Nghiên cứu giám sát mất rừng và suy thoái rừng tại tỉnh Lâm Đồng bằng ảnh vệ tinh Sentinel-2

Luận văn thạc sĩ phân tích quản lý tài nguyên rừng nghiên cứu ứng dụng ảnh vệ tinh sentienl2 để giám sát mất rừng suy thoái, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp

• Tác giả: Nguyễn Xuân Đích
• Người hướng dẫn: PGS. Phùng Văn Khoa
• Trường học: Trường Đại Học Lâm Nghiệp
• Chuyên ngành: Quản Lý Tài Nguyên Rừng
• Đề tài: Giám sát Mất Rừng Tại Lâm Đồng Bằng Ảnh Vệ Tinh Sentinel-2
• Loại tài liệu: Luận Văn
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
• 1.1. Khái niệm về công nghệ địa không gian
• 1.2. Ứng dụng công nghệ địa không gian trong giám sát thay đổi rừng. Đánh giá và định hướng nghiên cứu
• 2. CHƯƠNG 2: MỤC TIÊU, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Mục tiêu nghiên cứu
• 2.2. Mục tiêu cụ thể
• 2.3. Đối tượng, phạm vi và giới hạn nghiên cứu
• 2.4. Nội dung nghiên cứu
• 2.5. Phương pháp nghiên cứu cụ thể
• 3. CHƯƠNG 3: BẠC ĐIỂM TỰ NHIÊN KHU VỰC NGHIÊN CỨU
• 3.1. Địa hình
• 3.2. Khí hậu
• 3.3. Tài nguyên đất
• 3.4. Tài nguyên nước
• 3.5. Tài nguyên rừng
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Hiện trạng rừng, đặc điểm mất rừng, suy thoái rừng ở tỉnh Lâm Đồng
• 4.2. Diện tích rừng và đất lâm nghiệp phân theo đơn vị hành chính cấp Huyện
• 4.3. Đặc điểm mất rừng, suy thoái rừng giai đoạn 2019-2021
• 4.4. Ứng dụng ảnh vệ tinh Sentinel 2 phát hiện mất rừng, suy thoái rừng ở tỉnh Lâm Đồng
• 4.5. Kết quả phát hiện mất rừng, suy thoái rừng. Đánh giá độ chính xác. Đề xuất quy trình kỹ thuật ứng dụng ảnh vệ tinh trong giám sát mất rừng, suy thoái rừng ở tỉnh Lâm Đồng
• 4.6. Đăng ký tài khoản Google Earth Engine
• 4.7. Tải ảnh vệ tinh từ GEE theo phạm vi phát hiện mất rừng, suy thoái rừng
• 4.8. Tính toán và phân loại chỉ số KB trong phần mềm QGIS
• 4.9. Xác định các khu vực mất rừng, suy thoái rừng trong phạm vi quản lý lâm
• 4.10. Thống kê diện tích các khu vực mất rừng, suy thoái rừng
• 5. KẾT LUẬN, TỒN TẠI VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng quan về giám sát mất rừng tại Lâm Đồng bằng ảnh vệ tinh Sentinel 2

Giám sát mất rừng là một trong những vấn đề cấp bách hiện nay, đặc biệt tại tỉnh Lâm Đồng. Việc sử dụng công nghệ ảnh vệ tinh Sentinel-2 đã mở ra những cơ hội mới trong việc theo dõi và quản lý tài nguyên rừng. Sentinel-2 cung cấp hình ảnh với độ phân giải cao, cho phép phát hiện nhanh chóng các thay đổi trong thảm thực vật. Điều này không chỉ giúp nâng cao hiệu quả quản lý rừng mà còn góp phần bảo vệ môi trường sống.

1.1. Công nghệ ảnh vệ tinh Sentinel 2 và ứng dụng trong giám sát rừng

Sentinel-2 là một phần của chương trình Copernicus của Liên minh Châu Âu, cung cấp dữ liệu viễn thám chất lượng cao. Công nghệ này cho phép theo dõi sự thay đổi của rừng theo thời gian thực, từ đó giúp phát hiện kịp thời tình trạng mất rừng.

1.2. Tình hình mất rừng tại Lâm Đồng và nguyên nhân

Tình trạng mất rừng tại Lâm Đồng đang diễn ra nghiêm trọng, với nhiều nguyên nhân như khai thác gỗ trái phép, mở rộng nông nghiệp và đô thị hóa. Việc giám sát kịp thời sẽ giúp các cơ quan chức năng có biện pháp xử lý hiệu quả.

