Luận văn thạc sĩ nghiên cứu điều tra thống kê tài nguyên rừng bằng ảnh vệ tinh vnredsati tại xã xuân sơn huyện tân sơn tỉnh phú thọ

Luận văn thạc sĩ nghiên cứu điều tra thống kê tài nguyên rừng bằng ảnh vệ tinh VNREDSAT tại xã Xuân Sơn, huyện Tân Sơn, tỉnh Phú Thọ.

• Tác giả: Nguyễn Văn Chiến
• Người hướng dẫn: PGS. Nguyễn Trọng Bình
• Trường học: Trường Đại Học Lâm Nghiệp
• Chuyên ngành: Lâm Học
• Đề tài: Nghiên Cứu Tài Nguyên Rừng Bằng Ảnh Vệ Tinh VNREDSAT-I Tại Xã Xuân Sơn, Tỉnh Phú Thọ
• Loại tài liệu: Luận Văn Tốt Nghiệp Thạc Sĩ Lâm Nghiệp
• Năm xuất bản: 2018
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• ĐẶT VẤN ĐỀ
• 1. CHƯƠNG 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
• 1.1. Lịch sử phát triển của Viễn thám
• 1.2. Khái niệm cơ bản của Viễn thám
• 1.3. Nguyên lý cơ bản của viễn thám
• 1.4. Ảnh Viễn thám, ảnh Spot và ảnh VNRedSat-1
• 1.5. Tình hình nghiên cứu ứng dụng viễn thám và GIS trong lâm nghiệp ở một số nước trên thế giới và ở Việt Nam
• 1.5.1. Trên thế giới
• 1.5.2. Tại Việt Nam
• 2. CHƯƠNG 2: MỤC TIÊU, ĐỐI TƯỢNG, PHẠM VI, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Mục tiêu nghiên cứu
• 2.1.1. Mục tiêu tổng quát
• 2.1.2. Mục tiêu cụ thể
• 2.2. Đối tượng và phạm vi nghiên cứu
• 2.2.1. Đối tượng nghiên cứu
• 2.2.2. Phạm vi nghiên cứu
• 2.3. Nội dung nghiên cứu
• 2.4. Phương pháp nghiên cứu
• 2.4.1. Phương pháp kế thừa số liệu
• 2.4.2. Phỏng vấn chuyên gia địa phương
• 2.4.3. Xây dựng mẫu phân loại
• 2.4.3.1. Xác định số lượng và vị trí mẫu ảnh trong phòng
• 2.4.3.2. Khảo sát mẫu ảnh ngoại nghiệp
• 2.4.4. Giải đoán ảnh bằng phần mềm Ecogniton Developer
• 2.4.4.1. Thiết lập thêm các chỉ số trong quá trình phân loại ảnh vệ tinh Spot5
• 2.4.4.2. Phương pháp không kiểm định
• 2.4.4.3. Phương pháp có kiểm định
• 2.4.4.4. Bóc tách sau chạy phân loại có kiểm định
• 2.4.5. Xây dựng bản đồ giải đoán
• 2.4.6. Kiểm tra ngoại nghiệp
• 2.4.6.1. Phương pháp khoanh lô theo dốc đối diện
• 2.4.6.2. Phương pháp khoanh lô bằng máy GPS
• 2.4.7. Hoàn thiện bản đồ trạng thái
• 2.4.8. Điều tra trữ lượng các trạng thái rừng
• 2.4.8.1. Xác định số lượng Ô đo đếm cho từng trạng thái rừng
• 2.4.8.2. Thiết lập và thu thập số liệu trong ô đo đếm rừng gỗ và rừng hỗn giao gỗ tre nứa tự nhiên
• 2.4.8.3. Thiết lập và thu thập số liệu trong ô đo đếm rừng tre nứa (rừng tự nhiên và rừng trồng)
• 2.4.8.4. Thiết lập và thu thập số liệu trong ô đo đếm rừng trồng gỗ
• 2.4.9. Thống kê tài nguyên rừng
• 2.5. Đặc điểm địa bàn khu vực nghiên cứu
• 2.5.1. Điều kiện tự nhiên
• 2.5.1.1. Vị trí địa lý
• 2.5.1.2. Địa hình, địa mạo
• 2.5.1.3. Khí hậu, thời tiết
• 2.5.1.4. Tài nguyên thiên nhiên
• 2.5.2. Điều kiện kinh tế, xã hội
• 2.5.2.1. Dân số, dân tộc và lao động
• 2.5.2.2. Sản xuất nông, lâm nghiệp và thủy sản
• 2.5.2.3. Tiểu thủ công nghiệp và dịch vụ
• 3. CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
• 3.1. Bộ mẫu khóa ảnh phục vụ giải đoán ảnh vệ tinh khu vực nghiên cứu
• 3.1.1. Xác định mẫu khóa ảnh trong phòng
• 3.1.2. Ngoại nghiệp điều tra mẫu khóa ảnh
• 3.2. Kết quả phân loại ảnh vệ tinh trong thành lập bản đồ hiện trạng rừng
• 3.2.1. Phân loại ảnh vệ tinh
• 3.2.1.1. Phân loại không kiểm định
• 3.2.1.2. Phân loại có kiểm định
• 3.2.1.3. Bóc tách sau chạy phân loại có kiểm định
• 3.2.2. Đánh giá độ chính xác của bản đồ giải đoán
• 3.2.3. Ngoại nghiệp khoanh vẽ bổ sung, hoàn thiện bản đồ hiện trạng rừng
• 3.3. Điều tra trữ lượng các trạng thái rừng
• 3.3.1. Xác định số lượng Ô đo đếm cho từng trạng thái rừng
• 3.3.2. Kết quả điều tra
• 3.4. Thống kê tài nguyên rừng tại khu vực nghiên cứu
• 3.4.1. Diện tích các trạng thái rừng sau giải đoán
• 3.4.2. Trữ lượng các trạng thái rừng sau giải đoán
• 3.4.3. Đánh giá biến động tài nguyên rừng tại xã Xuân Sơn năm 2015 – 2017
• 3.5. Lập quy trình thành lập bản đồ hiện trạng và thống kê tài nguyên rừng từ ảnh vệ tinh VNRedSat-1
• 3.6. Đề xuất ứng dụng ảnh vệ tinh VNRedSat-1 trong quản lý, theo dõi diễn biến tài nguyên rừng
• 3.6.1. Nguồn dữ liệu ảnh vệ tinh
• 3.6.2. Phương pháp xây dựng bản đồ từ ảnh vệ tinh và chồng xếp dữ liệu trên phần mềm ArcGIS
• KẾT LUẬN – TỒN TẠI – KHUYẾN NGHỊ
• Tài liệu tham khảo

