Tổng quan nghiên cứu

Thảm thực vật rừng giữ vai trò cốt lõi trong việc duy trì cân bằng sinh thái, bảo vệ nguồn nước và giảm thiểu thiên tai. Huyện Cao Phong, tỉnh Hòa Bình sở hữu tổng diện tích đất tự nhiên là 25.600,25 ha, trong đó tiềm năng đất lâm nghiệp rất dồi dào nhưng chưa được khai thác tối ưu. Số liệu thống kê năm 2013 cho thấy toàn huyện có 7.233,06 ha đất chưa sử dụng, chiếm 29% diện tích tự nhiên và tương đương 48,06% tổng diện tích đất quy hoạch lâm nghiệp. Đáng chú ý, quỹ đất có khả năng trồng rừng lên tới 7.220,26 ha, trong khi đất không có khả năng trồng rừng chỉ chiếm khoảng 12,8 ha.

Vấn đề nghiên cứu trọng tâm xuất phát từ thực trạng suy thoái rừng và biến động lớp phủ đất đai diễn ra phức tạp dưới áp lực phát triển kinh tế xã hội. Các phương pháp điều tra kiểm kê rừng truyền thống bằng đo vẽ thủ công bộc lộ nhiều hạn chế về thời gian, chi phí và độ chuẩn xác. Mục tiêu cụ thể của đề tài là ứng dụng tích hợp công nghệ Hệ thống thông tin địa lý (GIS) và Viễn thám để thành lập bản đồ hiện trạng rừng các năm 2005, 2015, từ đó xây dựng bản đồ biến động và đánh giá nguyên nhân thay đổi rừng tại huyện Cao Phong giai đoạn 2005 - 2015.

Phạm vi nghiên cứu bao quát toàn bộ 12 xã và 01 thị trấn của huyện Cao Phong trong khung thời gian 10 năm. Ý nghĩa khoa học và thực tiễn của công trình thể hiện qua việc cung cấp giải pháp công nghệ hiện đại đạt độ chính xác phân loại 84,75%, hỗ trợ theo dõi mức tăng độ che phủ rừng từ 31,55% lên 42,05%, tạo tiền đề vững chắc cho công tác quy hoạch sử dụng đất lâm nghiệp bền vững tại địa phương.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên hai trụ cột lý thuyết chính: Lý thuyết phản xạ phổ thực vật trong công nghệ viễn thám và Lý thuyết phân tích ảnh định hướng đối tượng (Object-Based Image Analysis - OBIA). Phổ phản xạ của thảm thực vật đặc trưng bởi sự hấp thụ mạnh năng lượng ánh sáng ở dải sóng màu đỏ (Red) do chất diệp lục và phản xạ rất mạnh ở dải sóng cận hồng ngoại (NIR) nhờ cấu trúc tế bào lá. Mô hình nghiên cứu vận dụng quy luật này để tính toán Chỉ số khác biệt thực vật (NDVI), giúp nhận diện trạng thái sinh trưởng của tầng cây gỗ.

Bên cạnh đó, phương pháp OBIA dựa trên nguyên lý gom nhóm các điểm ảnh (pixel) lân cận có đặc tính đồng nhất thành các phân mảnh ảnh (segment) thông qua thuật toán phân đoạn đa độ phân giải kết hợp logic mờ (Fuzzy Logic). Các khái niệm then chốt được chuẩn hóa bao gồm: Chỉ số thực vật NDVI, Phân đoạn ảnh (Segmentation), Ma trận sai số (Error Matrix), và Hệ số tin cậy Kappa. Hệ thống phân loại trạng thái rừng tuân thủ nghiêm ngặt Thông tư số 34/2009/TT-BNNPTNT của Bộ Nông nghiệp và Phát triển nông thôn cùng Luật Bảo vệ và Phát triển rừng năm 2004, chia lớp phủ thành 9 trạng thái chính gồm mặt nước, đất khác và 7 loại rừng đặc trưng.

Phương pháp nghiên cứu

Dữ liệu đầu vào bao gồm ảnh vệ tinh Landsat 7 ETM+ thu nhận ngày 03/04/2005 và Landsat 8 OLI/TIRS thu nhận ngày 30/05/2015 với độ phân giải không gian 30m x 30m (Path 127/Row 46). Để nâng cao độ chuẩn xác, nghiên cứu bổ sung dữ liệu kiểm chứng từ ảnh vệ tinh độ phân giải cao VNREDSat-1 (2,5m chụp năm 2013) và SPOT-6 (1,5m chụp năm 2014), cùng hệ thống bản đồ hiện trạng sử dụng đất và bản đồ quy hoạch 3 loại rừng tỷ lệ 1:25.000. Toàn bộ dữ liệu được nắn chỉnh hình học theo hệ tọa độ VN-2000 kinh tuyến trục 106° múi chiếu 3°.

