Luận văn thạc sĩ hay nghiên cứu kết hợp ảnh vệ tinh quang học sentinel 2 và dữ liệu radar sentinel 1 xác định trữ lượng rừng tại vườn quốc gia yok đôn tỉnh đắk lắk

Nghiên cứu kết hợp ảnh vệ tinh Sentinel 2 và dữ liệu radar Sentinel 1 để xác định trữ lượng rừng tại vườn quốc gia Yok Đôn, Đắk Lắk.

• Tác giả: Hà Khánh Châu
• Người hướng dẫn: PGS. Nguyễn Hải Hòa
• Trường học: Trường Đại Học Lâm Nghiệp
• Chuyên ngành: Quản Lý Tài Nguyên Rừng
• Đề tài: Nghiên cứu kết hợp ảnh vệ tinh quang học sentinel-2 và dữ liệu radar Sentinel-1 xác định trữ lượng rừng tại vườn quốc gia Yok Đôn, tỉnh Đắk Lắk
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 3. CHƯƠNG 3: ĐIỀU KIỆN TỰ NHIÊN VƯỜN QUỐC GIA YOK ĐÔN
• 3.1. Vị trí địa lý
• 3.2. Địa hình, địa thế
• 3.3. Khí hậu thuỷ văn
• 3.4. Địa chất thổ nhưỡng
• 3.5. Đa dạng sinh học
• 3.6. Hệ thực vật
• 3.7. Hệ động vật
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Đặc điểm hiện trạng rừng tại vườn quốc gia Yok Đôn, tỉnh Đắk Lắk
• 4.2. Phương pháp kết hợp ảnh quang học và tư liệu Radar
• 4.3. Mối quan hệ giữa giá trị NDVI; phân cực và tổ hợp phân cực VH, VV với trữ lượng rừng (MGO)
• 4.4. Mô hình xác định trữ lượng rừng bằng Sentinel-1 và Sentinel-2
• 4.5. Đánh giá độ chính xác của các mô hình bằng chỉ số RMSE
• 4.6. Thử nghiệm xác định trữ lượng rừng từ ảnh quang học và tư liệu radar cho vườn quốc gia Yok Đôn, tỉnh Đắk Lắk
• 4.7. Đề xuất phương pháp kết hợp ảnh quang học và tư liệu radar để xác định trữ lượng rừng
• KẾT LUẬN, TỒN TẠI, KHUYẾN NGHỊ
• TÀI LIỆU THAM KHẢO
• PHỤ BIỂU

Tóm tắt

I. Tổng quan về nghiên cứu kết hợp ảnh vệ tinh Sentinel 2 và dữ liệu radar Sentinel 1

Nghiên cứu kết hợp ảnh vệ tinh Sentinel-2 và dữ liệu radar Sentinel-1 là một phương pháp hiện đại trong việc xác định trữ lượng rừng tại vườn quốc gia Yok Đôn. Phương pháp này không chỉ giúp nâng cao độ chính xác trong việc đánh giá tài nguyên rừng mà còn tiết kiệm thời gian và chi phí. Việc sử dụng công nghệ viễn thám cho phép thu thập thông tin từ xa, giúp theo dõi diễn biến tài nguyên rừng một cách hiệu quả.

1.1. Lợi ích của việc sử dụng ảnh vệ tinh trong nghiên cứu rừng

Việc sử dụng ảnh vệ tinh Sentinel-2 mang lại nhiều lợi ích như khả năng cung cấp thông tin đa dạng về lớp phủ thực vật, giúp phân tích biến động rừng một cách nhanh chóng và chính xác. Công nghệ này cho phép theo dõi sự thay đổi của rừng theo thời gian, từ đó đưa ra các biện pháp bảo tồn hiệu quả.

1.2. Vai trò của dữ liệu radar trong xác định trữ lượng rừng

Dữ liệu từ radar Sentinel-1 cung cấp thông tin về cấu trúc và độ ẩm của bề mặt đất, điều này rất quan trọng trong việc xác định trữ lượng rừng. Radar có khả năng hoạt động trong mọi điều kiện thời tiết, giúp thu thập dữ liệu liên tục mà không bị ảnh hưởng bởi mây hay ánh sáng.

II. Thách thức trong việc xác định trữ lượng rừng tại vườn quốc gia Yok Đôn

Mặc dù có nhiều lợi ích, việc xác định trữ lượng rừng tại vườn quốc gia Yok Đôn vẫn gặp phải nhiều thách thức. Các yếu tố như điều kiện thời tiết, sự biến động của thảm thực vật và sự thiếu hụt dữ liệu lịch sử làm cho việc đánh giá trở nên khó khăn. Hơn nữa, việc kết hợp giữa ảnh vệ tinh và dữ liệu radar cũng đòi hỏi kỹ thuật phân tích phức tạp.

2.1. Những khó khăn trong việc thu thập dữ liệu

Việc thu thập dữ liệu từ ảnh vệ tinh và radar có thể bị ảnh hưởng bởi điều kiện thời tiết xấu, như mưa hoặc mây dày. Điều này dẫn đến việc thiếu hụt dữ liệu cần thiết cho việc phân tích và đánh giá chính xác.

2.2. Sự biến động của thảm thực vật

Thảm thực vật tại vườn quốc gia Yok Đôn thường xuyên thay đổi do các yếu tố tự nhiên và con người. Sự biến động này làm cho việc xác định trữ lượng rừng trở nên khó khăn hơn, đòi hỏi các phương pháp phân tích phải linh hoạt và chính xác.

