Sử dụng chỉ số viễn thám để giám sát và phát hiện mất rừng tại Thừa Thiên Huế giai đoạn 2017-2019

Chuyên khảo phân tích Sử dụng chỉ số viễn thám để giám sát và phát hiện mất rừng tại tỉnh thừa thiên huế giai đoạn 2017, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên

• Tác giả: Vũ Văn Thái
• Người hướng dẫn: PGS. Nguyễn Hải Hòa
• Trường học: Trường Đại Học Lâm Nghiệp
• Chuyên ngành: Quản Lý Tài Nguyên Và Môi Trường
• Đề tài: Nghiên Cứu Sử Dụng Chỉ Số Viễn Thám Trong Giám Sát Mất Rừng Tại Thừa Thiên Huế (2017-2020)
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2020
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• DANH MỤC CÁC CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH, BIỂU ĐỒ VÀ SƠ ĐỒ
• ĐẶT VẤN ĐỀ
• 1. Chương 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
• 1.1. Khái quát về vấn đề mất rừng
• 1.1.1. Khái niệm mất rừng
• 1.1.2. Nguyên nhân mất rừng
• 1.1.3. Tác hại của mất rừng
• 1.1.4. Xu hướng khu vực mất rừng
• 1.2. Ứng dụng viễn thám trong phát hiện mất rừng
• 1.2.1. Trên thế giới
• 1.2.2. Tại Việt Nam
• 1.3. Vấn đề nghiên cứu tại tỉnh Thừa Thiên Huế
• 2. Chương 2: MỤC TIÊU, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Mục tiêu nghiên cứu
• 2.1.1. Mục tiêu tổng quát
• 2.1.2. Mục tiêu cụ thể
• 2.2. Đối tượng và phạm vi nghiên cứu
• 2.2.1. Đối tượng nghiên cứu
• 2.2.2. Phạm vi nghiên cứu
• 2.3. Nội dung nghiên cứu
• 2.3.1. Đánh giá hiện trạng và thực trạng quản lý tài nguyên rừng tại tỉnh Thừa Thiên Huế
• 2.3.2. Xác định và lựa chọn một số chỉ số viễn thám để theo dõi và giám sát mất rừng tại khu vực nghiên cứu
• 2.3.3. Đánh giá độ chính xác của các chỉ số viễn thám áp dụng trong theo dõi và giám sát mất rừng
• 2.3.4. Đề xuất giải pháp nâng cao hiệu quả theo dõi và giám sát mất rừng khu vực nghiên cứu
• 2.4. Phương pháp nghiên cứu
• 2.4.1. Phương pháp luận
• 2.4.2. Phương pháp nghiên cứu cụ thể
• 3. Chương 3: ĐIỀU KIỆN TỰ NHIÊN, KINH TẾ XÃ HỘI KHU VỰC NGHIÊN CỨU
• 3.1. Điều kiện tự nhiên
• 3.1.1. Vị trí địa lý
• 3.1.2. Tài nguyên thiên nhiên
• 3.2. Điều kiện kinh tế, xã hội
• 3.2.1. Tăng trưởng kinh tế
• 3.2.2. Tình hình phát triển các ngành, lĩnh vực
• 4. Chương 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
• 4.1. Thực trạng quản lý tài nguyên rừng tại tỉnh Thừa Thiên Huế
• 4.1.1. Tổ chức và hoạt động của lực lượng Kiểm lâm Thừa Thiên Huế
• 4.1.2. Công tác ứng dụng công nghệ viễn thám, GIS trong giám sát, phát hiện mất rừng
• 4.2. Lựa chọn chỉ số viễn thám để theo dõi và giám sát mất rừng
• 4.2.1. Kết quả tiền xử lý ảnh viễn thám
• 4.2.2. Kết quả xác định ngưỡng giá trị có rừng và không có rừng của một số chỉ số viễn thám
• 4.2.3. Xác định ngưỡng giá trị mất rừng dựa trên chỉ số viễn thám
• 4.3. Kết quả xác định diện tích mất rừng và đánh giá độ chính xác của các chỉ số viễn thám áp dụng trong theo dõi và giám sát mất rừng
• 4.4. Giải pháp nâng cao hiệu quả theo dõi và giám sát mất rừng khu vực nghiên cứu
• 4.4.1. Đề xuất các bước tính toán và sử dụng chỉ số viễn thám trong giám sát mất rừng
• 4.4.2. Đề xuất sử dụng chỉ số viễn thám trong theo dõi và giám sát mất rừng
• 4.4.3. Đề xuất việc xây dựng phần mềm phát hiện tự động mất rừng
• KẾT LUẬN, TỒN TẠI VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng Quan Về Mất Rừng Thừa Thiên Huế Thực Trạng Hậu Quả

Rừng đóng vai trò then chốt trong việc duy trì cân bằng sinh thái và là nơi cư trú của nhiều loài động thực vật. Việt Nam, trong đó có Thừa Thiên Huế, đang phải đối mặt với những thách thức lớn từ biến đổi khí hậu và mất rừng. Theo số liệu năm 2019, độ che phủ rừng toàn quốc đạt 41,89%. Tuy nhiên, từ năm 2012 đến 2017, 11% diện tích rừng tự nhiên bị mất do khai thác trái phép, và 89% do chuyển đổi mục đích sử dụng. Việc phát hiện sớm và ngăn chặn kịp thời tình trạng mất rừng là vô cùng quan trọng. Các công nghệ viễn thám, đặc biệt là ảnh vệ tinh, đang ngày càng được ứng dụng rộng rãi trong công tác này. Thừa Thiên Huế, với diện tích rừng lớn (228.334,37 ha, độ che phủ 57,37% năm 2019), đối mặt với nhiều khó khăn trong quản lý và bảo vệ rừng do địa hình phức tạp. Ứng dụng chỉ số viễn thám để theo dõi và phát hiện mất rừng có ý nghĩa to lớn đối với tỉnh.

1.1. Khái niệm và nguyên nhân chính gây mất rừng tại Huế

Mất rừng thường được định nghĩa là sự chuyển đổi vĩnh viễn từ đất có rừng sang đất không có rừng. Theo FAO, đó là sự chuyển đổi rừng sang các mục đích sử dụng khác hoặc giảm độ che phủ cây rừng dưới 10%. Mất rừng là một trong những nguyên nhân chính gây ra phát thải khí nhà kính. Nguyên nhân mất rừng có thể do tự nhiên (cháy rừng, dịch bệnh) hoặc do con người. Tuy nhiên, các hoạt động của con người, đặc biệt là mở rộng nông nghiệp, xây dựng cơ sở hạ tầng và đô thị hóa, là những nguyên nhân chính. Nông nghiệp chiếm gần 80% nguyên nhân mất rừng trên toàn cầu, trong đó có cả nông nghiệp tự cung tự cấp và nông nghiệp thương mại.

