Estimation of carbon stocks of coastal mangroves using sentinel 2a in tien lang district hai phong city vietnam

Tài liệu nghiên cứu Estimation of carbon stocks of coastal mangroves using sentinel 2a in tien lang district hai phong, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên

• Tác giả: Duong Vo Khanh Linh
• Người hướng dẫn: Assoc. Hai-Hoa Nguyen
• Trường học: Vietnam National University of Forestry
• Chuyên ngành: Natural Resources Management
• Đề tài: Estimation Of Carbon Stocks Of Coastal Mangroves Using Sentinel 2A In Tien Lang District, Hai Phong City, Vietnam
• Loại tài liệu: Student Thesis
• Năm xuất bản: 2018
• Địa điểm: Hanoi

Mục lục chi tiết

• PUBLICATION
• ACKNOWLEDGEMENT
• ABBREVIATIONS
• LIST OF TABLES
• LIST OF FIGURES
• 1. CHAPTER I INTRODUCTION
• 2. CHAPTER II LITERATURE REVIEW
• 2.1. GIS and Sentinel satellite image
• 2.1.1. The concept of GIS, remote sensing
• 2.2. Sentinel 2A satellite image
• 2.3. Remote sensing application in carbon estimation and forest biomass
• 2.3.1. In the world
• 2.3.2. In Vietnam
• 3. CHAPTER III STUDY GOAL, OBJECTIVES AND METHODOLOGY
• 3.1. Study goal and objectives
• 3.2. Secondary data collection
• 3.3. Field survey method
• 3.4. Calculating biomass and carbon stocks
• 3.5. Calculating Soil organic carbon by Walkley – Black method
• 3.6. Construct the classified map and interpolation map of biomass and carbon stocks
• 4. CHAPTER IV NATURAL AND SOCIO-ECONOMIC FEATURES
• 4.1. Natural conditions and basic characteristics of mangrove forest
• 4.2. Social and economic conditions
• 5. CHAPTER V RESULTS AND DISCUSSIONS
• 5.1. Mangrove status and management in Tien Lang district
• 5.1.1. Status of mangrove forests in Tien Lang districts
• 5.2. Mangrove structures, biomass and carbon estimation-based field survey
• 5.3. Biomass and carbon estimation-based interpolation method
• 5.4. Soil organic carbon estimation from field-based data collection
• 5.4.1. Interpolation of soil carbon
• 5.4.2. Mapping IDW of total soil carbon stocks
• 5.4.3. Soil organic carbon at the depth of 0-20cm
• 5.4.4. Soil organic carbon at depth of 20-40cm
• 5.4.5. Soil organic carbon at depth of 40-60cm
• 5.4.6. Soil organic carbon at depth of 60-80cm
• 5.4.7. Soil organic carbon at depth of 80-100cm
• 5.5. Solutions for better management of mangroves in Tien Lang
• 5.5.1. Develop and consolidate multisectoral coordination mechanisms
• 5.5.2. Establish and implement inter-sectoral monitoring institutions
• 5.5.3. Strengthening propaganda about planning and management
• 6. CHAPTER VI CONCLUSION, LIMITATIONS AND FURTHER STUDY

Tóm tắt

I. Hướng dẫn ước tính carbon rừng ngập mặn Tiên Lãng bằng GIS

Rừng ngập mặn ven biển là một trong những hệ sinh thái hiệu quả nhất hành tinh, đóng vai trò quan trọng trong việc giảm thiểu biến đổi khí hậu. Khả năng hấp thụ và lưu trữ carbon của chúng vượt trội so với nhiều loại rừng khác. Nghiên cứu “Estimation of carbon stocks of coastal mangroves using Sentinel 2A in Tien Lang district, Hai Phong city, Vietnam” cung cấp một phương pháp khoa học để định lượng giá trị này. Tại huyện Tiên Lãng, Hải Phòng, hệ sinh thái này không chỉ là lá chắn tự nhiên bảo vệ bờ biển khỏi xói lở và bão tố mà còn là một bể chứa carbon khổng lồ. Việc ước tính trữ lượng carbon rừng ngập mặn một cách chính xác là nền tảng cho các cơ chế chi trả dịch vụ môi trường rừng, đồng thời hỗ trợ công tác quản lý tài nguyên bền vững. Nghiên cứu này ứng dụng công nghệ viễn thám hiện đại, cụ thể là ảnh vệ tinh Sentinel 2A, kết hợp với khảo sát thực địa để xây dựng bản đồ phân bố và ước tính tổng lượng sinh khối và carbon tích lũy. Đây là một cách tiếp cận hiệu quả, tiết kiệm thời gian và chi phí so với các phương pháp truyền thống. Việc sử dụng các công cụ như GIS (Hệ thống thông tin địa lý) cho phép phân tích không gian và trực quan hóa dữ liệu, mang lại cái nhìn sâu sắc về sự phân bố carbon trong hệ sinh thái. Nghiên cứu này không chỉ có giá trị học thuật mà còn cung cấp dữ liệu quan trọng cho các nhà hoạch định chính sách tại địa phương.

