Tổng quan nghiên cứu

Thừa Thiên Huế sở hữu nguồn tài nguyên rừng phong phú với tổng diện tích đất có rừng đạt 288.334,37 ha, độ che phủ rừng đạt 57,37% vào năm 2019, cao hơn đáng kể so với mức bình quân toàn quốc là 41,89%. Trong đó, diện tích rừng tự nhiên chiếm 211.373,11 ha và rừng trồng chiếm 76.961,26 ha. Tuy nhiên, áp lực chuyển đổi mục đích sử dụng đất và khai thác lâm sản đã dẫn đến biến động giảm diện tích rừng hàng năm lên tới 8.450,90 ha trong năm 2019, bao gồm 5.409,33 ha khai thác rừng trồng, 226,58 ha cháy rừng và 2.239,26 ha suy giảm rừng tự nhiên do nhiều nguyên nhân phức tạp.

Địa hình tỉnh mang cấu tạo dạng bậc kéo dài từ dãy Trường Sơn hiểm trở đến vùng duyên hải, gây trở ngại nghiêm trọng cho công tác tuần tra trực tiếp của lực lượng Kiểm lâm với biên chế hạn chế. Do đó, bài toán đặt ra là cần ứng dụng công nghệ viễn thám đa thời gian nhằm phát hiện sớm và chính xác các điểm mất rừng. Đề tài tập trung nghiên cứu trên phạm vi toàn bộ 9 đơn vị hành chính cấp huyện của tỉnh trong giai đoạn từ tháng 4/2017 đến tháng 5/2020 qua 3 chu kỳ giám sát hàng năm. Mục tiêu trọng tâm là xác lập cơ sở khoa học, chuẩn hóa các ngưỡng chỉ số viễn thám quang học từ vệ tinh Sentinel-2 với độ phân giải không gian 10m và chu kỳ chụp lặp 5 ngày. Giải pháp này giúp cắt giảm trên 60% thời gian khảo sát thực địa, nâng cao hiệu quả phản ứng nhanh của lực lượng chức năng trong việc ngăn chặn phá rừng trái phép và bảo tồn đa dạng sinh học tại dải rừng Trung Trường Sơn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết phản xạ phổ của các đối tượng tự nhiên trong viễn thám quang học. Cấu trúc tán lá khỏe mạnh hấp thụ mạnh bức xạ dải sóng ánh sáng đỏ và phản xạ mạnh ở dải cận hồng ngoại, trong khi đất trống hoặc thực vật bị đốt cháy phản xạ cao ở dải hồng ngoại sóng ngắn. Dựa trên khái niệm mất rừng của FAO và Luật Lâm nghiệp năm 2017 (quy định rừng có độ tàn che từ 0,1 trở lên và diện tích tối thiểu từ 0,3 ha), mất rừng được định nghĩa là quá trình chuyển đổi trạng thái từ đất có rừng sang đất trống không còn tán che.

Nghiên cứu ứng dụng 3 chỉ số viễn thám cốt lõi:

  1. Chỉ số khác biệt thực vật (NDVI): Đo lường mật độ sinh khối xanh thông qua tỷ lệ giữa kênh cận hồng ngoại (Band 8) và kênh đỏ (Band 4), với dải giá trị từ -1,0 đến 1,0. Rừng nhiệt đới rậm rạp thường đạt ngưỡng từ 0,60 đến 0,85.
  2. Chỉ số hỏa hoạn (NBR): Phân tích mức độ tổn thương tán rừng và hiện tượng cháy thông qua kênh cận hồng ngoại (Band 8) và dải hồng ngoại sóng ngắn (Band 12).
  3. Chỉ số kết hợp viễn thám (IRSI): Được thiết lập theo công thức cộng gộp IRSI = NDVI + NBR nhằm phát huy tối đa ưu điểm nhận diện sinh khối và vết cháy, loại trừ sai số đơn lẻ. Toàn bộ ảnh đầu vào được kiểm định chất lượng theo chuẩn thang đo NIIRS của Hoa Kỳ nhằm đảm bảo độ tin cậy tuyệt đối trước khi xử lý.

Phương pháp nghiên cứu

Nguồn dữ liệu sử dụng trong luận văn bao gồm hệ thống chuỗi ảnh vệ tinh đa phổ Sentinel-2 (Sentinel-2A và Sentinel-2B) thu thập từ kho dữ liệu Google Earth Engine (GEE). Dữ liệu đối soát thực địa kế thừa từ cơ sở dữ liệu kiểm kê rừng năm 2016 và số liệu diễn biến rừng hàng năm giai đoạn 2017 - 2019 của Chi cục Kiểm lâm tỉnh Thừa Thiên Huế cùng hệ thống FRMS.

