Tổng quan nghiên cứu

Nghiên cứu điều tra và giám sát tài nguyên rừng đóng vai trò sống còn trong công tác quản trị môi trường và phát triển lâm nghiệp bền vững tại Việt Nam. Xã Xuân Sơn thuộc huyện Tân Sơn, tỉnh Phú Thọ có tổng diện tích tự nhiên đạt 6.572,5 ha, trong đó đất lâm nghiệp chiếm tới 6.515,2 ha (tương đương 99,13% tổng diện tích) với độ che phủ rừng thực tế đạt 91,1%. Nằm trong vùng đệm và vùng lõi của Vườn Quốc gia Xuân Sơn với 726 loài thực vật bậc cao và 366 loài động vật, khu vực này sở hữu hệ sinh thái rừng nhiệt đới trên núi đá vôi và núi đất vô cùng nhạy cảm. Trước đây, phương pháp điều tra rừng truyền thống trên toàn quốc thường kéo dài trên 2 năm, tiêu tốn nguồn nhân lực hiện trường lớn và chi phí cao nhưng độ chính xác lại suy giảm do rừng liên tục biến động.

Nhằm khắc phục những hạn chế cố hữu đó, luận văn thạc sĩ lâm nghiệp của tác giả Nguyễn Văn Chiến tại Trường Đại học Lâm nghiệp đã nghiên cứu ứng dụng ảnh vệ tinh VNRedSat-1 nhằm số hóa quy trình kiểm kê tài nguyên. Mục tiêu cụ thể của đề tài là xây dựng bản đồ hiện trạng rừng tỷ lệ 1:50.000, thống kê diện tích và trữ lượng bình quân của các trạng thái rừng, đồng thời chuẩn hóa quy trình phân loại ảnh hướng đối tượng. Phạm vi nghiên cứu được thực hiện thực địa từ tháng 4/2016 đến tháng 11/2016 trên toàn bộ địa bàn xã Xuân Sơn. Nghiên cứu mang ý nghĩa thực tiễn lớn khi giúp rút ngắn khoảng 60% thời gian điều tra thực địa, giảm thiểu sai số giải đoán xuống dưới 10% và tạo lập cơ sở dữ liệu số chuẩn xác phục vụ theo dõi diễn biến rừng hàng năm theo Quyết định 594/QĐ-TTg của Thủ tướng Chính phủ.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn phát triển trên nền tảng lý thuyết viễn thám quang học đa phổ và lý thuyết phân loại ảnh định hướng đối tượng (Object-Based Image Analysis - OBIA). Bản chất của viễn thám dựa trên nguyên lý tương tác giữa bức xạ sóng điện từ của mặt trời với lớp phủ bề mặt thực vật qua các dải sóng nhìn thấy (0,4 - 0,76 µm) và cận hồng ngoại (0,77 - 1,34 µm). Thực vật khỏe mạnh hấp thụ mạnh bức xạ đỏ và phản xạ cực mạnh bức xạ cận hồng ngoại, tạo cơ sở cho việc phân biệt các quần xã thực vật. Ba khái niệm cốt lõi được ứng dụng xuyên suốt gồm: chỉ số thực vật khác biệt chuẩn hóa (NDVI), chỉ số tỷ số thực vật (RVI) và chỉ số phản xạ tổng cấp độ xám (TRRI). Khung phân loại rừng của đề tài tuân thủ nghiêm ngặt theo Thông tư số 34/2009/TT-BNNPTNT của Bộ Nông nghiệp và Phát triển Nông thôn, phân chia các trạng thái rừng dựa trên cấu trúc tầng tán, nguồn gốc và trữ lượng gỗ. Mô hình nghiên cứu tích hợp liên hoàn giữa xử lý ảnh vệ tinh số với hệ thống thông tin địa lý (GIS) nhằm chuẩn hóa dữ liệu không gian và thuộc tính tài nguyên rừng.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là ảnh vệ tinh VNRedSat-1 chụp khu vực xã Xuân Sơn với độ phân giải siêu nét 2,5 m cho kênh toàn sắc (Panchromatic) và 10 m cho các kênh đa phổ (Multispectral). Quá trình phân tích thực hiện trên phần mềm chuyên dụng eCognition Developer với thuật toán Multiresolution Segmentation. Tham số phân mảnh tối ưu được xác lập gồm Scale parameter = 70, Shape = 0,3 và Compactness = 50. Để đảm bảo tính chuẩn xác, đề tài đã thiết lập hệ thống mẫu khóa ảnh (MKA) gồm 90 điểm mẫu phân bố trên 5 tuyến điều tra thực địa đại diện cho 15 trạng thái rừng và đất lâm nghiệp. Phương pháp phân loại kết hợp chặt chẽ giữa phân loại không kiểm định để gom cụm đồng nhất và phân loại có kiểm định thông qua gán lớp đối tượng theo luật (Rule Set).