III. Phương pháp nghiên cứu kết hợp ảnh vệ tinh và dữ liệu radar

Phương pháp nghiên cứu kết hợp ảnh vệ tinh Sentinel-2 và dữ liệu radar Sentinel-1 đã được áp dụng để xác định trữ lượng rừng tại vườn quốc gia Yok Đôn. Phương pháp này bao gồm việc thu thập, xử lý và phân tích dữ liệu từ cả hai nguồn để đạt được kết quả chính xác nhất. Việc sử dụng các chỉ số như NDVI và các mô hình hồi quy giúp cải thiện độ chính xác trong việc ước lượng trữ lượng.

3.1. Quy trình thu thập và xử lý dữ liệu

Quy trình bắt đầu bằng việc thu thập dữ liệu radar và ảnh vệ tinh từ các nguồn khác nhau. Sau đó, dữ liệu được xử lý để loại bỏ nhiễu và cải thiện chất lượng hình ảnh, từ đó tạo ra các chỉ số cần thiết cho phân tích.

3.2. Ứng dụng mô hình hồi quy trong phân tích dữ liệu

Mô hình hồi quy được sử dụng để phân tích mối quan hệ giữa các chỉ số từ ảnh vệ tinh và dữ liệu radar với trữ lượng rừng. Việc này giúp xác định các yếu tố ảnh hưởng đến trữ lượng và đưa ra các dự đoán chính xác hơn.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn

Kết quả nghiên cứu cho thấy việc kết hợp ảnh vệ tinh Sentinel-2 và dữ liệu radar Sentinel-1 mang lại độ chính xác cao trong việc xác định trữ lượng rừng tại vườn quốc gia Yok Đôn. Các mô hình phân tích cho thấy mối quan hệ rõ ràng giữa các chỉ số NDVI và trữ lượng gỗ, từ đó cung cấp thông tin hữu ích cho công tác quản lý tài nguyên rừng.

4.1. Đánh giá độ chính xác của mô hình

Đánh giá độ chính xác của các mô hình phân tích cho thấy sai số trung bình (RMSE) ở mức chấp nhận được, cho phép tin tưởng vào kết quả thu được. Điều này chứng tỏ rằng phương pháp kết hợp này có thể được áp dụng rộng rãi trong các nghiên cứu khác.

4.2. Ứng dụng trong quản lý tài nguyên rừng

Kết quả nghiên cứu có thể được sử dụng để cải thiện công tác quản lý tài nguyên rừng tại vườn quốc gia Yok Đôn. Việc áp dụng công nghệ viễn thám giúp theo dõi và bảo tồn rừng một cách hiệu quả hơn, từ đó bảo vệ môi trường và sinh thái.

V. Kết luận và triển vọng tương lai của nghiên cứu

Nghiên cứu kết hợp ảnh vệ tinh Sentinel-2 và dữ liệu radar Sentinel-1 đã mở ra hướng đi mới trong việc xác định trữ lượng rừng tại vườn quốc gia Yok Đôn. Kết quả đạt được không chỉ có giá trị trong việc quản lý tài nguyên rừng mà còn có thể áp dụng cho các khu vực khác. Tương lai, việc phát triển công nghệ và phương pháp phân tích sẽ tiếp tục nâng cao độ chính xác và hiệu quả trong nghiên cứu tài nguyên rừng.

5.1. Hướng phát triển công nghệ viễn thám

Công nghệ viễn thám sẽ tiếp tục phát triển, với sự ra đời của các vệ tinh mới và các phương pháp phân tích tiên tiến. Điều này sẽ giúp cải thiện khả năng theo dõi và quản lý tài nguyên rừng một cách hiệu quả hơn.

5.2. Tích hợp dữ liệu từ nhiều nguồn

Việc tích hợp dữ liệu từ nhiều nguồn khác nhau sẽ giúp nâng cao độ chính xác trong việc xác định trữ lượng rừng. Các nghiên cứu trong tương lai có thể kết hợp thêm các loại dữ liệu khác như khí hậu, địa hình để có cái nhìn toàn diện hơn về tài nguyên rừng.

Nội dung chính

Tổng quan nghiên cứu

Tài nguyên rừng Việt Nam đã trải qua nhiều biến động sâu sắc trong lịch sử. Tỷ lệ che phủ rừng giảm mạnh từ 43% vào năm 1943 xuống mức đáy 26,2% vào năm 1985. Nhờ các chương trình trồng rừng trọng điểm như Chương trình 327 và Dự án trồng mới 5 triệu ha rừng, diện tích rừng cả nước đã phục hồi lên trên 12,6 triệu ha, nâng độ che phủ đạt 39,1% vào năm 2009. Tuy nhiên, công tác quản lý và kiểm kê tài nguyên rừng hiện nay vẫn gặp nhiều bất cập. Chu kỳ điều tra truyền thống kéo dài 5 năm với chi phí nhân lực và tài chính rất lớn, không đáp ứng kịp tốc độ biến động nhanh của các thảm thực vật nhiệt đới.

Trước yêu cầu cấp thiết về việc hiện đại hóa công tác quản lý tài nguyên, luận văn tập trung giải quyết vấn đề ước tính trữ lượng rừng gỗ thông qua công nghệ viễn thám tích hợp. Mục tiêu cụ thể là nghiên cứu kết hợp dữ liệu ảnh quang học Sentinel-2 và ảnh radar khẩu độ tổng hợp Sentinel-1 để xây dựng mô hình toán học xác định trữ lượng rừng gỗ (MGO), thay thế cho các phương pháp đo đạc thủ công tốn kém.

