Luận án tiến sĩ địa lý ứng dụng viễn thám và hệ thông tin địa lý trong nghiên cứu cấu trúc tổ thành và biến động rừng khộp tỉnh đắk lắk

Luận án tiến sĩ nghiên cứu địa lý ứng dụng viễn thám và hệ thông tin địa lý trong nghiên cứu cấu trúc tổ thành và biến động, phân tích chuyên sâu, xây dựng mô hình lý thuyết, đề

• Tác giả: Trần Anh Tuấn
• Người hướng dẫn: PGS. Nguyễn Đình Dương
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Bản đồ, Viễn thám và Hệ thông tin địa lý
• Đề tài: Nghiên Cứu Ứng Dụng Viễn Thám và Hệ Thống Thông Tin Địa Lý trong Đánh Giá Biến Động Rừng Khộp Tỉnh Đắk Lắk
• Loại tài liệu: luận án
• Năm xuất bản: 2021
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN ỨNG DỤNG VIỄN THÁM VÀ HỆ THỐNG THÔNG TIN ĐỊA LÝ TRONG NGHIÊN CỨU RỪNG KHỘP
• 1.1. Biến động rừng. Cấu trúc rừng. Viễn thám và hệ thông tin địa lý. Tổng quan các nghiên cứu trên thế giới
• 1.2. Các nghiên cứu ứng dụng viễn thám và GIS trong đánh giá biến động rừng. Các nghiên cứu trong đánh giá cấu trúc rừng. Tổng quan các nghiên cứu tại Việt Nam. Các nghiên cứu ứng dụng viễn thám và GIS đánh giá hiện trạng và biến động rừng khộp
• 1.3. Các nghiên cứu trong đánh giá cấu trúc rừng khộp. Những thành tựu đã đạt được và đề xuất nội dung phát triển trong luận án
• 1.4. Đánh giá về các kết quả nghiên cứu. Đề xuất nội dung phát triển trong luận án
• 1.5. Quan điểm và phương pháp nghiên cứu. Quan điểm nghiên cứu
• 1.6. Phương pháp nghiên cứu
• 1.7. Tiểu kết chương 1
• 2. CHƯƠNG 2: PHƯƠNG PHÁP VIỄN THÁM VÀ GIS TRONG NGHIÊN CỨU BIẾN ĐỘNG VÀ CẤU TRÚC RỪNG KHỘP TỈNH ĐẮK LẮK
• 2.1. Khái quát khu vực nghiên cứu. Đặc điểm điều kiện tự nhiên và kinh tế xã hội. Đặc điểm của rừng khộp tỉnh Đắk Lắk
• 2.2. Lựa chọn tư liệu ảnh viễn thám. Tư liệu ảnh Landsat. Phản xạ phổ của rừng khộp trên ảnh Landsat đa thời gian theo mùa
• 2.3. Tư liệu ảnh Sentinel-1A. Phân tích tín hiệu tán xạ ngược một số ưu hợp rừng khộp trên ảnh Sentinel-1A đa thời gian
• 2.4. Xử lý dữ liệu đa thời gian
• 2.5. Tạo bộ dữ liệu ảnh Landsat không mây theo mùa. Phân loại ảnh và đánh giá biến động rừng. Điều tra khảo sát theo 6 tiêu chuẩn
• 2.6. Quy trình ứng dụng viễn thám và GIS trong nghiên cứu biến động và cấu trúc tổ thành rừng khộp tỉnh Đắk Lắk
• 2.7. Tiểu kết chương 2
• 3. CHƯƠNG 3: ĐÁNH GIÁ BIẾN ĐỘNG VÀ CẤU TRÚC TỔ THÀNH RỪNG KHỘP TỈNH ĐẮK LẮK
• 3.1. Đánh giá biến động rừng khộp tỉnh Đắk Lắk. Quy trình đánh giá biến động rừng khộp
• 3.2. Xử lý, phân loại ảnh Landsat. Xây dựng bản đồ hiện trạng rừng
• 3.3. Biến động rừng khộp tỉnh Đắk Lắk giai đoạn 2000-2015
• 3.4. Nghiên cứu cấu trúc rừng khộp. Quy trình thực hiện
• 3.5. Xử lý, phân loại các ưu hợp rừng khộp. Đánh giá độ chính xác phân loại
• 3.6. Phân bố không gian của các ưu hợp rừng khộp
• 3.7. Đề xuất một số giải pháp quản lý, bảo tồn rừng khộp
• 3.8. Ứng dụng công nghệ địa không gian trong quản lý tài nguyên rừng
• 3.9. Định hướng, quy hoạch sử dụng hợp lý tài nguyên
• 3.10. Tiểu kết chương 3
• KẾT LUẬN VÀ KIẾN NGHỊ
• DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng Quan Ứng Dụng Viễn Thám GIS Đánh Giá Rừng Khộp

Rừng khộp là hệ sinh thái độc đáo, tập trung chủ yếu ở Đông Nam Á, đặc biệt quan trọng tại Việt Nam. Rừng khộp Tây Nguyên mang giá trị to lớn về đa dạng sinh học, môi trường sinh thái và kinh tế xã hội. Ví dụ, Vườn quốc gia Yok Đôn là nơi có đa dạng sinh học cao với nhiều loài thực vật, động vật quý hiếm được ghi trong Sách đỏ. Tuy nhiên, diện tích rừng khộp đang suy giảm nghiêm trọng do mất rừng và chuyển đổi mục đích sử dụng đất. Việc ứng dụng công nghệ viễn thám và hệ thống thông tin địa lý (GIS) để quản lý và bảo vệ rừng trở nên vô cùng cần thiết. Nghiên cứu này tập trung vào ứng dụng các công nghệ này để đánh giá biến động và cấu trúc tổ thành rừng khộp ở tỉnh Đắk Lắk. Theo "Ứng dụng Viễn Thám và Hệ Thống Thông Tin Địa Lý trong Nghiên Cứu Cấu Trúc Tổ Thành và Biến Động Rừng Khộp Tỉnh Đắk Lắk", việc nghiên cứu này giúp cung cấp thông tin kịp thời, hỗ trợ công tác quản lý rừng hiệu quả hơn.

1.1. Nghiên Cứu Viễn Thám GIS Biến Động Rừng Toàn Cầu

Các nghiên cứu trên thế giới đã chứng minh hiệu quả của việc sử dụng viễn thám và GIS trong việc đánh giá biến động rừng. Các phương pháp phân loại ảnh từ ảnh vệ tinh như Landsat và Sentinel được sử dụng rộng rãi. Các chỉ số thực vật như NDVI và EVI giúp theo dõi sức khỏe của rừng. Phân tích không gian bằng GIS cho phép xác định các khu vực có nguy cơ mất rừng cao. Các mô hình dự báo biến đổi khí hậu cũng được tích hợp để đánh giá tác động đến rừng. Nghiên cứu của Tran Anh Tuan chỉ ra rằng, các phương pháp này cung cấp thông tin quan trọng cho công tác quản lý rừng và bảo tồn rừng hiệu quả.

