Tổng quan nghiên cứu

Việc quản lý và bảo vệ tài nguyên rừng tại Việt Nam đang đối mặt với nhiều thách thức do sự suy giảm diện tích và chất lượng rừng trong hơn một thế kỷ qua. Tỷ lệ che phủ rừng giảm từ 43% năm 1943 xuống còn khoảng 26,2% năm 1985, mặc dù đã có sự phục hồi nhờ các chương trình trồng rừng, nâng độ che phủ lên 37% năm 2005 và 39,1% năm 2009. Tuy nhiên, công tác kiểm kê rừng hiện nay còn nhiều hạn chế, với chu kỳ điều tra kéo dài 5 năm, không kịp thời phản ánh biến động nhanh của tài nguyên rừng. Việc ứng dụng công nghệ viễn thám, đặc biệt là ảnh vệ tinh quang học và radar, được xem là giải pháp hiệu quả để cập nhật nhanh chóng, chính xác hiện trạng và trữ lượng rừng.

Luận văn tập trung nghiên cứu kết hợp ảnh vệ tinh quang học Sentinel-2 và dữ liệu radar Sentinel-1 nhằm xác định trữ lượng rừng tại Vườn quốc gia Yok Đôn, tỉnh Đắk Lắk. Phạm vi nghiên cứu bao gồm toàn bộ diện tích rừng tự nhiên trong ranh giới vườn quốc gia, với thời gian thu thập dữ liệu từ tháng 10/2018 đến tháng 4/2019. Mục tiêu chính là đánh giá hiện trạng rừng, ước tính trữ lượng rừng dựa trên ảnh vệ tinh và đề xuất phương pháp kỹ thuật kết hợp hai loại ảnh này để nâng cao độ chính xác trong quản lý tài nguyên rừng. Nghiên cứu có ý nghĩa quan trọng trong việc hỗ trợ công tác quy hoạch, bảo vệ và phát triển rừng bền vững, đồng thời góp phần nâng cao hiệu quả giám sát tài nguyên thiên nhiên tại các khu vực rừng phức tạp như vùng Tây Nguyên.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết và mô hình nghiên cứu chính:

  1. Lý thuyết viễn thám và xử lý ảnh vệ tinh: Viễn thám cho phép thu thập thông tin về bề mặt trái đất thông qua ảnh vệ tinh quang học và radar. Ảnh quang học phản ánh đặc tính phản xạ phổ của thảm thực vật, trong khi ảnh radar cung cấp thông tin về cấu trúc, độ ẩm và độ gồ ghề bề mặt, không bị ảnh hưởng bởi điều kiện thời tiết và ánh sáng.

  2. Mô hình xác định trữ lượng rừng dựa trên chỉ số NDVI và phân cực radar: NDVI (Normalized Difference Vegetation Index) là chỉ số phổ biến để đánh giá chất lượng và mật độ thảm thực vật. Phân cực radar (VV, VH) phản ánh đặc tính tán xạ của rừng, liên quan đến cấu trúc và sinh khối. Việc kết hợp NDVI với các giá trị phân cực radar giúp xây dựng mô hình ước lượng trữ lượng rừng chính xác hơn.

Các khái niệm chuyên ngành quan trọng bao gồm:

  • NDVI: Chỉ số khác biệt thực vật, tính theo công thức (\text{NDVI} = \frac{\text{NIR} - \text{RED}}{\text{NIR} + \text{RED}}), phản ánh mật độ và sức khỏe thực vật.
  • Phân cực radar VV và VH: Các chế độ phân cực sóng radar dọc-đứng (VV) và dọc-ngang (VH), dùng để phân tích đặc tính tán xạ của rừng.
  • Trữ lượng gỗ (MGO): Thể tích gỗ trong rừng, tính bằng m³/ha, là chỉ số quan trọng để đánh giá tài nguyên rừng.
  • RMSE (Root Mean Square Error): Chỉ số đánh giá độ chính xác của mô hình ước lượng trữ lượng rừng.

Phương pháp nghiên cứu

Nguồn dữ liệu chính bao gồm ảnh vệ tinh Sentinel-2 (quang học) và Sentinel-1 (radar) năm 2018, cùng với số liệu điều tra ngoại nghiệp từ 37 ô tiêu chuẩn tại Vườn quốc gia Yok Đôn. Trong đó, 27 ô được sử dụng để xây dựng mô hình, 10 ô còn lại dùng để kiểm chứng độ chính xác.

Phương pháp phân tích gồm:

  • Thu thập số liệu ngoại nghiệp: Đo đạc chiều cao, đường kính thân cây, mật độ cây trong ô tiêu chuẩn diện tích 1000 m², xác định tên loài và nhóm gỗ theo độ cứng.
  • Xử lý ảnh vệ tinh: Hiệu chỉnh bức xạ, lọc nhiễu ảnh radar, tổ hợp kênh ảnh Sentinel-2 để tạo ảnh màu và tính chỉ số NDVI.
  • Phân vùng ảnh (segmentation): Sử dụng phần mềm eCognition để phân vùng ảnh Sentinel-2 thành các lô trạng thái rừng, sau đó kết hợp dữ liệu radar vào từng lô.
  • Xây dựng mô hình ước lượng trữ lượng rừng: Phân tích mối quan hệ giữa NDVI, phân cực radar và trữ lượng gỗ thực tế, sử dụng hàm logarit để mô hình hóa.
  • Đánh giá độ chính xác: Tính chỉ số RMSE trên tập dữ liệu xây dựng mô hình và tập kiểm chứng.