Cỡ mẫu khảo sát thực địa được xác lập với 496 điểm GPS ngoài thực địa theo phương pháp điều tra mẫu điển hình. Trong đó, 296 điểm được dùng làm mẫu huấn luyện (training data) để xây dựng khóa giải đoán ảnh và 200 điểm độc lập dùng để kiểm chứng độ chính xác phân loại. Phương pháp phân loại hướng đối tượng trên phần mềm eCognition Developer 9.1 được lựa chọn thay thế cho phương pháp phân loại điểm ảnh truyền thống nhằm loại bỏ hiện tượng "nhiễu hạt muối tiêu" và tích hợp thêm quan hệ không gian, hình dạng đối tượng. Sau đó, phần mềm ArcGIS Desktop 10.1 được sử dụng để thực hiện phương pháp so sánh sau phân loại (Post-Classification Comparison), chồng ghép hai bản đồ hiện trạng nhằm chiết xuất ma trận biến động không gian chi tiết cho toàn bộ chu kỳ 2005 - 2015.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích không gian đa thời gian đã mang lại 4 phát hiện quan trọng về diễn biến rừng huyện Cao Phong:

  • Tổng diện tích đất có rừng toàn huyện tăng mạnh từ 8.076,58 ha năm 2005 lên 10.765,80 ha vào năm 2015. Mức tăng ròng đạt 2.689,22 ha, tương đương tỷ lệ tăng trưởng 33,29% sau 10 năm quản lý.
  • Tỷ lệ che phủ rừng tăng trưởng ấn tượng 10,50%, nâng mức bao phủ từ 31,55% ở thời điểm năm 2005 lên mức 42,05% vào năm 2015, góp phần cải thiện rõ rệt môi trường sinh thái đầu nguồn sông Đà.
  • Cơ cấu các loại đất và loại rừng có sự phân hóa sâu sắc. Rừng gỗ trồng núi đất tăng vọt từ 1.852,40 ha lên 3.421,15 ha (tăng 84,69%). Diện tích rừng tự nhiên núi đất lá rộng thường xanh phục hồi cũng tăng 915,30 ha, phản ánh hiệu quả của công tác khoanh nuôi xúc tiến tái sinh trên các sườn đồi dốc.
  • Kết quả giải đoán và phân loại đạt độ chính xác tổng thể 84,75% với hệ số Kappa đạt 0,812. Mức độ tách biệt giữa các cặp đối tượng thực vật qua kiểm định chỉ số thống kê U đều vượt ngưỡng 1,96, chứng minh quy trình phân loại ảnh Landsat có độ tin cậy vượt trội.

Thảo luận kết quả

Nguyên nhân chính thúc đẩy sự gia tăng diện tích rừng đến từ việc triển khai quyết liệt các chương trình lâm nghiệp trọng điểm như Dự án 661, chính sách giao đất giao rừng và giao khoán bảo vệ rừng cho các hộ gia đình. Người dân các xã Thung Nai, Bình Thanh, Nam Phong đã chủ động đầu tư trồng keo, bạch đàn và luồng trên đất đồi núi trọc để phát triển kinh tế hộ gia đình. Tuy nhiên, nghiên cứu cũng chỉ ra hiện tượng suy giảm cục bộ ở một số diện tích rừng tự nhiên nghèo kiệt do người dân chuyển đổi mục đích sang canh tác cây ăn quả có múi như cam, quýt Cao Phong vốn mang lại nguồn thu nhập cao.

So sánh với các nghiên cứu trước đây tại tỉnh Hòa Bình của nhóm tác giả Nguyễn Thị Thúy Hạnh (độ chính xác đạt 82,30%) hay nghiên cứu biến động rừng Cần Giờ của Phan Nguyên Việt (đạt 80,00%), kết quả đạt 84,75% trong luận văn này khẳng định ưu thế vượt trội của phương pháp phân loại hướng đối tượng OBIA so với thuật toán xác suất cực đại (Maximum Likelihood). Toàn bộ dữ liệu biến động được lượng hóa trực quan thông qua bảng ma trận chuyển đổi 9x9 trạng thái đất đai, kết hợp biểu đồ cột chồng so sánh tỷ lệ tăng giảm diện tích và bản đồ chuyên đề biến động rừng tỷ lệ 1:50.000, giúp cơ quan quản lý dễ dàng khoanh vùng các điểm nóng biến động.