1.2. Nghiên Cứu Viễn Thám GIS Hiện Trạng Rừng Việt Nam

Tại Việt Nam, nhiều nghiên cứu đã ứng dụng viễn thám và GIS để đánh giá hiện trạng rừng và biến động rừng. Các nghiên cứu tập trung vào các loại rừng khác nhau, bao gồm cả rừng khộp. Tuy nhiên, việc áp dụng các phương pháp này vào nghiên cứu cấu trúc rừng khộp còn hạn chế. Đề tài này tập trung vào việc cải thiện độ chính xác của phân loại ảnh và nâng cao hiệu quả ứng dụng của tư liệu viễn thám trong nghiên cứu biến động và cấu trúc tổ thành của rừng khộp tại Đắk Lắk. Điều này sẽ cung cấp cơ sở khoa học cho việc quy hoạch sử dụng đất và quản lý rừng bền vững.

II. Thách Thức và Phương Pháp Nghiên Cứu Rừng Khộp Đắk Lắk

Nghiên cứu rừng khộp gặp nhiều thách thức do đặc điểm riêng của loại rừng này, như tính rụng lá theo mùa, độ che phủ thấp và sự phân bố không đồng đều. Các phương pháp viễn thám truyền thống có thể không đạt được độ chính xác cao trong việc phân loại ảnh. Do đó, cần có các phương pháp và tư liệu viễn thám phù hợp để vượt qua những thách thức này. Nghiên cứu này tập trung vào việc sử dụng ảnh vệ tinh đa thời gian, kết hợp chỉ số thực vật và phân tích tín hiệu tán xạ ngược từ ảnh Sentinel-1A. Việc kết hợp các nguồn dữ liệu này sẽ giúp cải thiện độ chính xác của phân loại ảnh và cung cấp thông tin chi tiết về cấu trúc rừng.

2.1. Chọn Tư Liệu Viễn Thám Ảnh Landsat Đa Thời Gian

Việc lựa chọn tư liệu ảnh viễn thám phù hợp là yếu tố quan trọng để đảm bảo độ chính xác của kết quả nghiên cứu. Ảnh Landsat được sử dụng rộng rãi do có lịch sử lâu dài, độ phân giải phù hợp và khả năng truy cập miễn phí. Nghiên cứu này sử dụng ảnh Landsat đa thời gian để theo dõi sự thay đổi của rừng khộp theo mùa. Việc phân tích phản xạ phổ của rừng khộp trên ảnh Landsat giúp xác định các đặc điểm riêng biệt của loại rừng này, hỗ trợ quá trình phân loại ảnh. Dữ liệu này đặc biệt quan trọng cho việc xây dựng bản đồ hiện trạng rừng.

2.2. Phân Tích Sentinel 1A Tín Hiệu Tán Xạ Rừng Khộp

Ảnh Sentinel-1A là một nguồn dữ liệu quan trọng khác trong nghiên cứu này. Sentinel-1A cung cấp thông tin về tín hiệu tán xạ ngược, giúp phân biệt các loại lớp phủ khác nhau, đặc biệt là trong điều kiện thời tiết xấu. Việc phân tích tín hiệu tán xạ ngược của rừng khộp trên ảnh Sentinel-1A cho phép xác định các ưu hợp rừng khác nhau. Việc kết hợp ảnh Sentinel-1A với ảnh Landsat giúp cải thiện độ chính xác của phân loại ảnh và cung cấp thông tin chi tiết về cấu trúc rừng. Dữ liệu cơ sở dữ liệu không gian sẽ được xây dựng để lưu trữ và quản lý thông tin.

2.3. Tiêu Chí Khảo Sát Điều Tra Đánh Giá Thực Địa

Để đảm bảo tính chính xác của kết quả nghiên cứu, việc điều tra khảo sát thực địa là vô cùng quan trọng. Nghiên cứu này sử dụng các tiêu chuẩn điều tra khảo sát để thu thập thông tin về hiện trạng rừng, cấu trúc rừng và các yếu tố ảnh hưởng đến biến động rừng. Thông tin thực địa được sử dụng để kiểm chứng kết quả phân loại ảnh và đánh giá độ chính xác của các phương pháp viễn thám và GIS. Dữ liệu thực địa cũng giúp hiệu chỉnh các tham số trong quá trình xử lý ảnh và phân loại ảnh.

III. Đánh Giá Biến Động Rừng Khộp Đắk Lắk Quy Trình Kết Quả

Nghiên cứu biến động rừng khộp tại Đắk Lắk được thực hiện theo một quy trình chặt chẽ, bao gồm xử lý ảnh, phân loại ảnh, xây dựng bản đồ hiện trạng rừng và phân tích biến động diện tích rừng. Ảnh Landsat được sử dụng để phân loại ảnh và xác định các loại lớp phủ khác nhau. Việc phân tích biến động diện tích rừng giúp xác định các khu vực có nguy cơ mất rừng cao và các yếu tố ảnh hưởng đến biến động rừng. Kết quả nghiên cứu cung cấp thông tin quan trọng cho công tác quản lý rừng và bảo tồn rừng.

3.1. Xây Dựng Bản Đồ Hiện Trạng Rừng Khộp 2000 2015

Việc xây dựng bản đồ hiện trạng rừng là một bước quan trọng trong quá trình đánh giá biến động rừng. Bản đồ hiện trạng rừng được xây dựng cho các năm 2000 và 2015, cho phép so sánh sự thay đổi của diện tích rừng khộp theo thời gian. Các bản đồ này cung cấp thông tin chi tiết về phân bố của rừng khộp và các loại lớp phủ khác nhau. Việc so sánh các bản đồ hiện trạng rừng giúp xác định các khu vực có nguy cơ mất rừng cao và các yếu tố ảnh hưởng đến biến động rừng.

3.2. Phân Tích Biến Động Diện Tích Rừng Khộp 2000 2015

Phân tích biến động diện tích rừng trong giai đoạn 2000-2015 cho thấy sự suy giảm đáng kể của diện tích rừng khộp tại Đắk Lắk. Các yếu tố chính gây ra mất rừng bao gồm chặt phá rừng, chuyển đổi mục đích sử dụng đất và khai thác gỗ. Các khu vực có biến động rừng lớn nhất tập trung ở các huyện có hoạt động khai thác gỗ mạnh và chuyển đổi đất sang trồng cây công nghiệp. Kết quả phân tích biến động diện tích rừng cung cấp thông tin quan trọng cho việc xây dựng các chính sách quản lý rừng và bảo tồn rừng hiệu quả.

IV. Nghiên Cứu Cấu Trúc Rừng Khộp Phân Loại Ưu Hợp Chi Tiết

Nghiên cứu cấu trúc rừng khộp tập trung vào việc phân loại các ưu hợp rừng khác nhau dựa trên đặc điểm phản xạ phổ và tín hiệu tán xạ ngược. Ảnh Landsat và ảnh Sentinel-1A được kết hợp để phân loại các ưu hợp rừng. Việc đánh giá độ chính xác của phân loại là vô cùng quan trọng để đảm bảo tính tin cậy của kết quả nghiên cứu. Kết quả nghiên cứu cung cấp thông tin chi tiết về cấu trúc rừng khộp và sự phân bố của các ưu hợp rừng khác nhau.

4.1. Xử Lý Phân Loại Ảnh Ưu Hợp Rừng Yok Đôn

Quá trình xử lý và phân loại ảnh được thực hiện một cách cẩn thận để đảm bảo độ chính xác của kết quả. Các phương pháp phân loại ảnh khác nhau được thử nghiệm để tìm ra phương pháp phù hợp nhất cho việc phân loại các ưu hợp rừng. Việc sử dụng ảnh Landsat và ảnh Sentinel-1A giúp cải thiện độ chính xác của phân loại và cung cấp thông tin chi tiết về cấu trúc rừng. Kết quả phân loại được kiểm chứng bằng thông tin thực địa để đảm bảo tính tin cậy.