Cỡ mẫu điều tra trữ lượng rừng sử dụng phương pháp rút mẫu ngẫu nhiên cho các trạng thái rừng tự nhiên có diện tích từ 2.000 ha trở lên với công thức tính dung lượng mẫu dựa trên sai số cho phép 10% và hệ số biến động thực tế. Đối với trạng thái rừng có diện tích dưới 2.000 ha và toàn bộ rừng trồng, đề tài áp dụng phương pháp rút mẫu điển hình với tỷ lệ đo đếm 0,5% cho diện tích từ 100 ha trở xuống trong các ô tiêu chuẩn 1.000 m2 kết hợp ô phụ tái sinh 25 m2. Toàn bộ chu trình nghiên cứu từ xử lý dữ liệu viễn thám đến kiểm tra ngoại nghiệp bằng máy GPS cầm tay và thước Bitterlich được hoàn tất trong vòng 8 tháng (từ tháng 4 đến tháng 11 năm 2016).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã chiết xuất thành công 15 trạng thái rừng và đất lâm nghiệp trên toàn bộ 6.572,5 ha diện tích tự nhiên của xã Xuân Sơn với độ tin cậy đạt trên 85%. Diện tích rừng tự nhiên lá rộng thường xanh trên núi đá vôi chiếm ưu thế vượt trội, trong đó trạng thái rừng giàu núi đá (TXDG) đạt khoảng 1.850 ha và rừng trung bình núi đá (TXDB) chiếm hơn 1.420 ha. Rừng hỗn giao gỗ và tre nứa tự nhiên (HG2) cùng các kiểu rừng phục hồi (TXP) phân bố rải rác với diện tích khoảng 680 ha. Về mặt trữ lượng, rừng tự nhiên lá rộng thường xanh giàu trên núi đá vôi đạt trữ lượng bình quân cao nhất với hơn 215 m3/ha, trong khi rừng nghèo kiệt chỉ dao động từ 45 đến 75 m3/ha. Đất đã trồng rừng (DTR) và rừng trồng gỗ (RTG) chiếm khoảng 420 ha với các loài chủ yếu là keo và mỡ có trữ lượng bình quân đạt 65 m3/ha ở cấp tuổi III. So sánh với số liệu kiểm kê rừng năm 2015, diện tích rừng tự nhiên được giữ vững ổn định, trong khi diện tích đất có cây gỗ tái sinh (DT2) đã tăng 4,2% nhờ các chính sách giao khoán quản lý bảo vệ rừng hiệu quả của Ban quản lý Vườn Quốc gia Xuân Sơn.

Thảo luận kết quả

Sự phân bố của các trạng thái rừng phản ánh mối tương quan chặt chẽ giữa điều kiện địa hình chia cắt mạnh với tập quán canh tác của cộng đồng địa phương. Các trạng thái rừng giàu tập trung chủ yếu ở dãy núi Cẩn phía Tây Bắc với độ cao trên 1.000 m so với mực nước biển, nơi địa hình núi đá dốc từ 20 đến 30 độ hạn chế tối đa sự tác động của con người. Ngược lại, các trạng thái rừng nghèo và rừng trồng phân bố ở đai cao dưới 400 m gần các khu dân cư xóm Dù, xóm Lạng và xóm Cỏi. Kết quả giải đoán ảnh VNRedSat-1 cho thấy ưu thế vượt trội so với ảnh Landsat hay SPOT-4 trước đây nhờ độ phân giải không gian 2,5 m giúp tách biệt rõ nét ranh giới giữa rừng gỗ tự nhiên và rừng hỗn giao tre nứa. Toàn bộ cơ cấu diện tích và trữ lượng được minh họa trực quan qua ma trận sai số (Error Matrix), biểu đồ tròn phân bổ tỷ lệ diện tích các trạng thái và biểu đồ cột so sánh trữ lượng bình quân từng lô rừng. Việc ứng dụng công nghệ phân tích ảnh hướng đối tượng đã giảm thiểu đáng kể hiện tượng phân loại dạng hạt tiêu thường gặp trong phương pháp phân loại dựa trên pixel truyền thống, mang lại độ chính xác tổng thể vượt trên 88%.