Phạm vi nghiên cứu được thực hiện tại Vườn Quốc gia Yok Đôn, tỉnh Đắk Lắk – khu bảo tồn duy nhất tại Việt Nam lưu giữ hệ sinh thái rừng khộp đất thấp đặc trưng. Địa bàn nghiên cứu có tổng diện tích tự nhiên 115.545 ha, trong đó diện tích đất có rừng tự nhiên chiếm 108.247,49 ha. Thời gian nghiên cứu triển khai từ tháng 10 năm 2018 đến tháng 04 năm 2019. Nghiên cứu mang ý nghĩa thực tiễn lớn khi giúp giảm hơn 60% thời gian điều tra thực địa, tiết kiệm kinh phí giám sát và nâng cao độ chính xác không gian trong việc thành lập bản đồ trữ lượng lâm phần.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa của hai lý thuyết viễn thám nền tảng và mô hình sinh trưởng sinh khối:

1. Lý thuyết phản xạ phổ quang học thụ động (Optical Remote Sensing): Đo đạc độ phản xạ phổ của diệp lục và cấu trúc tán lá qua chỉ số khác biệt thực vật NDVI. Chỉ số này tính theo công thức: NDVI = (NIR - RED) / (NIR + RED) với kênh cận hồng ngoại Band 8 và kênh đỏ Band 4 từ cảm biến Sentinel-2. Theo tiêu chuẩn của NASA, giá trị NDVI trên 0,6 phản ánh đặc trưng của thảm thực vật rừng nhiệt đới dày đặc.

2. Lý thuyết tán xạ sóng vi ba radar chủ động (Synthetic Aperture Radar - SAR): Dựa trên khả năng phát và thu tín hiệu bước sóng C-band của Sentinel-1. Giá trị tán xạ ngược Sigma0 đo bằng đơn vị decibel (dB) trên hai phân cực đơn (VV) và phân cực chéo (VH) phản ánh trực tiếp độ gồ ghề, độ ẩm và cấu trúc 3D của thân cành cây rừng mà không bị cản trở bởi mây mù hay điều kiện ánh sáng.

3. Lý thuyết mô hình hóa sinh khối theo hàm phi tuyến: Dựa trên quy luật sinh trưởng sinh học tiệm cận mức thành thục của cây rừng, hàm số logarit và hàm số mũ được lựa chọn để thiết lập tương quan giữa giá trị phổ, giá trị tán xạ với trữ lượng gỗ (m³/ha).

Các khái niệm chính bao gồm: Trữ lượng gỗ (MGO - đơn vị m³/ha), Chỉ số thực vật NDVI, Cường độ tán xạ ngược (dB), Phân cực đơn/chéo (VV, VH) và Kỹ thuật phân vùng đa phân giải (Multi-resolution Segmentation).

Phương pháp nghiên cứu

Dữ liệu đầu vào gồm ảnh quang học Sentinel-2 mức 1C và ảnh radar Sentinel-1 chế độ chụp rộng (IW) thu nhận năm 2018, kết hợp cơ sở dữ liệu kiểm kê rừng tỉnh Đắk Lắk.

Cỡ mẫu và phương pháp chọn mẫu: Đề tài kế thừa và điều tra 37 ô tiêu chuẩn (OTC) điển hình đại diện cho các trạng thái rừng khộp và rừng thường xanh tại Vườn Quốc gia Yok Đôn. Mỗi ô tiêu chuẩn có diện tích 1000m² (kích thước 33,3m x 30m), xác định tọa độ bằng máy định vị GPS sai số 3-5m. Ngoại nghiệp tiến hành đo đếm đường kính D1.3 (lớn hơn 6cm) và chiều cao vút ngọn (Hvn) của tất cả cây gỗ, áp dụng hình số thân cây f = 0,45 để tính trữ lượng thực tế. Toàn bộ 37 ô tiêu chuẩn được chia thành hai tập dữ liệu độc lập: 27 ô dùng để huấn luyện và xây dựng mô hình hồi quy; 10 ô dùng để kiểm chứng độ chính xác.

Phương pháp phân tích: Ảnh quang học được hiệu chỉnh bức xạ, tăng cường chất lượng và tính kênh chỉ số NDVI bằng phần mềm SNAP. Ảnh radar được nắn chỉnh hình học, định chuẩn sang giá trị tán xạ dB và lọc nhiễu đốm bằng thuật toán Lee/Frost. Sau đó, công nghệ phân tích ảnh hướng đối tượng (OBIA) trên phần mềm eCognition Developer được ứng dụng để phân vùng đa phân giải (Multi-resolution segmentation), tự động gộp các pixel đồng nhất thành các đối tượng lô rừng (polygon) dạng vector. Dữ liệu tán xạ radar được gán trực tiếp vào các đối tượng vector để tạo lớp dữ liệu không gian tích hợp. Mô hình tương quan giữa MGO với NDVI, VHMN, VVMN và các tổ hợp được đánh giá qua hệ số xác định R² và kiểm định sai số trung phương (RMSE). Lý do lựa chọn tổ hợp này là nhằm triệt tiêu nhược điểm che phủ mây của ảnh quang học và hiện tượng bão hòa tán xạ của ảnh radar.

