## Tổng quan nghiên cứu

Việc mất rừng là một trong những vấn đề nghiêm trọng ảnh hưởng đến môi trường sinh thái và phát triển bền vững toàn cầu. Theo kết quả công bố hiện trạng rừng năm 2019 của Bộ Nông nghiệp và Phát triển Nông thôn, độ che phủ rừng toàn quốc Việt Nam đạt 41,89%. Tỉnh Thừa Thiên Huế có diện tích đất có rừng rộng lớn với 288.334,37 ha, độ che phủ rừng đạt 57,37%. Tuy nhiên, trong giai đoạn 2017-2020, tỉnh này vẫn ghi nhận sự biến động diện tích rừng với tổng diện tích mất rừng lên tới khoảng 8.450,90 ha, trong đó có 10,35 ha do phá rừng trái phép và 226,58 ha do cháy rừng. Với địa hình đa dạng, địa bàn rộng lớn, công tác tuần tra, giám sát rừng gặp nhiều khó khăn, đòi hỏi ứng dụng công nghệ hiện đại để phát hiện và giám sát mất rừng kịp thời.

Mục tiêu nghiên cứu nhằm đánh giá hiện trạng quản lý tài nguyên rừng tại Thừa Thiên Huế, xác định và lựa chọn các chỉ số viễn thám phù hợp để theo dõi, giám sát mất rừng, đồng thời đề xuất giải pháp nâng cao hiệu quả công tác này. Nghiên cứu tập trung vào giai đoạn 2017-2020, sử dụng dữ liệu ảnh vệ tinh Sentinel-2 với độ phân giải 10m, chu kỳ lặp lại 5 ngày, cho phép theo dõi biến động rừng một cách chi tiết và kịp thời. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc hỗ trợ các lực lượng chức năng phát hiện sớm mất rừng, từ đó bảo vệ tài nguyên rừng và đa dạng sinh học tại khu vực Trung Trường Sơn Việt Nam.

---

## Cơ sở lý thuyết và phương pháp nghiên cứu

### Khung lý thuyết áp dụng

- **Lý thuyết về mất rừng (Deforestation):** Mất rừng được định nghĩa là sự chuyển đổi lâu dài hoặc vĩnh viễn từ đất có rừng sang đất không có rừng, gây ra bởi các hoạt động của con người hoặc nguyên nhân tự nhiên như cháy rừng, bệnh cây. Mất rừng là nguồn phát thải khí nhà kính lớn thứ hai sau đốt nhiên liệu hóa thạch, ảnh hưởng tiêu cực đến đa dạng sinh học, sinh kế và biến đổi khí hậu.

- **Chỉ số viễn thám trong giám sát rừng:** Các chỉ số phổ biến như NDVI (Normalized Difference Vegetation Index), NBR (Normalized Burn Ratio) và IRSI (Integrated Remote Sensing Index) được sử dụng để đánh giá chất lượng thảm thực vật và phát hiện mất rừng. NDVI phản ánh mật độ và sức khỏe thực vật, NBR tập trung vào các khu vực bị cháy, IRSI là sự kết hợp giữa NDVI và NBR nhằm tăng độ chính xác phát hiện mất rừng.

- **Mô hình phát hiện biến động lớp phủ rừng:** Sử dụng các phương pháp phân tích chuỗi thời gian ảnh vệ tinh, như BFAST (Breaks For Additive Season and Trend), phân tích vectơ thay đổi đa biến, và kỹ thuật phân loại hướng đối tượng để xác định các điểm mất rừng và suy thoái rừng.

- **Khái niệm quản lý tài nguyên rừng bền vững:** Quản lý dựa trên việc theo dõi biến động rừng, đánh giá tác động và đề xuất các giải pháp bảo vệ, phục hồi nhằm duy trì chức năng sinh thái và giá trị kinh tế xã hội của rừng.

### Phương pháp nghiên cứu

- **Nguồn dữ liệu:** Sử dụng ảnh vệ tinh Sentinel-2 từ năm 2017 đến 2020, dữ liệu kiểm kê rừng năm 2016 của UBND tỉnh Thừa Thiên Huế, số liệu diễn biến rừng hàng năm từ phòng Quản lý bảo vệ rừng và Cục Kiểm lâm tỉnh, cùng các dữ liệu khí tượng, địa lý liên quan.

- **Cỡ mẫu và chọn mẫu:** Lấy mẫu mất rừng thực địa kết hợp với dữ liệu kiểm kê và theo dõi diễn biến rừng, phân chia thành 3 kỳ nghiên cứu (4/2017-4/2018, 4/2018-4/2019, 4/2019-5/2020) để xác định ngưỡng giá trị các chỉ số viễn thám.

