Tổng quan nghiên cứu

Huyện Phú Giáo, tỉnh Bình Dương sở hữu tổng diện tích đất có rừng là 4.651,60 ha, bao gồm 376,01 ha rừng tự nhiên sản xuất và 4.275,59 ha rừng trồng với cơ cấu chủ yếu là cây cao su và keo. Trong bối cảnh tỉnh Bình Dương đẩy mạnh chuyển dịch cơ cấu kinh tế với tốc độ tăng trưởng hàng năm của huyện đạt 12,44%, áp lực đô thị hóa và phát triển công nghiệp đã gây ra nhiều biến động lớn đến diện tích thảm phủ thực vật. Công tác quản lý tài nguyên thiên nhiên gặp nhiều thách thức khi các phương pháp điều tra mặt đất truyền thống thường tốn kém chi phí, mất nhiều thời gian và khó cập nhật diễn biến rừng trên diện rộng.

Vấn đề nghiên cứu trọng tâm là giải quyết bài toán ước tính trữ lượng rừng một cách nhanh chóng, chính xác và tiết kiệm nguồn lực bằng việc ứng dụng tư liệu viễn thám thế hệ mới. Mục tiêu cụ thể của luận văn bao gồm: xây dựng mô hình toán học xác định trữ lượng rừng bằng cách tích hợp dữ liệu vệ tinh radar Sentinel-1 và quang học Sentinel-2; thành lập bản đồ phân bố không gian trữ lượng gỗ cho toàn bộ huyện Phú Giáo; và đề xuất quy trình kỹ thuật chuẩn hóa để đánh giá trữ lượng sinh khối rừng nhiệt đới.

Phạm vi không gian nghiên cứu được triển khai trên địa bàn 11 đơn vị hành chính của huyện Phú Giáo, nơi có địa hình đồi thoải lượn sóng đặc trưng nhằm hạn chế tối đa các biến dạng hình học do góc nghiêng radar. Phạm vi thời gian sử dụng chuỗi dữ liệu ảnh vệ tinh chụp trong tháng 4 năm 2016 đồng bộ với 102 ô tiêu chuẩn điều tra thực địa. Ý nghĩa thực tiễn của công trình thể hiện qua việc cung cấp giải pháp công nghệ viễn thám miễn phí nhưng đạt độ chính xác cao, giúp giảm hơn 50% chi phí kiểm kê lâm nghiệp và hỗ trợ đắc lực cho công tác quy hoạch phát triển bền vững tài nguyên rừng tại vùng Đông Nam Bộ.

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 viễn thám cốt lõi kết hợp với mô hình toán thống kê sinh khối lâm nghiệp:

Thứ nhất, lý thuyết tán xạ ngược sóng Radar khẩu độ tổng hợp (Synthetic Aperture Radar - SAR) trên vệ tinh Sentinel-1A hoạt động ở băng C (bước sóng xấp xỉ 5,6 cm). Khác với ảnh quang học, viễn thám radar sử dụng nguồn năng lượng chủ động với khả năng xuyên qua mây mù và tán lá mỏng. Tín hiệu phản hồi tán xạ ngược (Sigma Nought - $\sigma^0$, tính bằng decibel - dB) thể hiện mức độ gồ ghề, hằng số điện môi và cấu trúc hình học không gian ba chiều của thân, cành cây trong lâm phần. Nghiên cứu khai thác hai kênh phân cực đôi gồm phân cực đồng Co-polarization (VV) và phân cực chéo Cross-polarization (VH).

Thứ hai, nguyên lý phản xạ phổ quang học của thảm thực vật qua dữ liệu đa phổ Sentinel-2A với 13 kênh phổ trải dài từ 443 nm đến 2.190 nm. Sự tương phản giữa độ hấp thụ mạnh bức xạ đỏ (Red - Band 4) bởi diệp lục và độ phản xạ cao ở vùng cận hồng ngoại (NIR - Band 8 hoặc Band 5) được lượng hóa thông qua chỉ số khác biệt thực vật chuẩn hóa NDVI (Normalized Difference Vegetation Index). Chỉ số NDVI dao động từ -1 đến +1, đóng vai trò chỉ thị sinh khối diệp lục và độ khép tán của thảm rừng nhiệt đới.

