Tổng quan nghiên cứu

Quản lý và giám sát tài nguyên rừng là nhiệm vụ then chốt trong công tác bảo tồn đa dạng sinh học và phát triển bền vững môi trường sinh thái. Tại xã Xuân Sơn, huyện Tân Sơn, tỉnh Phú Thọ, tổng diện tích tự nhiên đạt 6.572,5 ha, trong đó diện tích đất lâm nghiệp chiếm tới 6.515,2 ha (tương đương 99,13% tổng diện tích), với tỷ lệ che phủ rừng đạt mức 91,1%. Khu vực này nằm trọn trong không gian sinh thái của Vườn Quốc gia Xuân Sơn, nơi lưu giữ hệ sinh thái phong phú với 366 loài động vật và 726 loài thực vật bậc cao. Tuy nhiên, các phương pháp điều tra rừng truyền thống trên thực địa thường kéo dài từ 2 đến 3 năm cho một chu kỳ kiểm kê toàn diện, đòi hỏi nguồn nhân lực lớn và kinh phí cao, đồng thời khó cập nhật kịp thời các biến động thực địa.

Vấn đề cốt lõi đặt ra là việc số hóa và giải đoán ảnh vệ tinh trước đây trong Đề án Tổng điều tra Kiểm kê rừng toàn quốc giai đoạn 2013–2016 theo Quyết định 594/QĐ-TTg của Thủ tướng Chính phủ mới chỉ dừng lại ở bước phân vùng ảnh sơ bộ và gán thuộc tính thủ công. Cách tiếp cận này chưa khai thác tối đa giá trị quang phổ và cấu trúc hình thái của dữ liệu ảnh viễn thám độ phân giải cao. Mục tiêu nghiên cứu của luận văn là hoàn thiện cơ sở khoa học và quy trình công nghệ ứng dụng ảnh vệ tinh quang học VNREDSat-1 của Việt Nam, xây dựng bản đồ hiện trạng rừng tỷ lệ 1:50.000 và thống kê diện tích, trữ lượng các trạng thái rừng tại xã Xuân Sơn trong giai đoạn từ tháng 4/2016 đến tháng 11/2016. Nghiên cứu mang ý nghĩa thực tiễn to lớn khi giúp giảm thiểu trên 60% thời gian khảo sát thực địa và tối ưu hóa độ chính xác cho công tác theo dõi diễn biến tài nguyên rừng định kỳ.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết viễn thám quang học và nguyên lý tương tác giữa bức xạ sóng điện từ với lớp phủ thực vật bề mặt trái đất. Khí quyển hấp thụ và tán xạ năng lượng mặt trời, trong đó thực vật có đặc tính hấp thụ mạnh ánh sáng ở dải sóng khả kiến màu đỏ (Red: 0,61–0,68 µm) phục vụ quang hợp và phản xạ rất mạnh ở dải sóng cận hồng ngoại (NIR: 0,77–1,34 µm) do cấu trúc tế bào mô giậu của lá. Bên cạnh đó, nghiên cứu áp dụng lý thuyết phân loại hướng đối tượng (Object-Based Image Analysis - OBIA), phân tích ảnh dựa trên các đối tượng tập hợp điểm ảnh (pixel) đồng nhất về quang phổ, hình dạng, kết cấu thay vì phân loại dựa trên từng pixel riêng lẻ truyền thống.

Các khái niệm then chốt được chuẩn hóa bao gồm: Chỉ số thực vật khác biệt chuẩn hóa (NDVI), Tỷ số tổng giá trị cấp độ xám (TRRI), Tỷ số chỉ số thực vật (RVI) và độ phân giải không gian mặt đất (2,5 m đối với kênh toàn sắc và 10 m đối với các kênh đa phổ của hệ thống cảm biến NAOMI trên vệ tinh VNREDSat-1 hoạt động ở quỹ đạo đồng bộ mặt trời 704 km). Hệ thống trạng thái rừng được xác lập nghiêm ngặt theo Thông tư số 34/2009/TT-BNNPTNT của Bộ Nông nghiệp và Phát triển nông thôn, làm căn cứ định lượng trữ lượng và cấu trúc thảm thực vật từ rừng giàu, trung bình, nghèo đến rừng hỗn giao và rừng trồng.

Phương pháp nghiên cứu

Nguồn dữ liệu đầu vào sử dụng 2 cảnh ảnh vệ tinh VNREDSat-1 chụp năm 2016, được tiền xử lý cân bằng tone màu (histogram matching) và cắt ghép trên phần mềm ERDAS Imagine, chuyển đổi về hệ tọa độ VN-2000 kinh tuyến trục địa phương 104°30'. Dữ liệu thứ cấp kế thừa bản đồ kiểm kê rừng năm 2015 và số liệu điều kiện tự nhiên - kinh tế xã hội xã Xuân Sơn.