Đề xuất và khuyến nghị

Dựa trên các phân tích định lượng, luận văn đề xuất 4 nhóm giải pháp trọng tâm nhằm nâng cao hiệu quả quản lý đất lâm nghiệp tại Cao Phong:

  • Đẩy nhanh tiến độ rà soát và cấp Giấy chứng nhận quyền sử dụng đất lâm nghiệp: Ủy ban nhân dân huyện Cao Phong và Phòng Tài nguyên và Môi trường cần hoàn thành việc giao đất, cấp giấy chứng nhận quyền sử dụng đất cho các hộ gia đình trên toàn bộ 7.220,26 ha đất trống có khả năng trồng rừng trong giai đoạn 2016 - 2020, tạo cơ sở pháp lý để người dân an tâm đầu tư phát triển vốn rừng.
  • Ứng dụng công nghệ GIS và Viễn thám vào giám sát biến động định kỳ: Hạt Kiểm lâm huyện Cao Phong chủ trì xây dựng cơ sở dữ liệu số không gian, thực hiện cập nhật diễn biến rừng tự động định kỳ 6 tháng một lần. Đặt mục tiêu phát hiện sớm 95% các vụ lấn chiếm, phá rừng và chuyển đổi mục đích sử dụng đất trái phép từ năm 2017 trở đi.
  • Quy hoạch ranh giới vùng trồng cây ăn quả có múi kết hợp bảo vệ rừng đầu nguồn: Phòng Nông nghiệp và Phát triển nông thôn phối hợp với chính quyền cấp xã xác định ranh giới rõ ràng giữa đất nông nghiệp chuyên canh cam, quýt và đất lâm nghiệp phòng hộ, khống chế diện tích cây ăn quả ở mức dưới 3.000 ha để duy trì độ che phủ rừng trên 45% đến năm 2025.
  • Đào tạo nâng cao năng lực kỹ thuật cho cán bộ địa phương: Sở Nông nghiệp và Phát triển nông thôn tỉnh Hòa Bình tổ chức định kỳ 2 khóa đào tạo chuyên sâu mỗi năm về vận hành phần mềm ArcGIS và eCognition cho 100% cán bộ kiểm lâm địa bàn và cán bộ địa chính cấp xã trong giai đoạn 2017 - 2022.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị tham khảo thiết thực cho 4 nhóm đối tượng chính:

  • Cán bộ quản lý đất đai và quy hoạch lâm nghiệp tại địa phương: Cung cấp quy trình công nghệ chuẩn hóa trong việc thành lập bản đồ hiện trạng và phân tích ma trận biến động đất đai, phục vụ trực tiếp cho công tác lập quy hoạch sử dụng đất cấp huyện định kỳ 5 năm và 10 năm.
  • Cơ quan Kiểm lâm và các Ban quản lý rừng: Cung cấp phương pháp theo dõi diễn biến rừng bằng ảnh vệ tinh đa thời gian, giúp tiết kiệm khoảng 60% chi phí và thời gian điều tra thực địa so với các phương pháp khoanh vẽ thủ công trước đây.
  • Học viên cao học và nhà nghiên cứu chuyên ngành Quản lý đất đai, Địa tin học: Đóng vai trò là tài liệu học thuật mẫu mực về phương pháp phân loại ảnh viễn thám định hướng đối tượng (OBIA), kỹ thuật phân mảnh ảnh và thuật toán kiểm định thống kê chỉ số Kappa.
  • Các tổ chức phát triển bền vững và đơn vị tư vấn môi trường: Khai thác bộ số liệu thực chứng về động lực phục hồi thảm phủ rừng tại miền núi phía Bắc để xây dựng các dự án chi trả dịch vụ môi trường rừng (PES) và chương trình giảm phát thải khí nhà kính (REDD+).

Câu hỏi thường gặp

Tại sao nghiên cứu lại chọn phương pháp phân loại định hướng đối tượng thay vì phân loại theo điểm ảnh truyền thống?

Phương pháp phân loại định hướng đối tượng (OBIA) trên phần mềm eCognition xử lý các phân mảnh ảnh (segment) đồng nhất thay vì từng pixel riêng lẻ. Kỹ thuật này kết hợp giá trị phản xạ phổ với hình dạng, kích thước, cấu trúc kết cấu và mối quan hệ không gian. Nhờ đó, độ chính xác tổng thể đạt tới 84,75%, khắc phục hoàn toàn nhược điểm phân loại nhầm lẫn ở các khu vực địa hình đồi núi chia cắt phức tạp.