1.1. Vai trò lưu trữ carbon của hệ sinh thái rừng ngập mặn

Hệ sinh thái rừng ngập mặn được công nhận là một “bể chứa carbon xanh” hiệu quả. Chúng có khả năng cô lập một lượng lớn carbon dioxide (CO2) từ khí quyển, lưu trữ trong sinh khối (thân, cành, lá, rễ) và đặc biệt là trong trầm tích đất. Theo Donato và cộng sự (2011), rừng ngập mặn có thể lưu trữ carbon hiệu quả hơn hầu hết các loại rừng nhiệt đới khác. Lượng carbon tích lũy trong đất, hay còn gọi là carbon hữu cơ trong đất, chiếm phần lớn tổng trữ lượng carbon của hệ sinh thái. Điều này là do điều kiện ngập nước, yếm khí làm chậm quá trình phân hủy vật chất hữu cơ, cho phép carbon được tích tụ qua nhiều thế kỷ. Việc bảo vệ và phục hồi rừng ngập mặn do đó đóng vai trò kép: vừa bảo tồn đa dạng sinh học, vừa là một giải pháp dựa vào thiên nhiên để chống lại biến đổi khí hậu.

1.2. Bối cảnh nghiên cứu tại huyện Tiên Lãng Hải Phòng

Khu vực ven biển huyện Tiên Lãng, Hải Phòng, là một địa điểm nghiên cứu điển hình cho hệ sinh thái rừng ngập mặn ở miền Bắc Việt Nam. Trong những năm gần đây, khu vực này phải đối mặt với nhiều áp lực từ việc mở rộng nuôi trồng thủy sản, phát triển cơ sở hạ tầng và gia tăng dân số. Những hoạt động này đã và đang đe dọa đến diện tích và chức năng của rừng ngập mặn. Mặc dù giá trị lưu trữ carbon của rừng ngập mặn Tiên Lãng được công nhận là rất lớn, việc định lượng chính xác vẫn còn hạn chế. Nghiên cứu này được thực hiện tại các xã Đông Hưng, Tiên Hưng và Vĩnh Quang, tập trung vào việc xây dựng bản đồ phân bố hiện trạng, ước tính sinh khối cây và lượng carbon tích lũy trong cây cũng như trong đất, cung cấp cơ sở dữ liệu khoa học thiết yếu cho công tác quản lý.

1.3. Giới thiệu công nghệ viễn thám và ảnh vệ tinh Sentinel 2A

Viễn thám là khoa học thu thập thông tin về một đối tượng hoặc khu vực từ xa, thường là từ máy bay hoặc vệ tinh. Công nghệ này đã cách mạng hóa việc giám sát tài nguyên rừng. Ảnh vệ tinh Sentinel 2A, một phần của chương trình Copernicus của châu Âu, cung cấp hình ảnh đa phổ với độ phân giải không gian cao (10m, 20m, 60m). Với 13 kênh phổ, từ dải nhìn thấy, cận hồng ngoại đến hồng ngoại sóng ngắn, Sentinel 2A cho phép phân tích thảm thực vật một cách chi tiết. Dữ liệu từ các kênh này, đặc biệt là kênh cận hồng ngoại (NIR) và kênh đỏ (RED), là cơ sở để tính toán các chỉ số thực vật quan trọng như NDVI, giúp phân biệt rừng ngập mặn với các loại hình sử dụng đất khác.

II. Thách thức trong việc đo lường và quản lý carbon rừng ngập mặn

Việc quản lý bền vững và ước tính trữ lượng carbon rừng ngập mặn tại Tiên Lãng, Hải Phòng đối mặt với nhiều thách thức đáng kể. Một trong những áp lực lớn nhất đến từ sự thay đổi mục đích sử dụng đất. Trong những năm 1990, việc chuyển đổi đất rừng ngập mặn sang các đầm nuôi trồng thủy sản, đặc biệt là nuôi tôm, đã được chính quyền khuyến khích. Theo Tuan và cộng sự, chính sách cho thuê đất 50 năm để xây dựng các ao nuôi đã dẫn đến việc một diện tích lớn rừng ngập mặn bị phá hủy. Hậu quả là không chỉ mất đi sinh khối và trữ lượng carbon mà còn làm suy giảm chức năng bảo vệ bờ biển của hệ sinh thái. Bên cạnh đó, các phương pháp đo đạc truyền thống để tính toán sinh khối và carbon thường tốn kém, mất nhiều thời gian và nhân lực. Việc chặt hạ cây để cân đo trực tiếp không khả thi trên quy mô lớn và gây hại cho môi trường. Do đó, việc tìm kiếm một phương pháp hiệu quả hơn, kết hợp công nghệ viễn thám và mô hình toán học, trở nên cấp thiết. Nghiên cứu này chính là một nỗ lực để giải quyết thách thức đó, cung cấp một quy trình khoa học, có độ chính xác cao và khả thi để giám sát trữ lượng carbon, hỗ trợ các nhà quản lý đưa ra quyết định kịp thời và chính xác.

2.1. Áp lực từ chuyển đổi đất sang nuôi trồng thủy sản

Sự bùng nổ của ngành nuôi tôm xuất khẩu là nguyên nhân chính dẫn đến sự suy giảm diện tích rừng ngập mặn tại Tiên Lãng và nhiều khu vực ven biển khác ở Việt Nam. Lợi ích kinh tế cao từ việc nuôi tôm đã thúc đẩy quá trình chuyển đổi đất đai một cách nhanh chóng. Theo Seto và Fragkias (2007), chỉ trong vòng chưa đầy một thập kỷ, nhiều vùng đã bị chuyển đổi thành các ao nuôi tôm, phá hủy một diện tích đáng kể rừng ngập mặn. Việc này không chỉ làm mất đi sinh khối trên mặt đất mà còn giải phóng một lượng lớn carbon hữu cơ trong đất vào khí quyển. Hơn nữa, nỗ lực phục hồi rừng cũng gặp nhiều khó khăn do sóng lớn, thủy triều cao và các loài sinh vật như hà (Chthamalus stellatus) bám vào cây non làm chúng gãy đổ, dẫn đến tỷ lệ sống thấp.

