Tổng quan nghiên cứu

Thừa Thiên Huế sở hữu diện tích đất có rừng rộng lớn với 288.334,37 ha và tỷ lệ che phủ đạt 57,37%, đóng vai trò then chốt trong việc duy trì cân bằng sinh thái vùng Bắc Trung Bộ. Tuy nhiên, chỉ riêng trong năm 2019, biến động giảm diện tích rừng toàn tỉnh đã lên đến 8.450,90 ha, bao gồm 5.409,33 ha rừng trồng đến kỳ khai thác, 226,58 ha do cháy rừng, 10,35 ha bị chặt phá trái phép và 2.239,26 ha rừng tự nhiên bị suy thoái do nhiều nguyên nhân khác nhau. Với địa hình hiểm trở kéo dài từ dãy Trường Sơn ra biển cùng lực lượng tuần tra mỏng, công tác bảo vệ rừng thủ công gặp vô vàn thách thức về thời gian và chi phí.

Đề tài tập trung giải quyết vấn đề cấp bách: nghiên cứu quy trình tự động hóa phát hiện mất rừng nhằm hỗ trợ lực lượng kiểm lâm ứng phó kịp thời. Mục tiêu cụ thể là đánh giá thực trạng quản lý, xác định và kiểm chứng độ tin cậy của các chỉ số viễn thám thực vật từ tư liệu vệ tinh Sentinel-2 độ phân giải cao. Phạm vi nghiên cứu bao quát toàn bộ 9 đơn vị hành chính cấp huyện của tỉnh trong giai đoạn từ tháng 4/2017 đến tháng 5/2020, được chia thành 3 kỳ đánh giá liên tiếp. Ý nghĩa thực tiễn của công trình thể hiện qua việc rút ngắn chu kỳ theo dõi biến động xuống còn 5 ngày, nâng cao độ chính xác cảnh báo mất rừng lên trên 90%, tạo bước đột phá trong chuyển đổi số ngành lâm nghiệp địa phương.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết phản xạ phổ của các đối tượng tự nhiên trên bề mặt Trái đất và mô hình phát hiện biến động đa thời gian. Dựa theo Luật Lâm nghiệp năm 2017 và định nghĩa của Tổ chức Nông lương Liên hợp quốc, mất rừng được chuẩn hóa là quá trình chuyển đổi trạng thái từ đất có rừng sang đất trống với độ tàn che dưới 0,1 và diện tích liên vùng nhỏ hơn 0,3 ha.

Về mô hình phân tích quang phổ, đề tài ứng dụng 3 chỉ số cốt lõi:

  1. Chỉ số khác biệt thực vật chuẩn hóa (NDVI) dựa trên tỷ số chênh lệch giữa kênh cận hồng ngoại NIR và kênh đỏ Red nhằm đánh giá sinh khối và sức khỏe tán cây.
  2. Chỉ số tỷ số cháy chuẩn hóa (NBR) kết hợp giữa kênh cận hồng ngoại NIR và kênh hồng ngoại sóng ngắn SWIR, đặc biệt nhạy cảm với các biến động xáo trộn mạnh do cháy rừng hoặc khai thác trắng.
  3. Chỉ số viễn thám tích hợp (IRSI) được thiết lập bằng tổng giá trị giữa NDVI và NBR nhằm tối ưu hóa khả năng phân tách giữa thảm phủ suy giảm và các đối tượng đất trống trơ sỏi đá.

Phương pháp nghiên cứu

Nguồn dữ liệu đầu vào sử dụng chuỗi ảnh vệ tinh quang học đa phổ Sentinel-2A và Sentinel-2B với độ phân giải không gian 10m, thu thập qua nền tảng điện toán đám mây Google Earth Engine. Cơ sở dữ liệu đối chứng gồm kết quả kiểm kê rừng năm 2016 và số liệu diễn biến rừng hàng năm giai đoạn 2017 - 2019 do Chi cục Kiểm lâm Thừa Thiên Huế cung cấp.

Cỡ mẫu nghiên cứu được thiết lập qua hàng trăm điểm kiểm chứng thực địa kết hợp khóa giải đoán ảnh, sử dụng phương pháp chọn mẫu ngẫu nhiên phân tầng theo từng kiểu thảm thực vật chính. Lý do lựa chọn thuật toán sai phân đa thời gian trên Google Earth Engine là nhằm tự động hóa quá trình tính toán giá trị biến động phổ giữa thời kỳ đầu và thời kỳ sau. Các cảnh báo nhầm được sàng lọc nghiêm ngặt thông qua phép giao cắt không gian với bản đồ quy hoạch 3 loại rừng và hệ thống cơ sở dữ liệu theo dõi diễn biến rừng FRMS. Độ chính xác của từng chỉ số được kiểm định khách quan bằng phương pháp đánh giá chéo dựa trên mẫu đối chứng thực tế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích biến thiên phổ qua 12 tháng năm 2019 cho thấy giá trị NDVI của các trạng thái rừng tự nhiên luôn duy trì ổn định ở mức cao từ 0,68 đến 0,82, trong khi đất trống và đồi trọc chỉ dao động từ 0,15 đến 0,28. Sự suy giảm đột ngột của chỉ số thực vật qua các thời kỳ là căn cứ vững chắc để nhận diện mất rừng.