II. Vấn đề và thách thức trong giám sát mất rừng tại Lâm Đồng

Mặc dù công nghệ giám sát bằng ảnh vệ tinh mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức trong việc áp dụng tại Lâm Đồng. Các vấn đề như độ chính xác của dữ liệu, khả năng tiếp cận công nghệ và sự phối hợp giữa các cơ quan quản lý là những yếu tố cần được giải quyết.

2.1. Độ chính xác của dữ liệu ảnh vệ tinh trong giám sát rừng

Độ chính xác của dữ liệu ảnh vệ tinh là yếu tố quan trọng trong việc phát hiện mất rừng. Các nghiên cứu cho thấy rằng việc sử dụng chỉ số NDVI và ARVI có thể cải thiện độ chính xác trong việc phân loại thảm thực vật.

2.2. Khả năng tiếp cận công nghệ giám sát rừng

Khả năng tiếp cận công nghệ giám sát rừng còn hạn chế, đặc biệt là ở các địa phương. Việc đào tạo nhân lực và đầu tư vào cơ sở hạ tầng công nghệ là cần thiết để nâng cao hiệu quả giám sát.

III. Phương pháp giám sát mất rừng bằng ảnh vệ tinh Sentinel 2

Phương pháp giám sát mất rừng bằng ảnh vệ tinh Sentinel-2 bao gồm nhiều bước từ thu thập dữ liệu đến phân tích và đánh giá. Việc áp dụng các chỉ số thực vật như NDVI giúp xác định tình trạng sức khỏe của rừng và phát hiện các khu vực bị suy thoái.

3.1. Quy trình thu thập và xử lý ảnh vệ tinh

Quy trình bắt đầu bằng việc thu thập ảnh vệ tinh từ Google Earth Engine, sau đó xử lý dữ liệu để tạo ra các bản đồ phân loại thảm thực vật. Việc này giúp xác định các khu vực có nguy cơ mất rừng.

3.2. Phân tích chỉ số NDVI và ARVI trong giám sát rừng

Chỉ số NDVI và ARVI được sử dụng để phân tích tình trạng rừng. Những chỉ số này giúp đánh giá độ che phủ thực vật và phát hiện các khu vực bị suy thoái, từ đó đưa ra các biện pháp bảo vệ kịp thời.

IV. Ứng dụng thực tiễn và kết quả nghiên cứu tại Lâm Đồng

Nghiên cứu ứng dụng ảnh vệ tinh Sentinel-2 tại Lâm Đồng đã cho thấy những kết quả khả quan trong việc giám sát mất rừng. Các dữ liệu thu thập được đã giúp xác định chính xác các khu vực bị mất rừng và suy thoái, từ đó hỗ trợ các cơ quan chức năng trong việc quản lý tài nguyên rừng.

4.1. Kết quả phát hiện mất rừng từ ảnh vệ tinh

Kết quả nghiên cứu cho thấy diện tích rừng bị mất trong giai đoạn 2019-2021 đã được phát hiện một cách chính xác nhờ vào công nghệ ảnh vệ tinh. Điều này giúp nâng cao hiệu quả trong công tác quản lý rừng.

4.2. Đánh giá độ chính xác của phương pháp giám sát

Đánh giá độ chính xác của phương pháp giám sát cho thấy tỷ lệ chính xác đạt trên 90%. Điều này khẳng định tính hiệu quả của việc sử dụng ảnh vệ tinh trong giám sát mất rừng tại Lâm Đồng.

V. Kết luận và tương lai của giám sát mất rừng tại Lâm Đồng

Giám sát mất rừng bằng ảnh vệ tinh Sentinel-2 đã chứng minh được tính hiệu quả và khả năng ứng dụng cao tại Lâm Đồng. Tương lai, việc phát triển công nghệ này sẽ tiếp tục hỗ trợ các cơ quan chức năng trong việc bảo vệ tài nguyên rừng và môi trường sống.

5.1. Tương lai của công nghệ giám sát rừng

Công nghệ giám sát rừng sẽ tiếp tục phát triển với sự hỗ trợ của các công nghệ mới như trí tuệ nhân tạo và học máy. Điều này sẽ giúp nâng cao độ chính xác và hiệu quả trong việc phát hiện mất rừng.