Timeline nghiên cứu được triển khai liên tục từ tháng 10/2018 đến tháng 04/2019.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích tương quan giữa các thông số viễn thám và dữ liệu đo đếm thực địa từ 27 ô tiêu chuẩn đã mang lại các phát hiện cốt lõi:

Thứ nhất, chỉ số thực vật NDVI từ ảnh Sentinel-2 thể hiện mối tương quan hàm mũ tương đối chặt chẽ với trữ lượng gỗ MGO theo phương trình: y = 3,3551 * e^(5,3054x), đạt hệ số xác định R² = 0,5566 với mức ý nghĩa thống kê p < 0,001. Điều này chứng minh độ nhạy cao của kênh phổ cận hồng ngoại đối với mật độ sinh khối xanh tầng tán.

Thứ hai, đối với dữ liệu radar Sentinel-1 đơn lẻ, phân cực đứng - đứng (VVMN) có tương quan khá tốt với trữ lượng rừng theo phương trình y = 967,89 * e^(0,2829x) với R² = 0,5020 (p < 0,001). Ngược lại, phân cực đứng - ngang (VHMN) có tương quan thấp nhất với R² = 0,1880 (y = 947,57 * e^(0,1555x), p = 0,0244). Khi tích hợp giá trị tán xạ trung bình TBMN = (VHMN + VVMN)/2, mối quan hệ tương quan được cải thiện rõ rệt lên R² = 0,5539 theo hàm số y = 9234,4 * e^(0,3714x).

Thứ ba, việc kết hợp đa biến giữa chỉ số quang học NDVI và các giá trị tán xạ radar (NDVI kết hợp VH, VV) mang lại hiệu quả vượt trội so với từng nguồn tư liệu riêng lẻ. Hệ số xác định của mô hình tổ hợp được nâng lên mức trên 0,65 đến 0,72, đồng thời giảm sai số bình quân trung phương (RMSE) trên 10 ô tiêu chuẩn kiểm chứng độc lập xuống dưới 20 m³/ha, thấp hơn đáng kể so với mức sai số 28-35 m³/ha khi chỉ dùng một loại ảnh.

Thứ tư, nghiên cứu đã ứng dụng mô hình tối ưu để ước tính và thành lập bản đồ trữ lượng cho toàn bộ 108.247,49 ha rừng tự nhiên Vườn Quốc gia Yok Đôn, phân định chi tiết các cấp trữ lượng từ rừng nghèo kiệt (dưới 50 m³/ha) đến rừng trung bình và rừng giàu (trên 150 m³/ha).

Thảo luận kết quả

Nguyên nhân của sự khác biệt giữa các kênh cảm biến xuất phát từ đặc điểm sinh thái rừng khộp tại Yok Đôn. Vào mùa khô, rừng khộp rụng lá một phần hoặc toàn phần, làm giảm độ che phủ của tán lá quang học nhưng lại để lộ rõ cấu trúc thân cành. Ảnh quang học (NDVI) nắm bắt rất tốt mật độ diệp lục nhưng dễ bị bão hòa khi sinh khối đạt ngưỡng cao. Trong khi đó, chùm sóng vi ba C-band của Sentinel-1 có khả năng xuyên qua tầng tán thưa, tương tác với thân cây và mặt đất. Phân cực VV phản xạ mạnh với cấu trúc đứng của thân cây, giải thích vì sao VVMN đạt R² = 0,5020, cao hơn nhiều so với VHMN (R² = 0,1880).

Kết quả này hoàn toàn nhất quán với các công bố quốc tế. Điển hình, nghiên cứu của các tác giả tại Hàn Quốc khi kết hợp Radarsat và Landsat đã nâng độ chính xác phân loại từ 69,3% lên 74,6%. Tại Malaysia, các khảo nghiệm kết hợp SPOT và SAR của các chuyên gia châu Âu cũng cho thấy ảnh radar bổ trợ xuất sắc thông tin hình học cho ảnh quang học. So với các nghiên cứu trước đây tại Việt Nam vốn chủ yếu dựa vào ảnh SPOT5 hoặc ALOS PALSAR đơn lẻ trên rừng thường xanh, giải pháp tích hợp Sentinel-1 và Sentinel-2 chứng minh tính ưu việt vượt trội trên hệ sinh thái rừng rụng lá phức tạp.

Dữ liệu kết quả được thể hiện trực quan qua hệ thống biểu đồ phân tán (Scatter plot) mô tả đường hồi quy tương quan phi tuyến, bảng ma trận đối chiếu sai số RMSE giữa trữ lượng tính toán và trữ lượng thực tế, cùng bản đồ chuyên đề GIS tỷ lệ 1:50.000 phân bố không gian trữ lượng rừng với thang màu phân cấp rõ ràng.

Đề xuất và khuyến nghị

Nhằm nâng cao hiệu quả quản trị và kiểm kê tài nguyên rừng, nghiên cứu đề xuất 4 nhóm giải pháp trọng tâm:

1. Chuẩn hóa quy trình công nghệ tích hợp viễn thám Sentinel-1 và Sentinel-2: Viện Điều tra Quy hoạch Rừng cùng Cục Kiểm lâm cần xây dựng cẩm nang hướng dẫn kỹ thuật xử lý dữ liệu viễn thám đa nguồn. Target metric là áp dụng quy trình để giảm 60% chi phí điều tra thực địa và nâng độ tin cậy của bản đồ hiện trạng rừng lên trên 85%. Timeline thực hiện: 2020 - 2022.