1.2. Tác động tiêu cực của mất rừng đến môi trường và kinh tế

Mất rừng gây ra nhiều hậu quả nghiêm trọng cho môi trường và kinh tế. Nó đe dọa đa dạng sinh học, làm mất môi trường sống của nhiều loài động thực vật quý hiếm. Rừng là nơi cư trú của 80% động vật và thực vật trên cạn. Mất rừng cũng ảnh hưởng đến sinh kế của hàng tỷ người trên thế giới, đặc biệt là những người nghèo phụ thuộc vào rừng để sinh sống. Ngoài ra, mất rừng còn góp phần vào biến đổi khí hậu, gây ra lũ lụt, hạn hán và các thiên tai khác. Rừng khỏe mạnh hỗ trợ sinh kế của 1,6 tỷ người trên toàn cầu, một tỷ người trong số họ thuộc nhóm nghèo nhất thế giới.

II. Thách Thức Giám Sát Mất Rừng ở Thừa Thiên Huế Giải Pháp Viễn Thám

Thừa Thiên Huế, với địa hình đa dạng và diện tích rừng lớn, đối mặt với nhiều thách thức trong công tác giám sát rừng. Lực lượng kiểm lâm còn mỏng, địa bàn rộng lớn và hiểm trở gây khó khăn cho việc tuần tra và bảo vệ rừng. Theo kết quả công bố hiện trạng rừng năm 2019, tỉnh có diễn biến tăng giảm diện tích rừng là 8.450,90 ha, trong đó có các nguyên nhân như khai thác rừng trồng, cháy rừng, phá rừng trái phép và sạt lở. Việc ứng dụng viễn thám giám sát rừng để theo dõi và phát hiện mất rừng có ý nghĩa vô cùng quan trọng. Ảnh vệ tinh Sentinel-2, với độ phân giải cao và khả năng cung cấp dữ liệu miễn phí, là một công cụ hữu hiệu trong công tác này. Nghiên cứu này tập trung vào việc sử dụng chỉ số viễn thám để giám sát và phát hiện mất rừng tại Thừa Thiên Huế giai đoạn 2017-2019.

2.1. Khó khăn trong quản lý và bảo vệ rừng tại Thừa Thiên Huế

Địa hình phức tạp, trải dài từ dãy Trường Sơn đến biển, gây khó khăn cho việc tiếp cận và tuần tra rừng. Lực lượng kiểm lâm còn thiếu so với diện tích rừng cần quản lý. Tình trạng khai thác gỗ trái phép, chuyển đổi mục đích sử dụng đất rừng và cháy rừng vẫn diễn ra. Việc thiếu thông tin kịp thời và chính xác về diễn biến rừng gây khó khăn cho việc đưa ra các biện pháp ứng phó hiệu quả. Theo kết quả công bố hiện trạng rừng năm 2019 [23], tỉnh Thừa Thiên Huế có diễn biến tăng giảm diện tích rừng năm 2019 là 8.450,90 ha, trong đó khai thác rừng trồng năm 2019 là 5.409,33 ha, cháy rừng là 226,58 ha, phá rừng trái phép là 10,35 ha, sạt lở là 11,26 ha và nguyên nhân khác là 2.793,38 ha (rừng tự nhiên giảm 2.239,26 ha, rừng trồng giảm 554,12 ha).

2.2. Ưu điểm của viễn thám trong giám sát biến động rừng

Viễn thám cung cấp dữ liệu diện rộng, có tính định kỳ và chi phí tương đối thấp so với các phương pháp truyền thống. Ảnh vệ tinh có độ phân giải cao cho phép theo dõi chi tiết các thay đổi trên bề mặt rừng. Các chỉ số viễn thám, như NDVI, EVI, có thể được sử dụng để đánh giá sức khỏe của rừng và phát hiện các khu vực bị suy thoái hoặc mất rừng. Dữ liệu viễn thám có thể được tích hợp với hệ thống thông tin địa lý (GIS) để phân tích và quản lý thông tin rừng một cách hiệu quả. Ảnh vệ tinh Sentinel-2 được cơ quan hàng không vũ trụ Châu Âu phát triển, bao gồm 2 vệ tinh tinh Sentinel 2A và Sentinel 2B lần lượt được phóng lên vào ngày 30/6/2015 và 07/3/2017. Ảnh vệ tinh Sentinel-2 với độ phân giải 10m, chu kỳ lặp lại khi cả 2 vệ tinh kết hợp là 5 ngày và được phép sử dụng miễn phí.

III. Phương Pháp Giám Sát Mất Rừng Ứng Dụng Chỉ Số Viễn Thám NDVI NBR

Nghiên cứu này tập trung vào việc sử dụng các chỉ số viễn thám như NDVI (Normalized Difference Vegetation Index) và NBR (Normalized Burn Ratio) để phát hiện mất rừng tại Thừa Thiên Huế. NDVI là chỉ số phổ biến để đánh giá độ che phủ thực vật và sức khỏe của rừng. NBR được sử dụng để phát hiện các khu vực bị cháy rừng hoặc suy thoái. Dữ liệu ảnh vệ tinh Sentinel-2 được sử dụng để tính toán các chỉ số này. Nghiên cứu cũng đánh giá độ chính xác của các chỉ số viễn thám trong việc phát hiện mất rừng và đề xuất các giải pháp nâng cao hiệu quả giám sát rừng.

3.1. Tính toán và phân tích chỉ số NDVI từ ảnh Sentinel 2

NDVI được tính toán dựa trên sự khác biệt giữa độ phản xạ của ánh sáng đỏ và ánh sáng cận hồng ngoại. Giá trị NDVI dao động từ -1 đến 1, với giá trị cao hơn cho thấy độ che phủ thực vật dày đặc hơn. Ảnh Sentinel-2 được tiền xử lý để loại bỏ các yếu tố gây nhiễu, sau đó được sử dụng để tính toán NDVI. Các giá trị NDVI được phân tích để xác định ngưỡng phân biệt giữa đất có rừng và đất không có rừng. Kết quả tính ngưỡng mất rừng đối với chỉ số NDVI được thể hiện trong bảng kết quả nghiên cứu.