2.2. Hạn chế của các phương pháp đo đạc sinh khối truyền thống

Các phương pháp truyền thống để ước tính trữ lượng carbon rừng ngập mặn thường dựa vào việc khảo sát thực địa và các phương trình allometric. Mặc dù chính xác, nhưng quy trình này đòi hỏi nhiều công sức. Các nhà nghiên cứu phải thiết lập các ô tiêu chuẩn, đo đạc đường kính, chiều cao của từng cây, và thu thập mẫu để phân tích trong phòng thí nghiệm. Quá trình này rất tốn thời gian và khó có thể áp dụng trên một khu vực rộng lớn. Nó cũng không thể cung cấp thông tin cập nhật một cách thường xuyên để theo dõi sự thay đổi theo thời gian. Sự ra đời của công nghệ GIS và viễn thám đã mở ra một hướng đi mới, cho phép giám sát trên diện rộng và lặp lại định kỳ, khắc phục được những hạn chế cố hữu của phương pháp truyền thống.

2.3. Hiện trạng rừng ngập mặn tại khu vực nghiên cứu

Khu vực nghiên cứu tại Tiên Lãng cho thấy sự chiếm ưu thế của loài Bần chua (Sonneratia caseolaris). Điều này phần lớn là do các chương trình trồng rừng được hỗ trợ từ Trung tâm Nghiên cứu Sinh thái Rừng ngập mặn và tổ chức ACTMANG của Nhật Bản trong giai đoạn 1996-2009. Cùng với Bần chua, loài Trang (Kandelia obovata) cũng được ghi nhận nhưng với mật độ thấp hơn. Cấu trúc rừng không đồng nhất, các khu vực thuần loài Bần chua thường có sinh khối và trữ lượng carbon cao hơn đáng kể so với các khu vực rừng hỗn giao. Thực trạng này phản ánh lịch sử trồng và phục hồi rừng tại địa phương, đồng thời đặt ra yêu cầu cần có các phương pháp đánh giá phù hợp với từng kiểu cấu trúc rừng khác nhau.

III. Phương pháp viễn thám xác định diện tích rừng ngập mặn

Để ước tính trữ lượng carbon rừng ngập mặn, bước đầu tiên và quan trọng nhất là phải xác định chính xác diện tích và sự phân bố của chúng. Nghiên cứu tại Tiên Lãng, Hải Phòng đã ứng dụng hiệu quả công nghệ viễn thám với dữ liệu từ ảnh vệ tinh Sentinel 2A. Quy trình bắt đầu bằng việc xử lý ảnh thô, bao gồm các bước hiệu chỉnh khí quyển và tổ hợp các kênh phổ để tạo ra ảnh màu thực. Sau đó, khu vực nghiên cứu được cắt ra từ ảnh lớn để tối ưu hóa quá trình phân tích. Nghiên cứu đã so sánh nhiều phương pháp phân loại ảnh khác nhau để tìm ra phương pháp tối ưu nhất. Các chỉ số thực vật như Chỉ số thực vật khác biệt chuẩn hóa (NDVI), Chỉ số thực vật điều chỉnh theo đất (SAVI), và Chỉ số thực vật biến đổi (TVI) đã được áp dụng. Bên cạnh đó, hai phương pháp phân loại phổ biến là phân loại có giám sát (Supervised Classification Method - SCM) và phân loại không giám sát (Unsupervised Classification Method - UCM) cũng được thực hiện. Kết quả được đối chiếu với 424 điểm kiểm tra thu thập tại thực địa bằng thiết bị GPS. Phân tích cho thấy phương pháp sử dụng chỉ số NDVI mang lại độ chính xác cao nhất (85,6%), cao hơn so với nghiên cứu của Pham và Yoshino (2015). Kết quả này khẳng định Sentinel 2A là một công cụ mạnh mẽ và đáng tin cậy để lập bản đồ hiện trạng rừng ngập mặn.

3.1. Quy trình xử lý ảnh Sentinel 2A bằng phần mềm GIS

Quy trình xử lý ảnh vệ tinh Sentinel 2A được thực hiện chủ yếu bằng phần mềm GIS như ArcGIS. Đầu tiên, các kênh phổ riêng lẻ của ảnh được kết hợp lại (Composite Bands) để tạo thành một lớp ảnh đa phổ tạm thời. Tiếp theo, công cụ Clip được sử dụng để cắt ảnh theo ranh giới khu vực nghiên cứu, giúp giảm khối lượng dữ liệu và tăng tốc độ xử lý. Quá trình này đảm bảo chỉ những thông tin liên quan được giữ lại để phân tích. Dữ liệu ảnh được sử dụng có độ phân giải không gian 10m cho các kênh xanh, đỏ, và cận hồng ngoại, cho phép nhận diện các đối tượng trên mặt đất một cách rõ ràng. Việc xử lý ảnh cẩn thận là tiền đề để các bước phân loại và tính toán chỉ số sau đó đạt được độ chính xác cao.