Mô hình nghiên cứu kết hợp hai nguồn dữ liệu trên thông qua hàm hồi quy đa biến giữa trữ lượng mặt đất thực tế và các tổ hợp điểm ảnh dẫn xuất, đồng thời sử dụng hình số thể tích cây đứng $f = 0,45$ để quy đổi kích thước thân cây ra trữ lượng lâm phần ($m^3/ha$).

Phương pháp nghiên cứu

Nguồn dữ liệu ngoại nghiệp kế thừa từ dự án điều tra kiểm kê rừng tỉnh Bình Dương với cỡ mẫu 102 ô tiêu chuẩn điển hình (diện tích mỗi ô 1.000 $m^2$, kích thước 33,3m x 30m). Toàn bộ các ô tiêu chuẩn được định vị không gian chính xác bằng máy thu GPS với sai số định vị từ 3m đến 5m. Phương pháp chọn mẫu áp dụng theo phương pháp lấy mẫu ngẫu nhiên phân tầng theo ba trạng thái rừng chủ yếu: rừng trồng cao su, rừng trồng keo và rừng tự nhiên phục hồi.

Tập dữ liệu 102 ô tiêu chuẩn được phân chia khoa học thành hai tập độc lập: 73 ô tiêu chuẩn được sử dụng để thiết lập phương trình hồi quy tương quan và 29 ô tiêu chuẩn dùng để kiểm định độ chính xác mô hình.

Phương pháp phân tích nội nghiệp sử dụng phần mềm SNAP (Sentinel Application Platform) do Cơ quan Không gian Châu Âu (ESA) phát triển và ArcGIS:

  • Đối với Sentinel-1 (mức xử lý GRD): Tiến hành định chuẩn radiometric calibration theo công thức hàm logarit $\sigma^0 (dB) = 10 \cdot \log_{10}(|\text{DN}|)$ để chuyển đổi giá trị số điểm ảnh (Digital Number) sang hệ số tán xạ ngược radar, tiếp theo áp dụng bộ lọc không gian thích nghi Sigma Lee với cửa sổ lọc $5 \times 5$ và $7 \times 7$ nhằm triệt tiêu hiện tượng nhiễu đóm (speckle noise).
  • Đối với Sentinel-2 (mức xử lý L1C/L2A): Tiến hành hiệu chỉnh khí quyển, chiết xuất các kênh phổ và tính toán chỉ số NDVI theo công thức chuẩn: $\text{NDVI} = (\text{NIR} - \text{RED}) / (\text{NIR} + \text{RED})$.
  • Đánh giá độ chính xác: Sử dụng chỉ số sai số trung phương RMSE (Root Mean Square Error) trên tập dữ liệu kiểm định độc lập để lựa chọn mô hình tối ưu.

Lý do lựa chọn phương pháp tích hợp này nhằm khắc phục triệt để hiện tượng bão hòa tín hiệu quang học ở các khu vực rừng có mật độ sinh khối cao, đồng thời tận dụng độ phân giải không gian 10m của cả hai nguồn vệ tinh để mô hình hóa chính xác trữ lượng gỗ.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình tiền xử lý và trích xuất thông tin từ tư liệu vệ tinh đa nguồn đã mang lại những kết quả định lượng rõ ràng:

Thứ nhất, hệ số tán xạ ngược của tư liệu radar Sentinel-1 sau khi lọc nhiễu Sigma Lee có biên độ dao động rất đặc trưng. Phân cực VV dao động từ -25,5119 dB đến 28,4213 dB, trong khi phân cực chéo VH dao động từ -28,5090 dB đến 10,9877 dB. Sự chênh lệch tán xạ giữa hai phân cực phản ánh rõ nét cấu trúc tán và mật độ cành nhánh của các loài cây trồng chính như cao su và keo.

Thứ hai, chỉ số thực vật NDVI từ Sentinel-2 sau hiệu chỉnh khí quyển dao động từ -0,3046 đến 1,0000. Trong đó, hơn 88% diện tích đất có rừng trên địa bàn huyện đạt giá trị NDVI vượt ngưỡng 0,60, thuộc nhóm rừng nhiệt đới và cây trồng công nghiệp lâu năm có mật độ che phủ cao và sinh trưởng tốt.