- **Phương pháp phân tích:** Tính toán các chỉ số NDVI, NBR và IRSI trên nền tảng Google Earth Engine (GEE), xác định ngưỡng biến động để phát hiện mất rừng. Đánh giá độ chính xác bằng phương pháp đánh giá chéo dựa trên mẫu, so sánh kết quả với dữ liệu thực địa và kiểm kê rừng.

- **Timeline nghiên cứu:** Thu thập và xử lý dữ liệu từ 2017 đến 2020, phân tích biến động rừng theo từng năm và tổng hợp kết quả cuối kỳ. Đánh giá độ chính xác và đề xuất giải pháp ứng dụng công nghệ viễn thám trong quản lý rừng.

---

## Kết quả nghiên cứu và thảo luận

### Những phát hiện chính

- **Diện tích mất rừng:** Tổng diện tích mất rừng tại Thừa Thiên Huế giai đoạn 2017-2020 ước tính khoảng 8.450,90 ha, trong đó rừng tự nhiên giảm 2.239,26 ha và rừng trồng giảm 554,12 ha. Cháy rừng chiếm 226,58 ha, phá rừng trái phép 10,35 ha.

- **Hiệu quả các chỉ số viễn thám:** Chỉ số NDVI có giá trị từ 0,6 đến 0,8 phản ánh tốt chất lượng rừng, khi giảm xuống dưới ngưỡng xác định cho thấy mất rừng. Chỉ số NBR hiệu quả trong phát hiện các khu vực bị cháy rừng. IRSI, kết hợp NDVI và NBR, tăng độ chính xác phát hiện mất rừng, giảm sai số cảnh báo nhầm.

- **Độ chính xác phát hiện:** Phương pháp sử dụng các chỉ số viễn thám trên ảnh Sentinel-2 đạt độ chính xác trên 90% khi so sánh với dữ liệu thực địa và kiểm kê rừng. Đặc biệt, phương pháp đánh giá chéo dựa trên mẫu cho thấy khả năng dự đoán tổng thể của mô hình cao, với sai số chấp nhận được trong khoảng 3-5%.

- **Phân bố mất rừng:** Mất rừng tập trung chủ yếu ở các huyện có địa hình phức tạp như A Lưới, Nam Đông, và các khu vực giáp ranh với các tỉnh khác, do khó khăn trong công tác tuần tra, bảo vệ rừng.

### Thảo luận kết quả

Nguyên nhân mất rừng chủ yếu do hoạt động nông nghiệp mở rộng chiếm khoảng 80%, cùng với xây dựng cơ sở hạ tầng và đô thị hóa. Kết quả phù hợp với các nghiên cứu toàn cầu và trong nước, khẳng định vai trò quan trọng của viễn thám trong giám sát tài nguyên rừng. Việc sử dụng ảnh Sentinel-2 với độ phân giải 10m và chu kỳ lặp lại 5 ngày giúp phát hiện kịp thời các biến động rừng, hỗ trợ công tác quản lý bảo vệ rừng hiệu quả hơn.

Dữ liệu có thể được trình bày qua biểu đồ biến động diện tích mất rừng theo năm và theo từng huyện, bảng so sánh độ chính xác các chỉ số viễn thám, giúp minh họa rõ ràng hiệu quả phương pháp nghiên cứu. So sánh với các nghiên cứu tại các tỉnh khác như Điện Biên, Đắk Lắk, phương pháp kết hợp NDVI và NBR cho thấy tính ứng dụng cao và khả năng mở rộng cho các khu vực khác.

---

## Đề xuất và khuyến nghị

- **Ứng dụng rộng rãi chỉ số viễn thám NDVI, NBR và IRSI:** Khuyến khích các cơ quan quản lý sử dụng các chỉ số này để theo dõi, giám sát mất rừng định kỳ, nhằm phát hiện sớm và xử lý kịp thời các vụ phá rừng.

- **Xây dựng phần mềm phát hiện tự động mất rừng:** Phát triển phần mềm tích hợp trên nền tảng GIS và viễn thám, sử dụng dữ liệu Sentinel-2 để tự động cảnh báo các khu vực mất rừng, giảm thiểu sai số và tăng hiệu quả giám sát.

- **Tăng cường năng lực cho lực lượng Kiểm lâm:** Đào tạo kỹ thuật sử dụng công nghệ viễn thám và GIS cho cán bộ kiểm lâm, nâng cao khả năng phân tích, xử lý dữ liệu và ứng dụng vào công tác quản lý bảo vệ rừng.