4.2. Đánh Giá Độ Chính Xác Phân Loại Ưu Hợp Rừng Khộp

Đánh giá độ chính xác của phân loại là một bước quan trọng để đảm bảo tính tin cậy của kết quả nghiên cứu. Các phương pháp đánh giá độ chính xác khác nhau được sử dụng, bao gồm tính toán độ chính xác tổng thể, độ chính xác theo người sử dụng và độ chính xác theo nhà sản xuất. Kết quả đánh giá độ chính xác cho thấy phương pháp kết hợp ảnh Landsat và ảnh Sentinel-1A đạt được độ chính xác cao trong việc phân loại các ưu hợp rừng.

V. Giải Pháp Quản Lý Rừng Khộp Ứng Dụng Công Nghệ Địa Không Gian

Việc quản lý rừng khộp hiệu quả đòi hỏi sự kết hợp của các giải pháp khác nhau, bao gồm tăng cường công tác quản lý, bảo tồn và quy hoạch sử dụng đất. Nghiên cứu này đề xuất một số giải pháp quản lý rừng khộp dựa trên việc ứng dụng công nghệ địa không gian. Các giải pháp này bao gồm sử dụng viễn thám và GIS để giám sát biến động rừng, đánh giá hiện trạng rừng và quy hoạch sử dụng đất. Việc ứng dụng công nghệ địa không gian giúp cung cấp thông tin kịp thời và chính xác cho công tác quản lý rừng.

5.1. Định Hướng Quy Hoạch Sử Dụng Hợp Lý Tài Nguyên Rừng

Việc quy hoạch sử dụng đất hợp lý là yếu tố quan trọng để đảm bảo quản lý rừng bền vững. Quy hoạch sử dụng đất cần dựa trên thông tin về hiện trạng rừng, biến động rừng và các yếu tố ảnh hưởng đến biến động rừng. Việc ứng dụng viễn thám và GIS giúp cung cấp thông tin chi tiết và chính xác cho quá trình quy hoạch sử dụng đất. Quy hoạch sử dụng đất cần đảm bảo sự cân bằng giữa phát triển kinh tế và bảo tồn rừng.

5.2. Ứng Dụng GIS Quản Lý Tài Nguyên Rừng Hiệu Quả

Ứng dụng GIS trong quản lý tài nguyên rừng giúp cải thiện hiệu quả của công tác quản lý, bảo tồn và quy hoạch sử dụng đất. GIS cho phép tích hợp và phân tích nhiều nguồn dữ liệu khác nhau, bao gồm dữ liệu viễn thám, dữ liệu thực địa và dữ liệu thống kê. Việc phân tích dữ liệu GIS giúp xác định các khu vực có nguy cơ mất rừng cao, các yếu tố ảnh hưởng đến biến động rừng và các giải pháp quản lý rừng hiệu quả.

VI. Kết Luận Kiến Nghị Tương Lai Nghiên Cứu Rừng Khộp

Nghiên cứu này đã thành công trong việc ứng dụng viễn thám và GIS để đánh giá biến động và cấu trúc rừng khộp tại Đắk Lắk. Kết quả nghiên cứu cung cấp thông tin quan trọng cho công tác quản lý rừng và bảo tồn rừng. Tuy nhiên, vẫn còn nhiều thách thức và cơ hội để tiếp tục nghiên cứu rừng khộp trong tương lai. Cần có thêm các nghiên cứu về tác động của biến đổi khí hậu đến rừng khộp, mô hình hóa biến động rừng và phát triển các phương pháp quản lý rừng dựa vào cộng đồng.

6.1. Nâng Cao Độ Chính Xác Kết Hợp Dữ Liệu Đa Nguồn

Để nâng cao độ chính xác của kết quả nghiên cứu, cần kết hợp nhiều nguồn dữ liệu khác nhau, bao gồm dữ liệu viễn thám, dữ liệu thực địa, dữ liệu khí hậu và dữ liệu kinh tế - xã hội. Việc tích hợp các nguồn dữ liệu này giúp cung cấp thông tin toàn diện về rừng khộp và các yếu tố ảnh hưởng đến biến động rừng. Cần có thêm các nghiên cứu về phương pháp tích hợp dữ liệu hiệu quả để nâng cao độ chính xác của kết quả nghiên cứu.

6.2. Mở Rộng Phạm Vi Nghiên Cứu Khu Vực Tây Nguyên

Cần mở rộng phạm vi nghiên cứu ra toàn khu vực Tây Nguyên để có cái nhìn tổng quan về biến động và cấu trúc rừng khộp. Việc so sánh kết quả nghiên cứu giữa các tỉnh khác nhau giúp xác định các yếu tố đặc thù ảnh hưởng đến rừng khộp ở mỗi địa phương. Cần có sự hợp tác giữa các nhà nghiên cứu và các cơ quan quản lý để thực hiện các nghiên cứu quy mô lớn về rừng khộp.

Nội dung chính

Tổng quan luận án

Luận án tiến sĩ với đề tài "Ứng dụng viễn thám và hệ thống thông tin địa lý trong nghiên cứu cấu trúc tổ thành và biến động rừng khộp tỉnh Đắk Lắk" được thực hiện bởi nghiên cứu sinh Trần Anh Tuấn, dưới sự hướng dẫn khoa học của PGS. Nguyễn Đình Dương và PGS. Nguyễn Văn Sinh, bảo vệ năm 2021 tại Trường Đại học Khoa học Tự nhiên – Đại học Quốc gia Hà Nội, thuộc chuyên ngành Bản đồ, Viễn thám và Hệ thông tin địa lý (mã số: 9440211.01).

Tính cấp thiết và khoảng trống nghiên cứu

Hệ sinh thái rừng khộp (rừng thưa lá rộng rụng lá theo mùa) là kiểu rừng đặc trưng của khu vực Đông Nam Á lục địa, phân bố tập trung chủ yếu tại vùng Tây Nguyên của Việt Nam, trong đó Vườn quốc gia Yok Đôn (tỉnh Đắk Lắk) là đơn vị bảo tồn tiêu biểu nhất. Về mặt sinh thái và đa dạng sinh học, VQG Yok Đôn ghi nhận 566 loài thực vật thuộc 290 chi, 108 họ của 5 ngành thực vật bậc cao có mạch (gồm 43 loài đặc hữu Yok Đôn và 27 loài đặc hữu Việt Nam); hệ động vật có xương sống gồm 489 loài thuộc 115 họ, 39 bộ của 5 lớp (trong đó có 39 loài thú ghi trong Sách đỏ, 17 loài chim bị đe dọa toàn cầu). Rừng khộp giữ vai trò điều hòa môi trường, thích nghi điều kiện khô hạn 5–6 tháng mỗi năm và duy trì nguồn nước sinh hoạt, văn hóa của các cộng đồng dân tộc bản địa M'Nông, Êđê.

Tuy nhiên, diện tích rừng khộp tại Đắk Lắk suy giảm nghiêm trọng do áp lực chặt phá rừng và việc chuyển đổi sử dụng đất sang trồng cây công nghiệp (như cây cao su) và cây nông nghiệp. Các phương pháp viễn thám truyền thống thường sử dụng ảnh đơn thời điểm (chủ yếu vào mùa khô) nên chịu ảnh hưởng lớn bởi yếu tố mùa vụ, mây che phủ nhiệt đới và chưa phân tách được các ưu hợp thực vật trong cấu trúc tổ thành rừng. Khoảng trống nghiên cứu đặt ra là cần xác lập phương pháp xử lý chuỗi ảnh quang học đa thời gian kết hợp viễn thám siêu cao tần (radar) để loại trừ tác động thời tiết và bóc tách cấu trúc tổ thành loài ở cấp độ ưu hợp.

