Tổng quan nghiên cứu

Tài nguyên rừng tỉnh Đồng Nai giữ vị trí chiến lược trong vùng kinh tế trọng điểm phía Nam với tổng diện tích đất lâm nghiệp trên 197.000 ha. Trong đó, Công ty TNHH MTV Lâm nghiệp La Ngà quản lý 24.622,48 ha, chiếm khoảng 12% tổng diện tích rừng toàn tỉnh. Khu vực này đóng vai trò là hành lang xanh phòng hộ đầu nguồn cho hồ thủy điện Trị An và vùng đệm của Vườn Quốc gia Cát Tiên. Tuy nhiên, giai đoạn 1990 - 2016 ghi nhận nhiều biến động phức tạp về ranh giới, trạng thái thảm phủ và quyền sử dụng đất. Phương pháp điều tra, đo vẽ thủ công truyền thống bộc lộ rõ hạn chế về chi phí, nhân lực, chu kỳ cập nhật chậm và độ tin cậy chưa đồng nhất.

Vấn đề nghiên cứu trọng tâm là giải quyết tình trạng thiếu hụt dữ liệu không gian chuẩn hóa và xây dựng phương pháp giám sát tài nguyên rừng hiện đại. Mục tiêu cụ thể của luận văn bao gồm: thành lập bản đồ hiện trạng rừng quy chuẩn theo Thông tư số 34/2009/TT-BNNPTNT; phân tích và đánh giá ma trận biến động tài nguyên rừng giai đoạn 2010 - 2016; đề xuất quy trình ứng dụng công nghệ viễn thám độ phân giải cao kết hợp hệ thống thông tin địa lý (GIS).

Phạm vi nghiên cứu được triển khai trên toàn bộ diện tích 24.622,48 ha thuộc địa bàn 6 xã của 3 huyện Tân Phú, Vĩnh Cửu và Định Quán (tập trung chủ yếu tại xã Thanh Sơn với 23.338,48 ha và xã Ngọc Định với 1.085,88 ha). Thời gian thực hiện ngoại nghiệp từ tháng 4/2016 đến tháng 10/2016. Nghiên cứu mang ý nghĩa thực tiễn lớn khi cung cấp hệ thống cơ sở dữ liệu số hóa có độ chính xác cao với ảnh vệ tinh độ phân giải không gian 1,5 m, hỗ trợ kiểm kê rừng và định hướng cấp chứng chỉ quản lý rừng bền vững FSC.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự tích hợp giữa lý thuyết viễn thám quang học, lý thuyết phân loại thảm thực vật rừng và mô hình phân tích không gian địa lý. Khung lý thuyết trọng tâm là phương pháp phân loại hướng đối tượng (Object-Based Image Analysis - OBIA). Khác với phương pháp phân loại truyền thống theo từng điểm ảnh (pixel-based), OBIA phân tích bức xạ phổ kết hợp với hình thái học, cấu trúc tán và mối quan hệ không gian lân cận của các đối tượng mặt đất.

Các mô hình chỉ số thực vật và chỉ số bề mặt được ứng dụng để tăng cường khả năng giải đoán bao gồm: Chỉ số thực vật khác biệt chuẩn hóa (NDVI), Chỉ số thực vật nâng cao (AVI), Chỉ số đất trống (BI) và Chỉ số bóng râm (SI). Hệ thống phân loại rừng kế thừa quy chuẩn quốc gia từ Quyết định số 682/1984 sang Thông tư số 34/2009/TT-BNNPTNT với 93 mã trạng thái rừng và đất lâm nghiệp. Các khái niệm then chốt gồm: Phân đoạn ảnh (Segmentation), Mẫu khóa ảnh (Interpretation Keys), Độ phân giải không gian (1,5 m), Hệ số tương đồng Kappa và Ma trận chuyển dịch trạng thái rừng.