Phương pháp phân tích áp dụng quy trình phân loại đa tầng trên phần mềm eCognition Developer:

  • Phân đoạn đa phân giải không kiểm định (Multiresolution Segmentation) với bộ tham số tối ưu gồm: Scale Parameter bằng 70, Shape bằng 0,3 và Compactness bằng 50 nhằm tạo lập các lô trạng thái đồng nhất.
  • Phân loại có kiểm định kết hợp cây quyết định (Rule sets) và bộ chỉ số NDVI, TRRI, Brightness, độ lệch chuẩn.
  • Cỡ mẫu và phương pháp chọn mẫu: Thiết lập 90 mẫu khóa ảnh ngoại nghiệp đại diện cho 15 kiểu trạng thái rừng và đất lâm nghiệp, phân bố dọc theo 5 tuyến điều tra thực địa với khoảng cách tối thiểu giữa các điểm là 200 m và cách ranh giới trạng thái tối thiểu 50 m.
  • Điều tra trữ lượng: Áp dụng phương pháp rút mẫu ngẫu nhiên cho các trạng thái rừng tự nhiên có diện tích từ 2.000 ha trở lên với sai số cho phép 10% ở độ tin cậy 95% (t=2, tối thiểu 30 mẫu/trạng thái); áp dụng phương pháp rút mẫu điển hình cho diện tích dưới 2.000 ha với tỷ lệ lấy mẫu 0,5% cho 100 ha đầu tiên. Trên mỗi ô đo đếm diện tích 1.000 m2, tiến hành đo đường kính thân cây tại vị trí 1,3 m bằng thước dây (với cây có đường kính từ 6 cm trở lên), đo chiều cao vút ngọn bằng thước Blume-Leiss và đo tiết diện ngang bằng thước Bitterlich tại 5 vị trí.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình giải đoán tự động kết hợp bóc tách quy tắc và kiểm chứng thực địa đã mang lại các phát hiện cốt lõi:

Thứ nhất, nghiên cứu đã phân loại chính xác 15 trạng thái rừng và đất lâm nghiệp trên diện tích 6.572,5 ha của xã Xuân Sơn. Các kiểu rừng tự nhiên núi đá lá rộng thường xanh (chiếm ưu thế với các trạng thái giàu TXDG, trung bình TXDB, nghèo TXDN) và rừng tự nhiên núi đất (TXB, TXN, TXP) được bóc tách với độ tin cậy cao trên ảnh VNREDSat-1 độ phân giải 2,5 m.

Thứ hai, cấu trúc phân bố diện tích cho thấy tỷ lệ rừng tự nhiên chiếm trên 85% tổng diện tích đất lâm nghiệp, trong đó rừng gỗ tự nhiên núi đá đóng vai trò chủ đạo trong vùng lõi Vườn Quốc gia. Diện tích rừng trồng gỗ (RTG) và đất đã trồng cây lâm nghiệp (DTR) chỉ chiếm tỷ trọng dưới 10%, phản ánh đặc thù bảo tồn nghiêm ngặt của địa phương.

Thứ ba, kết quả điều tra trữ lượng bình quân cho thấy sự phân hóa rõ rệt: Các trạng thái rừng gỗ tự nhiên núi đá giàu đạt trữ lượng bình quân trên 180 m3/ha, rừng trung bình dao động từ 110 đến 140 m3/ha, trong khi các trạng thái rừng phục hồi và rừng nghèo trên núi đất chỉ đạt từ 45 đến 75 m3/ha.

Thứ tư, đánh giá độ chính xác qua ma trận sai số (Confusion Matrix) cho thấy phương pháp phân loại hướng đối tượng kết hợp bộ mẫu 90 khóa ảnh đạt độ chính xác tổng thể trên 85% và hệ số Kappa trên 0,80, vượt trội hoàn toàn so với các phương pháp giải đoán điểm ảnh đơn lẻ trước đây.

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự phân hóa rõ nét của các trạng thái rừng bắt nguồn từ điều kiện địa hình đồi núi cao hiểm trở, chiếm 95% diện tích tự nhiên với độ cao trung bình từ 300 đến 700 m và độ dốc từ 10 đến 30 độ. Địa hình núi đá vôi dốc đứng tạo ra hiện tượng bóng che cục bộ trên ảnh vệ tinh quang học. Tuy nhiên, việc thiết lập các chỉ số phổ phụ trợ như NDVI và TRRI kết hợp cấu trúc phân tầng trong phần mềm eCognition đã xử lý triệt để hiện tượng nhầm lẫn giữa rừng nghèo trên núi đá với rừng phục hồi trên núi đất.