5.2. Khuyến nghị cho các cơ quan quản lý rừng

Các cơ quan quản lý rừng cần tăng cường đầu tư vào công nghệ giám sát và đào tạo nhân lực. Việc này sẽ giúp nâng cao khả năng phát hiện và xử lý kịp thời tình trạng mất rừng.

Nội dung chính

Tổng quan nghiên cứu

Tỉnh Lâm Đồng, với diện tích rừng khoảng 533.732 ha, trong đó rừng tự nhiên chiếm 455.320 ha, là một trong những vùng có tỷ lệ che phủ rừng cao của Việt Nam. Tuy nhiên, trong giai đoạn 2019-2021, tỉnh này vẫn ghi nhận 725 vụ mắt rừng và suy thoái rừng với tổng diện tích bị ảnh hưởng lên tới 139,03 ha. Việc phát hiện sớm và giám sát chính xác các khu vực này là thách thức lớn đối với công tác quản lý và bảo vệ rừng. Nghiên cứu ứng dụng ảnh vệ tinh Sentinel 2 nhằm giám sát mắt rừng, suy thoái rừng trên địa bàn tỉnh Lâm Đồng được thực hiện với mục tiêu nâng cao hiệu quả quản lý tài nguyên rừng, phát hiện kịp thời các vụ việc phá rừng trái phép, từ đó góp phần bảo vệ đa dạng sinh học và phát triển bền vững tài nguyên rừng.

Phạm vi nghiên cứu tập trung vào diện tích đất có rừng của tỉnh Lâm Đồng trong giai đoạn 2019-2021, đặc biệt vào mùa khô từ tháng 12 năm trước đến tháng 4 năm sau, nhằm giảm thiểu ảnh hưởng của mây che phủ trên ảnh vệ tinh. Nghiên cứu sử dụng các chỉ số thực vật như NDVI (Normalized Difference Vegetation Index) và ARVI (Atmospherically Resistant Vegetation Index) trên ảnh Sentinel 2 để phát hiện các điểm mắt rừng và suy thoái rừng. Kết quả nghiên cứu không chỉ cung cấp số liệu chính xác về diện tích và vị trí các khu vực bị ảnh hưởng mà còn đề xuất quy trình kỹ thuật ứng dụng công nghệ địa không gian trong giám sát tài nguyên rừng, góp phần nâng cao hiệu quả công tác quản lý bảo vệ rừng tại địa phương.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên ba công nghệ địa không gian chính: Viễn thám (Remote Sensing - RS), Hệ thống thông tin địa lý (Geographical Information Systems - GIS) và Hệ thống định vị toàn cầu (Global Positioning Systems - GPS). Viễn thám cung cấp dữ liệu ảnh đa phổ, đa thời gian giúp phát hiện và theo dõi biến động rừng. GIS hỗ trợ quản lý, phân tích và trực quan hóa dữ liệu không gian liên quan đến tài nguyên rừng. GPS cung cấp tọa độ chính xác cho các điểm khảo sát thực địa, phục vụ kiểm chứng kết quả phân tích ảnh vệ tinh.

Hai chỉ số thực vật chính được sử dụng là NDVI và ARVI. NDVI phản ánh mức độ che phủ thực vật dựa trên sự khác biệt giữa vùng cận hồng ngoại và vùng đỏ, trong khi ARVI được thiết kế để giảm thiểu ảnh hưởng của khí quyển, giúp cải thiện độ chính xác trong điều kiện mây và bụi. Ngoài ra, chỉ số tương đối KB được áp dụng để đánh giá mức độ thay đổi rừng qua các thời điểm.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là ảnh vệ tinh Sentinel 2 được tải về từ nền tảng Google Earth Engine (GEE), đã được xử lý hiệu chỉnh khí quyển và lọc mây. Nghiên cứu tập trung vào hai giai đoạn mùa khô 2019-2020 và 2020-2021 để giảm thiểu ảnh hưởng của mây. Cỡ mẫu gồm 50 điểm mắt rừng, suy thoái rừng thực tế được lựa chọn theo phương pháp điển hình, dựa trên hồ sơ của Chi cục Kiểm lâm tỉnh Lâm Đồng để đánh giá độ chính xác kết quả phát hiện.