3.2. So sánh hiệu quả của các chỉ số thực vật NDVI SAVI TVI

Các chỉ số thực vật là công cụ toán học kết hợp thông tin từ các kênh phổ khác nhau để làm nổi bật thảm thực vật. NDVI là chỉ số phổ biến nhất, được tính toán dựa trên sự khác biệt giữa độ phản xạ của kênh cận hồng ngoại (NIR) và kênh đỏ (RED). Thực vật khỏe mạnh phản xạ mạnh NIR và hấp thụ mạnh RED, do đó có giá trị NDVI cao. SAVI là một phiên bản cải tiến của NDVI, bổ sung một hệ số điều chỉnh để giảm ảnh hưởng của độ sáng nền đất. TVI là một chỉ số khác cũng được dùng để đánh giá mật độ thực vật. Trong nghiên cứu này, bản đồ phân loại từ NDVI cho độ chính xác 85,6%, trong khi SAVI và TVI lần lượt đạt 67,5% và 58,3%. Kết quả này cho thấy NDVI là chỉ số phù hợp nhất để phân loại rừng ngập mặn tại Tiên Lãng.

3.3. Đánh giá phương pháp phân loại có giám sát và không giám sát

Phân loại có giám sát (SCM) và không giám sát (UCM) là hai cách tiếp cận chính trong phân loại ảnh viễn thám. UCM là phương pháp tự động, máy tính sẽ tự nhóm các pixel có đặc tính phổ tương tự nhau thành các lớp mà không cần dữ liệu đầu vào. Ngược lại, SCM đòi hỏi người phân tích phải cung cấp các "mẫu huấn luyện" – là các vùng nhỏ trên ảnh đã được xác định rõ loại hình sử dụng đất. Trong nghiên cứu, UCM đạt độ chính xác 81,8%, trong khi SCM chỉ đạt 68,9%. Mặc dù NDVI cho kết quả tốt nhất, nhưng UCM cũng cho thấy tiềm năng là một phương pháp phân loại nhanh và tương đối chính xác, đặc biệt hữu ích cho các đánh giá sơ bộ hoặc khi dữ liệu thực địa bị hạn chế.

IV. Bí quyết khảo sát thực địa tính sinh khối và carbon trong đất

Bên cạnh viễn thám, khảo sát thực địa là một hợp phần không thể thiếu để ước tính trữ lượng carbon rừng ngập mặn một cách đáng tin cậy. Dữ liệu thực địa không chỉ dùng để kiểm tra độ chính xác của bản đồ phân loại mà còn là cơ sở để xây dựng các mô hình ước tính sinh khối và carbon. Nghiên cứu tại Tiên Lãng, Hải Phòng đã tiến hành một cuộc khảo sát chi tiết vào tháng 7 năm 2018. Tổng cộng 15 ô tiêu chuẩn lớn (30m x 30m) đã được thiết lập một cách ngẫu nhiên và phân bố đều khắp khu vực nghiên cứu. Trong mỗi ô lớn, 3 ô phụ (10m x 10m) được chọn để đo đạc các chỉ tiêu sinh trưởng của cây, bao gồm chiều cao và đường kính ngang ngực (DBH). Dữ liệu này sau đó được sử dụng trong các phương trình allometric chuyên biệt cho từng loài cây như Sonneratia caseolaris và Kandelia obovata để tính toán sinh khối trên mặt đất (AGB) và dưới mặt đất (BGB) mà không cần chặt hạ cây. Đối với carbon hữu cơ trong đất, các mẫu đất được thu thập tại tâm mỗi ô tiêu chuẩn ở độ sâu 100cm, được chia thành 5 lớp khác nhau. Các mẫu này sau đó được phân tích trong phòng thí nghiệm theo phương pháp Walkley-Black để xác định hàm lượng carbon. Cách tiếp cận kết hợp này đảm bảo tính chính xác và khoa học cho toàn bộ quá trình nghiên cứu.

4.1. Thiết lập ô tiêu chuẩn và thu thập dữ liệu sinh trưởng cây

Việc lựa chọn và thiết lập các ô tiêu chuẩn được thực hiện một cách có hệ thống. Tọa độ của mỗi ô được xác định bằng thiết bị GPS Oregon 650. Bên trong 45 ô phụ, các thông số chính của cây rừng ngập mặn được đo đạc cẩn thận. Chiều cao cây (H total) được đo từ gốc đến điểm cao nhất của tán lá. Đường kính ngang ngực (DBH) được đo ở độ cao 1,3m so với mặt đất. Đối với loài Kandelia obovata có cấu trúc rễ đặc biệt, đường kính cũng được đo ở độ cao 0,3m. Tất cả các phép đo đều được ghi chép lại cẩn thận vào biểu mẫu khảo sát. Dữ liệu này là đầu vào quan trọng cho việc tính toán sinh khối, phản ánh sức khỏe và cấu trúc của quần thể rừng ngập mặn tại thời điểm khảo sát.

4.2. Áp dụng công thức allometric tính sinh khối trên và dưới mặt đất

Phương trình allometric là các mô hình toán học mô tả mối quan hệ giữa các kích thước dễ đo của cây (như đường kính) và sinh khối của nó. Việc sử dụng các phương trình này là một phương pháp không phá hủy, thân thiện với môi trường, tiết kiệm thời gian và chi phí. Nghiên cứu đã sử dụng các phương trình đã được công bố trước đó, chuyên biệt cho hai loài chính là Sonneratia caseolaris và Kandelia obovata. Sau khi tính toán được tổng sinh khối (bao gồm cả trên và dưới mặt đất), lượng carbon tích lũy trong cây được xác định bằng cách nhân tổng sinh khối với hệ số chuyển đổi 0,47, theo khuyến nghị của Eggleston và cộng sự (2006). Phương pháp này cho phép ước tính lượng carbon một cách gián tiếp nhưng vẫn đảm bảo độ tin cậy cao.

