Tổng quan nghiên cứu

Quản lý, bảo vệ và phát triển tài nguyên rừng bền vững luôn là nhiệm vụ trọng tâm trong chiến lược lâm nghiệp quốc gia. Thống kê giai đoạn 1999–2008 cho thấy độ che phủ rừng cả nước đã tăng từ 33,2% lên 38,7%, trong đó hệ thống rừng đặc dụng và rừng phòng hộ đóng vai trò then chốt trong việc duy trì cân bằng sinh thái. Tuy nhiên, kể từ đợt Tổng kiểm kê rừng toàn quốc theo Chỉ thị 286/CT-TTg năm 1997, công tác theo dõi diễn biến rừng hàng năm chủ yếu dựa vào cập nhật số liệu thống kê truyền thống giai đoạn 1998–2000. Việc thiếu hụt dữ liệu điều tra thực địa có độ chính xác cao đã tạo ra khoảng cách lớn giữa số liệu công bố của ngành Nông nghiệp và ngành Tài nguyên Môi trường, gây khó khăn cho công tác hoạch định chính sách đầu tư.

Đề tài tập trung giải quyết bài toán cấp thiết trên thông qua việc ứng dụng công nghệ địa không gian (Hệ thống thông tin địa lý - GIS và Viễn thám) nhằm xây dựng bộ mẫu khóa ảnh, thành lập bản đồ hiện trạng rừng và bản đồ trữ lượng rừng phục vụ trực tiếp cho công tác kiểm kê rừng tại Ban Quản lý rừng phòng hộ Tân Phú, tỉnh Đồng Nai. Nghiên cứu được triển khai trên toàn bộ diện tích tự nhiên 13.635,56 ha thuộc địa bàn hai xã Gia Canh và Phú Ngọc, huyện Định Quán, trong khung thời gian từ tháng 04/2016 đến tháng 10/2016. Kết quả nghiên cứu cung cấp cơ sở dữ liệu số hóa tin cậy với độ che phủ rừng đạt 98%, phân định rõ nét từng lô rừng, góp phần nâng cao hiệu lực quản lý lâm phận và kiểm kê rừng cấp tỉnh năm 2016.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng tích hợp giữa lý thuyết viễn thám quang học và lý thuyết phân tích không gian trong hệ thống thông tin địa lý (GIS). Về viễn thám, luận văn ứng dụng dữ liệu ảnh vệ tinh SPOT 5 với độ phân giải không gian đa phổ 10 m và kênh toàn sắc lên đến 2,5 m, bao gồm các dải phổ phản xạ đặc trưng của thảm thực vật như kênh Xanh lục (0,50–0,59 µm), kênh Đỏ (0,61–0,68 µm), kênh Cận hồng ngoại NIR (0,79–0,89 µm) và kênh Hồng ngoại sóng ngắn SWIR (1,58–1,75 µm).

Nghiên cứu khai thác sâu các chỉ số thực vật chuyên dụng để định lượng sinh khối và cấu trúc tán rừng:

  • Chỉ số khác biệt thực vật chuẩn hóa: NDVI = (NIR - Red) / (NIR + Red)
  • Tỷ số chỉ số thực vật: RVI = NIR / Red
  • Chỉ số thực vật sai khác: DVI = NIR - Red
  • Chỉ số diện tích lá: LAI = 3,618 * EVI - 0,118

Hệ thống phân loại trạng thái rừng tuân thủ nghiêm ngặt theo khung pháp lý quy định tại Thông tư 34/2009/TT-BNNPTNT của Bộ Nông nghiệp và Phát triển nông thôn.

Phương pháp nghiên cứu

Nguồn dữ liệu ngoại nghiệp được thu thập thông qua hệ thống 184 ô tiêu chuẩn điều tra thực địa. Kích thước ô đo đếm chuẩn được thiết lập là 500 m2 (20 m x 25 m) đối với rừng tự nhiên và 100 m2 đối với rừng trồng. Phương pháp chọn mẫu điển hình kết hợp phân bố hệ thống được áp dụng, bảo đảm mỗi trạng thái rừng có tối thiểu 5 điểm mẫu khóa ảnh đại diện trên các dạng lập địa khác nhau. Toàn bộ tọa độ ô tiêu chuẩn được tích hợp vào máy định vị GPS bằng phần mềm GPSMapEdit và GMapTool để dẫn đường điều tra chính xác các chỉ tiêu Hvn, Hdc, D1.3 và thành phần loài cây gỗ có D1.3 từ 6 cm trở lên.