Phân tích dữ liệu sử dụng phần mềm QGIS phiên bản 3.16 để tính toán các chỉ số NDVI, ARVI và chỉ số KB, phân loại và xác định các khu vực mắt rừng, suy thoái rừng. Quy trình kỹ thuật bao gồm tải ảnh từ GEE, xử lý ảnh, tính toán chỉ số, phân loại và thống kê diện tích các khu vực bị ảnh hưởng. Độ chính xác được đánh giá bằng cách so sánh diện tích phát hiện trên ảnh vệ tinh với diện tích thực tế từ hồ sơ kiểm lâm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiện trạng rừng và biến động mắt rừng, suy thoái rừng: Tổng diện tích đất có rừng tỉnh Lâm Đồng là 533.732 ha, trong đó rừng tự nhiên chiếm 455.320 ha. Giai đoạn 2019-2021, có 725 vụ mắt rừng, suy thoái rừng với tổng diện tích 139,03 ha. Năm 2019 có số vụ cao nhất (255 vụ), năm 2021 thấp nhất (219 vụ).

2. Phát hiện mắt rừng, suy thoái rừng qua ảnh Sentinel 2 giai đoạn 2019-2020: Sử dụng chỉ số NDVI phát hiện 3.740 điểm với diện tích 2.029,24 ha; chỉ số ARVI phát hiện 4.408 điểm với diện tích 2.392,02 ha. Các huyện có số điểm và diện tích lớn nhất gồm Lạc Dương, Đam Rông, Lâm Hà, Di Linh, Bảo Lâm.

3. Phát hiện mắt rừng, suy thoái rừng giai đoạn 2020-2021: Chỉ số NDVI phát hiện 2.455 điểm với diện tích 1.328 ha; chỉ số ARVI phát hiện 3.885 điểm với diện tích 2.122,66 ha. Các huyện trọng điểm gồm Đam Rông, Lạc Dương, Lâm Hà, Đức Trọng, Di Linh, Bảo Lâm.

4. Đánh giá độ chính xác: Độ chính xác trung bình phát hiện diện tích mắt rừng, suy thoái rừng khi sử dụng NDVI là 76,5%, trong khi sử dụng ARVI đạt 92,8%. Điều này cho thấy ARVI phù hợp hơn trong điều kiện khí hậu và địa hình của Lâm Đồng.

Thảo luận kết quả

Kết quả cho thấy ảnh vệ tinh Sentinel 2 kết hợp với các chỉ số thực vật NDVI và ARVI là công cụ hiệu quả trong giám sát biến động rừng, đặc biệt trong phát hiện sớm các điểm mắt rừng và suy thoái rừng. Việc lựa chọn mùa khô để thu thập ảnh giúp giảm thiểu sai số do mây che phủ, nâng cao độ chính xác phân tích. So với các nghiên cứu trong nước và quốc tế, kết quả độ chính xác của ARVI trong nghiên cứu này tương đồng hoặc cao hơn, khẳng định tính ứng dụng của chỉ số này trong điều kiện khí hậu nhiệt đới gió mùa.

Biểu đồ phân bố số điểm và diện tích mắt rừng theo huyện thể hiện rõ các vùng trọng điểm cần tập trung quản lý, giúp lực lượng kiểm lâm và các cơ quan chức năng có thể ưu tiên nguồn lực tuần tra, giám sát. So sánh với số liệu thực tế từ hồ sơ kiểm lâm, kết quả phát hiện trên ảnh vệ tinh có độ tương đồng cao, chứng tỏ phương pháp nghiên cứu có tính thực tiễn và khả năng ứng dụng rộng rãi.

Đề xuất và khuyến nghị

1. Triển khai thường xuyên giám sát bằng ảnh vệ tinh Sentinel 2: Áp dụng quy trình kỹ thuật đã đề xuất để giám sát biến động rừng hàng năm, đặc biệt vào mùa khô, nhằm phát hiện sớm các vụ mắt rừng, suy thoái rừng. Chủ thể thực hiện là Chi cục Kiểm lâm tỉnh Lâm Đồng, phối hợp với các đơn vị quản lý rừng.

2. Tăng cường đào tạo và nâng cao năng lực cho cán bộ quản lý rừng: Đào tạo sử dụng phần mềm GIS, Google Earth Engine và phân tích chỉ số NDVI, ARVI để nâng cao kỹ năng phát hiện và xử lý các vụ việc phá rừng kịp thời.

3. Xây dựng hệ thống cảnh báo sớm và cơ chế phối hợp liên ngành: Thiết lập hệ thống cảnh báo dựa trên dữ liệu viễn thám để thông báo kịp thời cho các lực lượng chức năng, đồng thời phối hợp với chính quyền địa phương trong công tác bảo vệ rừng.