Đề xuất và khuyến nghị

Trên cơ sở kết quả nghiên cứu thực nghiệm, luận văn đề xuất 4 nhóm giải pháp chiến lược nhằm nâng cao hiệu quả quản lý và theo dõi diễn biến tài nguyên rừng:

  1. Chuẩn hóa quy trình ứng dụng ảnh vệ tinh VNRedSat-1: Đề nghị Cục Kiểm lâm và Chi cục Kiểm lâm tỉnh Phú Thọ ban hành sổ tay hướng dẫn kỹ thuật số hóa viễn thám, áp dụng công nghệ phân loại hướng đối tượng (OBIA) với bộ tham số Scale = 70 và Shape = 0,3 để theo dõi định kỳ biến động rừng 6 tháng một lần, hướng tới mục tiêu giảm 50% chi phí kiểm kê hiện trường vào năm 2020.
  2. Thiết lập hệ thống cơ sở dữ liệu mẫu khóa ảnh số: Ban quản lý Vườn Quốc gia Xuân Sơn phối hợp với Trường Đại học Lâm nghiệp số hóa 90 điểm mẫu khóa ảnh thực địa và cập nhật bổ sung 30 mẫu mới hàng năm, phục vụ giải đoán tự động diễn biến rừng trên phần mềm ArcGIS và eCognition.
  3. Nâng cấp thiết bị và đào tạo năng lực cán bộ kiểm lâm địa bàn: Ủy ban nhân dân huyện Tân Sơn cần bố trí kinh phí trang bị máy định vị GPS độ chính xác cao sai số dưới 3 m cùng máy tính trạm chuyên dụng cho Hạt Kiểm lâm huyện Tân Sơn, đồng thời tổ chức 2 khóa tập huấn kỹ năng xử lý ảnh viễn thám chuyên sâu trong quý II năm 2019.
  4. Tăng cường giao khoán bảo vệ rừng gắn với phát triển sinh kế bền vững: Ủy ban nhân dân xã Xuân Sơn cần duy trì 100% diện tích khoán bảo vệ rừng cho 299 hộ dân địa phương, kết hợp mở rộng mô hình du lịch sinh thái cộng đồng tại 4 xóm vùng lõi nhằm nâng thu nhập bình quân đầu người từ 12,5 triệu đồng/năm lên 20 triệu đồng/năm trong giai đoạn 2018 - 2022.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo khoa học có giá trị cao cho 4 nhóm đối tượng cụ thể:

  1. Học viên cao học và nghiên cứu sinh ngành Lâm học, Quản lý tài nguyên rừng: Cung cấp khung phương pháp luận hoàn chỉnh về phân loại ảnh viễn thám hướng đối tượng, cách thiết lập công thức tính toán dung lượng mẫu đo đếm trữ lượng theo Thông tư 34/2009/TT-BNNPTNT và xử lý thống kê số liệu lâm nghiệp.
  2. Cán bộ kỹ thuật tại các Chi cục Kiểm lâm và Viện Điều tra Quy hoạch Rừng: Sử dụng làm tài liệu hướng dẫn tác nghiệp thực tế trong việc cắt ghép ảnh mosaic, cân bằng phổ, xây dựng bộ quy tắc Rule Set trên eCognition và biên tập bản đồ hiện trạng rừng tỷ lệ 1:50.000 trên nền ArcGIS.
  3. Ban quản lý các Vườn Quốc gia và Khu bảo tồn thiên nhiên: Ứng dụng mô hình theo dõi biến động lớp phủ thực vật để phát hiện sớm các điểm mất rừng, cháy rừng hoặc xâm lấn đất lâm nghiệp với chu kỳ lặp ảnh từ 3 đến 24 ngày của vệ tinh VNRedSat-1.
  4. Chuyên gia tư vấn môi trường và quy hoạch đất đai: Khai thác phương pháp tích hợp GIS và viễn thám để lập báo cáo đánh giá tác động môi trường, quy hoạch 3 loại rừng và xây dựng phương án chi trả dịch vụ môi trường rừng cấp xã, huyện.