Thời gian nghiên cứu kéo dài từ tháng 10/2018 đến tháng 4/2019, đảm bảo thu thập và xử lý dữ liệu đầy đủ, chính xác.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiện trạng rừng tại Vườn quốc gia Yok Đôn: Diện tích đất có rừng tự nhiên là 108.247,49 ha, chiếm phần lớn diện tích quản lý. Đất chưa có rừng chiếm khoảng 2.493,43 ha, bao gồm đất trống có cây tái sinh và đất nông nghiệp. Điều này cho thấy công tác quản lý và bảo vệ rừng tại khu vực được thực hiện hiệu quả.

  2. Mối quan hệ giữa NDVI, phân cực radar và trữ lượng rừng:

    • Chỉ số NDVI có hệ số tương quan (R^2 = 0,5566) với trữ lượng gỗ (MGO), thể hiện mối liên hệ chặt chẽ nhất trong các chỉ số phân tích.
    • Phân cực radar VH có tương quan thấp nhất với (R^2 = 0,188), trong khi phân cực VV có (R^2 = 0,502).
    • Tổ hợp giá trị trung bình phân cực VV và VH có (R^2 = 0,5539), gần bằng NDVI đơn lẻ.

  3. Mô hình xác định trữ lượng rừng kết hợp NDVI và phân cực radar:
    Mô hình kết hợp NDVI với phân cực VH hoặc VV cho kết quả ước lượng trữ lượng rừng chính xác hơn so với sử dụng riêng lẻ từng chỉ số. Ví dụ, mô hình NDVI-VHMN thể hiện mối quan hệ rõ ràng với trữ lượng gỗ, giúp giảm sai số ước lượng.

  4. Đánh giá độ chính xác mô hình:
    Chỉ số RMSE được tính trên 27 ô tiêu chuẩn xây dựng mô hình và 10 ô kiểm chứng cho thấy sai số trung bình nằm trong khoảng chấp nhận được, khẳng định tính khả thi của phương pháp kết hợp ảnh quang học và radar trong xác định trữ lượng rừng.

Thảo luận kết quả

Nguyên nhân mối tương quan cao giữa NDVI và trữ lượng rừng là do NDVI phản ánh mật độ và sức khỏe thảm thực vật, phù hợp với đặc điểm rừng tự nhiên tại Yok Đôn. Phân cực radar cung cấp thông tin bổ sung về cấu trúc và độ ẩm của rừng, tuy nhiên do ảnh radar chịu ảnh hưởng bởi biến dạng hình học và nhiễu nên tương quan thấp hơn khi sử dụng riêng lẻ.

So sánh với các nghiên cứu quốc tế, việc kết hợp ảnh quang học và radar đã được chứng minh là nâng cao độ chính xác trong phân loại và ước lượng tài nguyên rừng, phù hợp với kết quả nghiên cứu tại Yok Đôn. Việc áp dụng mô hình kết hợp này giúp khắc phục hạn chế của từng loại ảnh riêng biệt, đặc biệt trong điều kiện khí hậu nhiệt đới nhiều mây như Việt Nam.

Dữ liệu có thể được trình bày qua biểu đồ mối quan hệ giữa NDVI, phân cực radar và trữ lượng gỗ, cũng như bảng so sánh RMSE giữa các mô hình ước lượng, giúp minh họa rõ ràng hiệu quả của phương pháp nghiên cứu.

Đề xuất và khuyến nghị

  1. Áp dụng rộng rãi phương pháp kết hợp ảnh Sentinel-2 và Sentinel-1 trong kiểm kê rừng: Động viên các cơ quan quản lý lâm nghiệp sử dụng công nghệ này để cập nhật nhanh chóng hiện trạng và trữ lượng rừng, nâng cao độ chính xác kiểm kê trong vòng 1-2 năm tới.

  2. Đào tạo chuyên sâu về xử lý và phân tích ảnh viễn thám cho cán bộ kỹ thuật: Tổ chức các khóa đào tạo kỹ thuật xử lý ảnh quang học và radar, phân vùng ảnh và xây dựng mô hình ước lượng trữ lượng rừng, nhằm nâng cao năng lực chuyên môn trong 6-12 tháng.

  3. Xây dựng hệ thống dữ liệu tích hợp GIS kết hợp ảnh vệ tinh và số liệu ngoại nghiệp: Phát triển cơ sở dữ liệu quản lý tài nguyên rừng đồng bộ, dễ dàng cập nhật và truy xuất thông tin phục vụ công tác quy hoạch và giám sát, hoàn thành trong 1 năm.