Tóm tắt

I. Tổng Quan Về Nghiên Cứu Tài Nguyên Rừng Bằng Ảnh Vệ Tinh VNREDSAT I

Nghiên cứu tài nguyên rừng bằng ảnh vệ tinh VNREDSAT-I tại xã Xuân Sơn, tỉnh Phú Thọ, là một trong những ứng dụng quan trọng của công nghệ viễn thám trong quản lý tài nguyên thiên nhiên. Công nghệ này không chỉ giúp theo dõi tình trạng rừng mà còn cung cấp thông tin chính xác về diện tích và biến động tài nguyên rừng. Việc sử dụng ảnh vệ tinh VNREDSAT-I mang lại nhiều lợi ích, từ việc giảm chi phí đến nâng cao độ chính xác trong công tác điều tra.

1.1. Lịch Sử Phát Triển Công Nghệ Viễn Thám Tại Việt Nam

Công nghệ viễn thám tại Việt Nam bắt đầu từ năm 1958 với việc sử dụng ảnh máy bay. Đến năm 1979, ảnh vệ tinh được áp dụng để xây dựng bản đồ thảm rừng. Sự phát triển này đã mở ra nhiều cơ hội cho việc quản lý tài nguyên rừng hiệu quả hơn.

1.2. Khái Niệm Cơ Bản Về Ảnh Vệ Tinh VNREDSAT I

VNREDSAT-I là vệ tinh đầu tiên của Việt Nam phục vụ cho việc quan sát trái đất. Với độ phân giải cao, ảnh vệ tinh này cho phép thu thập thông tin chi tiết về lớp phủ thực vật, giúp đánh giá tình trạng rừng một cách chính xác.

II. Vấn Đề Và Thách Thức Trong Nghiên Cứu Tài Nguyên Rừng

Mặc dù công nghệ viễn thám mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức trong việc áp dụng nó vào nghiên cứu tài nguyên rừng. Các vấn đề như độ chính xác của dữ liệu, khả năng phân loại trạng thái rừng và sự biến động của môi trường tự nhiên cần được giải quyết.

2.1. Độ Chính Xác Của Dữ Liệu Ảnh Vệ Tinh

Độ chính xác của dữ liệu ảnh vệ tinh VNREDSAT-I phụ thuộc vào nhiều yếu tố như điều kiện thời tiết, kỹ thuật giải đoán và kinh nghiệm của người phân tích. Việc cải thiện độ chính xác là một trong những thách thức lớn nhất trong nghiên cứu.

2.2. Khó Khăn Trong Phân Loại Trạng Thái Rừng

Phân loại trạng thái rừng từ ảnh vệ tinh đòi hỏi kỹ thuật cao và hiểu biết sâu sắc về sinh thái. Sự đa dạng về loại hình rừng và điều kiện địa lý tại xã Xuân Sơn tạo ra nhiều khó khăn trong việc phân loại chính xác.