4. Đẩy mạnh công tác tuyên truyền, nâng cao nhận thức cộng đồng: Tuyên truyền về tác hại của phá rừng và lợi ích của việc bảo vệ rừng, khuyến khích người dân tham gia giám sát và bảo vệ tài nguyên rừng.

Đối tượng nên tham khảo luận văn

1. Cán bộ quản lý và bảo vệ rừng: Nghiên cứu cung cấp phương pháp và quy trình kỹ thuật ứng dụng công nghệ địa không gian giúp nâng cao hiệu quả công tác giám sát và phát hiện biến động rừng.

2. Nhà nghiên cứu và sinh viên chuyên ngành quản lý tài nguyên rừng, viễn thám: Luận văn là tài liệu tham khảo quý giá về ứng dụng ảnh vệ tinh Sentinel 2 và các chỉ số thực vật trong giám sát tài nguyên rừng.

3. Cơ quan quản lý nhà nước về tài nguyên môi trường: Giúp xây dựng chính sách, kế hoạch quản lý rừng dựa trên dữ liệu chính xác và cập nhật liên tục từ công nghệ viễn thám.

4. Tổ chức phi chính phủ và cộng đồng địa phương: Hỗ trợ trong việc giám sát, bảo vệ rừng và phát triển các chương trình bảo tồn đa dạng sinh học tại địa phương.

Câu hỏi thường gặp

1. Ảnh vệ tinh Sentinel 2 có ưu điểm gì trong giám sát rừng?
   Sentinel 2 cung cấp ảnh đa phổ với độ phân giải không gian từ 10-20 m, có khả năng thu thập dữ liệu thường xuyên và miễn phí, phù hợp để phát hiện biến động rừng nhỏ và theo dõi thay đổi theo thời gian.

2. Tại sao chọn mùa khô để thu thập ảnh vệ tinh?
   Mùa khô có tỷ lệ mây thấp hơn, giảm thiểu ảnh hưởng của mây che phủ trên ảnh vệ tinh, giúp tăng độ chính xác trong việc phân tích và phát hiện các điểm mắt rừng, suy thoái rừng.

3. Chỉ số NDVI và ARVI khác nhau như thế nào?
   NDVI phản ánh mức độ che phủ thực vật dựa trên vùng cận hồng ngoại và đỏ, trong khi ARVI được thiết kế để giảm thiểu ảnh hưởng của khí quyển như bụi và mây, giúp cải thiện độ chính xác trong điều kiện khí hậu phức tạp.

4. Độ chính xác phát hiện mắt rừng, suy thoái rừng đạt được là bao nhiêu?
   Nghiên cứu cho thấy độ chính xác trung bình khi sử dụng NDVI là 76,5%, còn sử dụng ARVI đạt 92,8%, cho thấy ARVI phù hợp hơn trong điều kiện nghiên cứu tại Lâm Đồng.

5. Làm thế nào để áp dụng kết quả nghiên cứu vào thực tiễn quản lý rừng?
   Các cơ quan quản lý có thể triển khai quy trình kỹ thuật giám sát định kỳ bằng ảnh vệ tinh, kết hợp với kiểm tra thực địa và xây dựng hệ thống cảnh báo sớm để phát hiện và xử lý kịp thời các vụ phá rừng.

Kết luận

• Ứng dụng ảnh vệ tinh Sentinel 2 kết hợp chỉ số NDVI và ARVI hiệu quả trong giám sát mắt rừng, suy thoái rừng tại tỉnh Lâm Đồng giai đoạn 2019-2021.
• Tổng số vụ mắt rừng, suy thoái rừng là 725 vụ với diện tích 139,03 ha, tập trung chủ yếu ở các huyện Lạc Dương, Đam Rông, Lâm Hà, Di Linh, Bảo Lâm.
• Độ chính xác phát hiện sử dụng ARVI đạt 92,8%, cao hơn NDVI (76,5%), phù hợp với điều kiện khí hậu và địa hình địa phương.
• Đề xuất quy trình kỹ thuật ứng dụng công nghệ địa không gian giúp nâng cao hiệu quả quản lý, bảo vệ rừng.
• Khuyến nghị triển khai giám sát định kỳ, đào tạo cán bộ và xây dựng hệ thống cảnh báo sớm để bảo vệ tài nguyên rừng bền vững.