2. Thiết lập hệ thống tự động giám sát biến động trữ lượng và sinh khối rừng: Ban Quản lý Vườn Quốc gia Yok Đôn phối hợp với Chi cục Kiểm lâm tỉnh Đắk Lắk triển khai hệ thống cập nhật ảnh vệ tinh theo chu kỳ 12 ngày. Target metric là theo dõi liên tục 115.545 ha diện tích vườn quốc gia và vùng đệm 133.890 ha, phát hiện sớm 95% các điểm biến động do cháy rừng hoặc xâm hại lâm sản. Timeline thực hiện: Định kỳ hàng quý giai đoạn 2021 - 2025.

3. Mở rộng thử nghiệm công nghệ học máy và viễn thám radar đa bước sóng: Các trường đại học, viện nghiên cứu lâm nghiệp cần tích hợp thêm dữ liệu radar bước sóng L-band và các thuật toán học máy (Random Forest, Support Vector Machine). Target metric là nâng hệ số xác định R² của mô hình lên trên 0,80 và khống chế sai số RMSE dưới 15 m³/ha đối với các kiểu rừng nhiệt đới hỗn giao. Timeline thực hiện: 2022 - 2024.

4. Ứng dụng mô hình viễn thám trong thẩm định thị trường tín chỉ carbon rừng và chi trả DVMTR: Bộ Nông nghiệp và Phát triển Nông thôn phối hợp Bộ Tài nguyên và Môi trường ban hành quy chuẩn đo đếm trữ lượng carbon rừng phục vụ các chương trình REDD+. Target metric là định lượng chính xác trữ lượng carbon cho 100% diện tích rừng đặc dụng và phòng hộ trên toàn quốc. Timeline thực hiện: 2023 - 2025.

Đối tượng nên tham khảo luận văn

Nội dung và phương pháp trong luận văn là tài liệu tham khảo giá trị cho 4 nhóm đối tượng cụ thể:

1. Ban quản lý các Vườn Quốc gia, Khu bảo tồn thiên nhiên và lực lượng Kiểm lâm: Cung cấp giải pháp giám sát không gian diện rộng, hỗ trợ lập bản đồ trữ lượng trên 108.247 ha rừng tự nhiên mà không phụ thuộc vào các đợt kiểm kê thực địa tốn kém.

2. Cán bộ nghiên cứu, giảng viên, học viên cao học và sinh viên ngành Quản lý tài nguyên rừng, Lâm học, Viễn thám và GIS: Cung cấp khung lý thuyết, kỹ thuật phân vùng đa phân giải trên phần mềm eCognition, phương pháp trích xuất chỉ số NDVI và định chuẩn tán xạ radar dB.

3. Cơ quan hoạch định chính sách lâm nghiệp (Bộ Nông nghiệp và PTNT, Sở Nông nghiệp các tỉnh): Cung cấp luận cứ khoa học để xây dựng cơ sở dữ liệu số hóa tài nguyên rừng, rút ngắn chu kỳ báo cáo diễn biến rừng từ 5 năm xuống theo dõi thường niên.

4. Các tổ chức phi chính phủ, doanh nghiệp phát triển dự án tín chỉ carbon (REDD+): Cung cấp phương pháp luận đo đạc, báo cáo và thẩm tra (MRV) sinh khối rừng minh bạch, chuẩn xác với chi phí tối ưu từ nguồn dữ liệu ảnh vệ tinh mở.

Câu hỏi thường gặp

1. Vì sao cần kết hợp ảnh quang học Sentinel-2 và ảnh radar Sentinel-1 thay vì sử dụng riêng lẻ? Ảnh quang học Sentinel-2 phản ánh xuất sắc trạng thái diệp lục tầng tán qua chỉ số NDVI (R² = 0,5566) nhưng thường xuyên bị che khuất bởi mây nhiệt đới và dễ bão hòa ở mật độ cao. Ngược lại, ảnh radar Sentinel-1 C-band xuyên qua mây mù, ghi nhận cấu trúc thân cành (VVMN đạt R² = 0,5020). Tích hợp hai nguồn dữ liệu giúp bù trừ khuyết điểm, nâng R² lên trên 0,65 và giảm sai số RMSE xuống dưới 20 m³/ha.

2. Tại sao phân cực đơn VV lại có tương quan với trữ lượng rừng cao hơn phân cực chéo VH tại Yok Đôn? Tại Vườn Quốc gia Yok Đôn, kiểu rừng khộp rụng lá mùa khô có cấu trúc tán thưa và thân cây mọc thẳng đứng. Sóng radar phân cực đứng - đứng (VV) tương tác mạnh mẽ với cấu trúc thân thẳng và bề mặt đất (R² = 0,5020). Trong khi đó, phân cực chéo VH chủ yếu tán xạ khối từ tán lá dày nên đạt tương quan thấp hơn (R² = 0,1880). Khi lấy trung bình TBMN, hệ số tương quan đạt 0,5539.

3. Quy mô 37 ô tiêu chuẩn có đủ đại diện cho diện tích hơn 115.000 ha của Vườn Quốc gia Yok Đôn không? Hoàn toàn đủ độ tin cậy. 37 ô tiêu chuẩn kích thước 1000m² được bố trí theo phương pháp chọn mẫu điển hình trên các trạng thái rừng chủ đạo. Việc phân chia nghiêm ngặt 27 ô để lập mô hình và 10 ô độc lập để kiểm chứng sai số RMSE giúp loại bỏ hiện tượng quá khớp (overfitting), đảm bảo tính đại diện thống kê theo tiêu chuẩn điều tra quy hoạch rừng.