Phương pháp nghiên cứu

Nguồn dữ liệu đầu vào sử dụng ảnh vệ tinh Google Earth độ phân giải cao 1,5 m (tương đương tư liệu vệ tinh SPOT 6), bản đồ nền địa hình, bản đồ ranh giới lâm phận và dữ liệu kiểm kê rừng toàn quốc năm 2010 do Tổng cục Lâm nghiệp ban hành. Nghiên cứu áp dụng phương pháp chọn mẫu phân tầng kết hợp mạng lưới ngẫu nhiên ngoài thực địa. Tổng cỡ mẫu đo đếm ngoại nghiệp là 759 ô tiêu chuẩn (OTC), mỗi ô có diện tích 1.000 m2 (kích thước 30 x 33,3 m). Trong đó gồm 192 điểm đo đếm trực tiếp tại đơn vị và 567 điểm bổ sung tại các sinh cảnh tương đồng lân cận như Vườn Quốc gia Cát Tiên và Khu Bảo tồn Thiên nhiên Văn hóa Đồng Nai nhằm đảm bảo mỗi trạng thái rừng có tối thiểu 20 điểm mẫu.

Phương pháp phân tích được lựa chọn là thuật toán phân loại tự động láng giềng gần nhất (Standard Nearest Neighbour) trên nền tảng phần mềm eCognition Developer 8.9. Lý do lựa chọn công nghệ OBIA trên eCognition là khả năng triệt tiêu hiệu quả hiện tượng "nhiễu muối tiêu" của ảnh vệ tinh độ phân giải cao, tối ưu hóa việc phân tách giữa các trạng thái rừng tự nhiên phục hồi, rừng nghèo và rừng trồng keo lai, gõ, sao, dầu. Công tác kiểm định độ chính xác được thực hiện độc lập tại 90 điểm kiểm tra ngẫu nhiên thực địa kết hợp tính toán hệ số Kappa. Dữ liệu sau đó được chuyển đổi sang định dạng vector (.tab) và phân tích biến động bằng kỹ thuật chồng xếp bản đồ trên phần mềm MapInfo 12.0 và ArcGIS trong suốt lộ trình nghiên cứu từ tháng 4/2016 đến tháng 10/2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, nghiên cứu đã thành lập thành công bản đồ hiện trạng rừng và đất lâm nghiệp năm 2015 cho Công ty TNHH MTV Lâm nghiệp La Ngà với tổng diện tích quy hoạch 24.488,87 ha. Kết quả phân loại cho thấy diện tích đất có rừng đạt 21.775,39 ha, chiếm tỷ lệ che phủ 88,92%; diện tích đất chưa có rừng là 2.713,48 ha, chiếm 11,08%.

Thứ hai, cơ cấu chức năng rừng được bóc tách rõ nét giữa hai phân vùng: Rừng sản xuất chiếm ưu thế tuyệt đối với 19.795,09 ha (80,83% tổng diện tích), trong đó rừng tự nhiên đạt 8.816,00 ha và rừng trồng đạt 8.711,29 ha. Phân khu rừng phòng hộ chiếm 4.693,78 ha (19,17% tổng diện tích), bao gồm 1.938,99 ha rừng tự nhiên và 2.309,11 ha rừng trồng. Rừng trồng sản xuất chủ yếu là keo lai, bên cạnh các loài cây gỗ lớn bản địa như sao, dầu, gõ đỏ.

Thứ ba, quy trình giải đoán ảnh vệ tinh độ phân giải 1,5 m cho độ tin cậy vượt trội. Bộ mẫu khóa ảnh kết hợp dữ liệu 759 ô tiêu chuẩn đã giải đoán chính xác 15 trạng thái rừng và đất lâm nghiệp theo Thông tư 34/2009/TT-BNNPTNT. Kết quả kiểm tra tại 90 điểm thực địa độc lập đạt hệ số Kappa vượt ngưỡng 0,80, khẳng định tính chính xác rất cao của ranh giới các trạng thái thảm phủ.