4.3. Phân tích carbon hữu cơ trong đất theo phương pháp Walkley Black

Để xác định carbon hữu cơ trong đất, nghiên cứu đã tuân thủ tiêu chuẩn Việt Nam TCVN 9294:2012, dựa trên phương pháp Walkley-Black. Đây là một phương pháp oxy hóa ướt, trong đó carbon hữu cơ trong mẫu đất được oxy hóa bằng một lượng dư dung dịch kali dicromat (K2Cr2O7) trong môi trường axit sunfuric đậm đặc. Lượng dicromat dư sau phản ứng được chuẩn độ bằng dung dịch muối Morh (sắt (II) amoni sunfat). Từ đó, lượng carbon hữu cơ trong mẫu được tính toán. Kết hợp với dữ liệu về mật độ khối của đất, trữ lượng carbon trong đất trên một đơn vị diện tích (tấn/ha) được xác định cho từng lớp đất ở các độ sâu khác nhau (0-20cm, 20-40cm, v.v.).

V. Kết quả nổi bật về trữ lượng carbon rừng ngập mặn Tiên Lãng

Nghiên cứu về ước tính trữ lượng carbon rừng ngập mặn tại Tiên Lãng, Hải Phòng đã mang lại những kết quả định lượng quan trọng. Tổng hợp từ dữ liệu thực địa cho thấy, trữ lượng carbon sinh khối trung bình của khu vực là 111,6 tấn/ha, trong khi carbon hữu cơ trong đất lên tới 146 tấn/ha. Điều này một lần nữa khẳng định vai trò quan trọng của trầm tích đất trong việc lưu trữ carbon của hệ sinh thái rừng ngập mặn. Có sự khác biệt rõ rệt về trữ lượng carbon giữa các khu vực. Các khu rừng thuần loài Sonneratia caseolaris ở phía đông và phía bắc, gần đường bờ biển hơn, có trữ lượng sinh khối và carbon cao hơn đáng kể. Lô có sinh khối cao nhất đạt 829,6 tấn/ha, tương ứng với 389,9 tấn carbon/ha. Ngược lại, các khu rừng hỗn giao với Kandelia obovata ở phía nam có trữ lượng thấp hơn, với mức thấp nhất là 91 tấn sinh khối/ha (42,8 tấn carbon/ha). Để trực quan hóa sự phân bố này, phương pháp nội suy trọng số khoảng cách nghịch đảo (IDW) đã được áp dụng trong GIS. Kết quả là các bản đồ phân bố không gian cho thấy rõ các "điểm nóng" về lưu trữ carbon. Độ chính xác của bản đồ nội suy IDW được đánh giá cao, đạt 92,3% đối với sinh khối cây và 89% đối với carbon trong đất.

5.1. Phân bố carbon sinh khối qua bản đồ nội suy IDW

Phương pháp nội suy IDW là một kỹ thuật trong GIS dùng để ước tính giá trị tại các vị trí chưa biết dựa trên các giá trị đã biết tại các điểm xung quanh. Trong nghiên cứu này, dữ liệu sinh khối và carbon tính toán từ 15 ô tiêu chuẩn được dùng làm đầu vào. Kết quả là một bản đồ liên tục cho thấy sự biến thiên của trữ lượng carbon trên toàn bộ khu vực rừng ngập mặn. Bản đồ IDW cho thấy rõ rằng trữ lượng carbon cao nhất tập trung ở các khu vực rừng Sonneratia caseolaris trưởng thành, nằm gần bờ biển. Do có mối tương quan chặt chẽ giữa sinh khối và carbon trong cây (hệ số 0,47), bản đồ phân bố của hai đại lượng này có hình thái gần như tương đồng và cùng đạt độ chính xác cao khi kiểm tra.

5.2. Bản đồ carbon hữu cơ trong đất theo các tầng sâu

Tương tự như carbon sinh khối, carbon hữu cơ trong đất cũng được lập bản đồ bằng phương pháp nội suy IDW. Nghiên cứu đã tạo ra các bản đồ riêng biệt cho tổng lượng carbon trong đất (đến độ sâu 100cm) và cho từng lớp đất (0-20cm, 20-40cm, 40-60cm, 60-80cm, 80-100cm). Các bản đồ này cung cấp một cái nhìn chi tiết về sự phân bố carbon theo cả chiều ngang và chiều sâu. Kết quả cho thấy lượng carbon trong đất không đồng đều, có thể bị ảnh hưởng bởi các yếu tố như loại trầm tích, mức độ ngập triều và lịch sử sử dụng đất. Bản đồ tổng carbon hữu cơ trong đất đạt độ chính xác 89%, là một công cụ hữu ích cho việc quản lý và giám sát tài nguyên đất.

5.3. So sánh trữ lượng carbon giữa các loài cây chiếm ưu thế

Kết quả nghiên cứu nhấn mạnh vai trò vượt trội của loài Bần chua (Sonneratia caseolaris) trong việc tích lũy carbon tại Tiên Lãng. Các cá thể Bần chua có đường kính và chiều cao lớn hơn đáng kể so với loài Trang (Kandelia obovata), dẫn đến sinh khối cá thể cao hơn. Do đó, các quần thể rừng thuần loài Bần chua có tổng trữ lượng carbon trên một hecta cao hơn nhiều so với rừng hỗn giao. Sự khác biệt này cho thấy tầm quan trọng của việc lựa chọn loài cây phù hợp trong các dự án trồng và phục hồi rừng ngập mặn nhằm tối đa hóa khả năng hấp thụ carbon. Dữ liệu này cung cấp bằng chứng khoa học cho việc ưu tiên bảo vệ các khu rừng Bần chua trưởng thành hiện có.