Phương pháp chọn mẫu áp dụng kỹ thuật lấy mẫu ngẫu nhiên phân tầng theo các kiểu trạng thái rừng tự nhiên, rừng trồng và các khu vực có biến động thực tế qua 3 giai đoạn: kỳ 1 (4/2017 - 4/2018), kỳ 2 (4/2018 - 4/2019) và kỳ 3 (4/2019 - 5/2020). Cỡ mẫu thực địa gồm hàng trăm điểm kiểm chứng phân bố đều trên các địa bàn trọng điểm như A Lưới, Nam Đông, Phú Lộc và Phong Điền.

Quy trình phân tích sử dụng kỹ thuật trừ ảnh đa thời gian để tính giá trị chênh lệch biến động ($\Delta = T1 - T2$) trên Google Earth Engine. Sau đó, thuật toán phân ngưỡng giá trị kết hợp với lớp ranh giới quy hoạch 3 loại rừng trên nền tảng QGIS để bóc tách, loại bỏ các cảnh báo sai đối với đất nông nghiệp hoặc đất trống tái sinh. Độ chính xác của các chỉ số được xác định độc lập thông qua phương pháp đánh giá chéo dựa trên ma trận kiểm chứng mẫu thực tế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã xác lập bộ ngưỡng biến động phổ chính xác để nhận diện các trạng thái mất rừng trên địa bàn tỉnh Thừa Thiên Huế trong giai đoạn 2017 - 2020:

  • Xác định ngưỡng phổ phân tách trạng thái: Đối với trạng thái đất có rừng, giá trị NDVI dao động ổn định trong khoảng 0,65 đến 0,85 và NBR dao động từ 0,55 đến 0,78. Khi xảy ra mất rừng (chặt hạ hoàn toàn hoặc cháy rừng), giá trị NDVI sụt giảm mạnh xuống dưới 0,30 và NBR giảm xuống dưới 0,15.
  • Thiết lập ngưỡng sai phân biến động: Ngưỡng mất rừng đạt độ tin cậy tối ưu khi mức giảm sai phân $\Delta NDVI$ vượt quá 42,5% (hoặc giảm tuyệt đối trên 0,285) và $\Delta NBR$ vượt quá 38,0% (hoặc giảm tuyệt đối trên 0,230).
  • Hiệu quả nhận diện vượt trội của chỉ số kết hợp IRSI: Chỉ số IRSI thể hiện độ chính xác tổng thể đạt trên 94,8%, cao hơn so với sử dụng đơn lẻ NDVI (đạt 91,2%) và NBR (đạt 89,5%). IRSI đã phát hiện thêm khoảng 8,5% các điểm mất rừng cục bộ quy mô nhỏ từ 0,3 ha đến 0,5 ha mà chỉ số NDVI đơn lẻ thường bỏ sót do ảnh hưởng của nền đất ẩm ướt sau mưa.
  • Phân bố không gian biến động rừng: Thống kê diện tích mất rừng từ tháng 4/2017 đến tháng 5/2020 cho thấy diện tích biến động tập trung chủ yếu ở các huyện A Lưới, Nam Đông và thị xã Hương Trà. Trong đó, trên 85% diện tích mất rừng thuộc đối tượng rừng trồng sản xuất (keo lá tràm, keo lai) đến chu kỳ khai thác trắng 4 - 5 năm, trong khi diện tích rừng tự nhiên bị xâm hại được kiểm soát ở mức dưới 15 ha/năm.

Thảo luận kết quả

Biến thiên phổ của thảm thực vật tại Thừa Thiên Huế chịu sự chi phối rõ rệt bởi chu kỳ khí hậu và hoạt động lâm sinh đặc thù. Vào mùa ít mưa (từ tháng 2 đến tháng 6), lượng mưa bình quân tháng chỉ dao động ở mức thấp, tạo điều kiện thuận lợi cho việc thu nhận ảnh quang học không bị che phủ bởi mây mù dày đặc như các tháng mưa bão cuối năm (tháng 9 đến tháng 12 với lượng mưa vượt 500 mm/tháng).

Khi trình bày dữ liệu qua biểu đồ đường biến thiên 12 tháng, giá trị NDVI của rừng tự nhiên duy trì đường nằm ngang ổn định, trong khi rừng trồng thể hiện các bước nhảy tụt dốc thẳng đứng khi bước vào vụ thu hoạch gỗ thương phẩm. So sánh với công trình của một số tác giả tại khu vực Tây Bắc (Điện Biên) với ngưỡng mất rừng $\Delta NDVI > 45,0%$ và Tây Nguyên (Đắk Nông) với độ chính xác đạt 91,6%, kết quả tại Thừa Thiên Huế hoàn toàn tương thích và có độ tinh chỉnh cao hơn nhờ việc kết hợp chỉ số tích hợp IRSI.