Thứ tư, phân tích biến động giai đoạn 2010 - 2016 qua kỹ thuật chồng xếp lớp bản đồ đã xác lập ma trận biến động gồm 53 mã luân chuyển. Diện tích rừng trồng gỗ có trữ lượng tăng mạnh đạt 10.065,22 ha, phản ánh kết quả tích cực của công tác trồng mới và khoanh nuôi tái sinh. Tuy nhiên, diện tích rừng tre nứa thuần loại và hỗn giao (HG1, HG2) chiếm tới 5.797,18 ha, cho thấy mức độ thoái hóa cục bộ từ rừng tự nhiên cần có giải pháp phục hồi.

Thảo luận kết quả

Nguyên nhân của sự chuyển dịch thảm phủ bắt nguồn từ hai yếu tố chính: sức ép kinh tế xã hội và chiến lược quản lý lâm nghiệp. Khu vực nghiên cứu có mật độ dân số cao (xã Ngọc Định 446 người/km2) với 58% dân số trong độ tuổi lao động, tạo áp lực lớn lên tài nguyên đất đai. Tuy nhiên, nhờ mức đầu tư trồng và chăm sóc rừng bình quân 6 tỷ đồng mỗi năm, đơn vị đã chuyển đổi thành công hàng nghìn hecta đất trống đồi trọc thành rừng trồng sản xuất có giá trị kinh tế.

So sánh với các công bố khoa học trước đây, độ chính xác của nghiên cứu tương đương với kết quả giải đoán ảnh SPOT 5 của Nguyễn Thị Thanh Hương tại Đắk Nông (độ chính xác tổng thể 82%, Kappa 0,78) và nghiên cứu của Phạm Văn Duẩn tại Hà Tĩnh (đạt 82%). Điểm vượt trội của nghiên cứu này là việc sử dụng ảnh Google Earth độ phân giải 1,5 m giúp chi phí dữ liệu giảm thiểu đáng kể trong khi độ chi tiết đường ranh giới lô rừng tương đương ảnh thương mại SPOT 6 đắt tiền.

Về phương thức trực quan hóa, toàn bộ kết quả biến động 2010 - 2016 được trình bày tối ưu qua bảng ma trận chuyển dịch không gian và biểu đồ phân bổ diện tích đa thời gian. Biểu đồ tròn thể hiện rõ tỷ lệ áp đảo của rừng sản xuất (80,83%) so với rừng phòng hộ (19,17%), trong khi biểu đồ cột đôi so sánh trực quan sự suy giảm của đất trống thoái hóa (DT1, DT2 giảm từ 1.050 ha xuống còn 548,48 ha) và sự tăng trưởng liên tục của diện tích rừng trồng keo lai và gỗ bản địa.

Đề xuất và khuyến nghị

Thứ nhất, chuẩn hóa và số hóa 100% cơ sở dữ liệu không gian tài nguyên rừng. Ban Lãnh đạo Công ty phối hợp với Chi cục Kiểm lâm Đồng Nai tiến hành cập nhật hệ thống bản đồ số từ định dạng vector hiện có sang nền tảng Geodatabase tập trung. Target metric: Hoàn thiện cắm mốc ranh giới và cấp chứng nhận quyền sử dụng đất cho 24.622,48 ha lâm phận trong giai đoạn 2017 - 2019.

Thứ hai, thiết lập hệ thống giám sát và cảnh báo sớm biến động rừng bằng viễn thám chu kỳ ngắn. Đội Bảo vệ rừng chuyên trách ứng dụng ảnh viễn thám quang học và viễn thám Radar (Sentinel-1, Sentinel-2 kết hợp Google Earth Engine) để theo dõi định kỳ 1 tháng/lần. Target metric: Giảm 90% thời gian phát hiện các vụ lấn chiếm đất lâm nghiệp và cháy rừng, triển khai liên tục từ năm 2018.