  4. Tăng cường nghiên cứu và thử nghiệm các mô hình ước lượng trữ lượng rừng phù hợp với các kiểu rừng khác nhau tại Việt Nam: Khuyến khích các viện nghiên cứu và trường đại học mở rộng nghiên cứu ứng dụng công nghệ viễn thám trong các vùng rừng phức tạp, nhằm hoàn thiện phương pháp trong 2-3 năm tới.

Đối tượng nên tham khảo luận văn

  1. Cơ quan quản lý lâm nghiệp và bảo vệ rừng: Hỗ trợ cập nhật dữ liệu hiện trạng rừng nhanh chóng, chính xác, phục vụ công tác quy hoạch và giám sát tài nguyên rừng hiệu quả.

  2. Các nhà nghiên cứu và học viên chuyên ngành quản lý tài nguyên rừng, viễn thám: Cung cấp phương pháp và mô hình ứng dụng thực tiễn trong xác định trữ lượng rừng bằng công nghệ viễn thám đa nguồn.

  3. Các tổ chức bảo tồn đa dạng sinh học và môi trường: Sử dụng kết quả nghiên cứu để đánh giá và theo dõi biến động rừng, từ đó đề xuất các giải pháp bảo tồn phù hợp.

  4. Doanh nghiệp và nhà đầu tư trong lĩnh vực lâm nghiệp: Tham khảo để đánh giá tiềm năng tài nguyên rừng, hỗ trợ hoạch định chiến lược phát triển bền vững và khai thác hợp lý.

Câu hỏi thường gặp

  1. Ảnh vệ tinh Sentinel-2 và Sentinel-1 có điểm gì khác biệt trong nghiên cứu rừng?
    Sentinel-2 là ảnh quang học cung cấp thông tin về màu sắc và chỉ số thực vật như NDVI, phản ánh sức khỏe thảm thực vật. Sentinel-1 là ảnh radar, cung cấp dữ liệu về cấu trúc và độ ẩm bề mặt, không bị ảnh hưởng bởi mây mù hay ánh sáng, giúp bổ sung thông tin cho ảnh quang học.

  2. Tại sao cần kết hợp ảnh quang học và radar để xác định trữ lượng rừng?
    Mỗi loại ảnh có ưu nhược điểm riêng. Ảnh quang học dễ giải đoán nhưng bị hạn chế bởi điều kiện thời tiết. Ảnh radar không phụ thuộc thời tiết nhưng khó giải đoán do biến dạng hình học. Kết hợp giúp tận dụng ưu điểm, nâng cao độ chính xác và khả năng phân biệt các trạng thái rừng.

  3. Chỉ số NDVI phản ánh điều gì trong đánh giá rừng?
    NDVI đo lường mức độ xanh và mật độ thực vật, giá trị cao tương ứng với rừng nhiệt đới rậm rạp, giá trị thấp thể hiện đất trống hoặc thảm thực vật thưa thớt. Đây là chỉ số quan trọng để ước lượng sinh khối và trữ lượng rừng.

  4. Phương pháp lấy mẫu ngoại nghiệp như thế nào trong nghiên cứu này?
    Sử dụng 37 ô tiêu chuẩn diện tích 1000 m², đo đạc chiều cao, đường kính thân cây, mật độ và xác định loài cây gỗ. 27 ô dùng để xây dựng mô hình, 10 ô dùng để kiểm chứng độ chính xác mô hình.

  5. Độ chính xác của mô hình ước lượng trữ lượng rừng được đánh giá ra sao?
    Độ chính xác được đánh giá bằng chỉ số RMSE, với kết quả sai số trung bình nằm trong khoảng chấp nhận được, cho thấy mô hình kết hợp ảnh quang học và radar có khả năng ước lượng trữ lượng rừng chính xác và tin cậy.

Kết luận

  • Ứng dụng kết hợp ảnh vệ tinh quang học Sentinel-2 và radar Sentinel-1 giúp xác định trữ lượng rừng tại Vườn quốc gia Yok Đôn với độ chính xác cao hơn so với sử dụng riêng lẻ từng loại ảnh.
  • Chỉ số NDVI có mối tương quan mạnh nhất với trữ lượng gỗ, trong khi phân cực radar cung cấp thông tin bổ sung về cấu trúc rừng.
  • Mô hình kết hợp NDVI và phân cực radar được xây dựng và đánh giá bằng RMSE cho kết quả tin cậy, phù hợp với điều kiện rừng nhiệt đới phức tạp.
  • Phương pháp nghiên cứu có thể áp dụng mở rộng cho các khu vực rừng tự nhiên khác tại Việt Nam nhằm nâng cao hiệu quả quản lý tài nguyên rừng.
  • Các bước tiếp theo bao gồm đào tạo nhân lực, xây dựng hệ thống dữ liệu tích hợp và mở rộng nghiên cứu ứng dụng công nghệ viễn thám trong quản lý rừng bền vững.

Luận văn kêu gọi các cơ quan quản lý, nhà nghiên cứu và các bên liên quan tiếp tục phát triển và ứng dụng công nghệ viễn thám đa nguồn để bảo vệ và phát triển tài nguyên rừng hiệu quả hơn trong tương lai.