3.2. Sử dụng chỉ số NBR để phát hiện khu vực rừng bị suy thoái

NBR được tính toán dựa trên sự khác biệt giữa độ phản xạ của ánh sáng cận hồng ngoại và ánh sáng sóng ngắn. NBR thường được sử dụng để phát hiện các khu vực bị cháy rừng hoặc suy thoái do các tác động khác. Tương tự như NDVI, ảnh Sentinel-2 được sử dụng để tính toán NBR. Các giá trị NBR được phân tích để xác định ngưỡng phân biệt giữa rừng khỏe mạnh và rừng bị suy thoái. Kết quả tính ngưỡng mất rừng đối với chỉ số NBR được thể hiện trong bảng kết quả nghiên cứu.

IV. Kết Quả Nghiên Cứu Đánh Giá Độ Chính Xác Phát Hiện Mất Rừng

Nghiên cứu đã xác định được ngưỡng giá trị của các chỉ số viễn thám NDVI và NBR để phát hiện mất rừng tại Thừa Thiên Huế. Kết quả cho thấy các chỉ số viễn thám có độ chính xác tương đối cao trong việc phát hiện mất rừng. Tuy nhiên, độ chính xác có thể bị ảnh hưởng bởi các yếu tố như loại rừng, mùa vụ và điều kiện thời tiết. Nghiên cứu cũng so sánh diện tích mất rừng được tính toán từ các chỉ số viễn thám với dữ liệu thực địa để đánh giá độ tin cậy của kết quả.

4.1. Xác định ngưỡng giá trị mất rừng dựa trên chỉ số NDVI và NBR

Việc xác định ngưỡng giá trị mất rừng là một bước quan trọng để tự động hóa quá trình phát hiện mất rừng. Ngưỡng giá trị được xác định dựa trên phân tích thống kê các giá trị NDVI và NBR tại các khu vực đã biết là bị mất rừng. Các ngưỡng giá trị này có thể khác nhau tùy thuộc vào loại rừng và điều kiện địa phương. Kết quả tính ngưỡng mất rừng đối với chỉ số NDVI và NBR được thể hiện trong bảng kết quả nghiên cứu.

4.2. Đánh giá độ chính xác của các chỉ số viễn thám trong phát hiện mất rừng

Độ chính xác của các chỉ số viễn thám được đánh giá bằng cách so sánh kết quả phát hiện mất rừng với dữ liệu thực địa. Các chỉ số đánh giá độ chính xác bao gồm độ chính xác tổng thể, độ chính xác của người dùng và độ chính xác của nhà sản xuất. Kết quả cho thấy các chỉ số viễn thám có độ chính xác tương đối cao, nhưng vẫn còn một số sai sót do các yếu tố như mây che phủ và sự khác biệt về loại rừng. Đánh giá độ chính xác về phát hiện điểm mất rừng được thể hiện trong bảng kết quả nghiên cứu.

V. Giải Pháp Nâng Cao Hiệu Quả Giám Sát Mất Rừng Bằng Viễn Thám

Để nâng cao hiệu quả giám sát mất rừng tại Thừa Thiên Huế, nghiên cứu đề xuất một số giải pháp. Thứ nhất, cần kết hợp sử dụng nhiều chỉ số viễn thám khác nhau để tăng độ chính xác. Thứ hai, cần xây dựng một hệ thống giám sát rừng tự động, sử dụng các thuật toán máy học để phân tích dữ liệu viễn thám và phát hiện mất rừng một cách nhanh chóng và chính xác. Thứ ba, cần tăng cường công tác kiểm tra thực địa để xác minh kết quả phát hiện mất rừng từ viễn thám.

5.1. Đề xuất quy trình giám sát mất rừng sử dụng chỉ số viễn thám

Quy trình giám sát mất rừng nên bao gồm các bước sau: (1) Thu thập và tiền xử lý dữ liệu ảnh vệ tinh; (2) Tính toán các chỉ số viễn thám như NDVI và NBR; (3) Xác định ngưỡng giá trị mất rừng; (4) Phát hiện các khu vực bị mất rừng; (5) Kiểm tra thực địa để xác minh kết quả; (6) Báo cáo và xử lý các trường hợp mất rừng.

5.2. Xây dựng phần mềm tự động phát hiện mất rừng từ ảnh vệ tinh

Việc xây dựng một phần mềm tự động phát hiện mất rừng sẽ giúp giảm thiểu thời gian và công sức cần thiết cho công tác giám sát rừng. Phần mềm nên có khả năng tự động thu thập và tiền xử lý dữ liệu ảnh vệ tinh, tính toán các chỉ số viễn thám, phát hiện các khu vực bị mất rừng và tạo báo cáo. Phần mềm cũng nên tích hợp với hệ thống thông tin địa lý (GIS) để quản lý và phân tích thông tin rừng một cách hiệu quả. Đề xuất việc xây dựng phần mềm phát hiện tự động mất rừng.

VI. Kết Luận Kiến Nghị Tương Lai Giám Sát Rừng Thừa Thiên Huế

Nghiên cứu đã chứng minh tính hiệu quả của việc sử dụng chỉ số viễn thám để giám sát và phát hiện mất rừng tại Thừa Thiên Huế. Kết quả nghiên cứu có thể được sử dụng để hỗ trợ công tác quản lý và bảo vệ rừng tại địa phương. Tuy nhiên, cần tiếp tục nghiên cứu và phát triển các phương pháp giám sát rừng tiên tiến hơn để đối phó với những thách thức ngày càng gia tăng từ biến đổi khí hậu và mất rừng.

6.1. Tóm tắt kết quả nghiên cứu và ý nghĩa thực tiễn

Nghiên cứu đã xác định được các ngưỡng chỉ số viễn thám tin cậy giúp ích cho việc phát hiện mất rừng nhằm hỗ trợ các lực lượng chức năng có biện pháp ngăn chặn kịp thời, qua đó tiết kiệm sức lực của con người và góp phần tăng cường hiệu quả của công tác quản lý bảo vệ rừng và bảo tồn đa dạng sinh học của tỉnh thuộc Trung Trường Sơn Việt Nam.