Việc Sentinel-2 cung cấp miễn phí ảnh độ phân giải 10m với chu kỳ quét 5 ngày cho phép xây dựng các bảng thống kê ma trận nhầm lẫn chi tiết, khắc phục triệt để hạn chế về độ phân giải không gian 30m và chu kỳ 16 ngày của ảnh Landsat-8 truyền thống. Điều này khẳng định bước đột phá trong việc chuyển từ giám sát tĩnh định kỳ sang cảnh báo động thời gian thực.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, luận văn đề xuất 4 nhóm giải pháp chiến lược nhằm nâng cao năng lực theo dõi và giám sát biến động tài nguyên rừng:

  1. Thiết lập quy trình tự động hóa phát hiện mất rừng trên nền tảng điện toán đám mây: Chi cục Kiểm lâm tỉnh Thừa Thiên Huế cần phối hợp với các đơn vị công nghệ xây dựng script xử lý ảnh Sentinel-2 tự động trên Google Earth Engine vào quý II/2021. Quy trình này tự động lọc mây, tính toán chỉ số IRSI và trích xuất tọa độ cảnh báo có diện tích biến động từ 0,3 ha trở lên trong vòng 48 giờ sau khi vệ tinh chụp ảnh.
  2. Nâng cấp và tích hợp dữ liệu viễn thám vào phần mềm di động FRMS Mobile: Sở Nông nghiệp và Phát triển nông thôn chỉ đạo nâng cấp hệ thống FRMS Mobile trong quý IV/2021. Mục tiêu là tự động đẩy 100% các điểm cảnh báo mất rừng từ hệ thống viễn thám về thiết bị di động của lực lượng kiểm lâm địa bàn để tổ chức xác minh hiện trường nhanh chóng.
  3. Tổ chức đào tạo và chuẩn hóa năng lực khai thác công nghệ GIS - Viễn thám: Ban Quản lý các Khu bảo tồn thiên nhiên, Vườn Quốc gia Bạch Mã và các Hạt Kiểm lâm tổ chức các lớp tập huấn nghiệp vụ định kỳ 6 tháng/lần cho ít nhất 120 cán bộ kiểm lâm viên. Chương trình đào tạo tập trung vào kỹ năng xử lý ảnh viễn thám mở trên phần mềm QGIS và sử dụng GPS cầm tay đối soát dữ liệu.
  4. Tăng cường phân vùng quản lý rủi ro và giám sát chu kỳ rừng trồng: Ủy ban nhân dân các huyện miền núi gồm A Lưới, Nam Đông và Phong Điền cần ban hành quy chế giám sát khai thác rừng trồng sản xuất trước tháng 12/2021, yêu cầu các chủ rừng đăng ký kế hoạch khai thác theo lô khoảnh nhằm giảm thiểu trên 90% các vụ việc khai thác lấn chiếm sang ranh giới rừng tự nhiên liền kề.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị thực tiễn và tính ứng dụng cao đối với nhiều nhóm đối tượng:

  1. Cơ quan quản lý nhà nước và lực lượng Kiểm lâm: Cung cấp tài liệu nghiệp vụ chuẩn xác giúp Chi cục Kiểm lâm các tỉnh miền Trung hiện đại hóa quy trình phát hiện sớm mất rừng, tối ưu hóa nguồn nhân lực tuần tra và số hóa dữ liệu quản lý biến động rừng hàng năm.
  2. Ban Quản lý rừng đặc dụng, rừng phòng hộ và doanh nghiệp lâm nghiệp: Hỗ trợ các đơn vị như Vườn Quốc gia Bạch Mã, các Ban Quản lý rừng phòng hộ đầu nguồn sông Hương xây dựng hệ thống giám sát nội bộ liên tục, đánh giá hiện trạng tài nguyên và lập hồ sơ chứng chỉ quản lý rừng bền vững (FSC).
  3. Giảng viên, nhà nghiên cứu và học viên cao học: Làm tài liệu tham khảo chuyên sâu trong các chương trình đào tạo chuyên ngành Quản lý Tài nguyên Rừng, Lâm học, Bản đồ học, GIS và Viễn thám môi trường tại các trường đại học và viện nghiên cứu.
  4. Các tổ chức phi chính phủ và đơn vị điều phối dự án phát triển: Cung cấp khung phương pháp luận và dữ liệu thực chứng cho các dự án chi trả dịch vụ môi trường rừng (PFES), các chương trình giảm phát thải khí nhà kính (REDD+) và các tổ chức bảo tồn đa dạng sinh học quốc tế đang hoạt động tại Việt Nam.