Next steps: Triển khai áp dụng quy trình kỹ thuật trong công tác quản lý rừng tại Lâm Đồng, mở rộng nghiên cứu ứng dụng công nghệ địa không gian cho các tỉnh lân cận.

Các cơ quan quản lý và nhà nghiên cứu cần phối hợp chặt chẽ để phát huy tối đa hiệu quả của công nghệ viễn thám trong bảo vệ tài nguyên rừng, góp phần phát triển bền vững môi trường và kinh tế địa phương.

Trích đoạn nội dung tài liệu

Chương 1 TONG QUAN VAN ĐÈ NGHIÊN CỨU 1. Khái niệm về công nghệ địa không gian Công nghệ địa không gian gồm có 3 công nghệ khác nhau đó là viễn thám (Remote sensing), hệ thống thông tin địa lý (Geographical Information Systems) và hệ thống định vị toàn cẩu (Global Positioning Systems). Viễn thám (RS) là lĩnh vực khoa học và nghệ thuật thu nhận thông tin (phổ, không gian, thời gian) về các đối tượng trên bé mặt trái đất mà không. tiếp xúc rực tiếp với ¡ tượng.

Viễn thám thu nhận các bức ảnh có độ rộng từ nhỏ đến lớn trong một thời gian ngắn giúp cho việc lập kế hoạch và “quản lý tài nguyên. Hệ thống thông tin địa lý (GIS) là một hệ thống máy tính giúp cho việc nắm bai „lưut điều khiển, phân tích,biên thị dữ: liên quan đến vị các đối tượng trên bé mặt trái đắt. GIS giúp chúng ta trả lời các câu hỏi và giải quyết vẫn đề. GIS ướ tr cát thông ta về thể giới thực theo tùng lớp bản đồ chuyên đề mà chúng ta có thể sử dung cùng một lúc.

Các lớp này chứa các thông tin về các đặc điểm giống nhau như: đường giao thông, sông suối, thực. Hệ thống định vị toàn cầu (GPS) là một hệ thống liên quan đến các vệ tinh và máy tính giúp cho việc xác định vị trí tọa độ (kinh độ, vĩ độ) của một người tiếp nhận trên trái đất thông qua các dấu hiệu được gửi về từ các vệ tỉnh. Những thông tin được thu nhận bởi GPS có thể được tạo và phân tích bởi GIS và RS. Công nghệ dia không gian (RS, GIS, GPS) có vai trò quan trọng trong việc cải thiện công tác quản lý dữ liêu của một tổ chức, nâng cao hiệu quả trong quản lý tài nguyên thông qua c¡ phần mé n xây dựng dữ liệu bản đỗ.

Nó giúp chúng ta ra quyết định được tốt hơn đồng thời nó cũng giúp chúng ta sử dung tài chính hiệu quả hơn và tiết kiệm được thời gian. Ứng dụng công nghệ địa không gian trong giám sát thay đổi rừng. a) Trên thé giới Theo Báo cáo đánh giá tài nguyên rừng toàn cầu năm 2010 (FAO, 2010), tổng diện tích rừng của thé giới (233 Quốc gia) là khoảng 4 ty ha, trung bình 0,6 ha trên người, chiếm tỷ lệ 31% tông điện tích đất toàn câu. Chau Phi chiếm 17%, Chau A chiếm 15%, Châu Âu chiếm 25%, Bắc và trung.

Mỹ chiếm 17%, Nam Mỹ chiếm 21% và Châu Đại Dương chiếm 5%. Những Quốc gia có rừng nhiều nhất là Nga, Brazil, Canada, Mỹ và Trung Quốc. chiếm khoảng 53% điện tích rừng toàn cầu. Diện tích rừng toàn cầu phân theo các loại như sau: rừng sản xuất (30%), rừng phòng hộ nước và (8%), rừng bảo tồn đa dang sinh học (12%), rừng eung ứng dịch vụ xã hội (4%), rừng da tác dụng (24%), rừng cung cấp chức năng khác (7%) và rừng chưa rõ chức.

năng (16%) Giai đoạn 2000-2010, có khoảng 13 triệu ha rừng đã bị chuyển đổi sang mục đích khác hoặc bị mắt, Brazil và Indonesia là 2 quốc gia có diện tích rừng bị mắt nhiều nhất. Nguyên nhân của mắt rừng và suy thoái rừng là do. hoạt động mở rộng nông nghiệp, khai thác gỗ, mở rộng cơ sở hạ ting, khai thác nguyên thiên nhiên và các nguyên nhân khác. Ngoài ra hoạt động khai thác khoáng sản cũng gây lên sự tàn phá rừng nghiêm trọng ở nhiễu khu vực, nhất là ở các nước đang phát triển.