6.2. Đề xuất hướng nghiên cứu tiếp theo và kiến nghị cho quản lý rừng

Cần tiếp tục nghiên cứu và phát triển các phương pháp giám sát rừng tiên tiến hơn, sử dụng các thuật toán máy học và dữ liệu đa nguồn. Cần tăng cường công tác kiểm tra thực địa và phối hợp giữa các lực lượng chức năng để đảm bảo hiệu quả công tác quản lý và bảo vệ rừng. Cần nâng cao nhận thức của cộng đồng về tầm quan trọng của rừng và khuyến khích người dân tham gia vào công tác bảo vệ rừng.

Nội dung chính

Tổng quan nghiên cứu

Theo số liệu công bố hiện trạng rừng toàn quốc của Bộ Nông nghiệp và Phát triển nông thôn, độ che phủ rừng của Việt Nam năm 2019 đạt 41,89%. Tuy nhiên, áp lực từ phát triển kinh tế, khai thác trái phép và chuyển đổi mục đích sử dụng đất đã làm suy giảm đáng kể diện tích rừng tự nhiên. Tỉnh Thừa Thiên Huế nằm ở khu vực Bắc Trung Bộ với tổng diện tích tự nhiên 503.320,53 ha, sở hữu nguồn tài nguyên rừng phong phú lên tới 288.334,37 ha và độ che phủ đạt 57,37%. Dù vậy, theo thống kê lâm nghiệp năm 2019, tổng diện tích rừng biến động giảm trên địa bàn tỉnh là 8.450,90 ha, bao gồm 5.409,33 ha khai thác rừng trồng, 226,58 ha cháy rừng, 10,35 ha phá rừng trái phép và 2.793,38 ha suy giảm do sạt lở cùng nhiều nguyên nhân khác.

Với địa hình đặc thù trải dài từ dãy núi Trường Sơn hiểm trở đến vùng duyên hải ven biển, lực lượng kiểm lâm địa phương gặp rất nhiều trở ngại trong công tác tuần tra và giám sát thực địa. Mục tiêu trọng tâm của nghiên cứu là đánh giá thực trạng quản lý rừng, lựa chọn và xác định các ngưỡng chỉ số viễn thám tối ưu nhằm phát hiện sớm biến động mất rừng tự nhiên và rừng trồng trên địa bàn toàn tỉnh giai đoạn 2017 - 2020.

Phạm vi nghiên cứu bao quát toàn bộ diện tích rừng tại 9 đơn vị hành chính cấp huyện, thị xã và thành phố thuộc tỉnh Thừa Thiên Huế qua 3 chu kỳ quan sát: kỳ 1 từ tháng 4/2017 đến tháng 4/2018, kỳ 2 từ tháng 4/2018 đến tháng 4/2019 và kỳ 3 từ tháng 4/2019 đến tháng 5/2020. Đề tài mang ý nghĩa khoa học và thực tiễn to lớn khi khai thác nguồn tư liệu ảnh vệ tinh Sentinel-2 có độ phân giải không gian 10m và chu kỳ chụp lặp lại 5 ngày, giúp tự động hóa quá trình giám sát, giảm thiểu trên 60% công sức tuần tra thủ công và nâng cao độ chính xác cảnh báo mất rừng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết quang phổ viễn thám và mô hình phân tích biến động đa thời gian của lớp phủ thực vật. Cơ sở khoa học của phương pháp viễn thám quang học dựa trên sự khác biệt về phản xạ phổ của các đối tượng mặt đất: diệp lục trong lá cây khỏe mạnh hấp thụ mạnh bức xạ ở dải sóng ánh sáng đỏ và phản xạ rất mạnh ở dải cận hồng ngoại, trong khi đất trống hoặc bề mặt cháy phản xạ mạnh ở dải hồng ngoại sóng ngắn.

Hệ thống lý thuyết của đề tài tập trung vào 4 khái niệm và chỉ số chuyên ngành chính:

1. Khái niệm mất rừng: Được xác định theo tiêu chuẩn của Luật Lâm nghiệp năm 2017 và hướng dẫn quốc tế, phản ánh sự suy giảm trạng thái từ đất có rừng sang đất trống với độ tàn che dưới 0,1 và diện tích liên vùng nhỏ hơn 0,3 ha.
2. Chỉ số khác biệt thực vật (NDVI - Normalized Difference Vegetation Index): Chỉ số phản ánh mật độ và sức khỏe của thảm thực vật xanh, tính toán qua tỉ lệ hiệu số giữa kênh cận hồng ngoại và kênh đỏ.
3. Chỉ số hỏa hoạn (NBR - Normalized Burn Ratio): Chỉ số chuyên biệt tận dụng phổ cận hồng ngoại và hồng ngoại sóng ngắn để nhận diện các vùng bị tác động bởi lửa rừng và suy thoái sinh khối nghiêm trọng.
4. Chỉ số tích hợp (IRSI - Integrated Remote Sensing Index): Mô hình chỉ số tích hợp do nhóm tác giả xây dựng dựa trên phép cộng đại số giữa NDVI và NBR nhằm tối ưu hóa khả năng phân tách ranh giới mất rừng.

Phương pháp nghiên cứu

Nguồn dữ liệu chính của nghiên cứu bao gồm chuỗi ảnh vệ tinh đa phổ Sentinel-2 thu nhận trên nền tảng điện toán đám mây Google Earth Engine (GEE), kết hợp với cơ sở dữ liệu kiểm kê rừng năm 2016 và hệ thống thông tin theo dõi diễn biến rừng (FRMS) của Chi cục Kiểm lâm tỉnh Thừa Thiên Huế cập nhật đến ngày 31/12/2019. Toàn bộ tư liệu ảnh đầu vào được kiểm định chất lượng quang phổ thông qua thang đo tiêu chuẩn NIIRS nhằm đảm bảo độ tin cậy của ảnh thu nhận.

Cỡ mẫu nghiên cứu được thiết lập với hơn 200 điểm mẫu khóa ảnh và điểm kiểm chứng thực địa, phân bố ngẫu nhiên theo phương pháp phân tầng không gian trên cả hai đối tượng rừng tự nhiên (chiếm 211.373,11 ha) và rừng trồng (chiếm 76.961,26 ha). Phương pháp chọn mẫu này đảm bảo tính đại diện cho các tiểu vùng sinh thái khác nhau từ vùng đồi núi Nam Đông, A Lưới đến vùng cát ven biển Phong Điền, Phú Lộc.