4. Phân cấp chỉ số thực vật NDVI được áp dụng như thế nào cho các trạng thái thảm phủ mặt đất? Theo thang phân loại chuẩn của NASA, giá trị NDVI dưới 0,1 tương ứng mặt nước, cát hoặc nền đá; từ 0,1 đến 0,2 là đất cằn cỗi và cây bụi thưa; từ 0,2 đến 0,3 là cây bụi và trảng cỏ; từ 0,3 đến 0,6 là trảng cỏ, cây nông nghiệp và rừng thưa; còn giá trị trên 0,6 đại diện cho rừng nhiệt đới có sinh khối lớn.

5. Quy trình công nghệ của đề tài có thể áp dụng cho các khu bảo tồn thiên nhiên khác tại Việt Nam không? Hoàn toàn khả thi. Dữ liệu Sentinel-1 và Sentinel-2 được Cơ quan Vũ trụ Châu Âu (ESA) cung cấp miễn phí toàn cầu với chu kỳ chụp 5-12 ngày. Quy trình xử lý trên các phần mềm chuẩn mực như SNAP, eCognition và ArcGIS có thể chuyển giao trực tiếp cho các vườn quốc gia khác như Chư Mom Ray, Bidoup Núi Bà hay Cát Tiên.

Kết luận

1. Nghiên cứu đã xác lập thành công cơ sở khoa học và quy trình công nghệ kết hợp ảnh vệ tinh quang học Sentinel-2 và radar Sentinel-1 trong ước tính trữ lượng rừng gỗ.
2. Xác định được phương trình tương quan chặt chẽ giữa các chỉ số viễn thám với trữ lượng rừng: NDVI đạt R² = 0,5566, giá trị tán xạ trung bình TBMN đạt R² = 0,5539 và mô hình tổ hợp quang học - radar đạt R² vượt trội trên 0,65.
3. Đánh giá độ chính xác qua 37 ô tiêu chuẩn thực địa cho thấy sai số trung phương RMSE giảm rõ rệt xuống dưới 20 m³/ha khi tích hợp đa nguồn dữ liệu.
4. Xây dựng hoàn chỉnh bản đồ phân bố trữ lượng rừng cho toàn bộ 108.247,49 ha rừng tự nhiên tại Vườn Quốc gia Yok Đôn với độ tin cậy cao.
5. Mở ra giải pháp đột phá giúp hiện đại hóa công tác kiểm kê rừng, rút ngắn chu kỳ theo dõi và giảm hơn 60% chi phí so với phương pháp điều tra mặt đất truyền thống 5 năm.

Đóng góp chính của luận văn là cung cấp quy trình công nghệ viễn thám đa phổ tích hợp radar hoàn toàn miễn phí, giải quyết bài toán định lượng sinh khối rừng nhiệt đới khộp phức tạp tại Việt Nam.

Kế hoạch tiếp theo giai đoạn 2021 - 2025 là mở rộng nghiên cứu sang các kiểu rừng kín thường xanh mưa ẩm nhiệt đới và tích hợp thuật toán trí tuệ nhân tạo (AI). Các cơ quan quản lý lâm nghiệp và ban quản lý rừng đặc dụng cần nhanh chóng ứng dụng giải pháp này để nâng cao hiệu quả giám sát tài nguyên rừng bền vững và sẵn sàng tham gia thị trường tín chỉ carbon quốc tế.

Trích đoạn nội dung tài liệu

ĐẶT VẤN ĐỀ Trƣớc đây phần lớn đất nƣớc Việt Nam có rừng che phủ, nhƣng chỉ khoảng một thế kỷ qua, rừng bị suy thoái nặng nề. Tỷ lệ che phủ của rừng giảm từ 43% vào năm 1943 xuống còn 27,1% vào năm 1980 và 26,2% vào năm 1985 (Bộ Lâm nghiệp, 1991). Nhờ các chƣơng trình trồng rừng (chƣơng trình 327 giai đoạn 1992-1998 và dự án trồng mới 5 triệu ha rừng giai đoạn 1998-2010), tính đến năm 2005, cả nƣớc có trên 12,6 triệu ha rừng (trong đó: rừng tự nhiên có gần 10,3 triệu ha, rừng trồng hơn 2,3 triệu ha), nâng độ che phủ rừng đạt 37% (nguồn - Cục Kiểm lâm); năm 2009 độ che phủ của rừng của nƣớc ta là 39,1% [1]. Nguyên nhân mất rừng là do công tác quản lý rừng nƣớc ta chƣa bền vững vẫn còn bộc lộ nhiều yếu kém, cụ thể: công tác kiểm kê rừng hàng năm chƣa cập nhật kịp thời về diện tích, trữ lƣợng của các trạng thái rừng.

Nhiều diện tích rừng bị mất do đốt nƣơng làm rẫy,chuyển đất có rừng sang đất sản xuất, khai thác quá mức vƣợt khả năng phục hồi tự nhiên của rừng… cũng nhƣ những diện tích rừng đƣợc tăng lên nhờ công tác trồng mới hoặc khoanh nuôi bảo vệ đã không đƣợc thống kê, cập nhật kịp thời vào bản đồ hiện trạng. Việc điều tra, đánh giá tài nguyên rừng là một công việc tốn rất nhiều nhân lực, vật lực. Thời gian một chu kỳ điều tra kéo dài trong 5 năm, trong khi đó tài nguyên rừng biến động nhanh hơn dẫn tới kết quả điều tra thiếu chính xác. Mặt khác, hiện trạng và biến động thảm thực vật rừng là căn cứ hết sức quan trọng phục vụ công tác quy hoạch bảo vệ, phát triển và khai thác sử dụng tài nguyên rừng một cách bền vững.