III. Phương Pháp Nghiên Cứu Tài Nguyên Rừng Bằng Ảnh Vệ Tinh

Để nghiên cứu tài nguyên rừng hiệu quả, nhiều phương pháp đã được áp dụng, bao gồm phân tích ảnh vệ tinh, khảo sát thực địa và sử dụng phần mềm chuyên dụng. Những phương pháp này giúp thu thập và xử lý dữ liệu một cách chính xác.

3.1. Phân Tích Ảnh Vệ Tinh VNREDSAT I

Phân tích ảnh vệ tinh VNREDSAT-I được thực hiện bằng phần mềm Ecognition Developer, cho phép xác định các chỉ số quan trọng về tài nguyên rừng. Phương pháp này giúp tạo ra bản đồ hiện trạng rừng một cách nhanh chóng và chính xác.

3.2. Khảo Sát Thực Địa Để Xác Nhận Dữ Liệu

Khảo sát thực địa là bước quan trọng để xác nhận độ chính xác của dữ liệu thu thập từ ảnh vệ tinh. Việc này giúp đảm bảo rằng các thông tin về trạng thái rừng là chính xác và đáng tin cậy.

IV. Ứng Dụng Thực Tiễn Của Nghiên Cứu Tài Nguyên Rừng

Nghiên cứu tài nguyên rừng bằng ảnh vệ tinh VNREDSAT-I không chỉ giúp quản lý tài nguyên hiệu quả mà còn hỗ trợ trong việc bảo vệ môi trường và phát triển bền vững. Các kết quả nghiên cứu có thể được áp dụng trong nhiều lĩnh vực khác nhau.

4.1. Quản Lý Tài Nguyên Rừng Hiệu Quả

Thông qua việc sử dụng ảnh vệ tinh, các cơ quan chức năng có thể theo dõi và quản lý tài nguyên rừng một cách hiệu quả hơn. Điều này giúp giảm thiểu tình trạng khai thác rừng trái phép và bảo vệ môi trường.

4.2. Bảo Vệ Môi Trường Và Phát Triển Bền Vững

Nghiên cứu tài nguyên rừng còn góp phần vào việc bảo vệ môi trường và phát triển bền vững. Các thông tin thu thập được từ ảnh vệ tinh giúp đưa ra các quyết định đúng đắn trong việc bảo tồn thiên nhiên.

V. Kết Luận Về Nghiên Cứu Tài Nguyên Rừng Bằng Ảnh Vệ Tinh VNREDSAT I

Nghiên cứu tài nguyên rừng bằng ảnh vệ tinh VNREDSAT-I tại xã Xuân Sơn, tỉnh Phú Thọ, đã chứng minh được tính hiệu quả của công nghệ viễn thám trong việc quản lý tài nguyên thiên nhiên. Kết quả nghiên cứu không chỉ cung cấp thông tin quan trọng mà còn mở ra hướng đi mới cho các nghiên cứu tiếp theo.

5.1. Tương Lai Của Nghiên Cứu Tài Nguyên Rừng

Tương lai của nghiên cứu tài nguyên rừng sẽ tiếp tục phát triển với sự hỗ trợ của công nghệ mới. Việc áp dụng các phương pháp hiện đại sẽ giúp nâng cao chất lượng và độ chính xác của các nghiên cứu.

5.2. Khuyến Nghị Đối Với Các Nghiên Cứu Tiếp Theo

Các nghiên cứu tiếp theo nên tập trung vào việc cải thiện kỹ thuật phân loại và tăng cường khả năng phân tích dữ liệu từ ảnh vệ tinh. Điều này sẽ giúp nâng cao hiệu quả trong việc quản lý tài nguyên rừng.

Nội dung chính

Tổng quan nghiên cứu

Theo thống kê của ngành lâm nghiệp, công tác kiểm kê và theo dõi diễn biến rừng truyền thống thường đòi hỏi chu kỳ thực hiện kéo dài từ 2 đến 5 năm với chi phí ngân sách lên tới hàng chục tỷ đồng cho mỗi kỳ đánh giá diện rộng. Tại xã Xuân Sơn, huyện Tân Sơn, tỉnh Phú Thọ, nơi có tổng diện tích tự nhiên 6.572,5 ha với diện tích đất lâm nghiệp chiếm tới 6.515,2 ha (tương đương 99,13% diện tích tự nhiên) và độ che phủ rừng đạt 91,1%, việc cập nhật thông tin tài nguyên rừng gặp rất nhiều trở ngại do địa hình núi đá vôi hiểm trở chiếm 95% diện tích. Các phương pháp điều tra thực địa đơn thuần không chỉ gây tốn kém nhân lực mà còn khó đảm bảo tính cập nhật liên tục cho công tác quản lý Vườn Quốc gia Xuân Sơn.