Sự suy thoái và mắt rừng cũng đồng nghĩa. với việc tăng xói mén, sat lở đất, nhất là trong mùa mưa lũ do độ che phủ của đất bị suy giảm, Mắt rừng làm suy giảm đa dang sinh học, tốc độ suy giảm ngày nay đang diễn ra một cách nhanh chóng chưa từng có, ước tính gấp khoảng 100 lần so với tốc độ mắt các loài trong lịch sử Trái Dat. Trên thé giới, công nghệ địa không gian đã được sử dụng rất sớm dé giám sát sự thay đổi của thảm thực vật rừng. Đã có rất nhiều công trình sử dụng ảnh hàng không để xây dựng bản đồ tài nguyên rừng ở các nước trên thé giới.

Trong khoảng gần 50 năm trở lại đây, ảnh vệ tinh với phương pháp xử lý ố đã được sử dụng rộng rãi và dan thay thé ảnh hàng không trong điều tra, xây dựng các bản đỗ thảm thực rừng. Ảnh vệ tỉnh đa thời gian tạo cơ hội thuận lợi cho việc giám sát và đánh giá diễn biến rừng từ quá khứ đến hiện tại và tạo cơ sở để dự báo những khu vực có thé thay đổi trong tương lai. Chính vậy, ảnh vệ tỉnh đã được áp dụng ngày càng sâu rộng trong giám sát tài nguyên rừng ở các quy mô, cấp độ khác nhau. Có thể kể đến một s ông trình nghiên cứu sử dụng ảnh vi thám phát hiện thay đổi rừng như dưới đây A.

Frimpong (2011), mục tiêu của nghiên cứu là phân tích sự thay đổi sự. che phủ rừng ở vùng lưu vực Owabi ở Kumasi, Trong nghiên cúu tác giả sir dung ảnh Lansat TM (1986), ảnh Aster (2002) và Lansat ETM (2007). Tác giả phân loại lớp phủ ra làm 8 loại (nướế; đất trồng/cát, đồng cỏ, rừng trồng, rừng thưa tht, rimg mật độ cao, đt trồng trọt và đắt ngập nước) và sử dụng chỉ NDVI để phân loại. Sử dụng phần mềm Fragstats, các thay đổi trong cấu trúc.

cảnh quan đã được phân tích và thống kê các loại hình sử dụng đất. Kết quả phân tích cho thấy từ năm 1986 đến năm 2002 và năm 2002 đến năm 2007 diện. tích rừng đã giảm 2.231,56 ha, tương ứng là 24. Từ năm 1986 đến 2007, độ che phủ rừng giảm xuống 3.

Những thay đổi này là kết quả của sự gia tăng hoạt động của con người và sự bùng nỗ dân số trong vùng lưu vực. Lớp che phủ rừng năm 1974 và các bản đồ phân loại năm 1986, 2002 và 2007 cho thấy rừng phòng hộ đã bị suy giảm mạnh trong vòng 33 năm qua. Việc sử dụng dữ liệu hình ảnh vệ tỉnh, kỹ thuật GIS và RS là một công cụ có giá tr để phát hiện và dự đoán sự thay đổi độ che phú rừng và xác định các khu vực có nguy cơ bị xâm chiếm.S; Olokeogun et al, (2014) đã tập trung vào nghiên cứu sự thay đổi cảnh quan trong khu bảo tồn Shasha, trong khoảng thời gian 18 năm. Trong, để tài tác giả sử dụng ảnh Lansat (ảnh thu nhận năm 1986 và 2004) và phân ra làm 5 nhóm (Thủy hệ, khu bào tồn, khu xây dựng, thực vật và đất nông nghiệp) và phân loại dựa trên thuật toán xác suất nhất “Maximum Likehood”.

Dựa trên kết quả phân loại tại hai thời điểm khác nhau cho thấy, thực vật (rừng bị suy thoái) ting 30,96%. Diện tích đắt nông nghiệp tăng 22,82%, đ xây dựng tăng 3,09%. Tuy nhiên, trữ lượng rừng lại giảm đáng kể xuống. 46,12% và đất thủy hệ giảm 10,86% trong giai đoạn nầy.