Mục tiêu nghiên cứu

Luận án xác định hai mục tiêu chính:

1. Xác lập cơ sở khoa học, lựa chọn phương pháp và tư liệu viễn thám phù hợp để cải thiện độ chính xác phân loại ảnh và nâng cao hiệu quả ứng dụng của tư liệu viễn thám.
2. Kết hợp viễn thám và hệ thống thông tin địa lý để đánh giá biến động và cấu trúc tổ thành rừng khộp tỉnh Đắk Lắk.

Nhiệm vụ và nội dung nghiên cứu

1. Tổng quan các phương pháp nghiên cứu để đánh giá, lựa chọn phương pháp và tư liệu thích hợp cho nghiên cứu biến động và cấu trúc rừng khộp.
2. Xây dựng cơ sở khoa học xác định cấu trúc tổ thành và biến động rừng khộp bằng tư liệu viễn thám đa thời gian.
3. Nghiên cứu sử dụng ảnh vệ tinh quang học đa thời gian theo mùa (mùa khô, mùa mưa) để phân loại lớp phủ bề mặt; thành lập các bản đồ hiện trạng rừng và đánh giá biến động diện tích rừng khộp tỉnh Đắk Lắk.
4. Nghiên cứu kết hợp ảnh viễn thám quang học, siêu cao tần đa thời gian và các số liệu đo thực địa để phân loại một số ưu hợp rừng khộp.
5. Kiểm chứng, phân tích, đánh giá kết quả thực nghiệm theo các phương pháp đã thực hiện; đề xuất một số giải pháp quản lý, bảo tồn rừng khộp.

Đối tượng và phạm vi nghiên cứu

• Đối tượng nghiên cứu: Rừng khộp và các trạng thái lớp phủ bề mặt tại tỉnh Đắk Lắk; các ưu hợp rừng khộp và đặc điểm phản xạ phổ trên ảnh quang học, tín hiệu tán xạ ngược trên ảnh siêu cao tần tại các thời điểm và mùa vụ khác nhau.
• Phạm vi không gian: Toàn bộ lãnh thổ tỉnh Đắk Lắk (đối với nội dung đánh giá biến động lớp phủ) và Vườn quốc gia Yok Đôn (đối với nội dung phân loại cấu trúc tổ thành theo ưu hợp rừng khộp).
• Phạm vi thời gian: Giai đoạn 2000–2015, chọn mốc năm 2000 (thời điểm trước khi tách tỉnh Đắk Lắk ngày 01/01/2004) và năm 2015 (thời kỳ quá trình chuyển đổi rừng nghèo sang trồng cao su diễn ra mạnh mẽ nhất).
• Phạm vi nội dung: Xác định cấu trúc tổ thành thông qua nhận dạng 4 ưu hợp rừng khộp tiêu biểu tại VQG Yok Đôn và phân tích không gian biến động diện tích rừng khộp trên toàn tỉnh Đắk Lắk.

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu quốc tế

• Đánh giá biến động rừng bằng viễn thám và GIS: Coppin và Bauer (1996) tổng kết các phương pháp so sánh sau phân loại, tỷ số ảnh, phân tích thành phần chính (PCA) và phân tích vector thay đổi (CVA). Brandt và cộng sự (2012) dùng Landsat TM/ETM+/MSS (1974–2009) kết hợp thuật toán Support Vector Machine (SVM) để đánh giá biến động theo chính sách bảo vệ. Griselda và cộng sự (2016) phân loại Landsat 1973, 1990, 2014 kết hợp mô hình Markov Chain Model (MCM) và Cellular Automata (CA) đạt độ chính xác 90%–92%. Sabzar và Ramachandar (2016) phân tích chuỗi Landsat 34 năm (1979–2013). Millan và cộng sự (2018) dùng ảnh siêu phổ CHRIS/PROBA giai đoạn 2008–2014 với thuật toán SAM, SVM, DT để theo dõi rừng khô nhiệt đới tại Brazil. Các nghiên cứu của Banner và Lynham (1981), Park và cộng sự (1982), Wang và cộng sự (2018) khai thác chỉ số thực vật NDVI đa thời gian (Wang đạt độ chính xác 88,9%, Kappa 0,86; giai đoạn 1986–2016).
• Nghiên cứu cấu trúc và vật hậu học rừng rụng lá: Wohlfart và cộng sự (2014) dùng ảnh MODIS và Random Forest (RF) lập bản đồ phân bố cây họ Dầu ở Đông Nam Á với độ chính xác 78%. Jarosław và cộng sự (2013) tích hợp MODIS, MERIS và cơ sở dữ liệu CORINE dựa trên các chỉ số LAI, FAPAR, LAIxCab (chỉ số LAIxCab_MERIS phân loại rừng rụng lá đạt độ chính xác 90,0%). Koukoulas và Blackburn (2005) dùng ảnh hàng không (91%) và LiDAR (80%) để lập bản đồ tán rừng. Lisein và cộng sự (2015) dùng ảnh máy bay không người lái (UAV) đa thời gian kết hợp chỉ số GNDVI, NDVI và thuật toán RF phân loại tới cấp độ loài. Melaas và cộng sự (2013) phân tích 541 cảnh Landsat TM/ETM+ (1982–2011) với chỉ số EVI qua hàm logistic 4 và 5 tham số để xác định vật hậu học. Hmimina và cộng sự (2013), Arvidsson (2015), Chaves và cộng sự (2010), Liu và cộng sự (2016) sử dụng MODIS kết hợp nhiệt độ bề mặt (LST) và lọc sóng Wavelet/HANTS (hệ số Kappa đạt 0,94). Về dữ liệu siêu cao tần và quang học kết hợp, Demargne và cộng sự (2001) tích hợp SPOT và Radar tại Malaysia; Dong và cộng sự (2013) kết hợp PALSAR kênh L và Landsat nhận dạng rừng cao su rụng lá tại đảo Hải Nam (độ chính xác 96%); Marius và cộng sự (2017) dùng Sentinel-1A đa thời gian (kênh VV, VH) và RF phân loại rừng rụng lá đạt độ chính xác 86% (cấp loài đạt 72%); Alena và cộng sự (2016) đối sánh tán xạ ngược Sentinel-1A với LiDAR dạng sóng.