Thứ ba, việc thử nghiệm các mô hình toán học cho thấy tương quan đơn biến giữa giá trị phân cực radar (VV, VH) hoặc NDVI riêng lẻ với trữ lượng điều tra mặt đất (MGO) chỉ đạt hệ số xác định $R^2$ từ 0,52 đến 0,67. Tuy nhiên, khi kết hợp đa biến giữa chỉ số quang học và tổ hợp phân cực radar, mối tương quan tăng lên rõ rệt. Cụ thể, tổ hợp nhân và tỷ số $\text{NDVI} \cdot (\sigma_{\text{VV}} / \sigma_{\text{VH}})$ đạt hệ số tương quan $R^2 > 0,78$, giúp giảm sai số trung phương RMSE xuống dưới 15,20 $m^3/ha$, tương đương mức giảm sai số 22,4% so với mô hình chỉ sử dụng quang học đơn thuần.

Thứ tư, ứng dụng mô hình tối ưu lên toàn bộ không gian huyện Phú Giáo xác định tổng trữ lượng gỗ đạt hơn 385.000 $m^3$ trên 4.651,60 ha rừng, trong đó rừng trồng cao su và keo chiếm tỷ trọng áp đảo với hơn 91,9% tổng trữ lượng toàn huyện.

Thảo luận kết quả

Kết quả nghiên cứu khẳng định tính bổ trợ chặt chẽ giữa ảnh quang học và ảnh radar trong phân tích cấu trúc rừng nhiệt đới:

Nguyên nhân chính là do ảnh quang học Sentinel-2 phản ánh nhạy bén diện tích bề mặt lá và hàm lượng chất diệp lục thông qua bức xạ quang phổ khả kiến và cận hồng ngoại, nhưng thường xuyên bị bão hòa tín hiệu khi trữ lượng sinh khối vượt ngưỡng 100 $m^3/ha$. Ngược lại, bức xạ vi ba băng C của Sentinel-1 có khả năng xuyên thấu sâu hơn vào tầng tán, ghi nhận cấu trúc thân cành và độ ẩm lớp vỏ cây. Khi kết hợp hai đại lượng này, các sai số do tính phức tạp của bề mặt tán rừng được triệt tiêu hiệu quả.

Khi so sánh với các công trình quốc tế, phát hiện này hoàn toàn tương đồng với kết quả của Trung tâm Viễn thám Malaysia khi kết hợp ảnh ERS-1 với Landsat TM, cũng như nghiên cứu của Sun-Hwa Kim tại Hàn Quốc giúp nâng độ chính xác phân loại lớp phủ từ 69,3% lên 74,6%. Tại Việt Nam, phương pháp này mở ra hướng đi mới vượt trội hơn so với việc chỉ sử dụng ảnh SPOT5 truyền thống vốn phụ thuộc lớn vào thời tiết nắng ráo.

Về mặt trực quan hóa, toàn bộ kết quả mô hình hóa có thể được biểu diễn chi tiết qua biểu đồ phân tán (Scatter Plot) thể hiện hàm tương quan phi tuyến giữa trữ lượng thực địa và tổ hợp viễn thám, kết hợp cùng bảng thống kê trữ lượng theo 11 xã, thị trấn. Dữ liệu sau đó được số hóa thành bản đồ chuyên đề phân bố trữ lượng rừng tỷ lệ 1:50.000 với kích thước điểm ảnh $10\text{m} \times 10\text{m}$ ($100\text{m}^2$), hiển thị trực quan các dải trữ lượng từ dưới 50 $m^3/ha$ (màu xanh nhạt) đến trên 150 $m^3/ha$ (màu xanh đậm).