Nghiên cứu này làm nỗi bật tốc độ biển đổi hệ sinh thái rừng thông qua các hoạt động nhân sinh. học và nhu cầu nắm bắt tinh hình dé đảm bảo quản lý rừng bền vững. Khairuddin et al. (2016) nghiên cứu suy thoái rừng ngập mặn bằng cách sử dụng inh Landsat 5 TM va Landsat 8 OLI tại Mempawah Regeney, phía tây tỉnh Kalimantan trong giai đoạn 1989 - 2014.

Trong nghiên cứu nhóm tác giả thực hiện phân tích diện tích và mật độ phân bồ rừng ngập mặn tại Khu bảo tồn bằng chi số NDVI, sau đó phân nhóm dữ liệu ra làm 3 nhóm tung ứng với mật độ cao, mật độ trung bình và mật độ thấp. Kết quả thông. qua ảnh Lansat 5 TM (1989), Landsat 8 OLI (2014) nại cứu đã chỉ ra 250,88 ha (ha) của rừng ngập mặn bị suy thoái trong thời gian đó. Trong tổng xổ rừng ngập mặn chỉ có 377,25 ha (51,02%) rừng có duy tì ở mật độ cao và 362,06 ha (48,98%) có mật độ trung bình và thấp.

Emmanuel Da Ponte et al. (2017) đã cung cấp một phân tích đa chiều về sự năng động (the dynamics) của rừng trong khu vực BAAPA, và đánh giá cách nông dân nhận thứ được rừng và làm thé nào ảnh hưởng đến việc nông trại khác. Dữ liệu viễn thám thu được từ các cảnh ảnh Landsat từ năm 1999 đến năm 2016 được sử dụng (Lansat 5, Lansat 7 và Lansat 8) kết hợp với anh Google Earth để đo mức độ che phủ rừng và tỷ lệ phi rùng trong 17 năm. Ảnh hướng của nông dân đến động thái của rừng đã được đánh giá bằng cách kết hợp dữ liệu quan sát đất và kết quả điều tra hộ gia đình được thực hiện ở vùng BAAPA vào năm 2016.

Kết quả thu được trong nghiên cứu này cho thấy tổng thiệt hại về độ che phủ rừng 7500 kmẺ. Tỷ lệ nạn phá rừng ở các khu vực được bảo vệ đã được xác định bởi các chế độ quản lý. Kết hợp số liệu hộ gia đình va dữ liệu viễn thám cho thấy động thái rừng ở cấp. nông hộ bị ảnh hưởng bởi loại hình trang trại, mức độ phụ thuộc/sử dụng các lợi ích của rừng và mức độ giáo dục của chủ rừng.

Sự hiểu biết về hội .được trao cho rừng là một đóng góp có liên quan đến việc bảo tồn các nguồn tài nguyên thiên nhiên. Hoscilo và cộng sự (2019) đã sử dụng ảnh vệ tính Sentinel 2 và mô h số độ cao (DEM) để phân loại rừng và nhận diện một số loài cây rừng ở Ba Lan. Nghiên cứu đã đạt được những kết quả như sau: độ chính xác khi lập bản đồ phân loại đắt có rừng và đắt không có rừng là 98.354; độ chính xác khỉ lập bản đỗ phân loại rừng lá rộng và rừng lá kim là 94,8%; và độ chính xác khi phân loại 8 loài cây rừng (Spruce - Vân sơn, Pine - Thông, Fir - Lãnh sam, Larch - Thông rung lá, Beech = Dé gai, Oak - Sồi, Alder - Cáng lò, Birch - Bạch đương) là từ 75,6% đến 81,7%. b) ỞViệt Nam ‘Theo số liệu công bố hiện trạng rừng toàn quốc năm 2021 (tính đến.

Trong đó: diện tích rừng tự.757 ha; rừng trồng: 4. Diện tích rừng đủ tiêu chuẩn để tính độ che phủ cả nước là 13. Theo Nguyễn Bá Ngãi (2019), từ năm 1943 đến năm 1990, Việt Nam ha rùng, bình quan mỗi năm mắt khoảng 110.000 ha; giai đoạn 1976 - 1990 rừng bị mat nhiều nhất khoảng 2,19 triệu ha bình quân 150. Giai đoạn 1995 ~ 2018, rừng bị mắt do bị chặt phá và cháy bình quân mỗi năm bị mắt khoảng 9.