Tổng quan nghiên cứu

Quản lý và giám sát biến động tài nguyên rừng là nhiệm vụ then chốt nhằm bảo tồn đa dạng sinh học và phát triển kinh tế bền vững. Theo số liệu kiểm kê, tỉnh Thanh Hóa có tổng diện tích quy hoạch đất lâm nghiệp và ngoài quy hoạch là 684.020,9 ha, đạt độ che phủ rừng 52,8%. Mặc dù có diện tích rừng lớn hàng đầu khu vực Bắc Trung Bộ, công tác theo dõi diễn biến rừng tại địa phương trong nhiều năm chủ yếu dựa vào phương pháp đo vẽ thủ công truyền thống. Phương pháp này bộc lộ nhiều nhược điểm lớn như chu kỳ cập nhật kéo dài từ 2 đến 5 năm, tốn kém nhân lực, thông tin bản đồ thường bị lạc hậu và thiếu tính thời sự.

Trước yêu cầu cấp thiết của thực tiễn, luận văn thạc sĩ chuyên ngành Quản lý tài nguyên rừng tập trung giải quyết vấn đề tự động hóa và nâng cao độ chính xác trong việc phát hiện biến động rừng. Mục tiêu cụ thể của nghiên cứu là xây dựng mô hình kỹ thuật ứng dụng công nghệ địa không gian để giám sát và phát hiện sớm các điểm mất rừng, suy thoái rừng với quy mô diện tích từ 0,1 ha trở lên, đảm bảo độ chính xác trên 70%.

Phạm vi không gian của đề tài tập trung vào các huyện trọng điểm phía Nam tỉnh Thanh Hóa như Như Xuân, Như Thanh, Tĩnh Gia, Nông Cống, Triệu Sơn, Đông Sơn, Quảng Xương cùng một phần các huyện Thường Xuân, Thọ Xuân, Thiệu Hóa và thành phố Thanh Hóa. Phạm vi thời gian nghiên cứu thực hiện từ tháng 11/2016 đến tháng 4/2017 dựa trên chuỗi dữ liệu ảnh vệ tinh giai đoạn 2015 - 2016. Nghiên cứu mang lại ý nghĩa to lớn trong việc cung cấp công cụ giám sát hiện đại, rút ngắn thời gian cảnh báo từ vài năm xuống còn 15 đến 30 ngày, phục vụ đắc lực cho công tác chỉ đạo và quản lý rừng bền vững.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên hai trục lý thuyết nền tảng: Lý thuyết viễn thám quang học phân tích biến động phổ (Change Detection) và Khung mô hình Giám sát - Báo cáo - Kiểm chứng (MRV - Monitoring, Reporting, Verification) theo tiêu chuẩn quản lý rừng quốc tế. Về mặt phân loại học và tiêu chí đánh giá, đề tài căn cứ vào Thông tư số 34/2009/TT-BNNPTNT ngày 10/06/2009 của Bộ Nông nghiệp và Phát triển nông thôn và Quyết định số 5429/QĐ-UBND của Ủy ban nhân dân tỉnh Thanh Hóa.

Khung khái niệm cốt lõi của nghiên cứu bao gồm:

  • Mất rừng: Hiện tượng toàn bộ tầng cây cao của rừng bị chặt hạ, cháy hoặc chết khô trên diện tích tối thiểu từ 0,1 ha trở lên.
  • Suy thoái rừng: Hiện tượng một phần cấu trúc tầng cây cao bị tác động, suy giảm mật độ tán hoặc chất lượng thảm thực vật trên diện tích từ 0,1 ha trở lên.
  • Chỉ số than cháy chuẩn hóa (NBR - Normalized Burn Ratio): Chỉ số quang phổ phản ánh mức độ sinh khối và độ ẩm thảm phủ thông qua dải sóng cận hồng ngoại (NIR) và hồng ngoại sóng ngắn (SWIR).
  • Chỉ số biến động tỷ số $C$: Tỷ số giữa giá trị NBR thời điểm đánh giá và thời điểm đối chứng ($C = NBR_i / NBR_{i-1}$), giúp triệt tiêu sai số do địa hình và khí quyển.