VI. Giải pháp quản lý bền vững và tương lai nghiên cứu carbon

Nghiên cứu ước tính trữ lượng carbon rừng ngập mặn tại Tiên Lãng, Hải Phòng không chỉ cung cấp các số liệu khoa học mà còn đưa ra những định hướng quan trọng cho công tác quản lý. Kết quả đã chứng minh sự thành công của việc kết hợp công nghệ viễn thám với ảnh Sentinel 2A và khảo sát thực địa. Phương pháp này cho phép giám sát sinh khối và trữ lượng carbon một cách hiệu quả, chính xác và trên quy mô lớn. Dựa trên những phát hiện và phân tích về xung đột trong sử dụng tài nguyên ven biển, nghiên cứu đề xuất một số giải pháp chiến lược. Đầu tiên là phát triển và củng cố cơ chế phối hợp đa ngành. Việc quản lý rừng ngập mặn không thể là trách nhiệm của riêng ngành lâm nghiệp mà cần sự tham gia của các ngành nông nghiệp, thủy sản, tài nguyên môi trường và chính quyền địa phương. Thứ hai, cần thành lập và vận hành các thể chế giám sát liên ngành để đảm bảo việc thực thi các quy hoạch và chính sách được hiệu quả. Cuối cùng, việc tăng cường tuyên truyền về quy hoạch và quản lý cho người dân địa phương là cực kỳ quan trọng để nâng cao nhận thức và khuyến khích sự tham gia của cộng đồng. Tương lai của nghiên cứu cần tập trung vào việc tự động hóa quy trình phân tích và xây dựng các mô hình dự báo sự thay đổi trữ lượng carbon theo các kịch bản phát triển khác nhau.

6.1. Tầm quan trọng của việc tích hợp viễn thám và khảo sát thực địa

Sự thành công của nghiên cứu này nằm ở phương pháp luận tích hợp. Viễn thám cung cấp cái nhìn tổng quan, cho phép lập bản đồ phân bố và theo dõi sự thay đổi trên diện rộng một cách nhanh chóng. Tuy nhiên, dữ liệu viễn thám chỉ có thể cung cấp thông tin gián tiếp. Khảo sát thực địa cung cấp các số liệu "chuẩn" tại hiện trường, là cơ sở để hiệu chỉnh và kiểm chứng kết quả từ phân tích ảnh vệ tinh, cũng như để xây dựng các mô hình ước tính sinh khối. Sự kết hợp giữa hai phương pháp này tạo ra một quy trình mạnh mẽ, vừa bao quát vừa chi tiết, khắc phục được nhược điểm của từng phương pháp riêng lẻ. Đây là hướng tiếp cận tiêu chuẩn cần được nhân rộng cho các chương trình giám sát tài nguyên rừng quốc gia.

6.2. Đề xuất cơ chế điều phối đa ngành để bảo vệ rừng ngập mặn

Bảo vệ rừng ngập mặn đòi hỏi một cách tiếp cận tổng thể. Các xung đột trong việc sử dụng tài nguyên, ví dụ như giữa bảo tồn rừng và phát triển nuôi trồng thủy sản, chỉ có thể được giải quyết thông qua một cơ chế điều phối đa ngành hiệu quả. Cơ chế này cần xác định rõ vai trò, trách nhiệm của từng bên liên quan, từ các sở, ban, ngành cấp tỉnh đến chính quyền cấp huyện, xã và cộng đồng dân cư. Việc thiết lập một ban chỉ đạo chung hoặc một quy chế phối hợp liên ngành sẽ giúp hài hòa các lợi ích, lồng ghép các mục tiêu bảo tồn vào kế hoạch phát triển kinh tế - xã hội, và đảm bảo rằng giá trị của dịch vụ hệ sinh thái mà rừng ngập mặn cung cấp, bao gồm cả lưu trữ carbon, được công nhận và bảo vệ.

6.3. Hướng nghiên cứu tiếp theo nhằm nâng cao hiệu quả quản lý

Mặc dù nghiên cứu đã đạt được những kết quả quan trọng, vẫn còn nhiều tiềm năng để cải tiến. Các nghiên cứu trong tương lai có thể khám phá việc sử dụng các nguồn dữ liệu viễn thám khác, chẳng hạn như dữ liệu radar (SAR) có khả năng xuyên qua mây hoặc dữ liệu LiDAR để đo cấu trúc ba chiều của tán cây, có thể cải thiện độ chính xác của các mô hình ước tính sinh khối. Việc xây dựng các mô hình động thái, dự báo sự thay đổi trữ lượng carbon dưới tác động của biến đổi khí hậu (như nước biển dâng) và các kịch bản phát triển kinh tế sẽ cung cấp thông tin chiến lược cho các nhà hoạch định chính sách. Đồng thời, cần tiếp tục nghiên cứu sâu hơn về carbon hữu cơ trong đất và các yếu tố ảnh hưởng đến quá trình tích tụ của nó.

Trích đoạn nội dung tài liệu

MINISTRY OF AGRICULTURE AND RURAL DEVELOPMENT VIETNAM NATIONAL UNIVERSITY OF FORESTRY STUDENT THESIS ESTIMATION OF CARBON STOCKS OF COASTAL MANGROVES USING SENTINEL 2A IN TIEN LANG DISTRICT, HAI PHONG CITY, VIETNAM. Major: Natural Resources Management Code: D850101 Faculty: Forest Resources and Environmental Management Students: Duong Vo Khanh Linh Student ID: 1453092260 Class: 59A Natural Resources Management Course: 2014-2018 Advanced Education Program Developed in collaboration with Colorado State University, USA Supervisor: Assoc. Hai-Hoa Nguyen Hanoi, 2018 PUBLICATION Hai-Hoa, N. Estimation of carbon stocks of coastal mangroves using Sentinel 2A in Tien Lang district, Hai Phong city, Vietnam.