Các hướng nghiên cứu tại Việt Nam

• Đánh giá hiện trạng và biến động rừng: Nguyễn Đình Dương (2004) áp dụng thuật toán GASC trên 11 cảnh MODIS 32 ngày tổng hợp/năm giai đoạn 2001–2003 trên toàn quốc. Mạc Văn Chiến (2014) dùng ảnh SPOT 5 giai đoạn 2004–2011 xác định biến động suy giảm chất lượng rừng tại Yok Đôn. Nguyễn Viết Lương và cộng sự (2016) phân tích ảnh SPOT HRV các năm 2004 và 2010. Báo cáo kiểm kê rừng tỉnh Đắk Lắk của Viện Sinh thái rừng và Môi trường (2014) ứng dụng SPOT 5 (2,5 m) xây dựng bản đồ kiểm kê tỷ lệ 1/10.000. Lê Xuân Cảnh (2015, Đề tài TN3/TN07) điều tra hệ sinh thái rừng khộp chiếm 10,1% diện tích Tây Nguyên năm 2014.
• Nghiên cứu cấu trúc, sinh khối và tổ thành: Hoàng Sỹ Động (2002) xác định 18 trạng thái rừng khộp Tây Nguyên, trong đó ưu hợp Cà chít (Shorea obtusa) chiếm 27%, Cẩm liên (Shorea siamensis) chiếm 18%, ưu hợp hỗn giao hai loài chiếm 12%, Dầu trà beng (Dipterocarpus obtusifolius) chiếm 10%. Đồng Xuân Sơn (2006) và Ngô Tiến Dũng và cộng sự (2006) khảo sát các ưu hợp Cà chít, Cẩm liên, Chiêu liêu, Dầu đồng, Dầu trà beng qua ô tiêu chuẩn. Trần Văn Con và cộng sự (2013) phân tích định lượng sinh khối trên mặt đất (AGB) qua 28 ô tiêu chuẩn. Nguyễn Sơn Hà (2016) kết hợp SPOT-6 và ALOS PALSAR ước tính trữ lượng rừng. Nguyễn Viết Lương (2016, Đề tài VAST 01.03/15-16) dùng ALOS PALSAR-2 phân cực HV và NDVI ước tính sinh khối đạt độ chính xác 74%. Nguyễn Văn Thị và cộng sự (2015, 2018) xây dựng hàm tương quan logarit giữa tán xạ ngược Sentinel-1A (VV, VH) và NDVI Sentinel-2 ($R^2 = 0,7374$). Phạm Văn Duẩn và Vũ Thị Thìn (2015) dùng Landsat 8 OLI ước tính trữ lượng rừng. Huỳnh Thị Kiều Trinh (2015) ước tính rừng khộp tại Ea Súp và Ea H'Leo (125.404,8 ha) tích lũy 4.501,1 tấn carbon.

Vị trí và khoảng trống luận án lựa chọn giải quyết

Luận án kế thừa các nghiên cứu viễn thám quang học và siêu cao tần, trực tiếp giải quyết hai vấn đề then chốt: (1) Khắc phục ảnh hưởng của thời tiết và tính chu kỳ mùa vụ bằng phương pháp xử lý tự động lọc mây trên Google Earth Engine để ghép ảnh Landsat theo mùa mưa và mùa khô; (2) Thiết lập phương pháp phân loại hướng đối tượng kết hợp kênh NDVI Landsat 8 với chuỗi 9 cảnh Sentinel-1A đa thời gian trong năm 2015 nhằm phân tách không gian 4 ưu hợp rừng khộp đại diện tại VQG Yok Đôn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Quan điểm và khung lý thuyết tiếp cận

• Quan điểm hệ thống: Tiếp cận rừng khộp như một thể tổng hợp tự nhiên hoàn chỉnh, phân tích mối quan hệ tương hỗ giữa cấu trúc tầng tán, điều kiện đất đai cằn cỗi và chế độ khí hậu nhiệt đới gió mùa khô hạn.
• Quan điểm tổng hợp: Đánh giá đa chiều các yếu tố tự nhiên, kinh tế – xã hội, hoạt động canh tác nông lâm nghiệp và chuyển đổi đất đai tác động đến diễn thế rừng.
• Quan điểm lãnh thổ: Gắn kết quả nghiên cứu với không gian địa lý cụ thể của tỉnh Đắk Lắk và địa bàn đặc thù VQG Yok Đôn.

Nguồn tư liệu và dữ liệu

1. Dữ liệu ảnh viễn thám quang học: Ảnh vệ tinh Landsat 5 TM, Landsat 7 ETM+, Landsat 8 OLI các năm 2000 và 2015 thu nhận ở cả mùa khô (tháng 1 đến tháng 3) và mùa mưa (tháng 5 đến tháng 10).
2. Dữ liệu viễn thám siêu cao tần: 9 cảnh ảnh vệ tinh Sentinel-1A (chế độ phân cực kép VV, VH, độ phân giải 10 m) chụp định kỳ theo các tháng trong năm 2015 bao phủ khu vực nghiên cứu.
3. Dữ liệu GIS và bản đồ kế thừa: Bản đồ địa hình, bản đồ hiện trạng sử dụng đất tỉnh Đắk Lắk, bản đồ kiểm kê rừng 2014 của Viện Sinh thái rừng và Môi trường (tỷ lệ 1/10.000), mô hình số độ cao SRTM DEM.
4. Dữ liệu thực địa: 35 ô tiêu chuẩn (OTC) kích thước $20 \times 20\text{ m}$ hoặc $20 \times 50\text{ m}$ tại VQG Yok Đôn thu thập số liệu đường kính ngang ngực (DBH), chiều cao vút ngọn, độ tàn che, thành phần loài và tọa độ GPS định vị.

Phương pháp xử lý dữ liệu và công cụ kỹ thuật

• Lọc mây và ghép ảnh trên Google Earth Engine (GEE): Phát triển đoạn mã JavaScript chuyên dụng để nhận diện mây (Cloud_Identification) thông qua tái tỷ lệ các kênh phổ (Blue, Visible, Infrared, Temperature và chỉ số NDSI), kết hợp thuật toán phát hiện bóng mây (DarkOutlier_Identification và Shadows_Identification) dựa trên góc phương vị mặt trời (SUN_AZIMUTH), góc đỉnh mặt trời (SUN_ELEVATION), độ cao mây (200–5,000 m) và độ dịch chuyển biên 4 pixel.
• Phân loại ảnh dựa trên điểm ảnh (Pixel-Based): Ứng dụng thuật toán máy học Support Vector Machine (SVM) trên tổ hợp ảnh Landsat đa thời gian (mùa mưa và mùa khô) để phân loại 7 lớp phủ bề mặt (Rừng khộp, Rừng lá rộng thường xanh giàu, Rừng lá rộng thường xanh nghèo, Rừng lá kim, Rừng trồng, Đất trống/Đất nông nghiệp, Mặt nước).
• Phân loại hướng đối tượng (Object-Based Image Analysis - OBIA): Kết hợp các kênh chỉ số thực vật NDVI mùa mưa và mùa khô từ Landsat 8 với chuỗi giá trị tán xạ ngược VV, VH từ 9 cảnh Sentinel-1A đa thời gian. Thiết lập các tham số phân đoạn ảnh: Scale = 10, Shape = 0,4, Compactness = 0,6 trong môi trường eCognition/SNAP để phân tách 4 ưu hợp rừng khộp.
• Hệ thống phần mềm sử dụng: Google Earth Engine (GEE), ENVI, ArcGIS, SNAP toolbox, Microstation, Microsoft Excel.