Thứ ba, tái cơ cấu diện tích rừng nghèo kiệt và rừng hỗn giao tre nứa sang rừng trồng gỗ lớn bản địa. Phòng Kỹ thuật Lâm sinh thực hiện phương án khoanh nuôi làm giàu rừng, chuyển đổi 1.500 ha rừng nứa nghèo kiệt (HG1, HG2) sang trồng bổ sung các loài cây bản địa có giá trị cao như sao đen, dầu rái, gõ đỏ. Target metric: Nâng cao trữ lượng bình quân thêm 15 - 20 m3/ha, lộ trình thực hiện từ 2018 đến 2025.

Thứ tư, mở rộng mô hình liên kết giao khoán gắn với sinh kế bền vững cho cộng đồng dân cư địa phương. Chủ thể thực hiện là Công ty Lâm nghiệp La Ngà cùng UBND hai xã Thanh Sơn và Ngọc Định. Target metric: Thu hút và giải quyết việc làm cho 60% lực lượng lao động nhàn rỗi trong vùng, giảm thiểu tối đa tình trạng phá rừng, thực hiện trong khung thời gian 2017 - 2022.

Đối tượng nên tham khảo luận văn

Thứ nhất, Cán bộ quản lý và Kỹ sư Lâm nghiệp tại các Công ty Lâm nghiệp, Ban Quản lý Rừng phòng hộ, Rừng đặc dụng. Luận văn cung cấp tài liệu hướng dẫn kỹ thuật chi tiết về quy trình chuyển đổi bảng mã trạng thái rừng từ hệ thống cũ sang Thông tư 34/2009/TT-BNNPTNT và giải pháp kiểm kê rừng số lượng lớn.

Thứ hai, Chuyên viên GIS và Viễn thám ngành Tài nguyên - Môi trường. Tài liệu mang lại use-case thực tế về việc khai thác ảnh vệ tinh độ phân giải cao miễn phí kết hợp phần mềm eCognition Developer và MapInfo để giải đoán đối tượng bề mặt với độ chính xác cao mà không tốn chi phí mua ảnh thương mại.

Thứ ba, Giảng viên, Học viên cao học và Sinh viên các trường đại học chuyên ngành Lâm học, Quản lý tài nguyên rừng, Bản đồ và Trắc địa. Luận văn là tài liệu tham khảo mẫu mực về cấu trúc phương pháp nghiên cứu, cách tính toán trữ lượng qua 759 ô tiêu chuẩn và xử lý ma trận biến động nhiều thời kỳ.

Thứ tư, Các Tổ chức tư vấn Quản lý rừng bền vững (FSC) và Đánh giá tác động môi trường (EIA). Bộ dữ liệu hiện trạng chi tiết của 24.622,48 ha là nguồn thông tin đầu vào chuẩn xác để đánh giá các tiêu chí đa dạng sinh học và lập kế hoạch sử dụng đất lâm nghiệp bền vững tại lưu vực sông Đồng Nai.

Câu hỏi thường gặp

Ảnh vệ tinh Google Earth độ phân giải 1,5 m có đáp ứng được độ chính xác pháp lý trong kiểm kê rừng không? Hoàn toàn đáp ứng. Độ phân giải không gian 1,5 m tương đương với tư liệu ảnh SPOT 6, cho phép phân biệt rõ cấu trúc vòm tán, đường bao lô rừng và trạng thái thực vật. Khi kết hợp với 759 ô tiêu chuẩn thực địa, kết quả đạt hệ số kiểm định Kappa trên 0,80, tuân thủ đúng tiêu chuẩn kỹ thuật quy định tại Quyết định số 689/QĐ/2013/TCLN-KL.