Nghiên cứu đã xác lập thành công ngưỡng biến động tối ưu cho từng chỉ số tại Thừa Thiên Huế: mức giảm sai phân của NDVI vượt quá 0,30 (tương đương độ suy giảm trên 42%), mức giảm của NBR vượt quá 0,25 (tương đương suy giảm trên 39%) và ngưỡng sụt giảm của IRSI vượt quá 0,55 phản ánh chính xác ranh giới mất rừng.

Giai đoạn 2017 - 2020 ghi nhận diện tích biến động tập trung chủ yếu ở các huyện có diện tích rừng lớn như A Lưới, Nam Đông và Phong Điền. Chỉ số tích hợp IRSI thể hiện năng lực phát hiện vượt trội khi nhận diện đúng hơn 94% các điểm mất rừng thực tế, cao hơn 3,5% so với việc chỉ sử dụng đơn lẻ chỉ số NDVI và cao hơn 5,2% so với chỉ số NBR.

Thảo luận kết quả

Khi mô tả qua biểu đồ đường biến thiên phổ 12 tháng và bản đồ không gian, dữ liệu thể hiện rõ tính chu kỳ của hoạt động khai thác rừng trồng keo, tràm vốn chiếm trên 64% tổng diện tích biến động hàng năm. Các khu vực rừng tự nhiên bị sạt lở hoặc phá trắng phân bố rải rác dưới dạng các đốm nhỏ, được biểu thị trực quan qua các mảng màu cảnh báo tương phản cao trên nền ảnh vệ tinh.

Nguyên nhân chính dẫn đến sự thay đổi phổ đột ngột là do lớp tán cây bị triệt hạ hoàn toàn, làm lộ ra lớp đất trống có độ phản xạ cao ở kênh sóng ngắn SWIR và suy giảm mạnh ở kênh cận hồng ngoại NIR. So với các nghiên cứu trước đây tại Đắk Nông đạt độ chính xác từ 91,6% đến 99,2% trên ảnh Landsat-8 độ phân giải 30m, việc sử dụng Sentinel-2 độ phân giải 10m kết hợp chỉ số IRSI tại Thừa Thiên Huế mang lại độ chi tiết vượt bậc, giảm thiểu tối đa sai số ở vùng ranh giới lô rừng và vùng địa hình đồi núi che khuất.

Đề xuất và khuyến nghị

Thứ nhất, chuẩn hóa quy trình 4 bước tự động hóa phát hiện mất rừng trên nền tảng Google Earth Engine và phần mềm mã nguồn mở QGIS. Sở Nông nghiệp và Phát triển nông thôn cùng Chi cục Kiểm lâm cần triển khai vận hành chính thức quy trình này từ quý II năm 2021 nhằm cập nhật biến động định kỳ 5 đến 10 ngày một lần theo chu kỳ chụp của vệ tinh.

Thứ hai, tích hợp trực tiếp các thuật toán tính ngưỡng suy giảm của bộ chỉ số IRSI và NDVI vào hệ thống FRMS Desktop và ứng dụng di động FRMS Mobile. Mục tiêu nâng tỷ lệ phát hiện sớm các điểm mất rừng đạt trên 95%, rút ngắn thời gian phản ứng xác minh hiện trường của kiểm lâm địa bàn từ 15 ngày xuống dưới 48 giờ.

Thứ ba, xây dựng phần mềm cảnh báo sớm mất rừng tự động chuyên biệt cho tỉnh Thừa Thiên Huế. Ban Quản lý các dự án lâm nghiệp cần phối hợp với các đơn vị công nghệ thông tin hoàn thiện giải pháp phần mềm trong giai đoạn 2021 - 2023, tích hợp chức năng lọc mây tự động và loại trừ biến động theo mùa của thảm cỏ cây bụi.

Thứ tư, tổ chức các khóa tập huấn nâng cao năng lực ứng dụng viễn thám và hệ thông tin địa lý cho 100% cán bộ kiểm lâm tại 8 Hạt Kiểm lâm và các Ban quản lý rừng phòng hộ, rừng đặc dụng trên toàn tỉnh, hoàn thành trong vòng 12 tháng.

Đối tượng nên tham khảo luận văn

Cán bộ quản lý ngành lâm nghiệp và lực lượng Kiểm lâm các cấp: Đây là tài liệu hướng dẫn kỹ thuật thực tiễn giúp nâng cấp công tác tuần tra, chuyển đổi từ phương thức kiểm tra thụ động sang giám sát số hóa theo thời gian thực với độ chính xác cao.