Journal of Geo-spatial Information Science (Submited and accepted to be reviewed). ACKNOWLEDGEMENT This research is funded by Vietnam National Foundation for Science and Technology Development (NAFOSTED) under grant number 105. With the consent of Vietnam Forestry University, Ministry of Agriculture and Rural Development faculty, I conducted the study: “Carbon storage estimation of mangrove forest using Sentinel 2A in Tien Lang district, Hai Phong, Vietnam”. With this study, I am extremely grateful for the guidance, advice and the support of many people.

First, i would like to thank most sincerely and deeply to my mentor – Associcate Prof. Hai-Hoa Nguyen, who gave helpful advices and strong supports during the implementation and completion of this study. Also, I would like to thanks for the encouraging words, and suggestions of the teachers of the Forest Resources and Environment Management Faculty, Vietnam Forestry University that helped me complete the study with the best quality. The study could not be finished and achieved result without the enthusiastic help, friendliness, and hospitality of the local government and residents of two communes Vinh Quang and Dong Hung of Tien Lang district, i would like give a big thanks and extreme appreciation to them.

I also would like to thanks to our friends and family who always supported and encouraged me to perform and complete the study. Because of the limited study duration as well as lacking awareness and knowledge I am looking forward to receiving the comments, evaluation and feedback of teachers and friends to raise the quality of study and improve not only the professional knowledge but also the lacking skills of us in this study. I sincerely thank you! TABLE OF CONTENTS PUBLICATION ACKNOWLEDGEMENT ABBREVIATIONS. i LIST OF TABLES.

ii LIST OF FIGURES. 2 CHAPTER II LITERATURE REVIEW. GIS and Sentinel satellite image. The concept of GIS, remote sensing.

Sentinel 2A satellite image. Remote sensing application in carbon estimation and forest biomass. In the world. 12 CHAPTER III STUDY GOAL, OBJECTIVES AND METHODOLOGY.

Study goal and objectives. Secondary data collection. Field survey method. Calculating biomass and carbon stocks:.

Calculating Soil organic carbon by Walkley – Black method:. Construct the classified map and interpolation map of biomass and carbon stocks. 26 CHAPTER IV NATURAL AND SOCIO-ECONOMIC FEATURES. Natural conditions and basic characteristics of mangrove forest.

Social and economic conditions. 29 CHAPTER V RESULTS AND DISCUSSIONS. Mangrove status and management in Tien Lang district. Status of mangrove forests in Tien Lang districts .Mangrove structures, biomass and carbon estimation-based field survey.

Biomass and carbon estimation-based interpolation method. Soil organic carbon estimation from field-based data collection. Interpolation of soil carbon. Mapping IDW of total soil carbon stocks.

Soil organic carbon at the depth of 0-20cm. Soil organic carbon at depth of 20-40cm. Soil organic carbon at depth of 40-60cm. Soil organic carbon at depth of 60-80cm.

Soil organic carbon at depth of 80-100cm. Solutions for better management of mangroves in Tien Lang. Develop and consolidate multisectoral coordination mechanisms:. Establish and implement inter-sectoral monitoring institutions: 51 5.

Strengthening propaganda about planning and management:. 51 CHAPTER VI CONCLUSION, LIMITATIONS AND FURTHER STUDY 54 6. 62 ABBREVIATIONS AGB Above-Ground Biomass BGB Below-Ground Biomass GIS Geographic Information System GPS Global Positioning System IDW Inverse Distance Weighting KO Kandelia obovata LULC Land-use / Land-cover NDVI Normalized Difference Vegetation Index NIR Near-infrared RGB Red-Green-Blue SAVI Soil Adjusted Vegetation Index SC Sonneratia caseolaris. SCM Supervised Classification Method TVI Transformed Vegetation Index UCM Unsupervised Classification Method i LIST OF TABLES Table 3.

Investigate the status of mangroves. Equations for calculating biomass of mangrove species. Equations of vegetation indices used for estimate mangrove cover. Mangrove extents in study sites by different methods.

Map reliability test of NDVI index. Map reliability test of SAVI index. Map reliability test of Supervised classification method. Map reliability test of TVI index.

Map reliability test of Unsupervised classification method. Area of mangrove forest planted from 1995 to 2016. Map reliability test of IDW of tree biomass. Map reliability test of accumulated carbon.

Map reliability test of total soil soil organic carbon. Map reliability test of soil organic carbon at 0-20cm depth. Map reliability test of soil organic carbon at 20-40cm depth. Map reliability test of soil organic carbon at 40-60cm depth .Map reliability test of soil organic carbon at 60-80cm depth.

Map reliability test of soil organic carbon at 80-100cm depth. Synthesis of conflicts in coastal resources use and solutions. 52 ii LIST OF FIGURES Figure 2.1: Spectral bands Sentinel 2 (Agency, 2018). Flowchart of methodology used in this study.

Distribution of plots for measuring. Mangrove extents by NDVI. Mangrove extents by SAVI. Mangrove extents by supervised classification.

Mangrove extents by TVI. Mangrove extents by unsupervised classification. IDW interpolation of accumulated carbon and tree biomass. Correlation of biomass and its carbon stocks.

IDW of total soil organic carbon. IDW of soil organic carbon at 0-20cm depth. IDW of soil organic carbon at 20-40cm depth. IDW of soil organic carbon at 40-60cm depth.