Chỉ số thực vật NDVI đóng vai trò gì trong việc phân tách các trạng thái rừng?

Chỉ số NDVI phản ánh sinh khối và hàm lượng diệp lục của tán lá thông qua công thức kết hợp kênh phổ đỏ và cận hồng ngoại. Trong nghiên cứu, giá trị NDVI trung bình của các trạng thái rừng dao động rõ rệt, từ mức thấp ở đất trống đến mức cao ở rừng trung bình và rừng trồng, giúp thiết lập bộ khóa giải đoán tự động phân biệt chuẩn xác 9 loại lớp phủ.

Độ tin cậy của bản đồ biến động rừng được kiểm chứng bằng những chỉ số nào?

Độ tin cậy được thẩm định thông qua ma trận sai số (Error Matrix) xây dựng từ 200 điểm kiểm tra thực địa độc lập bằng máy định vị GPS. Các chỉ số thống kê gồm độ chính xác của người sản xuất, độ chính xác của người sử dụng, độ chính xác tổng thể đạt 84,75% và hệ số tương đồng Kappa đạt 0,812 (vượt ngưỡng tin cậy cao 0,80).

Nguyên nhân chủ yếu nào giúp diện tích rừng Cao Phong tăng thêm 2.689,22 ha sau 10 năm?

Sự gia tăng này bắt nguồn từ chính sách giao đất lâm nghiệp gắn liền với quyền lợi kinh tế của người dân, kết hợp với các dự án hỗ trợ cây giống và vốn vay trồng rừng sản xuất. Diện tích đất trống đồi núi trọc đã nhanh chóng được phủ xanh bằng rừng gỗ trồng và các dải rừng tái sinh tự nhiên được bảo vệ nghiêm ngặt.

Dữ liệu ảnh Landsat độ phân giải 30m có đủ độ chi tiết để quản lý rừng cấp huyện không?

Ảnh Landsat hoàn toàn đáp ứng các tiêu chuẩn kỹ thuật để thành lập bản đồ tài nguyên rừng tỷ lệ 1:25.000 đến 1:50.000 theo quy định của Bộ Nông nghiệp và Phát triển nông thôn. Khi tích hợp cùng tư liệu kiểm chứng độ phân giải cao như SPOT-6 (1,5m) và VNREDSat-1 (2,5m), kết quả giải đoán đảm bảo độ chi tiết cao mà vẫn tối ưu hóa chi phí nghiên cứu.

Kết luận

  • Tích hợp thành công công nghệ GIS và dữ liệu viễn thám Landsat đa thời gian để thành lập bản đồ hiện trạng rừng năm 2005, 2015 và bản đồ biến động rừng giai đoạn 2005 - 2015 tại huyện Cao Phong.
  • Lượng hóa chính xác mức tăng trưởng diện tích rừng đạt 2.689,22 ha sau 10 năm, đưa tỷ lệ che phủ rừng toàn huyện tăng từ 31,55% lên 42,05% trên tổng diện tích tự nhiên 25.600,25 ha.
  • Ứng dụng quy trình phân loại định hướng đối tượng (OBIA) với phần mềm eCognition đạt độ chính xác phân loại 84,75% và hệ số Kappa 0,812, khẳng định tính ưu việt của công nghệ địa tin học hiện đại.
  • Nhận diện rõ các yếu tố tác động đến biến động thảm phủ, nổi bật là chính sách giao đất giao rừng, các dự án trồng rừng sản xuất và việc chuyển dịch một phần đất rừng nghèo sang trồng cây có múi.
  • Đề xuất hệ thống 4 nhóm giải pháp kỹ thuật, quản lý và đào tạo nguồn nhân lực nhằm khai thác bền vững quỹ đất 7.220,26 ha có tiềm năng lâm nghiệp trong tương lai.

Đóng góp lớn nhất của luận văn là hoàn thiện phương pháp luận và quy trình công nghệ giải đoán ảnh vệ tinh phục vụ giám sát biến động tài nguyên rừng cấp huyện với độ tin cậy cao và chi phí hợp lý. Trong giai đoạn tiếp theo từ năm 2016 đến năm 2025, các cơ quan chuyên môn cần mở rộng áp dụng mô hình này cho toàn bộ các huyện miền núi thuộc tỉnh Hòa Bình. Các nhà quản lý, nhà nghiên cứu và chính quyền địa phương hãy chủ động kết nối, khai thác cơ sở dữ liệu số này để xây dựng các phương án quản lý và bảo vệ rừng bền vững ngay hôm nay.