Phương pháp nghiên cứu

Nguồn dữ liệu của đề tài bao gồm 10 cảnh ảnh vệ tinh Landsat 8 (độ phân giải không gian 30m) và 3 cảnh ảnh vệ tinh Sentinel-2 (độ phân giải không gian 10m - 20m) được thu thập từ tháng 01/2015 đến tháng 12/2016 thông qua nền tảng điện toán đám mây Google Earth Engine (GEE). Dữ liệu không gian bổ trợ gồm bản đồ kiểm kê rừng tỉnh Thanh Hóa năm 2015 trên diện tích 627.833 ha đất lâm nghiệp, bản đồ địa hình và bản đồ địa giới hành chính.

Phương pháp chọn mẫu và kiểm chứng thực địa được thực hiện ngẫu nhiên trên 200 điểm biến động thực tế, kết hợp kế thừa cơ sở dữ liệu cập nhật diễn biến rừng của Chi cục Kiểm lâm tỉnh Thanh Hóa. Tại mỗi điểm kiểm chứng, nghiên cứu tiến hành phỏng vấn sâu từ 2 đến 3 người dân địa phương và cán bộ kiểm lâm địa bàn để xác định nguyên nhân và thời điểm tác động.

Lý do lựa chọn phương pháp phân tích chỉ số tỷ số $C$ trên nền tảng Google Earth Engine là khả năng xử lý song song khối lượng dữ liệu viễn thám khổng lồ hoàn toàn miễn phí, tự động loại bỏ mây và bóng mây bằng thuật toán kết hợp dải phổ, đồng thời loại trừ hiệu ứng góc chiếu mặt trời trên địa hình núi có độ dốc trên 20 độ.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, nghiên cứu đã làm rõ bức tranh tổng thể hiện trạng rừng tỉnh Thanh Hóa với diện tích có rừng là 587.009,8 ha, trong đó rừng tự nhiên chiếm 67,3% (395.164,4 ha) và rừng trồng chiếm 32,7% (191.845,4 ha). Độ che phủ rừng phân bố rất không đồng đều: huyện Quan Sơn đạt tỷ lệ cao nhất với 88,8%, trong khi huyện Đông Sơn đạt thấp nhất chỉ 0,9%.

Thứ hai, kết quả phân tích theo chủ quản lý xác định nhóm chủ rừng hộ gia đình và cá nhân quản lý diện tích lớn nhất là 360.274,2 ha (chiếm 52,7% tổng diện tích đất lâm nghiệp), tiếp đến là các Ban Quản lý rừng đặc dụng với 90.218,6 ha và UBND cấp xã quản lý 85.920,1 ha. Đất lâm nghiệp phân bố chủ yếu trên nhóm đất Feralit phát triển trên đá trầm tích hạt mịn với 311.416,5 ha (chiếm 49,6%).

Thứ ba, nghiên cứu đã thiết lập thành công bộ ngưỡng chỉ số biến động $C$ phục vụ phân loại tự động:

  • Ngưỡng $C$ từ 0,00 đến 0,40: Xác định trạng thái mất rừng hoàn toàn.
  • Ngưỡng $C$ từ 0,41 đến 0,70: Xác định trạng thái suy thoái rừng.
  • Ngưỡng $C > 0,70$: Rừng ở trạng thái ổn định hoặc đang phục hồi.

Thứ tư, đề tài lượng hóa các nguyên nhân chính gây mất và suy thoái rừng: chuyển đổi sang trồng cây công nghiệp (cao su, mía, sắn) chiếm trên 13.000 ha từ năm 2008; hoạt động khai thác gỗ đạt trên 10.000 ha/năm; chuyển đổi sang công trình hạ tầng và thủy điện chiếm hơn 3.500 ha; cháy rừng giai đoạn 2010 - 2015 thiêu rụi hơn 500 ha; dịch sâu róm thông năm 2013 gây hại trên 1.500 ha.

Thảo luận kết quả

Độ chính xác tổng thể trong việc phát hiện sớm mất rừng và suy thoái rừng ($A_m$) của mô hình đạt trên 70% đối với các lô rừng có diện tích từ 0,1 ha trở lên. Kết quả này chứng minh tính vượt trội so với các nghiên cứu trước đây tại Việt Nam vốn chủ yếu dùng ảnh MODIS độ phân giải thấp (250m) hoặc ảnh SPOT thương mại chi phí cao.