- **Phối hợp liên ngành và địa phương:** Thiết lập cơ chế phối hợp giữa các đơn vị quản lý rừng, chính quyền địa phương và các tổ chức bảo tồn để chia sẻ dữ liệu, phối hợp tuần tra, xử lý vi phạm và phục hồi rừng.

- **Thời gian thực hiện:** Các giải pháp cần được triển khai ngay trong vòng 1-2 năm tới để kịp thời ứng phó với tình trạng mất rừng ngày càng gia tăng.

---

## Đối tượng nên tham khảo luận văn

- **Cơ quan quản lý tài nguyên rừng:** Sử dụng kết quả nghiên cứu để nâng cao hiệu quả giám sát, phát hiện mất rừng, từ đó xây dựng chính sách quản lý phù hợp.

- **Lực lượng Kiểm lâm và bảo vệ rừng:** Áp dụng các phương pháp viễn thám và GIS trong công tác tuần tra, giám sát, giúp tiết kiệm nguồn lực và tăng độ chính xác phát hiện mất rừng.

- **Các nhà nghiên cứu và học viên:** Tham khảo phương pháp luận, kết quả và đề xuất để phát triển các nghiên cứu tiếp theo về quản lý tài nguyên và bảo vệ môi trường.

- **Tổ chức bảo tồn và phi chính phủ:** Sử dụng dữ liệu và phân tích để hỗ trợ các chương trình bảo tồn đa dạng sinh học, phục hồi rừng và nâng cao nhận thức cộng đồng.

---

## Câu hỏi thường gặp

1. **Viễn thám là gì và tại sao lại quan trọng trong giám sát mất rừng?**  
Viễn thám là công nghệ thu thập dữ liệu về bề mặt Trái đất từ xa bằng vệ tinh hoặc máy bay. Nó giúp phát hiện biến động rừng nhanh chóng, chính xác và tiết kiệm chi phí so với phương pháp truyền thống.

2. **Chỉ số NDVI phản ánh điều gì trong nghiên cứu này?**  
NDVI đo lường mật độ và sức khỏe thảm thực vật. Giá trị NDVI cao (0,6-0,8) cho thấy rừng khỏe mạnh, giảm giá trị NDVI biểu thị mất rừng hoặc suy thoái thảm thực vật.

3. **Làm thế nào để xác định ngưỡng mất rừng từ các chỉ số viễn thám?**  
Ngưỡng được xác định dựa trên phân tích mẫu thực địa và dữ liệu kiểm kê rừng, so sánh giá trị chỉ số giữa khu vực có rừng và mất rừng, từ đó thiết lập giá trị ngưỡng biến động phù hợp.

4. **Độ chính xác của phương pháp viễn thám trong phát hiện mất rừng là bao nhiêu?**  
Phương pháp đạt độ chính xác trên 90% khi so sánh với dữ liệu thực địa, sai số chấp nhận được trong khoảng 3-5%, phù hợp để ứng dụng trong quản lý thực tế.

5. **Làm thế nào để ứng dụng kết quả nghiên cứu vào công tác quản lý rừng?**  
Kết quả giúp các cơ quan quản lý phát hiện sớm mất rừng, lập kế hoạch tuần tra, xử lý vi phạm và phục hồi rừng hiệu quả, đồng thời hỗ trợ xây dựng phần mềm giám sát tự động.

---

## Kết luận

- Nghiên cứu đã xác định được các chỉ số viễn thám NDVI, NBR và IRSI phù hợp để giám sát và phát hiện mất rừng tại Thừa Thiên Huế giai đoạn 2017-2020.  
- Tổng diện tích mất rừng trong giai đoạn nghiên cứu là khoảng 8.450,90 ha, với các nguyên nhân chủ yếu do nông nghiệp, cháy rừng và phá rừng trái phép.  
- Phương pháp sử dụng ảnh vệ tinh Sentinel-2 kết hợp phân tích chỉ số viễn thám đạt độ chính xác trên 90%, hỗ trợ hiệu quả công tác quản lý bảo vệ rừng.  
- Đề xuất xây dựng phần mềm phát hiện tự động mất rừng và tăng cường năng lực cho lực lượng kiểm lâm nhằm nâng cao hiệu quả giám sát.  
- Các bước tiếp theo bao gồm triển khai ứng dụng công nghệ viễn thám rộng rãi, đào tạo cán bộ và phối hợp liên ngành để bảo vệ tài nguyên rừng bền vững.

**Hành động ngay hôm nay để bảo vệ rừng và phát triển bền vững tài nguyên thiên nhiên của chúng ta!**