Vấn đề nghiên cứu trọng tâm của luận văn là giải quyết bài toán ứng dụng công nghệ viễn thám độ phân giải cao kết hợp hệ thống thông tin địa lý (GIS) nhằm hiện đại hóa quy trình thống kê rừng. Mục tiêu cụ thể của đề tài gồm: xây dựng bộ mẫu khóa ảnh chuẩn hóa, ứng dụng thuật toán phân loại hướng đối tượng trên ảnh vệ tinh VNREDSAT-1 để thành lập bản đồ hiện trạng rừng tỷ lệ 1:50.000, xác định diện tích và trữ lượng bình quân cho 15 kiểu trạng thái rừng, đồng thời đề xuất quy trình kỹ thuật giám sát rừng định kỳ.

Nghiên cứu được triển khai trong phạm vi không gian toàn bộ xã Xuân Sơn từ tháng 4/2016 đến tháng 11/2016. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn khi chứng minh khả năng thay thế nguồn dữ liệu ngoại nhập bằng ảnh vệ tinh viễn thám đầu tiên của Việt Nam (VNREDSAT-1), giúp rút ngắn khoảng 60% thời gian giải đoán nội nghiệp, nâng độ chính xác toàn diện của bản đồ lên trên 85% và tối ưu hóa chi phí điều tra hiện trường cho các ban quản lý rừng đặc dụng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng của hai lý thuyết cốt lõi trong khoa học không gian: Lý thuyết phản xạ phổ điện từ (Spectral Reflectance Theory) và Lý thuyết phân tích ảnh hướng đối tượng (Object-Based Image Analysis - OBIA). Lý thuyết phản xạ phổ điện từ chỉ rõ rằng các trạng thái thực vật khác nhau sẽ có mức độ hấp thụ và phản xạ năng lượng sóng ánh sáng khác nhau, đặc biệt là sự tương phản rõ nét giữa kênh ánh sáng đỏ (bước sóng 0,61 - 0,68 µm) bị chất diệp lục hấp thụ mạnh và kênh cận hồng ngoại (bước sóng 0,79 - 0,89 µm) có mức độ phản xạ cực đại từ cấu trúc tế bào lá cây.

Khung mô hình nghiên cứu tích hợp các khái niệm học thuật then chốt:

• Chỉ số thực vật khác biệt chuẩn hóa (NDVI): Đại lượng đo lường sinh khối và sức khỏe tán rừng dựa trên tỷ lệ giữa phổ cận hồng ngoại và phổ đỏ.
• Tỷ số tổng giá trị cấp độ xám (TRRI): Đại lượng xác định giá trị độ xám trung bình của các kênh phổ nhằm tách biệt các đối tượng phi thực vật và đất trống.
• Phân đoạn đa độ phân giải (Multiresolution Segmentation): Thuật toán gom cụm các điểm ảnh liền kề có cùng đặc tính quang phổ và hình học thành các đối tượng đồng nhất.
• Hệ thống phân loại trạng thái rừng: Khung phân chia cấu trúc thảm thực vật theo tiêu chuẩn của Bộ Nông nghiệp và Phát triển nông thôn ban hành tại Thông tư số 34/2009/TT-BNNPTNT.

Phương pháp nghiên cứu

Dữ liệu đầu vào của đề tài là nguồn ảnh vệ tinh quang học VNREDSAT-1 do Viện Hàn lâm Khoa học và Công nghệ Việt Nam quản lý, có độ phân giải không gian 2,5 m ở kênh toàn sắc (Panchromatic) và 10 m ở các kênh đa phổ (Multispectral). Cảnh ảnh được chụp ở độ cao quỹ đạo 704 km với góc nghiêng dưới 30 độ, được xử lý nắn chỉnh hình học và chuyển đổi về hệ tọa độ VN-2000 kinh tuyến trục 104°30' của tỉnh Phú Thọ.

Quy trình chọn mẫu và phân tích dữ liệu được tiến hành qua các bước chặt chẽ:

• Xây dựng mẫu khóa ảnh: Nghiên cứu thiết lập 90 mẫu khóa ảnh ngoài thực địa phân bố trên 5 tuyến khảo sát đại diện cho 15 trạng thái rừng và đất lâm nghiệp. Cỡ mẫu tối thiểu cho mỗi trạng thái đạt từ 5 đến 9 điểm nhằm đảm bảo ngưỡng tin cậy thống kê.
• Điều tra trữ lượng tầng cây gỗ: Áp dụng phương pháp rút mẫu ngẫu nhiên cho các trạng thái rừng tự nhiên có diện tích từ 2.000 ha trở lên với sai số ước lượng giới hạn ở mức 10% (t = 2). Đối với các trạng thái rừng có diện tích dưới 2.000 ha và rừng trồng, áp dụng phương pháp rút mẫu điển hình với tỷ lệ 0,5% diện tích cho các lô từ 100 ha trở xuống.
• Thiết lập ô tiêu chuẩn: Tại thực địa, nhóm nghiên cứu bố trí các ô đo đếm diện tích 1.000 m² (kích thước chuẩn cho rừng gỗ) và các ô phụ 25 m² để kiểm kê cây tái sinh. Cán bộ điều tra sử dụng thước Bitterlich đo tiết diện ngang tại 5 điểm vị trí và thước Blume-Leiss đo chiều cao vút ngọn của các tầng cây ưu thế.
• Giải đoán tự động: Sử dụng phần mềm eCognition Developer kết hợp công cụ ArcGIS và MapInfo. Phương pháp OBIA được lựa chọn thay vì phân loại mức pixel truyền thống nhằm triệt tiêu hiện tượng "hạt muối tiêu", tận dụng tối đa thông tin hình dạng, cấu trúc không gian và ngữ cảnh địa hình của các lô rừng.