Dữ liệu nghiên cứu được biểu diễn trực quan qua hệ thống bảng biểu phân bố trữ lượng gỗ đạt 28,65 triệu m3 và trữ lượng tre nứa đạt 661,7 triệu cây. Bản đồ biến động dạng Raster sau khi xử lý được chuyển đổi sang định dạng Vector và tích hợp với bản đồ kiểm kê cấp xã thông qua thuật toán Intersect, giúp xác định chính xác số hiệu lô, khoảnh, tiểu khu và chủ rừng bị tác động mà không cần trực tiếp đi thực địa toàn bộ diện tích.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, luận văn đề xuất 4 nhóm giải pháp trọng tâm:

  1. Vận hành quy trình giám sát tự động bằng công nghệ địa không gian: Chi cục Kiểm lâm tỉnh Thanh Hóa cần chủ trì ứng dụng mã nguồn trên Google Earth Engine để quét định kỳ ảnh Landsat 8 và Sentinel-2 với tần suất từ 15 đến 30 ngày/lần. Mục tiêu nâng tỷ lệ phát hiện sớm mất rừng lên 85% trên toàn tỉnh trước quý IV năm 2018.
  2. Thiết lập cơ chế phản ứng nhanh và kiểm chứng thực địa: Hạt Kiểm lâm các huyện phối hợp cùng 376 Ủy ban nhân dân cấp xã và các cộng đồng thôn bản tổ chức kiểm tra thực địa trong vòng 48 giờ kể từ khi hệ thống viễn thám phát tín hiệu cảnh báo tọa độ điểm cháy hoặc điểm phá rừng.
  3. Giảm áp lực khai thác tài nguyên đối với vùng đệm: Ban Quản lý của 11 khu rừng đặc dụng (90.218,6 ha) và 13 đơn vị rừng phòng hộ (75.501,1 ha) cần đẩy mạnh chính sách chi trả dịch vụ môi trường rừng, hỗ trợ chuyển đổi chất đốt cho hơn 400.000 người dân đang sử dụng trên 400.000 m3 củi mỗi năm trong giai đoạn 2018 - 2020.
  4. Chuẩn hóa cơ sở dữ liệu GIS và nâng cao năng lực cán bộ: Sở Nông nghiệp và Phát triển nông thôn đầu tư hạ tầng máy chủ, hoàn thành việc số hóa đồng bộ ranh giới của 65.391 chủ rừng nhóm I và 53 chủ rừng nhóm II, tổ chức đào tạo kỹ năng GIS/Remote Sensing cho 100% kiểm lâm địa bàn trước năm 2019.

Đối tượng nên tham khảo luận văn

  1. Cán bộ quản lý lâm nghiệp và lực lượng kiểm lâm: Nắm vững quy trình công nghệ phát hiện sớm điểm mất rừng, ứng dụng trực tiếp vào công tác tuần tra và quản lý 587.009,8 ha rừng tại các điểm nóng như Thường Xuân, Như Xuân, Như Thanh.
  2. Giảng viên và nhà nghiên cứu chuyên ngành Lâm học, Địa không gian: Sử dụng phương pháp luận tính toán chỉ số than cháy NBR, thuật toán tỷ số $C$ và cơ sở dữ liệu 200 điểm mẫu thực địa làm tài liệu giảng dạy và mở rộng nghiên cứu khoa học.
  3. Sinh viên, học viên cao học ngành Quản lý tài nguyên và Môi trường: Tham khảo cấu trúc luận văn chuẩn mực, phương pháp xử lý ảnh vệ tinh đa phổ miễn phí trên nền tảng đám mây và kỹ năng phân tích không gian GIS.
  4. Các tổ chức bảo tồn và đơn vị phát triển dự án REDD+: Ứng dụng khung giám sát MRV để tính toán mức độ suy giảm sinh khối rừng, xây dựng kịch bản phát thải tham chiếu và thực hiện các cam kết tín chỉ carbon cho 395.164,4 ha rừng tự nhiên.

Câu hỏi thường gặp

Mô hình giám sát trong luận văn có thể phát hiện diện tích mất rừng nhỏ nhất là bao nhiêu?
Mô hình phát hiện chính xác các khu vực mất rừng và suy thoái rừng có quy mô diện tích từ 0,1 ha trở lên với độ tin cậy đạt trên 70%. Ngưỡng diện tích này được xác lập nhằm hạn chế tối đa các sai số nhiễu phổ phát sinh trong quá trình chuyển đổi giữa định dạng Raster và Vector từ ảnh vệ tinh Landsat 8 và Sentinel-2.

