Yalamlam 
Basin, Saudi Arabia, Advances in Materials 
Science and Engineering Article ID 9585962 
(2016) 8 pages. https://doi.org/10.1155/2016 
/9585962. 
[7] Trương Văn Cảnh, Nghiên cứu ảnh hưởng xói mòn 
đất của lưu vực Sông Cu Đê đến sản xuất nông 
nghiệp, Báo cáo tổng kết đề tài khoa học, Đại học 
Đà Nẵng, Đà Nẵng, 2014. 
[8] K. McCool D., C. Brown L., R. Foster G., K. 
Mutchler C. and D. Meyer L., Revised Slope 
Steepness Factor for the Universal Soil Loss 
Equation, Transactions of the ASAE. 30(5) (1987) 
1387-1396. 
[9] Renard K. G. , Foster G. R., Weesies G. A., 
McCool D. K. and Yoder D. C., Predicting Soil 
Erosion by Water: A Guide to Conservation 
Planning With the Revised Universal Soil Loss 
Equation, U.S Government Printing Office, 
Washington DC, 1997. 
[10] Mepas.pnnl.gov, 5.3.2 Soil Erodibility Factor. 
https://mepas.pnnl.gov/mepas/formulations/source
_term/5_0/5_32/5_32.html/, 2018 (accessed 12 June 
2018) 
[11] Durigon V. L., Carvalho D. F., Antunes M. A. H., 
Oliveira P. T. S. and Fernandes M. M., NDVI time 
series for monitoring RUSLE cover management 
factor in a tropical watershed, International Journal 
of Remote Sensing 35(2) (2014) 441-453. DOI: 
10.1080/01431161.2013.871081. 
[12] USGS, https://earthexplorer.usgs.gov/, 2018 
(accessed 15 June 2018) 
[13] Vezina Karine, Bonn Ferdinand and Cu Pham Van, 
Agriculturalland-use patterns and soil erosion 
vulnerability of watershed units in Vietnam’s 
northern highlands, Landscape Ecol. 21 (2006) 
1311–1325. DOI: 10.1007/s10980-006-0023-x 
[14] Võ Đại Hải, Nghiên cứu các dạng cấu trúc hợp lý 
cho rừng phòng hộ đầu nguồn ở Việt Nam, Luận án 
tiến sỹ, Viện Khoa học Lâm nghiệp Việt Nam, Hà 
Nội, 1996. 
[15] Trung tâm Dữ liệu và Thông tin Đất đai, Số liệu và 
bản đồ Hiện trạng sử dụng đất năm 2015 của tỉnh 
Sơn La, Hà Nội, 2015. 
[16] Nguyen X. H. and Pham A. H., Assessing Soil 
Erosion by Agricultural and Forestry Production 
and Proposing Solutions to Mitigate: A Case Study 
in Son La Province, Vietnam, Applied and 
Environmental Soil Science Volume 2018, Article 
ID 2397265 (2018) 10 pages. 
https://doi.org/10.1155/2018/2397265.