Nhóm dữ liệu / Công cụ	Nguồn / Tham số cụ thể	Mục đích sử dụng
Ảnh Landsat 5, 7, 8	USGS / 30 m (Mùa mưa, Mùa khô năm 2000, 2015)	Phân loại lớp phủ, tạo kênh NDVI, lập bản đồ biến động
Ảnh Sentinel-1A	ESA / 10 m (9 cảnh năm 2015, phân cực VV, VH)	Phân tích tán xạ ngược vật hậu học, phân tách ưu hợp rừng
Mã nguồn GEE	JavaScript (CloudHeights 200–5000, BufferPixel 4)	Xử lý lọc mây, tạo ảnh composite không mây
Thuật toán SVM	Phần mềm ENVI	Phân loại hiện trạng lớp phủ bề mặt tỉnh Đắk Lắk
Thuật toán OBIA	Tham số: Scale 10, Shape 0,4, Compactness 0,6	Phân đoạn và phân loại 4 ưu hợp rừng tại VQG Yok Đôn
Dữ liệu thực địa	35 ô tiêu chuẩn (OTC) + Tuyến khảo sát GPS	Huấn luyện vùng mẫu và kiểm chứng độ chính xác phân loại

Nội dung chính theo từng chương

Chương 1: Tổng quan ứng dụng viễn thám và hệ thống thông tin địa lý trong nghiên cứu rừng khộp

Chương 1 hệ thống hóa cơ sở lý luận về hệ sinh thái rừng khộp và các chỉ tiêu cấu trúc lâm phần:

• Định nghĩa rừng khộp là kiểu thảm thực vật rụng lá mùa khô đặc thù chịu sự chi phối của khí hậu hai mùa mưa – khô rõ rệt và tầng đất nông cằn cỗi.
• Bốn thành phần cấu trúc cơ bản của rừng gồm: cấu trúc tổ thành loài (xác định số lượng và tỷ lệ cá thể cây họ Dầu chiếm ưu thế), cấu trúc tầng thứ (rừng khộp có cấu trúc 2 tầng đơn giản: tầng cây gỗ và tầng thảm cỏ/thảm tươi phát triển mạnh mùa mưa), cấu trúc tuổi và cấu trúc mật độ cây.
• Tổng kết toàn diện 135 công trình khoa học quốc tế và trong nước về ứng dụng tư liệu Landsat, SPOT, MODIS, LiDAR, PALSAR, Sentinel-1 trong giám sát thảm phủ.
• Xác định điểm nghẽn kỹ thuật: Ảnh quang học đơn lẻ trong mùa khô thường bị nhầm lẫn giữa rừng khộp rụng lá với đất trống hoặc thảm cỏ khô cằn; việc phân loại ở mức độ ưu hợp thực vật đòi hỏi phải khai thác sự khác biệt về vật hậu học (thời điểm rụng lá và tái sinh lá) trên chuỗi dữ liệu đa thời gian.

Chương 2: Phương pháp viễn thám và GIS trong nghiên cứu biến động và cấu trúc rừng khộp tỉnh Đắk Lắk

Chương 2 mô tả chi tiết phương pháp luận, địa bàn thử nghiệm và quy trình tiền xử lý dữ liệu:

• Đặc trưng phản xạ phổ và tán xạ ngược: Rừng khộp có sự biến động phổ mạnh mẽ giữa hai mùa: vào mùa mưa, giá trị NDVI tăng cao tương đương rừng thường xanh do tán lá phát triển đầy đủ; vào mùa khô, lá rụng toàn phần làm giảm mạnh phản xạ ở kênh cận hồng ngoại (NIR), làm lộ bề mặt đất và thảm cỏ khô. Tương tự, tín hiệu tán xạ ngược trên ảnh Sentinel-1A (kênh VV, VH) giảm mạnh vào mùa rụng lá và tăng trở lại khi cây đâm chồi vào đầu mùa mưa.
• Quy trình lọc mây trên Google Earth Engine: Thiết lập hàm toán học khử mây và bóng mây tự động dựa trên chỉ số nhiệt độ mặt đất, chỉ số NDSI và thuật toán dời bóng mây hình học (Shadows_Identification), giải quyết hoàn toàn vấn đề mây che phủ trong mùa mưa nhiệt đới để tạo tập dữ liệu Landsat composite không mây cho các năm 2000 và 2015.
• Quy trình xử lý ảnh Sentinel-1A: Tiền xử lý dữ liệu radar bao gồm hiệu chỉnh bức xạ, hiệu chỉnh hình học địa hình với SRTM DEM, lọc nhiễu đốm (speckle filter) và chuyển đổi sang thang đo decibel (dB) cho chuỗi 9 cảnh ảnh năm 2015.
• Thiết kế điều tra thực địa: Bố trí 35 ô tiêu chuẩn tại VQG Yok Đôn đại diện cho các trạng thái rừng khộp thuần loại và hỗn giao để làm dữ liệu kiểm chứng độc lập.

Chương 3: Đánh giá biến động và cấu trúc tổ thành rừng khộp tỉnh Đắk Lắk

Chương 3 trình bày các kết quả thực nghiệm về phân loại hiện trạng, biến động diện tích rừng giai đoạn 2000–2015 và phân loại ưu hợp rừng khộp:

• Độ chính xác phân loại hiện trạng rừng: Phương pháp phân loại SVM kết hợp ảnh Landsat đa thời gian (mùa mưa và mùa khô) nâng độ chính xác tổng thể từ 66,14% (khi chỉ dùng ảnh đơn mùa khô) lên 81,67%. Riêng lớp rừng khộp, độ chính xác của người sử dụng tăng vượt bậc từ 67,0% lên 92,4%.
• Biến động diện tích rừng khộp (2000–2015): Trong vòng 15 năm, diện tích rừng tự nhiên tỉnh Đắk Lắk suy giảm nghiêm trọng. Diện tích rừng khộp giảm 42.489 ha, chiếm 16,9% tổng diện tích rừng bị mất của tỉnh.
• Phân tích chuyển đổi sử dụng đất: Phân tích ma trận chuyển đổi trên GIS xác định các điểm nóng mất rừng tập trung tại huyện Ea Súp (các xã Ia Lốp, Ya Tờ Mốt, Ea Bung). Nguyên nhân chuyển đổi chủ yếu do: cải tạo rừng khộp nghèo sang trồng cây cao su, mở rộng diện tích đất sản xuất nông nghiệp và xây dựng các công trình hồ chứa nước thủy lợi (như công trình hồ chứa tại Ea Bung).
• Phân loại cấu trúc tổ thành 4 ưu hợp rừng khộp: Ứng dụng phân loại hướng đối tượng (OBIA) trên tổ hợp NDVI Landsat 8 và chuỗi 9 cảnh Sentinel-1A năm 2015 đã bóc tách thành công 4 ưu hợp thực vật chính tại VQG Yok Đôn gồm:
  1. Ưu hợp Dầu đồng (Dipterocarpus tuberculatus)
  2. Ưu hợp Cà chít (Shorea obtusa)
  3. Ưu hợp Cẩm liên (Shorea siamensis)
  4. Ưu hợp Dầu trà beng (Dipterocarpus obtusifolius)
• Đánh giá độ chính xác phân loại ưu hợp: Kết quả phân loại cấu trúc tổ thành đạt độ chính xác tổng thể 79% trong phân đoạn ảnh và đạt 70% khi kiểm chứng trực tiếp với 35 ô tiêu chuẩn đo đếm ngoài thực địa.