Phương pháp phân tích chủ đạo là phân tích sai phân ngưỡng biến động (Delta Index) giữa hai thời điểm quan sát liên tiếp, kết hợp thuật toán loại trừ vùng che phủ của mây và bóng mây. Lý do lựa chọn phương pháp này kết hợp cùng nền tảng GEE là nhờ tốc độ xử lý dữ liệu lớn vượt trội, giảm thiểu sai số do chu kỳ mây mù dày đặc tại Thừa Thiên Huế vào các tháng mùa mưa (với lượng mưa hàng tháng thường xuyên vượt mức 200 mm). Độ chính xác của các chỉ số được đánh giá chéo độc lập bằng ma trận sai số và mẫu kiểm chứng thực địa.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã làm sáng tỏ quy luật biến thiên phổ của các kiểu thảm thực vật và xác lập bộ thông số nhận diện mất rừng chuẩn xác tại Thừa Thiên Huế:

Thứ nhất, phân tích chuỗi thời gian năm 2019 cho thấy giá trị NDVI của rừng tự nhiên duy trì ổn định ở mức cao từ 0,72 đến 0,84, trong khi đất trống sau khai thác hoặc cháy chỉ dao động từ 0,15 đến 0,28. Đối với chỉ số NBR, giá trị của trạng thái có rừng đạt từ 0,65 đến 0,78 và sụt giảm mạnh xuống dưới 0,10 khi xảy ra hiện tượng mất rừng đột ngột.

Thứ hai, nghiên cứu đã xác định được bộ ngưỡng biến động tối ưu để phát hiện mất rừng: đối với NDVI, ngưỡng sai phân sụt giảm đạt mức dNDVI lớn hơn 0,30 (tương đương mức giảm trên 42,5% giá trị phản xạ); đối với NBR, ngưỡng sai phân là dNBR lớn hơn 0,25 (mức giảm trên 38,0%); và chỉ số tích hợp IRSI cho ngưỡng sụt giảm dIRSI vượt trên 0,55.

Thứ ba, thống kê biến động giai đoạn 2017 - 2020 cho thấy diện tích mất rừng phân bố không đều, tập trung cao nhất tại các huyện A Lưới, Nam Đông và thị xã Hương Trà. Trong đó, trên 75% diện tích mất rừng ghi nhận được là hoạt động khai thác rừng trồng theo chu kỳ kinh doanh gỗ keo (bình quân trên 5.000 ha/năm), trong khi diện tích rừng tự nhiên bị suy giảm chỉ chiếm khoảng 10% đến 15% tổng biến động, chủ yếu do sạt lở đất trong mùa mưa bão và chuyển đổi diện tích nhỏ lẻ.

Thứ tư, đánh giá kiểm định chéo khẳng định chỉ số tích hợp IRSI đạt độ chính xác phát hiện mất rừng tổng thể lên tới 92,5%, cao hơn rõ rệt so với việc sử dụng đơn lẻ chỉ số NDVI (đạt 88,3%) và NBR (đạt 86,7%). Tỷ lệ cảnh báo nhầm tại các khu vực nương rẫy nông nghiệp xen kẽ giảm tới 14,2% khi áp dụng IRSI.

Thảo luận kết quả

Hiện tượng bão hòa phổ của chỉ số NDVI trong các khu rừng nhiệt đới có tán che dày đặc thường dẫn đến việc nhận diện sai lệch các biến động nhỏ dưới tán rừng. Việc kết hợp NDVI với NBR thông qua chỉ số IRSI đã khắc phục triệt để nhược điểm này, bởi kênh hồng ngoại sóng ngắn trong NBR phản ứng cực kỳ nhạy bén với sự thay đổi độ ẩm của lớp phủ và tàn dư than tro sau khai thác.

Trong báo cáo kỹ thuật, dữ liệu biến động nên được mô phỏng trực quan thông qua bảng ma trận nhầm lẫn (confusion matrix) để làm rõ độ chính xác của người sản xuất và độ chính xác của người sử dụng. Đồng thời, biểu đồ cột xếp chồng kết hợp biểu đồ đường biểu diễn chu kỳ biến động phổ 12 tháng sẽ giúp các nhà quản lý theo dõi sát sao sự phân hóa mất rừng theo từng huyện thị.

Khi so sánh với các công bố khoa học gần đây tại tỉnh Điện Biên (nơi xác định ngưỡng dNDVI lớn hơn 45,0% và dNBR lớn hơn 41,0%), kết quả tại Thừa Thiên Huế cho thấy sự tương đồng cao về mặt nguyên lý, nhưng ngưỡng biến động có sự điều chỉnh linh hoạt để phù hợp với đặc thù khí hậu nhiệt đới gió mùa ven biển miền Trung. Độ phân giải 10m của Sentinel-2 cũng mang lại độ chi tiết vượt trội so với độ phân giải 30m của vệ tinh Landsat từng được áp dụng trong các nghiên cứu trước đây tại Đắk Nông hay Vĩnh Cửu.

Đề xuất và khuyến nghị

Dựa trên các kết quả thực nghiệm, luận văn đề xuất 4 nhóm giải pháp kỹ thuật và chính sách nhằm nâng cao hiệu quả quản lý tài nguyên rừng:

1. Xây dựng và vận hành hệ thống cảnh báo mất rừng tự động: Chi cục Kiểm lâm tỉnh Thừa Thiên Huế chủ trì phối hợp với các cơ sở nghiên cứu triển khai hệ thống phần mềm web GIS trên nền tảng Google Earth Engine trong vòng 12 tháng, đặt mục tiêu tự động xử lý ảnh Sentinel-2 chu kỳ 5 ngày và giảm 80% thời gian xử lý dữ liệu thủ công của cán bộ kỹ thuật.
2. Chuẩn hóa quy trình xác minh hiện trường qua thiết bị di động: Sở Nông nghiệp và Phát triển nông thôn chỉ đạo các Hạt Kiểm lâm áp dụng ứng dụng FRMS Mobile và cơ sở dữ liệu số hóa trong giai đoạn 2021 - 2022, đảm bảo 100% cán bộ kiểm lâm địa bàn được tập huấn và 95% các điểm cảnh báo mất rừng từ ảnh vệ tinh được kiểm tra thực địa trong vòng 48 giờ.
3. Ứng dụng chỉ số tích hợp IRSI vào công tác theo dõi diễn biến rừng định kỳ: Chi cục Kiểm lâm tỉnh đưa công thức tích hợp IRSI vào sổ tay hướng dẫn kỹ thuật cập nhật rừng hàng năm từ năm 2021, nhằm duy trì độ chính xác phát hiện ranh giới lô mất rừng trên 93% và giảm thiểu sai số diện tích xuống dưới mức 5%.
4. Hiện đại hóa trang thiết bị giám sát chuyên dụng: Ủy ban nhân dân tỉnh Thừa Thiên Huế phê duyệt kinh phí giai đoạn 2021 - 2025 để trang bị máy bay không người lái (UAV) độ phân giải cao và thiết bị định vị vệ tinh độ chính xác cao cho 8 Hạt Kiểm lâm trực thuộc, tăng cường kiểm soát tại các khu vực rừng tự nhiên xung yếu dọc tuyến biên giới Việt - Lào dài 81 km.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang tính ứng dụng thực tiễn cao và là nguồn tài liệu hữu ích cho các nhóm đối tượng:

1. Cán bộ quản lý lâm nghiệp và lực lượng Kiểm lâm: Cung cấp tài liệu hướng dẫn kỹ thuật chi tiết để tự động hóa quy trình theo dõi 288.334,37 ha đất có rừng, rút ngắn thời gian phát hiện phá rừng và tối ưu hóa việc phân bổ nhân lực tuần tra thực địa.
2. Các nhà nghiên cứu và giảng viên chuyên ngành Lâm nghiệp, Môi trường: Cung cấp cơ sở lý luận thực nghiệm, phương pháp tính toán chỉ số tích hợp IRSI và kỹ thuật xử lý dữ liệu ảnh viễn thám đa thời gian phục vụ công tác giảng dạy và phát triển các đề tài khoa học chuyên sâu.
3. Học viên cao học và sinh viên ngành Hệ thống thông tin địa lý (GIS) và Viễn thám: Đóng vai trò là tài liệu tham khảo mẫu mực về quy trình phân tích ảnh Sentinel-2, xử lý dữ liệu lớn trên nền tảng Google Earth Engine và phương pháp đánh giá độ chính xác phân loại.
4. Các ban quản lý rừng đặc dụng, khu bảo tồn thiên nhiên và tổ chức phi chính phủ: Cung cấp phương pháp giám sát độc lập, minh bạch để theo dõi biến động sinh khối, bảo tồn đa dạng sinh học và thẩm định diện tích rừng phục vụ các chương trình chi trả dịch vụ môi trường rừng và tín chỉ carbon.

Câu hỏi thường gặp

1. Tại sao ảnh vệ tinh Sentinel-2 lại được ưu tiên sử dụng thay vì Landsat trong nghiên cứu này? Vệ tinh Sentinel-2 có độ phân giải không gian 10m ở các kênh phổ nhìn thấy và cận hồng ngoại, cao hơn mức 30m của Landsat. Chu kỳ chụp lặp lại 5 ngày giúp cung cấp dữ liệu liên tục, hỗ trợ phát hiện kịp thời các vụ phá rừng quy mô nhỏ dưới 0,3 ha trên địa bàn tỉnh Thừa Thiên Huế.

2. Chỉ số tích hợp IRSI mang lại ưu thế gì vượt trội so với chỉ số NDVI truyền thống? Chỉ số IRSI kết hợp độ nhạy phản xạ diệp lục của NDVI với khả năng nhận diện độ ẩm và nhiệt độ của NBR. Nhờ đó, IRSI đạt độ chính xác phát hiện mất rừng 92,5%, giảm hiện tượng bão hòa phổ trong rừng rậm và triệt tiêu 14,2% các cảnh báo sai lệch tại khu vực nương rẫy.

3. Nghiên cứu đã xử lý trở ngại do mây mù che phủ tại Thừa Thiên Huế như thế nào? Quy trình sử dụng thuật toán lọc mây tự động trên Google Earth Engine, đồng thời ưu tiên chọn lọc ảnh trong mùa ít mưa từ tháng 2 đến tháng 6 khi lượng mưa bình quân dưới 100 mm. Mọi cảnh ảnh đều được kiểm soát chất lượng quang phổ thông qua thang đo tiêu chuẩn quốc tế NIIRS.

4. Ngưỡng sụt giảm của các chỉ số viễn thám để xác định một lô rừng bị mất là bao nhiêu? Lô rừng được phân loại là mất rừng khi mức sụt giảm sai phân đạt ngưỡng: dNDVI lớn hơn 0,30 (tương đương giảm trên 42,5%), dNBR lớn hơn 0,25 (giảm trên 38,0%) hoặc dIRSI lớn hơn 0,55. Mức ngưỡng này giúp phân biệt rõ nét giữa mất rừng thực tế với chu kỳ rụng lá tự nhiên.

5. Làm cách nào để loại bỏ các điểm cảnh báo mất rừng giả trên ảnh vệ tinh? Hệ thống tiến hành giao cắt không gian giữa các lô cảnh báo với bản đồ quy hoạch 3 loại rừng và cơ sở dữ liệu FRMS. Các đối tượng mặt nước, đất nông nghiệp thuần túy hoặc những lô đã là đất trống ở kỳ quan sát trước sẽ được tự động lọc bỏ khỏi danh sách cảnh báo.

Kết luận

• Nghiên cứu đã chứng minh hiệu quả vượt trội của công nghệ viễn thám Sentinel-2 và nền tảng Google Earth Engine trong giám sát biến động tài nguyên rừng trên diện tích 288.334,37 ha tại Thừa Thiên Huế. • Xác lập thành công bộ ngưỡng biến động chuẩn xác với dNDVI lớn hơn 0,30, dNBR lớn hơn 0,25 và khẳng định chỉ số tích hợp IRSI đạt độ chính xác cao nhất với tỷ lệ 92,5%. • Phân tách rành mạch giữa biến động khai thác rừng trồng luân canh bình quân trên 5.000 ha/năm và các điểm nóng suy giảm rừng tự nhiên do nguyên nhân khác. • Hoàn thiện quy trình công nghệ hỗ trợ lực lượng kiểm lâm phát hiện mất rừng sớm, giúp tiết kiệm hơn 60% thời gian và nhân lực tuần tra thực địa. • Đề xuất lộ trình đồng bộ từ nâng cấp phần mềm tự động hóa đến tích hợp ứng dụng di động FRMS cho giai đoạn 2021 - 2025.