Toàn bộ quá trình thu thập số liệu ngoại nghiệp và xử lý dữ liệu viễn thám được tiến hành liên tục trong khung thời gian 8 tháng của năm 2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm trên ảnh vệ tinh VNREDSAT-1 và dữ liệu ngoại nghiệp tại xã Xuân Sơn mang lại bốn kết quả quan trọng:

Thứ nhất, nghiên cứu đã xác định được bộ tham số tối ưu phục vụ phân đoạn ảnh đa độ phân giải trong eCognition Developer bao gồm: Tham số tỷ lệ (Scale parameter) bằng 70, Trọng số hình dạng (Shape) bằng 0,3 và Trọng số độ chặt chẽ (Compactness) bằng 50. Bộ tham số này giúp bóc tách tự động ranh giới của hơn 1.200 lô rừng một cách sắc nét, phản ánh trung thực cấu trúc thảm phủ thực tế mà không làm vỡ vụn các đối tượng đồng nhất.

Thứ hai, kết quả phân loại có kiểm định kết hợp bóc tách bằng cây quyết định (Rule-set) với các chỉ số thực vật NDVI, TRRI và DVI đạt độ chính xác tổng thể khoảng 86,5%, với hệ số tương đồng Kappa đạt trên 0,82. Trong tổng số 90 điểm kiểm chứng ngoại nghiệp, có tới 78 điểm hoàn toàn trùng khớp giữa kết quả giải đoán nội nghiệp và trạng thái thực địa, vượt tiêu chuẩn ngành về độ chính xác bản đồ lâm nghiệp tỷ lệ 1:50.000.

Thứ ba, bản đồ hiện trạng phân định rõ 15 kiểu thảm phủ, trong đó đất có rừng tự nhiên chiếm ưu thế tuyệt đối với hơn 5.820 ha, chiếm khoảng 88,5% tổng diện tích tự nhiên của xã. Trạng thái rừng gỗ tự nhiên núi đá lá rộng thường xanh giàu (TXDG) và trung bình (TXDB) chiếm tỷ lệ lớn nhất, phân bố tập trung tại các dãy núi cao trên 700 m thuộc vùng lõi Vườn Quốc gia Xuân Sơn. Diện tích rừng trồng gỗ (RTG) và đất đã trồng rừng (DTR) đạt khoảng 185 ha, phân bố chủ yếu ở vành đai đệm và gần khu dân cư.

Thứ tư, điều tra trữ lượng bình quân cho thấy sự phân hóa rõ rệt giữa các trạng thái sinh thái. Rừng tự nhiên núi đá lá rộng thường xanh giàu đạt trữ lượng bình quân từ 195,4 m³/ha đến 228,6 m³/ha; rừng trung bình đạt từ 125,8 m³/ha đến 148,2 m³/ha; trong khi rừng nghèo và rừng phục hồi dao động ở mức 45,6 m³/ha đến 78,3 m³/ha. Rừng hỗn giao tre nứa và gỗ tự nhiên đạt mật độ trung bình từ 850 đến 1.200 cây tre nứa/ha kết hợp với 35,5 m³ gỗ/ha.

Thảo luận kết quả

Sự sai khác cục bộ giữa ảnh giải đoán và thực địa (khoảng 13,5% sai số chưa hiệu chỉnh) bắt nguồn chủ yếu từ yếu tố địa hình chia cắt phức tạp của vùng núi đá vôi Tân Sơn. Địa hình dốc trên 25 độ tạo ra các vùng bóng râm quang phổ ở sườn khuất nắng, làm suy giảm giá trị phản xạ phổ của kênh đỏ và kênh cận hồng ngoại, dẫn đến hiện tượng nhầm lẫn giữa rừng giàu ở vùng khuất bóng với rừng nghèo ở vùng đủ sáng. Vấn đề này đã được khắc phục triệt để thông qua bước ngoại nghiệp bổ sung bằng phương pháp khoanh lô theo dốc đối diện và định vị khép góc bằng máy GPS cầm tay.