Về phương thức biểu diễn trực quan, toàn bộ cấu trúc dữ liệu được tích hợp đồng bộ thành bản đồ hiện trạng rừng tỷ lệ 1:50.000 trên nền tảng ArcGIS và MapInfo. Dữ liệu diện tích được biểu diễn bằng biểu đồ tròn thể hiện cơ cấu phần trăm của 15 trạng thái, trong khi trữ lượng gỗ bình quân của từng trạng thái được trực quan hóa qua biểu đồ cột so sánh tương quan giữa rừng núi đá và rừng núi đất.

So sánh với các nghiên cứu sử dụng ảnh SPOT-5 (độ phân giải 2,5–5 m) hoặc Landsat-8 (độ phân giải 30 m) tại các khu bảo tồn miền Bắc Việt Nam, việc ứng dụng ảnh vệ tinh VNREDSat-1 mang lại hiệu quả tương đương về độ chi tiết không gian nhưng vượt trội về tính chủ động nguồn ảnh trong nước, chu kỳ lặp chụp có thể rút ngắn xuống 3 ngày khi nghiêng góc 30 độ, đáp ứng yêu cầu giám sát đột xuất.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, bốn nhóm giải pháp hành động được đề xuất nhằm nâng cao hiệu quả quản lý tài nguyên rừng:

  • Hoàn thiện và ban hành quy trình công nghệ giải đoán ảnh VNREDSat-1 bằng phương pháp hướng đối tượng OBIA cho Chi cục Kiểm lâm tỉnh Phú Thọ và Ban quản lý Vườn Quốc gia Xuân Sơn, hướng tới mục tiêu giảm 50% chi phí điều tra kiểm kê rừng thực địa trong giai đoạn 2024–2025.
  • Thiết lập ngân hàng dữ liệu mẫu khóa ảnh số hóa định vị GPS cho 100% các trạng thái rừng đặc dụng và phòng hộ tại huyện Tân Sơn, do Hạt Kiểm lâm huyện Tân Sơn chủ trì phối hợp với UBND xã Xuân Sơn cập nhật định kỳ 6 tháng một lần.
  • Xây dựng hệ thống cảnh báo sớm biến động diện tích rừng tự nhiên tích hợp ảnh viễn thám và GIS, đặt mục tiêu phát hiện các điểm cháy rừng hoặc mất rừng có quy mô từ 0,1 ha trở lên trong vòng 24 đến 48 giờ kể từ thời điểm vệ tinh thu nhận dữ liệu, giao Đội Kiểm lâm cơ động vận hành từ quý II/2025.
  • Tổ chức tập huấn chuyên sâu về phần mềm eCognition Developer, MapInfo và kỹ năng sử dụng máy định vị vệ tinh GPS kết hợp thước Bitterlich cho 100% cán bộ kiểm lâm địa bàn và lực lượng chuyên trách bảo vệ rừng tại vùng đệm Vườn Quốc gia Xuân Sơn trước năm 2026.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu cung cấp giá trị học thuật và ứng dụng thực tiễn cao cho 4 nhóm đối tượng cụ thể:

  • Cơ quan quản lý nhà nước về lâm nghiệp (Cục Kiểm lâm, Sở Nông nghiệp và Phát triển nông thôn, Chi cục Kiểm lâm các tỉnh có rừng): Sử dụng quy trình công nghệ làm tài liệu kỹ thuật chuẩn hóa công tác theo dõi diễn biến rừng hàng năm theo quy định của Luật Lâm nghiệp.
  • Ban quản lý các Vườn Quốc gia và Khu bảo tồn thiên nhiên (đặc biệt là các khu vực có địa hình núi đá vôi như VQG Xuân Sơn, VQG Tam Đảo, VQG Cúc Phương): Ứng dụng giải pháp giải đoán ảnh độ phân giải cao để kiểm soát ranh giới phân khu bảo vệ nghiêm ngặt mà không cần tốn quá nhiều nhân lực tuần tra các sườn dốc hiểm trở.
  • Các viện nghiên cứu, trường đại học chuyên ngành Lâm nghiệp, Quản lý tài nguyên, Hệ thống thông tin địa lý (GIS) và Viễn thám: Dùng làm học liệu tham khảo thực chứng cho học viên cao học, sinh viên về phân loại hướng đối tượng và xử lý ảnh vệ tinh Việt Nam.
  • Các doanh nghiệp tư vấn quy hoạch lâm nghiệp: Áp dụng phương pháp rút mẫu hỗn hợp và trích xuất chỉ số phổ để rút ngắn thời gian lập bản đồ hiện trạng rừng tỷ lệ 1:50.000 và 1:25.000 cho các dự án phát triển lâm nghiệp bền vững.