Chính vì vậy, nhiệm vụ đặt ra đối với các cơ quan chức năng và các nhà quản lý lâm nghiệp là cần phải áp dụng các phƣơng pháp cập nhật nhanh, kịp thời, chính xác trong xây dựng bản đồ hiện trạng rừng. Ngày nay, với sự phát triển mạnh mẽ của khoa học vũ trụ, công nghệ xử lý ảnh viễn thám cũng đã xuất hiện và ngày càng tỏ r tính ƣu việt trong LUAN VAN CHAT LUONG download : add [e-mail] 2 công tác điều tra, quản lý tài nguyên. Dữ liệu viễn thám với tính chất đa thời gian, đa phổ, phủ trùm diện tích rộng cho phép chúng ta cập nhật thông tin, tiến hành nghiên cứu một cách nhanh chóng, hiệu quả, tiết kiệm đƣợc thời gian và công sức. Trong nghiên cứu hiện trạng tài nguyên rừng, nghiên cứu ảnh viễn thám ngày càng tỏ ra ƣu thế bởi khả năng cập nhật thông tin và phân tích biến động một cách nhanh chóng.

Nghiên cứu ảnh viễn thám đã ứng dụng vào thực tiễn từ rất lâu trên thế giới; những năm 1960 đã thành lập các bản đồ rừng và bản đồ lớp phủ bề mặt. Tuy nhiên, đến nay tại Việt Nam vẫn chƣa đƣợc áp dụng rộng rãi, và việc tiến hành quy hoạch, lập bản đồ hiện trạng rừng ở các cấp chủ yếu vẫn theo phƣơng pháp thủ công, tức thống kê là dựa vào các số liệu kiểm kê ở từng địa phƣơng. Ảnh vệ tinh Radar với những ƣu thế cơ bản nhƣ khả năng chụp ảnh không phụ thuộc vào thời tiết, có thể chụp ảnh cả ban ngày lẫn ban đêm là một công cụ hết sức hữu hiệu để theo dõi, giám sát Tài nguyên và Môi trƣờng, nhất là ở những nƣớc thƣờng xuyên bị ảnh hƣởng của mây nhƣ Việt nam. Không những thế do đƣợc thu nhận ở vùng sóng dài hơn rất nhiều so với các sóng nhìn thấy thông thƣờng ảnh vệ tinh radar rất nhạy cảm với các đặc tính về cấu trúc, độ gồ ghề, tính đồng nhất và độ ẩm của bề mặt đất, những thông tin này hầu nhƣ không có đƣợc trên ảnh quang học truyền thống.

Tuy nhiên, ảnh radar cũng có nhiều mặt hạn chế rất đáng kể nhƣ biến dạng lớn về hình học,nhiều nhiễu và hình ảnh các đối tƣợng có nhiều khác biệt so với cảm nhận của con ngƣời, do đó làm ảnh hƣởng rất nhiều đến việc triển khai các ứng dụng của ảnh radar. Nhƣ vậy có thể thấy rằng cả hai loại ảnh radar và ảnh quang học truyền thống đều có những thế mạnh và điểm yếu riêng [2]. Xuất phát từ ý nghĩa thực tiễn trên tôi tiến hành thực hiện luận văn “Nghiên cứu kết hợp ảnh vệ tinh quang học sentinel-2 và dữ liệu radar Sentinel-1 xác định trữ lượng rừng tại Vườn Quốc gia Yok Đôn, tỉnh Đắk Lắk”. LUAN VAN CHAT LUONG download : add [e-mail] 3 Chƣơng 1 TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 1.

Nghi n cứu v ảnh vệ tinh trong th o i iễn i n t i ngu n rừng Phƣơng pháp viễn thám cho phép thu thập thông tin về đối tƣợng trên mặt đất thông qua hình ảnh của đối tƣợng mà không cần phải tiếp xúc trực tiếp ngoài thực địa. Các loại tƣ liệu ảnh viễn thám có thể đƣợc chụp từ máy bay (ảnh hàng không) nhƣng thông dụng nhất là đƣợc chụp từ ảnh vệ tinh. Tƣ liệu viễn thám có hai loại chính là ảnh quang học và ảnh Radar. Ảnh quang học chụp bề mặt trái đất nhờ năng lƣợng mặt trời và các thiết bị chụp ảnh sử dụng thấu kính quang học, hệ thống chụp ảnh này đƣợc gọi là hệ thống thụ động.

Loại thứ hai là ảnh radar đƣợc chụp nhờ các thiết bị thu, phát sóng radar đặt trên vệ tinh. Hệ thống này đƣợc gọi là hệ thống chụp ảnh chủ động hay tích cực. Ngày nay với sự tiến bộ nhanh chóng của khoa học công nghệ, tƣ liệu vệ tinh đã và đang đƣợc ứng dụng rộng rãi trong công tác theo dõi, giám sát tài nguyên thiên nhiên và bảo vệ môi trƣờng đặc biệt là trong việc theo dõi diễn biến tài nguyên rừng. Nguyên tắc cơ bản để phân biệt các đối tƣợng trên ảnh vệ tinh là dựa vào sự khác biệt về đặc tính phản xạ của chúng trên các kênh phổ vật trên ảnh vệ tinh.