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm tại huyện Phú Giáo, các giải pháp và khuyến nghị chiến lược được đề xuất như sau:

  1. Chuẩn hóa quy trình công nghệ tích hợp ảnh vệ tinh: Chi cục Kiểm lâm tỉnh Bình Dương chủ trì phối hợp với Sở Nông nghiệp và Phát triển nông thôn ban hành quy trình kỹ thuật ứng dụng ảnh Sentinel-1 và Sentinel-2 định kỳ 6 tháng/lần, đặt mục tiêu nâng cao độ chính xác kiểm kê biến động rừng lên trên 85% trong giai đoạn 2024 - 2026.
  2. Xây dựng hệ sinh thái bản đồ số WebGIS theo dõi trữ lượng: Ủy ban nhân dân huyện Phú Giáo và các công ty lâm nghiệp địa phương triển khai tích hợp bản đồ trữ lượng số hóa vào hệ thống WebGIS, duy trì cập nhật tự động chu kỳ 30 ngày/lần cho toàn bộ 4.651,60 ha đất lâm nghiệp, hoàn thành hạ tầng dữ liệu trong giai đoạn 2025 - 2027.
  3. Mở rộng mạng lưới ô tiêu chuẩn định vị cố định: Các ban quản lý rừng và doanh nghiệp cao su thiết lập tối thiểu 150 ô tiêu chuẩn cố định ngoài thực địa (diện tích mỗi ô 1.000 $m^2$) có gắn thẻ định vị GPS, phục vụ hiệu chuẩn tham số tán xạ radar hàng năm và kiểm soát sai số RMSE ở mức dưới 10% bắt đầu từ năm 2025.
  4. Phát triển cơ chế chi trả dịch vụ môi trường rừng và tín chỉ carbon: Sở Tài nguyên và Môi trường tỉnh Bình Dương ứng dụng mô hình sinh khối từ viễn thám đa nguồn để lượng hóa trữ lượng hấp thụ carbon cho 376,01 ha rừng tự nhiên và 4.275,59 ha rừng trồng, hướng tới mục tiêu gia tăng giá trị kinh tế lâm nghiệp bền vững thêm 15% vào năm 2030.

Đối tượng nên tham khảo luận văn

Nghiên cứu mang lại giá trị học thuật và ứng dụng thực tiễn cao cho 4 nhóm đối tượng chính:

  1. Cán bộ quản lý lâm nghiệp và Chi cục Kiểm lâm: Cung cấp bộ công cụ viễn thám mã nguồn mở giúp quản lý, giám sát diễn biến 4.651 ha rừng trên địa bàn quản lý, cắt giảm hơn 60% chi phí và thời gian điều tra thực địa so với phương pháp thủ công truyền thống.
  2. Học viên sau đại học, giảng viên và nhà nghiên cứu chuyên ngành Khoa học Môi trường, Lâm nghiệp, GIS: Tài liệu tham khảo giá trị về thuật toán xử lý dữ liệu radar băng C trong phần mềm SNAP, phương pháp lọc nhiễu Sigma Lee và kỹ thuật hồi quy phi tuyến kết hợp dữ liệu đa phổ với 102 ô tiêu chuẩn thực nghiệm.
  3. Doanh nghiệp trồng rừng, công ty cao su và chủ rừng lớn: Hỗ trợ ứng dụng bản đồ trữ lượng phân giải 10m để lập kế hoạch khai thác luân canh bền vững, dự báo chính xác sản lượng gỗ thương phẩm cho hơn 36.249 ha cao su và tối ưu hóa năng suất sinh khối đạt trên 100 $m^3/ha$.
  4. Cơ quan quy hoạch tài nguyên và biến đổi khí hậu: Ứng dụng phương pháp lượng hóa sinh khối nhanh chóng để tính toán trữ lượng hấp thụ carbon rừng, bảo tồn 376 ha rừng tự nhiên đầu nguồn và đề xuất chính sách chi trả dịch vụ môi trường rừng tại lưu vực Sông Bé.

Câu hỏi thường gặp

Tại sao cần kết hợp cả tư liệu Sentinel-1 (Radar) và Sentinel-2 (Quang học) để xác định trữ lượng rừng?

Ảnh quang học Sentinel-2 phản ánh mật độ diệp lục và tán lá qua chỉ số NDVI (biên độ -0,30 đến 1,00) nhưng dễ bão hòa ở rừng rậm và phụ thuộc thời tiết. Sóng radar băng C của Sentinel-1 đâm xuyên qua mây mù, nhạy cảm với cấu trúc thân cây qua phân cực VV và VH (-28,5 dB đến 28,4 dB). Việc tích hợp cả hai giúp giảm sai số RMSE xuống dưới 15,20 $m^3/ha$.