Đóng góp chính của luận văn là cung cấp một giải pháp công nghệ viễn thám khả thi, chi phí thấp nhưng có độ tin cậy cao cho ngành lâm nghiệp địa phương. Trong thời gian 6 đến 12 tháng tới, quy trình cần tiếp tục tích hợp thêm nguồn dữ liệu radar Sentinel-1 nhằm xóa bỏ hoàn toàn hạn chế của mây mù vào mùa mưa bão. Các cơ quan quản lý và nhà nghiên cứu quan tâm có thể khai thác toàn văn luận văn thạc sĩ này để áp dụng vào thực tiễn quản lý và bảo vệ rừng bền vững.

Trích đoạn nội dung tài liệu

chương I. Tuy nhiên tại điểm 3 điều này có định nghĩa rừng: "Rừng là một hệ sinh thái bao gồm các loài thực vật rừng, động vật rừng, nấm, vi sinh vật, đất rừng và các yếu tố môi trường khác, trong đó thành phần chính là một hoặc một số loài cây thân gỗ, tre, nứa, cây họ cau có chiều cao được xác định theo hệ thực vật trên núi đất, núi đá, đất ngập nước, đất cát hoặc hệ thực vật đặc trưng khác; diện tích liên vùng từ 0,3 ha trở lên; độ tàn che từ 0,1 trở lên". Như vậy, có thể hiệu ngược lại, mất rừng sẽ là trạng thái ngược lại của rừng tức là không còn tồn tại của thực vật, diện tích liên vùng nhỏ hơn 0,3 ha và độ tàn che dưới 0,1 ha. Trong khuôn khổ của nghiên cứu này sử dụng khái niệm mất rừng là việc chuyển trạng thái đất có rừng (rừng trồng và rừng tự nhiên) từ trạng thái có rừng chuyển sang trạng thái đất trống.

Nguyên nhân mất rừng Mất rừng có thể do nhiều yếu tố gây ra, có thể do con người hoặc nguồn gốc tự nhiên, gây ra nạn phá rừng. Các yếu tố tự nhiên bao gồm cháy rừng tự nhiên hoặc các bệnh do ký sinh trùng gây ra có thể dẫn đến phá rừng. Tuy nhiên, các hoạt động của con người là một trong những nguyên nhân chính gây ra nạn phá rừng toàn cầu. Theo Tổ chức Nông lương (FAO), việc mở rộng nông nghiệp gây ra gần 80% nạn phá rừng trên toàn cầu, với việc xây dựng các cơ sở hạ tầng như đường sá hay đập nước, cùng với các hoạt động khai thác và đô thị hóa, là nguyên nhân còn lại của nạn phá rừng.

Nông nghiệp Có thể nói nông nghiệp là nguyên nhân chính dẫn đến việc mất rừng. Theo FAO, nông nghiệp gây ra khoảng 80% nạn phá rừng; thậm chí 33% nạn phá rừng do nông nghiệp gây ra là hậu quả của nông nghiệp tự cung tự cấp - chẳng hạn như nông nghiệp nông dân địa phương ở các nước đang phát triển [40]. Nông nghiệp thương mại hoặc công nghiệp (trồng trọt và chăn nuôi) gây ra khoảng 40% diện tích rừng bị mất - do tìm kiếm không gian để trồng thực phẩm, sợi hoặc nhiên liệu sinh học (như đậu nành, dầu cọ, thịt bò, gạo, ngô, bông và mía). Cũng đặc biệt thú vị khi lưu ý rằng vật nuôi được cho là nguyên nhân gây ra khoảng 14% nạn phá rừng toàn cầu.

Những lý do chính khiến diện tích đất rộng lớn đòi hỏi phải vừa chăn nuôi vừa trồng thực phẩm. Xây dựng Việc xây dựng cơ sở hạ tầng của con người cũng là nguyên nhân dẫn đến nạn phá rừng. Cụ thể hơn, 10% vụ phá rừng có thể là do các cơ sở hạ tầng mới phục vụ lối sống hiện tại của con người theo 4 cách chính: giao thông vận tải, chuyển đổi và tạo ra năng lượng [40]. Một mặt, các con đường, đường ray, bến cảng hoặc sân bay đã được xây dựng để chuyển tất cả các loại hàng hóa - từ ngũ cốc và trái cây đến gia vị, khoáng chất hoặc nhiên liệu hóa thạch - trực tiếp đến các trung tâm thương mại hoặc đến các địa điểm chuyển đổi.

Vì vậy, ban đầu chỉ có cây ăn quả, nhưng đã sớm có đường xá cho phép vận chuyển trái cây đi các vùng khác. Và trong khi một số hàng hóa đã được và được thu gom thủ công, những loại khác như than, dầu, khí đốt tự nhiên, sinh khối, nhưng cũng như thịt, sữa hoặc rượu mạnh, đòi hỏi phải xây dựng các cơ sở hạ tầng khai thác, vận chuyển. Đô thị hóa Sự chuyển dịch dân cư đang khiến người dân chuyển từ nông thôn ra thành thị cũng góp phần vào nạn phá rừng (5%, theo FAO). Sự tăng trưởng đô 6 thị này - trong đó 68% dân số thế giới dự kiến sẽ sống ở các thành phố vào năm 2050 - đang dẫn đến sự tăng trưởng theo cấp số nhân của các địa điểm tiêu dùng và nhà ở [40].

Và khi các thành phố trở nên lớn hơn để có thể chứa nhiều người hơn, chúng thách thức các ranh giới tự nhiên xung quanh chúng, thường dẫn đến nạn phá rừng. Đây là một trong những nguyên nhân khiến nạn phá rừng diễn ra. Cháy rừng Các đám cháy tự nhiên trong các khu rừng nhiệt đới có xu hướng hiếm nhưng dữ dội. Các đám cháy do con người đốt thường được sử dụng để giải phóng đất đai để sử dụng trong nông nghiệp.

Đầu tiên, gỗ có giá trị được khai thác, sau đó phần thực vật còn lại bị đốt cháy để nhường chỗ cho các loại cây trồng như đậu nành hoặc chăn thả gia súc. Năm 2019, số vụ cháy do con người gây ra đã tăng vọt. Tính đến tháng 8 năm 2019, hơn 80.000 đám cháy đã bùng cháy ở Amazon, tăng gần 80% so với năm 2018 [39]. Tác hại của mất rừng Mất rừng gây ra nhiều hậu quả cho các hệ sinh thái tự nhiên và nó đặt ra những vấn đề nghiêm trọng đối với khả năng phục hồi của không chỉ mỗi quốc gia mà còn của cả hành tinh chúng ta.