Chỉ tiêu / Lớp đối tượng	Ảnh đơn thời điểm (Mùa khô)	Kết hợp đa thời gian (Mùa mưa + Mùa khô)	Biến động giai đoạn 2000–2015
Độ chính xác tổng thể (%)	66,14%	81,67%	—
Độ chính xác lớp Rừng khộp (%)	67,00%	92,40%	—
Diện tích Rừng khộp suy giảm	—	—	Giảm 42.489 ha (chiếm 16,9% diện tích rừng mất)
Phân loại 4 ưu hợp tại Yok Đôn	Không phân tách được	Tách được 4 ưu hợp (Dầu đồng, Cà chít, Cẩm liên, Dầu trà beng)	Độ chính xác tổng thể: 79% (Kiểm chứng OTC: 70%)

Kết quả và những đóng góp mới

Đóng góp mới về mặt khoa học và lý luận

1. Xác lập cơ sở khoa học đa thời gian: Chứng minh được quy luật tương quan chặt chẽ giữa chu kỳ vật hậu học (thay lá, rụng lá và tái sinh chồi) của rừng khộp với sự biến thiên phản xạ phổ trên kênh quang học (NDVI) và tín hiệu tán xạ ngược (kênh VV, VH) trên ảnh siêu cao tần Sentinel-1A.
2. Quy trình công nghệ nâng cao độ chính xác: Xây dựng hoàn chỉnh thuật toán lọc mây trên nền tảng Google Earth Engine cho ảnh Landsat đa thời gian, giúp loại bỏ triệt để ảnh hưởng của yếu tố mùa vụ nhiệt đới, nâng độ chính xác nhận dạng rừng khộp từ 67,0% lên 92,4%.
3. Phân loại cấu trúc tổ thành cấp ưu hợp: Thiết lập thành công phương pháp phân loại hướng đối tượng (OBIA) tích hợp ảnh Landsat 8 và chuỗi ảnh radar Sentinel-1A đa thời gian để nhận diện và thành lập bản đồ 4 ưu hợp loài cây họ Dầu chiếm ưu thế tại VQG Yok Đôn.

Đóng góp mới về mặt thực tiễn

1. Bộ cơ sở dữ liệu và bản đồ chuyên đề: Cung cấp hệ thống bản đồ hiện trạng rừng các năm 2000, 2015 và bản đồ biến động rừng khộp tỉnh Đắk Lắk tỷ lệ cấp tỉnh; bản đồ phân bố không gian 4 ưu hợp rừng khộp tại VQG Yok Đôn.
2. Số liệu định lượng phục vụ công tác quản lý: Định lượng chính xác quy mô mất 42.489 ha rừng khộp trong 15 năm, bóc tách các ma trận chuyển dịch đất đai sang cao su và đất nông nghiệp tại huyện Ea Súp, cung cấp luận cứ thực chứng cho việc thực hiện chủ trương dừng khai thác gỗ rừng tự nhiên và ngừng chuyển đổi rừng nghèo sang cao su tại Tây Nguyên.
3. Đề xuất nhóm giải pháp quản lý và bảo tồn: Đề xuất giải pháp tăng cường ứng dụng công nghệ địa không gian (GIS, WebGIS, viễn thám viễn thám đa thời gian) trong theo dõi diễn biến rừng; quy hoạch bảo tồn tại chỗ kết hợp bảo tồn chuyển chỗ; áp dụng phương thức canh tác nông lâm kết hợp cải thiện sinh kế người dân vùng đệm; phát triển du lịch sinh thái rừng khộp bền vững.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đề tài

• Ảnh hưởng của địa hình đồi núi phức tạp lên tín hiệu tán xạ ngược radar (Sentinel-1A) vẫn còn gây ra một số sai số cục bộ tại các vùng có độ dốc cao.
• Số lượng 35 ô tiêu chuẩn điều tra thực địa tuy đáp ứng yêu cầu kiểm chứng nhưng mới chỉ tập trung phân bố trong ranh giới Vườn quốc gia Yok Đôn, chưa mở rộng ra toàn bộ các lâm phần rừng khộp ngoài ranh giới bảo tồn trên địa bàn tỉnh.
• Chuỗi dữ liệu Sentinel-1A mới được khai thác thử nghiệm trong chu kỳ 9 cảnh của năm 2015 do giới hạn thời điểm phóng vệ tinh của Cơ quan Vũ trụ Châu Âu (ESA).

Hướng nghiên cứu tiếp

• Khai thác mở rộng các chùm vệ tinh thế hệ mới có độ phân giải không gian và thời gian cao hơn như Sentinel-1B, Sentinel-2A, Sentinel-2B và dữ liệu siêu phổ để nâng cao độ chính xác nhận dạng cấp loài.
• Tiếp tục nghiên cứu và hoàn thiện các giải pháp hiệu chỉnh hình học bức xạ địa hình nâng cao cho tư liệu radar tại các khu vực núi dốc Tây Nguyên.
• Xây dựng mạng lưới ô định vị thực địa cố định lâu dài để kết hợp quan trắc viễn thám chuỗi thời gian nhiều năm, phục vụ nghiên cứu chuyên sâu về sinh khối, trữ lượng cacbon, cấu trúc chiều cao tán rừng và quy luật diễn thế phục hồi của hệ sinh thái rừng khộp.

Giá trị tham khảo

Đối tượng thụ hưởng

• Nghiên cứu sinh, học viên cao học, sinh viên: Chuyên ngành Bản đồ, Viễn thám và Hệ thông tin địa lý (GIS), Lâm nghiệp, Quản lý tài nguyên rừng, Sinh thái học và Khoa học môi trường.
• Giảng viên và cán bộ nghiên cứu: Tại các trường đại học (Trường ĐH Khoa học Tự nhiên – ĐHQGHN, ĐH Lâm nghiệp, ĐH Tây Nguyên) và các viện nghiên cứu chuyên ngành (Viện Sinh thái và Tài nguyên sinh vật, Viện Địa lý, Viện Công nghệ Vũ trụ).
• Cơ quan quản lý và hoạch định chính sách: Chi cục Kiểm lâm tỉnh Đắk Lắk, Sở Nông nghiệp và Phát triển nông thôn, Sở Tài nguyên và Môi trường tỉnh Đắk Lắk, Ban quản lý Vườn quốc gia Yok Đôn và các ban quản lý rừng phòng hộ Tây Nguyên.

Nội dung và tài liệu tham khảo giá trị

• Thuật toán và đoạn mã nguồn JavaScript xử lý lọc mây/bóng mây tự động trên Google Earth Engine cho tư liệu Landsat đa thời gian.
• Quy trình tích hợp ảnh quang học Landsat 8 (NDVI) và ảnh radar Sentinel-1A đa thời gian trong phân loại hướng đối tượng (OBIA) cấu trúc thảm thực vật rụng lá.
• Bộ số liệu thống kê biến động diện tích rừng khộp giai đoạn 2000–2015 và các ma trận chuyển đổi sử dụng đất chi tiết cấp xã tại vùng biên giới Đắk Lắk.

Câu hỏi thường gặp

1. Luận án giải quyết vấn đề ảnh hưởng của mây và tính chu kỳ mùa vụ trong phân loại rừng khộp bằng cách nào?

Luận án xây dựng thuật toán lọc mây và bóng mây tự động trên nền tảng Google Earth Engine (Cloud_Identification kết hợp dời bóng Shadows_Identification), sau đó ghép các ảnh sạch mây theo hai thời điểm mùa mưa và mùa khô. Việc kết hợp cặp ảnh quang học hai mùa giúp khai thác triệt để sự tương phản phản xạ phổ giữa giai đoạn ra lá và rụng lá, nâng độ chính xác phân loại rừng khộp từ 67,0% lên 92,4%.