Câu hỏi thường gặp

Ảnh vệ tinh VNRedSat-1 có ưu thế gì nổi bật so với các loại ảnh viễn thám khác trong điều tra rừng?
Ảnh VNRedSat-1 cung cấp độ phân giải không gian cao đạt 2,5 m ở kênh toàn sắc và 10 m ở kênh đa phổ với kích thước dải quét 17,5 km. Góc nghiêng chụp linh hoạt lên tới 30 độ giúp rút ngắn chu kỳ chụp lặp từ 24 ngày xuống còn 3 ngày, hỗ trợ cập nhật dữ liệu tài nguyên rừng nhanh chóng với chi phí thấp hơn nhiều so với ảnh thương mại nước ngoài.

Vì sao nghiên cứu lại chọn phần mềm eCognition Developer thay vì phương pháp phân loại truyền thống?
Phương pháp phân loại hướng đối tượng (OBIA) trên eCognition Developer nhóm các pixel lân cận có tính chất tương đồng thành các đối tượng không gian dựa trên 3 chỉ số hình thái học (Scale, Shape, Compactness). Cách tiếp cận này loại bỏ hoàn toàn hiện tượng nhiễu đốm hạt tiêu, kết hợp linh hoạt các chỉ số NDVI, RVI và TRRI giúp độ chính xác đạt trên 85%.

Bộ mẫu khóa ảnh (MKA) được xây dựng dựa trên những tiêu chí kỹ thuật nào?
Nghiên cứu đã xác lập 90 điểm mẫu phân bố trên 5 tuyến điều tra thực địa. Mỗi điểm mẫu được định vị bằng máy GPS, nằm cách ranh giới trạng thái khác tối thiểu 50 m và các điểm cùng trạng thái cách nhau tối thiểu 200 m. Tại mỗi điểm, tác giả dùng thước Bitterlich đo tiết diện ngang ở 5 vị trí và đo chiều cao cây để xác định chính xác tên trạng thái.

Phương pháp tính dung lượng ô tiêu chuẩn điều tra trữ lượng rừng được thực hiện ra sao?
Nghiên cứu kết hợp hai phương pháp: rút mẫu ngẫu nhiên cho trạng thái rừng tự nhiên có diện tích từ 2.000 ha trở lên dựa trên hệ số biến động trữ lượng và sai số cho phép 10%; rút mẫu điển hình với tỷ lệ 0,5% cho các trạng thái dưới 100 ha, giảm dần 0,01% cho mỗi 100 ha tăng thêm trên ô tiêu chuẩn 1.000 m2.

Làm thế nào để xử lý các vùng ảnh bị mây che phủ hoặc khuất bóng địa hình núi cao?
Tác giả đã áp dụng phương pháp khoanh lô theo dốc đối diện tại các sườn đồi quan sát thuận lợi, kết hợp đi tuyến khép kín thực địa bằng máy GPS cầm tay để đo đạc và cập nhật bổ sung vào file giải đoán nội phòng, đảm bảo tính liên tục và độ chính xác 100% cho bản đồ thành quả.

Kết luận

  • Luận văn đã chuẩn hóa thành công quy trình công nghệ giải đoán ảnh vệ tinh VNRedSat-1 bằng phương pháp phân loại hướng đối tượng (OBIA) trên phần mềm eCognition Developer với bộ tham số Scale = 70, Shape = 0,3 và Compactness = 50.
  • Xây dựng hoàn chỉnh bản đồ hiện trạng rừng tỷ lệ 1:50.000 cho 6.572,5 ha diện tích tự nhiên xã Xuân Sơn, bóc tách chuẩn xác 15 trạng thái rừng và đất lâm nghiệp với độ tin cậy trên 85%.
  • Thống kê toàn diện diện tích và trữ lượng bình quân từng trạng thái rừng, chứng minh rừng lá rộng thường xanh giàu núi đá vôi đạt trữ lượng cao nhất trên 215 m3/ha.
  • Cung cấp bộ mẫu khóa ảnh chuẩn hóa gồm 90 điểm thực địa, làm giàu cơ sở dữ liệu số cho công tác quản lý bảo vệ rừng tại Vườn Quốc gia Xuân Sơn.
  • Đề xuất lộ trình 4 bước ứng dụng viễn thám trong giám sát diễn biến rừng định kỳ hàng năm cho ngành lâm nghiệp giai đoạn 2018 - 2025.

Công trình nghiên cứu mở ra hướng đi đột phá trong việc tự chủ công nghệ viễn thám nội địa phục vụ quản lý bền vững tài nguyên thiên nhiên. Các cơ quan quản lý và đơn vị nghiên cứu hãy ứng dụng ngay quy trình này vào thực tiễn điều tra kiểm kê rừng địa phương!