Những ƣu th cơ ản của ảnh vệ tinh có thể kể ra là: - Cung cấp thông tin khách quan, đồng nhất trên khu vực trùm phủ lớn (Landsat 180km x180km, SPOT, ASTER 60km x 60 km) cho phép tiến hành theo dõi giám sát trên những khu vực rộng lớn cùng một lúc. - Cung cấp thông tin đa dạng trên nhiều kênh phổ khác nhau cho phép nghiêncứu các đặc điểm của đối tƣợng từ nhiều góc độ phản xạ phổ khác nhau. LUAN VAN CHAT LUONG download : add [e-mail] 4 - Cung cấp các loại ảnh có độ phân giải khác nhau đo đó cho phép nghiên cứubề mặt ở những mức độ chi tiết hoặc khái quát khác nhau. Ví dụ nhƣ các loại ảnh độ phân giải siêu cao nhƣ SPOT 5, IKONOS, QuickBird để nghiên cứu chi tiết, hoặc các loại ảnh có độ phân giải thấp nhƣng tần suất chụp lặp cao, diện tích phủ trùm lớn nhƣ MODIS, MERIS cho phép cung cấp các thông tin khái quát ở mức vùng hay khu vực.

- Khả năng chụp lặp lại hay còn gọi là độ phân giải thời gian. Do đặc điểm quĩđạo của vệ tinh nên cứ sau một khoảng thời gian nhất định lại có thể chụp lặp lại đƣợc vị trí trên mặt đất. Sử dụng các ảnh vệ tinh chụp tại các thời điểm khác nhau sẽ cho phép theo dõi diễn biến của các sự vật hiện tƣợng diễn ra trên mặt đất, ví dụ nhƣ quá trình sinh trƣởng của cây trồng, lúa, màu. - Các dữ liệu đƣợc thu nhận ở dạng số nên tận dụng đƣợc sức mạnh xử lý củamáy tính và có thể dễ dàng tích hợp với các hệ thống thông tin nhƣ hệ thống thông tin địa lý (GIS).

Do những đặc tính hết sức ƣu việt kể trên ảnh vệ tinh đã trở thành một công cụ không thể thiếu đƣợc trong công tác theo dõi giám sát tài nguyên thiên nhiên và môi trƣờng, nhất là ở những vùng khó tiếp cận nhƣ các vùng núi cao, biên giới, hải đảo… Phƣơng pháp Viễn thám cho phép thu thập phần lớn các thông tin ở trong phòng nhƣng kết quả giải đoán cần đƣợc kiểm chứng ở ngoài thực địa do đó công tác thực địa là một phần không thể thiếu trong công nghệ Viễn thám. Trên thế giới việc ứng dụng công nghệ viễn thám, tại những nƣớc phát triển đã đƣợc thực hiện ngay từ khi có những tấm ảnh đầu tiên của vệ tinh quan sát trái đất. Cho đến nay ảnh vệ tinh đã đƣợc ứng dụng ở hầu khắp các nƣớc, kể cả những nƣớc đang phát triển. Ở Việt nam, mặc dù việc ứng dụng công nghệ Viễn thám có chậm hơn những nƣớc tiên tiến trong khu vực nhƣng LUAN VAN CHAT LUONG download : add [e-mail] 5 ảnh vệ tinh cũng đã đƣợc sử dụng ở rất nhiều các cơ quan, ngành và địa phƣơng khác nhau nhƣ nông nghiệp, lâm nghiệp, đo đạc và bản đồ, qui hoạch đất đai, địa chất – khoáng sản… Những ứng dụng tiêu biểu của ảnh vệ tinh liên quan đến việc chiết tách các lớp thông tin là: - Điều tra thành lập bản đồ hiện trạng và theo dõi biến động rừng - Thành lập bản đồ lớp phủ và hiện trạng sử dụng đất - Theo dõi giám sát mùa màng.

- Thành lập bản đồ và theo dõi biến động các vùng đất ngập nƣớc - Thành lập bản đồ và theo dõi biến động rừng ngập mặn - Kiểm kê tài nguyên nƣớc mặt - Qui hoạch đô thị và theo d i quá trình đô thị hóa Ảnh vệ tinh quang học với nhiều ƣu điểm nhƣ hình ảnh quen thuộc với con ngƣời, dễ giải đoán, kỹ thuật tƣơng đối dễ phát triển trên nền các công nghệ chụp ảnh hiện hành nên đã nhanh chóng đƣợc chấp nhận và ứng dụng rộng rãi. Các loại ảnh quang học nhƣ Landsat, SPOT, Aster, IKONOS, QuickBird đã trở nên quen thuộc và phổ biến trên toàn thế giới. Trong xây dựng các bản đồ phân loại rừng bằng công nghệ Viễn thám sử dụng ảnh quang học đã đƣợc đƣa vào các qui trình qui phạm tƣơng đối hoàn chỉnh. Thông số kỹ thuật của một số loại ảnh vệ tinh quang học chính đƣợc tổng hợp ở Bảng 1.

Đặc điểm và khả năng ứng dụng của một sô loại ảnh vệ tinh. Loại ảnh Thông số kỹ thuật Ứng dụng trong phân loại rừng 1. Ảnh đa phổ có độ phân giải thấp (Multispectral Low Resolution Sensors Độ phân giải thấp (250m – 1000m); - Quy mô bản đồ: toàn cầu, lục MODI Trƣờng phủ 330km; Chu kỳ bay địa hoặc quốc gia chụp 1-2 ngày; Ảnh có từ 2000 (vệ - Phân loại lớp phủ (vd: rừng, LUAN VAN CHAT LUONG download : add [e-mail] 6 Loại ảnh Thông số kỹ thuật Ứng dụng trong phân loại rừng tinh Terra) hoặc 2002 (vệ tinh độ thị, mặt nƣớc.