Chỉ số C trong nghiên cứu được tính toán như thế nào và có ý nghĩa gì?
Chỉ số $C$ được xác định theo công thức $C = NBR_i / NBR_{i-1}$, phản ánh tỷ số biến động than cháy giữa thời điểm hiện tại và thời điểm đối chứng. Việc sử dụng tỷ số này giúp triệt tiêu các sai số không thuộc về bản chất thảm phủ như góc chiếu sáng mặt trời, địa hình đồi núi dốc và sai số hiệu chỉnh hình học.

Đâu là nguyên nhân nhân sinh lớn nhất làm suy giảm diện tích rừng tại Thanh Hóa?
Nguyên nhân nhân sinh lớn nhất là việc chuyển đổi mục đích sử dụng đất lâm nghiệp để trồng cây công nghiệp (cao su, mía, sắn) với diện tích hơn 13.000 ha từ năm 2008. Kế tiếp là hoạt động khai thác gỗ thương mại quy mô hơn 10.000 ha/năm và nhu cầu tiêu thụ trên 400.000 m3 gỗ củi hàng năm của cư dân địa phương.

Làm thế nào để khắc phục hiện tượng mây che phủ khi phân tích ảnh viễn thám?
Nghiên cứu ứng dụng thuật toán lọc mây tự động trên Google Earth Engine kết hợp phương pháp hiển thị tổ hợp màu gần giống màu thật để bóc tách mây dày, mây mỏng và bóng mây. Đồng thời, tác giả kết hợp linh hoạt 10 ảnh Landsat 8 và 3 ảnh Sentinel-2 tại các khoảng thời gian khác nhau để bù lấp dữ liệu.

Mô hình của luận văn có thể nhân rộng cho các tỉnh khác tại Việt Nam không?
Quy trình kỹ thuật hoàn toàn có thể áp dụng rộng rãi cho các tỉnh có điều kiện tự nhiên tương đồng. Do mô hình sử dụng nguồn tư liệu ảnh vệ tinh miễn phí và nền tảng tính toán đám mây mở, các cơ quan kiểm lâm cấp tỉnh có thể triển khai hệ thống MRV với chi phí thấp mà vẫn đảm bảo cập nhật liên tục.

Kết luận

  • Luận văn đã xây dựng thành công mô hình kỹ thuật giám sát, báo cáo và kiểm chứng (MRV) biến động tài nguyên rừng bằng công nghệ địa không gian trên nền tảng Google Earth Engine.
  • Cập nhật toàn diện bức tranh hiện trạng lâm nghiệp tỉnh Thanh Hóa với 587.009,8 ha rừng, độ che phủ đạt 52,8% và tổng trữ lượng gỗ đạt 28,65 triệu m3.
  • Chuẩn hóa bộ chỉ số $C$ giúp phát hiện sớm mất rừng (ngưỡng 0 - 0,40) và suy thoái rừng (ngưỡng 0,41 - 0,70) trên các diện tích từ 0,1 ha với độ chính xác trên 70%.
  • Phân tích sâu sắc hệ thống nguyên nhân gây suy thoái rừng, cung cấp luận cứ khoa học thực tiễn để nâng cao hiệu lực quản lý cho 65.391 chủ rừng nhóm I và 53 chủ rừng nhóm II.
  • Đề xuất 4 giải pháp đồng bộ về công nghệ, thể chế và sinh kế cho giai đoạn 2018 - 2020 nhằm hiện đại hóa công tác lâm nghiệp.

Lộ trình tiếp theo cần tập trung mở rộng tích hợp ảnh vệ tinh viễn thám VNREDSat-1 của Việt Nam và thử nghiệm cảnh báo tự động qua ứng dụng di động cho kiểm lâm địa bàn trong giai đoạn 2018 - 2022. Các đơn vị quản lý và nhà khoa học hãy chủ động ứng dụng công nghệ địa không gian để thúc đẩy chuyển đổi số ngành lâm nghiệp và bảo vệ tài nguyên rừng bền vững.