So với các nghiên cứu trước đây sử dụng ảnh vệ tinh SPOT-4 (độ phân giải 20 m) hoặc Landsat-7 (độ phân giải 30 m), việc ứng dụng ảnh VNREDSAT-1 độ phân giải 2,5 m mang lại bước nhảy vọt về khả năng phân tách ranh giới giữa đất nông nghiệp nương rẫy và đất lâm nghiệp mới trồng chưa thành rừng. Đề tài cho thấy khả năng nhận diện các mảng rừng tái sinh có diện tích nhỏ dưới 0,2 ha mà các tư liệu viễn thám độ phân giải trung bình trước đây thường bỏ sót.

Các kết quả thống kê có thể được trực quan hóa thông qua biểu đồ hình tròn thể hiện cơ cấu diện tích 15 trạng thái rừng, biểu đồ cột biểu diễn trữ lượng gỗ bình quân trên 1 ha của từng phân loại thảm thực vật, kết hợp với bảng ma trận nhầm lẫn (Confusion Matrix) 15x15 nhằm minh chứng chi tiết cho độ chính xác của người sản xuất (Producer's Accuracy) và độ chính xác của người dùng (User's Accuracy).

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, luận văn đưa ra bốn nhóm giải pháp hành động cụ thể nhằm nâng cao hiệu quả quản lý tài nguyên rừng:

• Chuẩn hóa quy trình công nghệ giải đoán ảnh vệ tinh nội địa: Sở Nông nghiệp và Phát triển nông thôn tỉnh Phú Thọ cùng Chi cục Kiểm lâm cần phối hợp với Trường Đại học Lâm nghiệp ban hành sổ tay hướng dẫn ứng dụng ảnh VNREDSAT-1 và phần mềm eCognition trong chu kỳ 2019-2021. Mục tiêu đặt ra là cắt giảm tối thiểu 35% chi phí ngân sách kiểm kê hàng năm và rút ngắn thời gian thành lập bản đồ diễn biến rừng cấp huyện xuống dưới 30 ngày làm việc.
• Xây dựng hệ thống cơ sở dữ liệu GIS giám sát biến động tự động: Ban Quản lý Vườn Quốc gia Xuân Sơn cần chủ trì thiết lập cơ sở dữ liệu không gian tích hợp ảnh viễn thám đa thời gian trong giai đoạn 2019-2022. Hệ thống hướng tới mục tiêu phát hiện sớm 100% các điểm cháy rừng và các vụ lấn chiếm đất rừng có diện tích từ 0,05 ha trở lên thông qua so sánh sai khác chỉ số NDVI theo chu kỳ 3 tháng một lần.
• Tổ chức các khóa đào tạo nâng cao năng lực công nghệ không gian: Chi cục Kiểm lâm tỉnh Phú Thọ cần triển khai kế hoạch bồi dưỡng nghiệp vụ viễn thám và GIS cho 100% cán bộ hạt kiểm lâm huyện Tân Sơn và kiểm lâm viên phụ trách địa bàn xã Xuân Sơn trước quý IV/2020. Nội dung tập trung vào kỹ năng vận hành GPS hiện trường, sử dụng phần mềm xử lý ảnh số và khai thác bản đồ số hóa phục vụ tuần tra rừng.
• Quy hoạch sử dụng đất gắn liền với phát triển sinh kế cộng đồng: Ủy ban nhân dân xã Xuân Sơn và Ban Quản lý Vườn Quốc gia Xuân Sơn cần đẩy mạnh giao khoán bảo vệ 6.515,2 ha đất lâm nghiệp cho 299 hộ dân địa phương trong giai đoạn 2020-2025. Đồng thời, mở rộng mô hình du lịch sinh thái cộng đồng từ 4 hộ lên 25 hộ, tạo nguồn thu nhập bổ sung ổn định nhằm giảm thiểu áp lực khai thác tài nguyên gỗ và lâm sản ngoài gỗ.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo chuyên môn giá trị cao dành cho bốn nhóm đối tượng chính:

• Cán bộ quản lý lâm nghiệp và lực lượng kiểm lâm: Cán bộ công tác tại các Chi cục Kiểm lâm, Hạt Kiểm lâm và Ban Quản lý rừng đặc dụng có thể ứng dụng trực tiếp quy trình phân loại ảnh OBIA để theo dõi diễn biến tài nguyên rừng, phân định chính xác ranh giới các trạng thái thảm phủ và phát hiện các biến động môi trường rừng tại địa phương.
• Học viên cao học và nhà nghiên cứu chuyên ngành Lâm học, Viễn thám và GIS: Tài liệu cung cấp cơ sở lý luận, phương pháp thiết lập bộ Rule-set phân đoạn ảnh trên phần mềm eCognition, cùng kỹ thuật tính toán dung lượng mẫu điều tra trữ lượng theo các tiêu chuẩn lâm sinh hiện đại.
• Các đơn vị tư vấn quy hoạch và đo đạc tài nguyên: Các doanh nghiệp, viện quy hoạch có thể sử dụng bộ tham số phân loại và các công thức chỉ số quang phổ thực nghiệm như một quy chuẩn kỹ thuật mẫu để triển khai các gói thầu điều tra kiểm kê rừng quy mô lớn.
• Cơ quan hoạch định chính sách bảo tồn thiên nhiên: Các nhà quản lý môi trường cấp tỉnh và huyện có thể sử dụng dữ liệu định lượng về diện tích, trữ lượng thảm thực vật tại Xuân Sơn để xây dựng phương án chi trả dịch vụ môi trường rừng và hoạch định chính sách phân vùng bảo tồn đa dạng sinh học bền vững.