Phần mềm nào được sử dụng để xử lý dữ liệu viễn thám trong nghiên cứu này?

Nghiên cứu sử dụng phần mềm SNAP (Sentinel Application Platform) do Cơ quan Không gian Châu Âu phát triển để định chuẩn tán xạ ngược $\sigma^0$, lọc nhiễu Sigma Lee và tính toán chỉ số NDVI. Sau đó, phần mềm ArcGIS được ứng dụng để liên kết 102 điểm thực địa, chạy hàm hồi quy và xuất bản đồ trữ lượng trên lưới ô vuông $10\text{m} \times 10\text{m}$.

Cỡ mẫu 102 ô tiêu chuẩn ngoài thực địa được phân bổ và xử lý như thế nào?

102 ô tiêu chuẩn hình chữ nhật diện tích 1.000 $m^2$ (33,3m x 30m) được xác định tọa độ bằng GPS (sai số 3-5m). Toàn bộ cây tầng cao được đo đường kính và chiều cao để tính thể tích thân cây với hình số $f = 0,45$. Số liệu chia thành 73 ô dùng để xây dựng phương trình hồi quy và 29 ô độc lập để kiểm định sai số mô hình.

Mô hình tổ hợp nào mang lại độ chính xác ước tính trữ lượng cao nhất?

Mô hình hồi quy đa biến kết hợp giữa chỉ số thực vật NDVI của Sentinel-2 và tỷ số phân cực $(\sigma_{\text{VV}} / \sigma_{\text{VH}})$ của Sentinel-1 cho kết quả tối ưu nhất. Tổ hợp này đạt hệ số tương quan xác định $R^2 > 0,78$ và giúp cải thiện độ chính xác khoảng 22,4% so với các mô hình đơn biến quang học.

Phương pháp trong luận văn có thể mở rộng cho các vùng địa lý khác tại Việt Nam không?

Phương pháp có tính khả thi rất cao khi mở rộng tại các khu vực đồi thoải và đồng bằng trồng keo, cao su hoặc rừng phục hồi tại Đông Nam Bộ và Tây Nguyên. Nhờ dữ liệu Sentinel được cung cấp miễn phí với chu kỳ chụp lặp 5 ngày, các địa phương có thể tiết kiệm tới 70% ngân sách kiểm kê tài nguyên rừng định kỳ.

Kết luận

  • Khẳng định tính ưu việt của công nghệ viễn thám đa nguồn: Chứng minh thành công việc tích hợp dữ liệu radar Sentinel-1 và quang học Sentinel-2 giúp khắc phục hoàn toàn nhược điểm bão hòa phổ và ảnh hưởng thời tiết mây mù nhiệt đới.
  • Xác lập mô hình toán học có độ tin cậy cao: Thiết lập phương trình hồi quy tối ưu kết hợp chỉ số NDVI với tỷ số phân cực $(\sigma_{\text{VV}} / \sigma_{\text{VH}})$, đạt hệ số tương quan $R^2 > 0,78$ trên tập mẫu 102 ô tiêu chuẩn.
  • Số hóa bản đồ trữ lượng chi tiết: Thành lập thành công bản đồ phân bố trữ lượng gỗ tỷ lệ 1:50.000 với độ phân giải $10\text{m} \times 10\text{m}$ cho 4.651,60 ha rừng tại huyện Phú Giáo, ước tính tổng trữ lượng đạt hơn 385.000 $m^3$.
  • Đề xuất quy trình công nghệ hoàn chỉnh: Chuyển giao quy trình tiền xử lý định chuẩn, lọc nhiễu Sigma Lee trên SNAP và tích hợp không gian trên GIS có khả năng áp dụng rộng rãi cho ngành lâm nghiệp.
  • Định hướng và kêu gọi hành động: Trong giai đoạn 2025 - 2027, các cơ quan quản lý và viện nghiên cứu cần ứng dụng ngay khung phương pháp này vào chương trình tổng điều tra kiểm kê rừng quốc gia, hướng đến mục tiêu quản lý rừng bền vững và phát triển thị trường tín chỉ carbon tại Việt Nam.