IDW of soil organic carbon at 60-80cm depth. IDW of soil organic carbon at 80-100cm depth. 49 iii ABSTRACT A mangrove community along the coastal zone of Tien Lang, Hai Phong, Vietnam was selected to study biomass accumulation, carbon storage, soil carbon stocks. Field data were conducted to measure in 15 plots with dimension of 900m2 each plot has 3 subplots with dimension of 100 m2 at three communes Dong Hung, Tien Hung, and Vinh Quang.

Species distribution and total biomass carbon were also analyzed. Sonneratia caseolaris has maintained its dominance of the stand and also contributed the highest to total biomass carbon. The mean of biomass carbon stock was calculated at 111,6 ton ha-1 and soil organic carbon was 146. This research also applied some classification methods, such as NDVI, SAVI, TVI indices, supervised and unsupervised.

The accuracy was following respectively by 85. The IDW interpolation of biomass and tree biomass had the same accuracy, which was 92.3% and soil carbon was 89. Overall, Tien Lang mangroves are storing vast amount of carbon Keywords: Biomass carbon, soil organic carbon , GIS, Remote sensing, mangrove forest, NDVI, SAVI, TVI, supervised and unsupervised classification. 1 CHAPTER I INTRODUCTION Mangroves forests are placed in the intertidal areas along the coast in most of the tropics and subtropics (Kathiresan and Bingham, 2001).

They are one of the most important and effective ecosystems and provide habitats for wild animals (Wolanski et al. Mangroves played a significant role in decreasing the damage caused by the tsunami in coastal areas. Its ecosystems regulate water, protect the soil from erosion and provide a natural barrier against storms, cyclones, tides, and other potentially damaging natural forces (Dahdouh-Guebas et al., 2005, Bahuguna et al. For centuries, mangroves have contributed significantly to the socio-economic life of coastal residents.

They are a source of firewood and provide construction materials, charcoal, food, honey, herbal medicines, and other forestry products (Alongi, 2002, Hong and San, 1993). In addition, this ecosystem can act as a highly efficient carbon pool in the tropics (Donato et al., 2011), because mangroves can sequester carbon in both above and below-ground biomass as well as within soil. Despite the large carbon storage potential in mangrove biomass and soil, mangroves are under serious threat from high population growth, aquaculture expansion, timber cutting, and other human activities (Duke et al. 2 In Vietnam, remote sensing application in the forestry sector has been applied for a long time by the forest inventory and planning institute to map the forest status and store the map database in GIS software.

Carbon quantification in mangrove forest planted in the North Coast of Viet Nam published at the natural science and technology publishing house (Nguyen et.al 2017) had shown the carbon quantify process in mangroves. And it also had developed a model for calculating carbon on and under the ground for some of the plant species characteristic of mangroves, thereby evaluating the cumulative potential carbon of different plants in mangroves. The calculation of carbon sequestration and value of the forest often follow traditional methods, so it takes a lot of time and energy. Although there has been a study establishing correlations between forest, carbon and satellite surveyors, little research has been done on carbon sequestration in forest conditions with image classified.

In recent years, mangroves and coastal resources in Tien Lang district have been under pressure to maintain the area and ecosystem functions from the forest (Pham and Yoshino, 2016). One of the valuable point of mangrove forests is high carbon storage but its estimation in Tien Lang district is still limited. This study constructed the current map of mangroves distribution, tree biomass and accumulated carbon in tree, soil carbon storage of mangrove species in the coastal area of Tien Lang using 2A Sentinel imagery. With the data collected from the fieldwork, this study will produce other side of 3 mangroves forest and conflict situation in Tien Lang.

This work ― Estimation of carbon stockse of coastal mangroves using Sentinel 2A in Tien Lang district, Hai Phong city, Vietnam ― has provided further investigation into the functional condition of mangrove ecosystems in the study area and may help elucidate the spatial distribution patterns of carbon stocks in tropical and sub- tropical climates. 4 CHAPTER II LITERATURE REVIEW 2. GIS and Sentinel satellite image 2. The concept of GIS, remote sensing GIS (Geographic Information System) was formed in the 1960s and developed extensively around the world.

It is an information system that captures, stores, manipulates, analyzes, manages and presents all types of geographical data. Rooted in the science of geography, GIS integrates many types of data. It analyzes spatial location and organizes layers of information into visualizations using maps and 3D scenes. With this unique capability, GIS reveals deeper insights into data, such as patterns, relationships, and situations—helping users make smarter decisions.

Remote sensing is the science of obtaining information about objects or areas from a distance, typically from aircraft or satellites. It has flourished over the last three decades when providing digital imager from satellites in Earth’s orbit since the 1960s. Remote sensors can be either passive or active. Passive sensors respond to external stimuli.

They record natural energy that is reflected or emitted from the Earth's surface. The most common source of radiation detected by passive sensors is reflected sunlight. GPS (Global Positioning System) is a satellite navigation system used to determine the ground position of an object. GPS technology was first used 5 by the United States military in the 1960s and expanded into civilian use over the next few decades.

Today, GPS receivers are included in many commercial products, such as automobiles, smartphones, exercise watches, and GIS devices. Sentinel 2A satellite image Sentinel-2A satellite sensor was successfully launched on June 23, 2015, at 03.51:58 am CEST from a Vega launcher from the spaceport in Kourou, French Guiana. Sentinel-2A satellite is the first optical Earth observation satellite in the European Copernicus programme and was developed and built under the industrial leadership of Airbus Defence and Space for the European Space Agency (ESA).