Câu hỏi thường gặp

Ảnh vệ tinh VNREDSAT-1 mang lại lợi thế vượt trội nào so với các loại ảnh viễn thám thông dụng khác trong điều tra rừng?
VNREDSAT-1 cung cấp độ phân giải không gian cao (2,5 m kênh toàn sắc và 10 m kênh đa phổ), vượt trội hơn hẳn so với Landsat (30 m) hay Sentinel-2 (10 m - 20 m). Khả năng chụp nghiêng 30 độ giúp chu kỳ lặp ảnh rút ngắn xuống chỉ còn 3 ngày, đáp ứng kịp thời yêu cầu theo dõi khẩn cấp các biến động tài nguyên rừng tại Việt Nam.

Tại sao phương pháp phân loại hướng đối tượng (OBIA) trên eCognition lại ưu việt hơn phương pháp phân loại điểm ảnh truyền thống?
Phương pháp OBIA gom cụm các pixel có cùng tính chất quang phổ và không gian thành các đa giác đối tượng lô rừng đồng nhất. Cách tiếp cận này loại bỏ triệt để hiện tượng nhiễu "hạt muối tiêu", đồng thời cho phép tích hợp linh hoạt các thuộc tính hình học, kết cấu bề mặt và tri thức chuyên gia vào cây phân loại.

Nhóm tác giả đã giải quyết khó khăn do địa hình núi đá vôi che khuất quang phổ tại Xuân Sơn bằng cách nào?
Nghiên cứu kết hợp thiết lập các chỉ số phổ phụ trợ như TRRI, DVI với công tác kiểm chứng ngoại nghiệp nghiêm ngặt. Tại các khu vực sườn dốc bị khuất bóng, nhóm điều tra đã sử dụng phương pháp khoanh lô theo dốc đối diện kết hợp đo đếm khép góc bằng thiết bị GPS cầm tay để chuẩn hóa ranh giới bản đồ.

Quy trình tính toán dung lượng ô tiêu chuẩn điều tra trữ lượng rừng trong luận văn được tiến hành ra sao?
Với trạng thái rừng tự nhiên từ 2.000 ha trở lên, nghiên cứu áp dụng công thức tính mẫu ngẫu nhiên dựa trên hệ số biến động trữ lượng thực tế và độ tin cậy t = 2 (sai số 10%). Với các trạng thái dưới 2.000 ha và rừng trồng, nhóm áp dụng phương pháp rút mẫu điển hình với tỷ lệ diện tích 0,5% cho các lô từ 100 ha trở xuống.

Quy trình phân loại và giải đoán ảnh trong luận văn có thể áp dụng cho các vườn quốc gia khác không?
Hoàn toàn có thể mở rộng ứng dụng. Khung quy trình từ khâu tiền xử lý ảnh, chạy phân đoạn đa độ phân giải, xây dựng bộ khóa ảnh 90 điểm mẫu cho đến lập cây quyết định Rule-set trong eCognition đều mang tính chuẩn hóa cao, dễ dàng tùy biến cho các vùng sinh thái rừng nhiệt đới khác trên cả nước.

Kết luận

• Luận văn đã chứng minh tính ưu việt và khả năng ứng dụng thực tiễn của tư liệu ảnh vệ tinh nội địa VNREDSAT-1 trong công tác điều tra, thống kê tài nguyên rừng tại vùng địa hình đồi núi phức tạp.
• Đề tài xác lập thành công bộ thông số phân đoạn tối ưu (Scale 70, Shape 0,3, Compactness 50) và bộ khóa ảnh 90 điểm mẫu đại diện cho 15 kiểu trạng thái rừng và đất lâm nghiệp theo Thông tư 34/2009/TT-BNNPTNT.
• Bản đồ hiện trạng tỷ lệ 1:50.000 được hoàn thiện với độ chính xác trên 86,5%, phản ánh trung thực 6.515,2 ha đất lâm nghiệp của xã Xuân Sơn với tỷ lệ che phủ rừng đạt 91,1%.
• Nghiên cứu cung cấp hệ thống số liệu định lượng chi tiết về trữ lượng bình quân của từng trạng thái rừng tự nhiên và rừng trồng, phục vụ đắc lực cho công tác quản lý của Vườn Quốc gia Xuân Sơn.
• Đề xuất quy trình công nghệ tích hợp viễn thám và GIS mang tính khả thi cao, mở ra hướng đi mới trong việc tự động hóa giám sát tài nguyên rừng giai đoạn 2020-2025.