Câu hỏi thường gặp

Tại sao ảnh vệ tinh Sentinel-2 lại được ưu tiên lựa chọn hơn ảnh Landsat trong công tác giám sát mất rừng? Ảnh Sentinel-2 sở hữu độ phân giải không gian vượt trội 10m và chu kỳ quét lặp ngắn 5 ngày khi kết hợp cả hai vệ tinh 2A và 2B. Trong khi đó, ảnh Landsat có độ phân giải 30m và chu kỳ 16 ngày, khiến việc phát hiện các điểm chặt phá nhỏ lẻ dưới 0,5 ha hoặc các vụ khai thác rừng trồng diễn ra nhanh chóng thường bị trễ hoặc sai lệch lớn.

Chỉ số kết hợp IRSI mang lại ưu thế nổi bật nào so với chỉ số NDVI truyền thống? Chỉ số IRSI kết hợp đồng thời ưu thế của NDVI trong đo lường mật độ sinh khối xanh và NBR trong phản xạ nhạy bén với bề mặt đất trơ và vết cháy. Sự tích hợp này giúp nâng độ chính xác tổng thể lên 94,8%, hạn chế tối đa các trường hợp báo động giả tại các khu vực rụng lá theo mùa hoặc đất ẩm sau mưa bão.

Nghiên cứu giải quyết khó khăn về tỷ lệ mây che phủ cao tại miền Trung bằng cách nào? Nghiên cứu tập trung khai thác chuỗi dữ liệu ảnh trong mùa ít mưa từ tháng 2 đến tháng 6 hàng năm, thời điểm lượng mưa trung bình thấp nhất và độ che phủ mây dưới 20%. Đồng thời, thuật toán lọc mây QA60 trên Google Earth Engine được áp dụng để loại bỏ triệt để các pixel mây và bóng mây trước khi xử lý phổ.

Làm thế nào để hệ thống phân biệt được giữa mất rừng tự nhiên trái phép và khai thác rừng trồng hợp pháp? Hệ thống sử dụng kỹ thuật chồng xếp lớp cảnh báo mất rừng với bản đồ cơ sở dữ liệu kiểm kê rừng FRMS và ranh giới quy hoạch 3 loại rừng của tỉnh. Mọi biến động xảy ra trong phân khu rừng tự nhiên hoặc rừng đặc dụng sẽ được gắn nhãn cảnh báo khẩn cấp, trong khi biến động tại lô rừng trồng được đối soát với kế hoạch khai thác thương mại.

Phương pháp xác định ngưỡng trong luận văn có thể áp dụng cho các địa phương khác không? Quy trình và phương pháp luận hoàn toàn có thể nhân rộng cho các tỉnh có điều kiện địa hình và thảm thực vật tương đồng tại Bắc Trung Bộ và Duyên hải miền Trung như Quảng Trị, Quảng Nam. Các đơn vị chỉ cần hiệu chỉnh lại ngưỡng biến động sai phân phổ phù hợp với đặc thù thổ nhưỡng và trạng thái rừng tại địa bàn đó.

Kết luận

  • Luận văn đã phân tích toàn diện hiện trạng quản lý 288.334,37 ha đất có rừng tại Thừa Thiên Huế và chỉ rõ nguyên nhân biến động giảm 8.450,90 ha rừng trong giai đoạn nghiên cứu.
  • Xác lập thành công bộ chỉ số viễn thám tối ưu trên nền ảnh vệ tinh Sentinel-2, chứng minh chỉ số tích hợp IRSI đạt độ chính xác cao nhất lên tới 94,8% trong phát hiện mất rừng.
  • Chuẩn hóa ngưỡng sai phân biến động thực vật ($\Delta NDVI > 42,5%$ và $\Delta NBR > 38,0%$), tạo cơ sở thuật toán vững chắc cho các bài toán phân loại tự động.
  • Xây dựng quy trình xử lý không gian đa thời gian khép kín từ khâu tiếp nhận dữ liệu ảnh trên Google Earth Engine đến khâu bóc tách dữ liệu trên GIS phục vụ tuần tra thực địa.
  • Đề xuất 4 nhóm giải pháp mang tính khả thi cao, gắn liền với chuyển đổi số và nâng cao năng lực cho lực lượng kiểm lâm tại cơ sở.

Trong giai đoạn tiếp theo từ năm 2021 đến 2025, các cơ quan quản lý cần ưu tiên tích hợp thuật toán này vào hệ thống giám sát tự động của tỉnh nhằm bảo vệ bền vững hệ sinh thái rừng. Các đơn vị quản lý rừng hãy liên hệ và áp dụng ngay khung kỹ thuật viễn thám tiên tiến này để bảo vệ tài nguyên rừng một cách chủ động và hiệu quả nhất.