2. Diện tích rừng khộp tỉnh Đắk Lắk biến động như thế nào trong giai đoạn 2000–2015?

Trong 15 năm (2000–2015), diện tích rừng khộp tỉnh Đắk Lắk giảm 42.489 ha, chiếm 16,9% tổng diện tích rừng bị mất của toàn tỉnh. Diện tích rừng khộp bị thu hẹp chủ yếu chuyển đổi sang trồng cây công nghiệp (cây cao su), đất sản xuất nông nghiệp và các công trình hồ chứa nước thủy lợi, tập trung nhiều nhất tại các xã Ia Lốp, Ya Tờ Mốt và Ea Bung thuộc huyện Ea Súp.

3. Luận án đã phân loại được những ưu hợp rừng khộp nào tại Vườn quốc gia Yok Đôn?

Bằng phương pháp phân loại hướng đối tượng kết hợp kênh NDVI Landsat 8 và chuỗi 9 cảnh ảnh radar Sentinel-1A năm 2015, luận án đã phân loại thành công 4 ưu hợp rừng khộp chiếm ưu thế gồm: (1) Ưu hợp Dầu đồng (Dipterocarpus tuberculatus); (2) Ưu hợp Cà chít (Shorea obtusa); (3) Ưu hợp Cẩm liên (Shorea siamensis); (4) Ưu hợp Dầu trà beng (Dipterocarpus obtusifolius), với độ chính xác tổng thể đạt 79% (kiểm chứng ô tiêu chuẩn thực địa đạt 70%).

4. Thuật toán phân loại và tham số phân đoạn ảnh hướng đối tượng nào được sử dụng trong luận án?

Luận án sử dụng thuật toán Support Vector Machine (SVM) để phân loại hiện trạng lớp phủ bề mặt toàn tỉnh trên ảnh Landsat đa thời gian. Đối với cấu trúc tổ thành tại VQG Yok Đôn, luận án áp dụng phương pháp phân loại hướng đối tượng (OBIA) với bộ tham số phân đoạn ảnh tối ưu gồm: Scale (tỷ lệ) = 10, Shape (hình dạng) = 0,4, Compactness (độ chặt chẽ) = 0,6 trên dữ liệu kết hợp NDVI và chuỗi tán xạ ngược Sentinel-1A.

Kết luận

Luận án của tác giả Trần Anh Tuấn đã xây dựng thành công cơ sở khoa học và quy trình công nghệ tích hợp viễn thám đa thời gian (Landsat, Sentinel-1A) và hệ thống thông tin địa lý để nghiên cứu cấu trúc tổ thành và đánh giá biến động rừng khộp tỉnh Đắk Lắk. Bằng thuật toán lọc mây trên Google Earth Engine và phương pháp phân loại SVM đa thời gian, công trình đã nâng cao độ chính xác nhận dạng rừng khộp lên 92,4% và định lượng mức suy giảm 42.489 ha rừng khộp giai đoạn 2000–2015. Đồng thời, việc ứng dụng phân loại hướng đối tượng kết hợp chỉ số NDVI và chuỗi tán xạ ngược radar đã bóc tách thành công 4 ưu hợp thực vật họ Dầu tại VQG Yok Đôn với độ chính xác 79%. Kết quả nghiên cứu cung cấp cơ sở thực chứng và công cụ kỹ thuật đáng tin cậy phục vụ công tác quy hoạch, giám sát và bảo tồn bền vững hệ sinh thái rừng khộp tại Đắk Lắk và vùng Tây Nguyên.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 TONG QUAN UNG DỤNG VIỄN THÁM VA HỆ THONG TIN DIA LÝ TRONG NGHIEN CUU RUNG KHOP 1. Một số khái niệm 1. Rừng khộp Rừng khộp hay còn gọi rừng thưa lá rộng rụng lá theo mùa là loại rừng đặc trưng của một số nước Đông Nam Á lục địa trong điều kiện có một mùa mưa úng nước và một mùa khô khắc nghiệt [5]. Tổ thành rừng khộp với các loài cây thuộc Họ Dầu (Dipterocarpaceae) chiém ưu thé, rung lá trong mùa khô.

Rừng khộp có tên tiếng Anh là Dry Dipterocarp Forest (DDF) hoặc Broadleaf Deciduous Forest (BDF). Trên thé giới, rừng khộp phan bố ở Lào, Campuchia, Thái Lan, Inđônêsia, Malaysia, Philippin và một số nước Nam Á. Ở Việt Nam rừng khộp phân bố chủ yếu ở Tây Nguyên, đặc biệt là vùng biên giới giữa Việt Nam và Campuchia thuộc hai tỉnh Đắk Lắk và Gia Lai. Ngoài ra còn có ở Di Linh (Lâm Đồng) và những khu rừng khộp nhỏ phân bố ở Ninh Thuận, Bình Thuận, Sông Bé, Tây Ninh.

Tại khu vực Tây Nguyên có Vườn Quốc gia Yok Đôn là khu bảo tồn loại rừng độc đáo này. Nhân tố quyết định đến sự phát sinh rừng khộp là chế độ nhiệt 4m khắc nghiệt và đất đai căn cỗi, lượng mưa thấp, thời gian khô hạn trong năm kéo dài từ 5 đến 6 tháng. Biến động rừng Đánh giá biến động có thé được hiểu là việc theo dõi, giám sát và quản lý đối tượng nghiên cứu để từ đó thay duoc su thay đôi về đặc điểm, tính chất của đối tượng nghiên cứu và sự thay đổi có thé định lượng được. Đánh giá biến động rừng là đánh giá được sự thay đổi về rừng qua các thời điểm dưới sự tác động từ các yếu tố tự nhiên, kinh tế - xã hội, sự khai thác, sử dụng của con người.

Mọi vật trên thế giới tu nhiên không bao giờ bắt biến mà luôn luôn biến động không ngừng, động lực của mọi sự biến động đó là quan hệ tương tác giữa các thành phần của tự nhiên. Sự biến động rừng do con người sử dụng vào các mục đích kinh tế - xã hội có thể phù hợp hay không phù hợp với quy luật của tự nhiên, cần phải nghiên cứu đề tránh sử dụng rừng có tác động xâu đên môi trường sinh thái. Như vậy đánh giá biến động rừng là xem xét quá trình thay đổi của diện tích rừng thông qua thông tin thu thập được theo thời gian để tìm ra quy luật và những nguyên nhân thay đổi, từ đó có biện pháp khai thác, sử dụng đúng dan đối với nguồn tài nguyên này. Cấu trúc rừng Câu trúc rừng là quy luật sắp xếp tô hợp các thành phan cau tạo nên thảm thực vật rừng theo không gian và thời gian.

Cầu trúc của rừng gồm các thành phần cơ bản sau: - Cấu trúc tổ thành: là nhân tô diễn tả số loài tham gia và số cá thé của từng loài trong thành phần cây gỗ của rừng. Tổ thành cho biết sự tổ hợp và mức độ tham gia của các loài cây khác nhau trên cùng don vi diện tích. Tổ thành loài là một trong những chỉ tiêu cấu trúc quan trong, cho biết số loài cây và tỷ lệ của mỗi loài hay một nhóm loài cây nào đó trong lâm phần. Ngoài ra, thông qua tô thành loài cây, người ta có thể biết được mức độ đa dạng sinh học, tính ôn định và bền vững của hệ sinh thái.

- Cau trúc tang thứ: là sự phân bỗ theo không gian của tầng cây gỗ theo chiều thăng đứng, phụ thuộc vào đặc tính sinh thái học, nhu cầu ánh sáng của các loài tham gia tổ thành.