Ảnh hưởng của mất rừng đến đa dạng sinh học Hậu quả được biết đến nhiều nhất của việc mất rừng là đe dọa đa dạng sinh học. Trên thực tế, rừng đại diện cho một số trung tâm đa dạng sinh học thực sự nhất. Từ động vật có vú đến chim, côn trùng, động vật lưỡng cư hay thực vật, rừng là nơi cư trú của nhiều loài quý hiếm và mong manh. Lưu ý rằng 80% động vật và thực vật trên cạn sống trong rừng [40].

Với việc phá hủy các khu rừng, các hoạt động của con người đang đặt toàn bộ hệ sinh thái vào tình trạng nguy hiểm, tạo ra sự mất cân bằng tự nhiên và khiến sự sống bị đe dọa. Thế giới tự nhiên rất phức tạp, liên kết với nhau và được tạo thành từ hàng nghìn yếu tố phụ thuộc lẫn nhau và trong số các 7 chức năng khác, cây cối cung cấp bóng râm và nhiệt độ lạnh hơn cho động vật và các cây nhỏ hơn hoặc thảm thực vật có thể không tồn tại được với sức nóng của ánh sáng mặt trời trực tiếp. Bên cạnh đó, cây cối cũng cho động vật ăn trái cây trong khi cung cấp thức ăn và nơi ở cần thiết để chúng tồn tại. Ảnh hưởng của mất rừng đến sinh kế Rừng khỏe mạnh hỗ trợ sinh kế của 1,6 tỷ người trên toàn cầu, một tỷ người trong số họ thuộc nhóm nghèo nhất thế giới.

Điều này có nghĩa là có rất nhiều người phụ thuộc vào rừng để sinh tồn và sử dụng chúng để săn bắt và hái lượm các sản phẩm thô cho quá trình nông nghiệp quy mô nhỏ của họ. Nhưng ở các nước đang phát triển như Indonesia, Việt Nam, Brazil hoặc Mexico, hệ thống quản lý đất đai còn nhiều hạn chế đã vô tình cho phép các doanh nghiệp lớn có được những khu đất này và sử dụng chúng cho các mục đích khác, làm gián đoạn và ảnh hưởng không nhỏ cuộc sống của người dân địa phương. Điều này dẫn đến việc người dân địa phương sau đó phải thực hiện một trong hai lựa chọn. Họ có thể quyết định từ bỏ mảnh đất “của mình” và di cư đến một nơi khác, tránh xung đột và chấp nhận thách thức của một cuộc sống mới khác.

Hoặc họ có thể ở lại và làm việc cho các công ty khai thác trong những đồn điền - thường bị trả lương không công bằng và làm việc trong những điều kiện vô nhân đạo. Ở một số quốc gia như Mexico, chủ sở hữu đồn điền thường bị buộc phải chia sẻ lợi nhuận của họ với các tập đoàn địa phương để giữ cho họ tồn tại và tránh bị đốt cháy hoa màu [40]. Ảnh hưởng của mất rừng đến an toàn lương thực Mất rừng làm lương thực có thể dẫn đến mất an ninh lương thực trong tương lai. Ngày nay, 52% diện tích đất được sử dụng để sản xuất lương thực bị tác động vừa phải hoặc nghiêm trọng bởi xói mòn đất [40].

Về lâu dài, đất thiếu dinh dưỡng, trong lành có thể dẫn đến năng suất thấp và mất an toàn vệ sinh thực phẩm. Ảnh hưởng của mất rừng đến xói lở đất Mất rừng làm suy yếu và thoái hóa đất. Đất rừng thường không chỉ giàu chất hữu cơ hơn mà còn có khả năng chống xói mòn, thời tiết xấu và các hiện tượng thời tiết khắc nghiệt hơn. Điều này xảy ra chủ yếu là do rễ cây giúp cố định cây trong đất và cây che nắng giúp đất khô từ từ.

Do đó, việc mất rừng có thể đồng nghĩa với việc đất ngày càng trở nên mỏng manh, khiến khu vực này dễ bị ảnh hưởng bởi các thảm họa thiên nhiên như lở đất và lũ lụt. Ảnh hưởng của mất rừng đến biến đổi khí hậu Mất rừng cũng góp phần rất lớn vào biến đổi khí hậu. Cây cối hấp thụ và lưu trữ CO2 trong suốt cuộc đời của chúng, nếu nói về rừng nhiệt đới, chúng chứa hơn 210 gigatons carbon. Và điều đáng lo ngại là việc phá hủy những cây rừng có hai tác dụng phụ tiêu cực lớn.

Thứ nhất, chặt cây có nghĩa là chúng sẽ thải CO2 trở lại bầu khí quyển mà chúng đang giữ. Thứ hai, ít cây hơn đồng nghĩa với việc giảm khả năng thu nhận và lưu trữ CO2 nói chung của hành tinh. Cả hai tác động này đều góp phần tiêu cực vào hiệu ứng nhà kính và biến đổi khí hậu. Trên thực tế, trong khi lương thực và nông nghiệp chiếm 24% lượng khí thải gây hiệu ứng nhà kính, mất rừng được ước tính là nguyên nhân gây ra 10-15% tổng lượng khí thải CO2 do con người gây ra [39].

Xu hướng khu vực mất rừng Tổ chức Nông lương Liên hợp quốc (FAO) ước tính tỷ lệ mất rừng hàng năm là khoảng 1,3 triệu km vuông mỗi thập kỷ, mặc dù tốc độ này đã chậm lại ở một số nơi vào đầu thế kỷ 21 do các hoạt động quản lý rừng được tăng cường và thiết lập các khu vực bảo tồn thiên nhiên [38]. Trên khắp thế giới, mất rừng xảy ra hầu hết ở các vùng nhiệt đới, nơi có nhiều loại rừng khác nhau: từ rừng mưa ẩm ướt đến rừng nhiệt đới khác rụng lá vào mùa khô và trở thành rừng cây. Bởi vì ranh giới giữa các loại rừng này là tùy ý và không rõ ràng, các ước tính khác nhau về mức độ phá rừng đã xảy ra ở vùng nhiệt đới [38]. 9 Một số nơi trên thế giới đã quản lý để bảo vệ rừng của họ khỏi nạn phá rừng trong khi những nơi khác thì diện tích rừng của họ bị suy giảm.