Tại sao phương pháp phân loại hướng đối tượng (OBIA) lại tối ưu hơn phân loại pixel truyền thống? Phân loại hướng đối tượng phân nhóm các pixel lân cận có cùng tính chất quang học thành các đa giác (polygon), sau đó phân tích dựa trên hình dạng, kết cấu và ngữ cảnh không gian. Phương pháp này loại bỏ triệt để hiện tượng phân mảnh "muối tiêu" của ảnh vệ tinh phân giải cao, phân tách chính xác giữa rừng tự nhiên phục hồi và rừng trồng.

Việc quy đổi hệ thống phân loại từ QPN 684 sang Thông tư 34/2009/TT-BNNPTNT có ý nghĩa gì? Quy đổi giúp chuẩn hóa 93 mã trạng thái đất lâm nghiệp trên toàn quốc, đưa dữ liệu trữ lượng và loại thảm phủ về cùng một hệ quy chiếu số liệu. Điều này cho phép Công ty đồng bộ hóa dữ liệu hiện trạng 24.488,87 ha vào Hệ thống thông tin quản lý ngành lâm nghiệp (FORMIS) phục vụ theo dõi diễn biến rừng hàng năm.

Các yếu tố tự nhiên nào ảnh hưởng lớn nhất đến kết quả giải đoán ảnh tại La Ngà? Địa hình vùng nghiên cứu có độ dốc từ 3 đến 15 độ chiếm 87% diện tích và lượng mưa hàng năm lớn (3.293 mm) dẫn đến hiện tượng bóng núi và mây che phủ trên ảnh quang học. Tác giả đã xử lý bằng thuật toán hiệu chỉnh bức xạ, tăng cường độ tương phản phổ và kiểm tra đối chứng tại 90 điểm thực địa.

Kết quả nghiên cứu hỗ trợ trực tiếp như thế nào cho quá trình cấp chứng chỉ rừng quốc tế FSC? Luận văn đã lượng hóa chính xác 4.693,78 ha rừng phòng hộ và xác lập ranh giới các khu vực có giá trị bảo tồn cao giáp ranh Vườn Quốc gia Cát Tiên. Đây là cơ sở cốt lõi để hoàn thiện hồ sơ cắm mốc ranh giới, đáp ứng các tiêu chuẩn khắt khe về giám sát môi trường và trách nhiệm xã hội của FSC.

Kết luận

  • Xây dựng thành công quy trình công nghệ giải đoán ảnh vệ tinh độ phân giải 1,5 m trên phần mềm eCognition 8.9, đạt độ chính xác kiểm định Kappa trên 0,80.
  • Thành lập bộ bản đồ hiện trạng rừng và đất lâm nghiệp năm 2015 cho Công ty TNHH MTV Lâm nghiệp La Ngà quy mô 24.488,87 ha, chuẩn hóa theo Thông tư 34/2009/TT-BNNPTNT.
  • Bóc tách chi tiết cơ cấu thảm phủ với 21.775,39 ha đất có rừng (tỷ lệ che phủ 88,92%), trong đó rừng sản xuất chiếm 80,83% và rừng phòng hộ chiếm 19,17%.
  • Lập ma trận biến động tài nguyên rừng giai đoạn 2010 - 2016 gồm 53 mã luân chuyển, chứng minh diện tích rừng trồng gỗ có trữ lượng tăng mạnh đạt 10.065,22 ha.
  • Đề xuất hoàn chỉnh 02 sơ đồ quy trình công nghệ gồm: Quy trình thành lập bản đồ hiện trạng rừng từ ảnh độ phân giải cao và Quy trình đánh giá diễn biến tài nguyên rừng định kỳ.

Về lộ trình tiếp theo, các đơn vị quản lý lâm nghiệp cần tiếp tục ứng dụng viễn thám đa thời gian và nền tảng dữ liệu lớn (Google Earth Engine) để tự động hóa công tác cảnh báo cháy rừng và mất rừng trong giai đoạn 2018 - 2025. Hãy áp dụng ngay quy trình công nghệ này vào thực tiễn kiểm kê và quản lý tài nguyên rừng bền vững tại địa phương.