Câu hỏi thường gặp

  • Ảnh vệ tinh VNREDSat-1 có ưu thế gì trong điều tra kiểm kê rừng?
    Ảnh VNREDSat-1 cung cấp độ phân giải 2,5 m toàn sắc và 10 m đa phổ, quỹ đạo đồng bộ mặt trời 704 km với khả năng nghiêng góc chụp 30 độ giúp chu kỳ lặp ảnh giảm xuống còn 3 ngày, đảm bảo tính chủ động về nguồn dữ liệu quốc gia so với việc phụ thuộc vào ảnh thương mại quốc tế.

  • Vì sao nghiên cứu chọn phân loại hướng đối tượng thay vì phân loại điểm ảnh?
    Phân loại hướng đối tượng phân tích dựa trên nhóm pixel đồng nhất về hình dạng, kết cấu và quan hệ không gian, loại bỏ hoàn toàn hiện tượng nhiễu hạt muối tiêu của phương pháp pixel truyền thống, đặc biệt phù hợp với thảm thực vật rừng phân tầng phức tạp trên núi đá vôi.

  • Bộ mẫu khóa ảnh được xây dựng như thế nào để đảm bảo độ tin cậy?
    Nghiên cứu thiết lập 90 điểm mẫu đại diện cho 15 trạng thái trên 5 tuyến khảo sát thực địa. Mỗi điểm mẫu được định vị bằng GPS, đo đếm cấu trúc tầng tán, chiều cao vút ngọn và tiết diện ngang bằng thước Bitterlich, đảm bảo khoảng cách tối thiểu giữa các mẫu cùng loại là 200 m.

  • Giải pháp xử lý các khu vực bị khuất bóng do địa hình đồi núi dốc đứng?
    Đề tài kết hợp cân bằng biểu đồ tần số quang phổ (histogram matching), thiết lập chỉ số thực vật NDVI, TRRI trên eCognition và áp dụng phương pháp kiểm tra ngoại nghiệp khoanh lô theo dốc đối diện hoặc đi tuyến khép kín bằng máy GPS ngoài hiện trường.

  • Quy mô mẫu đo đếm trữ lượng rừng được tính toán dựa trên căn cứ nào?
    Dung lượng mẫu được xác định khoa học: Rút mẫu ngẫu nhiên cho trạng thái rừng tự nhiên từ 2.000 ha trở lên với công thức biến động sai số ước lượng 10%, và rút mẫu điển hình tỷ lệ 0,5% cho các diện tích dưới 2.000 ha trên các ô tiêu chuẩn 1.000 m2.

Kết luận

  • Luận văn đã hoàn thiện cơ sở khoa học và quy trình công nghệ giải đoán ảnh vệ tinh VNREDSat-1 trong điều tra, thống kê tài nguyên rừng cấp xã.
  • Xây dựng thành công bản đồ hiện trạng rừng tỷ lệ 1:50.000 cho xã Xuân Sơn với 15 kiểu trạng thái rừng và đất lâm nghiệp theo chuẩn Thông tư 34/2009/TT-BNNPTNT.
  • Thống kê chi tiết 6.515,2 ha đất lâm nghiệp, xác định tỷ lệ che phủ rừng đạt 91,1% và định lượng chính xác trữ lượng gỗ bình quân của từng phân khu rừng núi đá và núi đất.
  • Chứng minh hiệu quả vượt trội của phần mềm eCognition Developer với bộ tham số phân đoạn Scale 70, Shape 0,3 và Compactness 50 trong việc tự động hóa giải đoán ảnh viễn thám.
  • Đóng góp giải pháp công nghệ có tính khả thi cao, sẵn sàng chuyển giao cho các đơn vị lâm nghiệp nhằm hiện đại hóa công tác theo dõi diễn biến rừng giai đoạn 2024–2025.

Các cơ quan quản lý lâm nghiệp và ban quản lý rừng phòng hộ, đặc dụng cần nhanh chóng ứng dụng quy trình công nghệ từ luận văn để nâng cao năng lực giám sát tài nguyên rừng trong kỷ nguyên số.