Các cơ quan quản lý lâm nghiệp và đơn vị nghiên cứu quan tâm có thể khai thác, phát triển bộ công cụ này để nâng cao hiệu quả bảo tồn đa dạng sinh học và phát triển kinh tế lâm nghiệp bền vững.

Trích đoạn nội dung tài liệu

Chương 1. TỔNG QUA N VẤN ĐỀ NGHIÊN CỨU 1. Lịch sử phát triển của Viễn thám. Viễn thám là một khoa học, thực sự phát triển mạnh mẽ qua hơn ba thập kỷ gần đây, khi mà công nghệ vũ trụ đã cho ra các ảnh số, bắt đầu được thu nhận từ các vệ tinh trên quĩ đạo của trái đất vào năm 1960.

Tuy nhiên, viễn thám có lịch sử phát triển lâu đời, bắt đầu bằng việc chụp ảnh sử dụng phim và giấy ảnh. Từ thể kỷ XIX, vào năm 1839, Louis Daguerre (1789 - 1881) đã đưa ra báo cáo công trình nghiên cứu về hóa ảnh, khởi đầu cho ngành chụp ảnh. Bức ảnh đầu tiên, chụp bề mặt trái đất từ khinh khí cầu, được thực hiện vào năm 1858 do Gaspard Felix Tournachon - nhà nhiếp ảnh người Pháp. Tác giả đã sử dụng khinh khí cầu để đạt tới độ cao 80m, chụp ảnh vùng Bievre, Pháp.

Một trong những bức ảnh tiếp theo chụp bề mặt trái đất từ khinh khí cầu là ảnh vùng Bostom của tác giả James Wallace Black, 1860. Việc ra đời của ngành hàng không đã thúc đẩy nhanh sự phát triển mạnh mẽ ngành chụp ảnh sử dụng máy ảnh quang học với phim và giấy ảnh, là các nguyên liệu nhạy cảm với ánh sáng (photo). Công nghệ chụp ảnh từ máy bay tạo điều kiện cho nghiên cứu mặt đất bằng các ảnh chụp chồng phủ kế tiếp nhau và cho khả năng nhìn ảnh nổi (stereo). Khả năng đó giúp cho việc chỉnh lý, đo đạc ảnh, tách lọc thông tin từ ảnh có hiệu quả cao.

Một ngành chụp ảnh, được thực hiện trên các phương tiện hàng không như máy bay, khinh khí cầu và tàu lượn hoặc một phương tiện trên không khác, gọi là ngành chụp ảnh hàng không. Các ảnh thu được từ ngành chụp ảnh hàng không gọi là không ảnh. Bức ảnh đầu tiên chụp từ máy bay, được thực hiện vào năm 1910, do Wilbur Wright, một nhà nhiếp ảnh người Ý, bằng việc thu nhận ảnh di động trên vùng gần Centoceli thuộc nước Ý (bảng 1). Chiến tranh thế giới thứ nhất (1914 - 1918) đánh dấu giai đoạn khởi đầu của công nghệ chụp ảnh từ máy bay cho mục đích quân sự.

Công nghệ chụp ảnh từ máy bay đã kéo theo nhiều người hoạt động trong lĩnh vực này, đặc biệt trong việc làm ảnh và đo đạc ảnh. Những năm sau đó, các thiết kế khác nhau về các loại máy chụp ảnh được phát triển mạnh mẽ. Đồng thời, nghệ thuật giải đoán không ảnh và đo đạc từ ảnh đã phát triển mạnh, là cơ sở hình thành một ngành khoa học mới là đo đạc ảnh (photogrametry). Đây là ngành ứng dụng thực tế trong việc đo đạc chính xác các đối tượng từ dữ liệu ảnh chụp.

Yêu cầu trên đòi hỏi việc phát triển các thiết bị chính xác cao, đáp ứng cho việc phân tích không ảnh. Trong chiến tranh thế giới thứ hai (1939 – 1945) không ảnh đã dùng chủ yếu cho mục đích quân sự. Trong thời kỳ này, ngoài việc phát triển công nghệ radar, còn đánh dấu bởi sự phát triển ảnh chụp sử dụng phổ hồng ngoại. Các bức 3 PDF Watermark Remover DEMO : Purchase from www.com to remove the waterma ảnh thu được từ nguồn năng lượng nhân tạo là radar, đã được sử dụng rộng rãi trong quân sự.

Các ảnh chụp với kênh phổ hồng ngoại cho ra khả năng triết lọc thông tin nhiều hơn. Ảnh mầu, chụp bằng máy ảnh, đã được dùng trong chiến tranh thế giới thứ hai. Việc chạy đua vào vũ trụ giữa Liên Xô cũ và Hoa Kỳ đã thúc đẩy việc nghiên cứu trái đất bằng viễn thám với các phương tiện kỹ thuật hiện đại.