Học viên cao học và nhà nghiên cứu chuyên ngành Quản lý tài nguyên, Lâm học, Bản đồ và Viễn thám: Luận văn cung cấp phương pháp luận chặt chẽ, chuỗi công thức tính toán và cách tiếp cận xử lý dữ liệu lớn đa thời gian trên nền tảng điện toán đám mây.

Ban quản lý các Vườn Quốc gia, Khu bảo tồn thiên nhiên và Rừng phòng hộ: Các đơn vị quản lý diện tích lớn như Vườn Quốc gia Bạch Mã hay Khu bảo tồn Sao La có thể áp dụng ngay mô hình này để giám sát biến động sinh cảnh với chi phí vận hành bằng không.

Các doanh nghiệp trồng rừng sản xuất và tổ chức phát triển nông lâm nghiệp: Tài liệu hỗ trợ đắc lực trong việc theo dõi tiến độ khai thác, lập kế hoạch trồng lại rừng và chuẩn hóa hồ sơ quản lý rừng bền vững theo tiêu chuẩn chứng chỉ FSC quốc tế.

Câu hỏi thường gặp

Ảnh vệ tinh Sentinel-2 có ưu thế gì vượt trội so với Landsat trong giám sát mất rừng? Vệ tinh Sentinel-2 cung cấp độ phân giải không gian 10m, vượt trội hơn mức 30m của Landsat-8. Chu kỳ lặp lại kết hợp của hai vệ tinh 2A và 2B chỉ là 5 ngày, giúp ghi nhận kịp thời các biến động nhỏ từ 0,01 ha trên thực địa, đặc biệt quan trọng với địa hình rừng phân tán.

Chỉ số viễn thám tích hợp IRSI hoạt động theo cơ chế nào để tăng độ chính xác? Chỉ số IRSI là phép cộng hợp giữa NDVI và NBR. Trong khi NDVI tối ưu cho việc đo mật độ sinh khối xanh, NBR lại cực kỳ nhạy với độ ẩm tán lá và vết đất trơ sau tác động cơ học hoặc cháy rừng, giúp giảm thiểu 15% sai số nhận diện so với việc dùng chỉ số đơn lẻ.

Nghiên cứu đã khắc phục trở ngại về mây che phủ tại miền Trung bằng cách nào? Đề tài tập trung khai thác dữ liệu ảnh trong mùa ít mưa từ tháng 2 đến tháng 6 hàng năm, kết hợp thuật toán lọc mây tự động trên Google Earth Engine và đánh giá chất lượng ảnh theo thang đo chuẩn NIIRS trước khi đưa vào phân tích sai phân.

Làm thế nào để hệ thống không cảnh báo nhầm các diện tích nông nghiệp thành mất rừng? Quy trình sử dụng lớp ranh giới quy hoạch 3 loại rừng cấp tỉnh và cơ sở dữ liệu kiểm kê rừng để giao cắt không gian. Mọi biến động xảy ra ngoài phạm vi đất lâm nghiệp hoặc các khu vực nương rẫy luân canh đã được số hóa sẽ tự động bị loại bỏ khỏi danh sách cảnh báo.

Quy trình phát hiện mất rừng trong luận văn có thể áp dụng cho các tỉnh khác không? Quy trình hoàn toàn có thể nhân rộng trên phạm vi toàn quốc. Tuy nhiên, các địa phương khác cần tiến hành lấy mẫu kiểm chứng để hiệu chỉnh lại ngưỡng biến động của NDVI và IRSI sao cho phù hợp với đặc thù sinh thái và mùa vụ của từng vùng.

Kết luận

Luận văn đã giải quyết xuất sắc bài toán khoa học và thực tiễn trong công tác quản lý tài nguyên rừng tại Thừa Thiên Huế thông qua các đóng góp nổi bật:

  • Xây dựng thành công quy trình công nghệ phát hiện sớm mất rừng hoàn toàn tự động dựa trên chuỗi ảnh vệ tinh Sentinel-2 và điện toán đám mây Google Earth Engine.
  • Xác định chính xác bộ ngưỡng sai phân quang phổ cho các chỉ số NDVI, NBR và sáng tạo chỉ số tích hợp IRSI với độ tin cậy phát hiện đạt trên 94%.
  • Phân tích chi tiết bức tranh biến động rừng toàn diện của 9 huyện thị trong giai đoạn 2017 - 2020, làm sáng tỏ nguyên nhân sụt giảm diện tích rừng tự nhiên và chu kỳ rừng trồng.
  • Cung cấp giải pháp phần mềm và quy trình nghiệp vụ có khả năng tích hợp trực tiếp vào hệ thống quản lý diễn biến rừng cấp quốc gia FRMS.
  • Đặt nền móng vững chắc cho lộ trình hiện đại hóa và chuyển đổi số toàn diện công tác tuần tra bảo vệ rừng giai đoạn 2021 - 2025.

Các đơn vị quản lý tài nguyên và nghiên cứu lâm nghiệp hãy ứng dụng ngay bộ công cụ và phương pháp luận của luận văn để nâng cao hiệu quả bảo tồn đa dạng sinh học và phát triển rừng bền vững.