Về phương pháp xử lý nội nghiệp, luận văn lựa chọn phương pháp phân loại hướng đối tượng (Object-Based Image Analysis - OBIA) trên phần mềm eCognition Developer thay vì phân loại theo pixel truyền thống. Thuật toán phân vùng đa độ phân giải (Multiresolution Segmentation) được lựa chọn nhờ khả năng gom cụm các điểm ảnh đồng nhất dựa trên tham số tỷ lệ (Scale parameter), hình dạng (Shape) và độ chặt (Compactness), loại bỏ triệt để hiện tượng nhiễu hạt tiêu và phản ánh đúng ranh giới lô rừng tự nhiên. Độ chính xác toàn cục và hệ số kiểm định Kappa được xác lập qua ma trận sai số (Confusion Matrix). Trữ lượng lâm phần được tính toán bằng công thức thể tích cây đứng M = G * H * F với hình số F = 0,45 cho rừng tự nhiên và F = 0,5 cho rừng trồng, sau đó nội suy không gian trên nền tảng GIS trong suốt chu trình nghiên cứu từ tháng 4 đến tháng 10 năm 2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình giải đoán ảnh vệ tinh SPOT 5 kết hợp xử lý không gian đã làm sáng tỏ cấu trúc tài nguyên rừng tại Ban Quản lý rừng phòng hộ Tân Phú với những phát hiện trọng tâm:

  1. Tổng diện tích lâm nghiệp thực tế do Ban Quản lý đang quản lý là 13.635,56 ha (đã giảm 226,64 ha so với số liệu kiểm kê năm 2011 là 13.862,2 ha do bàn giao đất rừng trồng về địa phương quản lý theo Quyết định 2895/QĐ-UBND). Độ che phủ rừng toàn lâm phận duy trì ở mức cao 98%.
  2. Trạng thái rừng tự nhiên trung bình (mã IIIA2) có diện tích 2.875,68 ha, chiếm 21,09% tổng diện tích. Lâm phần có cấu trúc nhiều tầng tán ổn định, độ tàn che đạt 0,7–0,8; đường kính D1.3 bình quân 26,4 cm; chiều cao vút ngọn Hvn bình quân 17 m; mật độ 433–550 cây/ha và trữ lượng gỗ đạt mức cao từ 140 đến 195,2 m3/ha.
  3. Rừng non phục hồi (trạng thái IIA, IIB) và rừng nghèo kiệt (trạng thái IIIA1) chiếm tỷ trọng áp đảo lên tới 61,17% diện tích lâm phận. Trong đó, riêng rừng nghèo IIIA1 chiếm 1.174,20 ha (8,61%) với trữ lượng dao động thấp từ 40 đến 82,6 m3/ha, mật độ tái sinh chỉ đạt 300–870 cây/ha.
  4. Nghiên cứu đã bóc tách chính xác 375,1 ha rừng hỗn giao gỗ và tre nứa (le), chiếm 2,7% diện tích, có trữ lượng gỗ chỉ đạt 30–50,1 m3/ha. Đồng thời, xác định rõ 211,7 ha rừng phòng hộ trạng thái IIIA1 và 286,08 ha rừng IIA bị suy thoái lớp cây tái sinh mục đích (dưới 860 cây/ha), cùng 49,83 ha rừng sản xuất IIIA1 và 75,23 ha rừng IIA nghèo kiệt cần chuyển đổi phương thức lâm sinh.

Thảo luận kết quả

Thực trạng hơn 60% diện tích rừng tự nhiên thuộc trạng thái nghèo kiệt và non phục hồi phản ánh rõ nét hậu quả của các hoạt động khai thác lâm sản trong quá khứ kết hợp áp lực sinh kế từ 660 hộ dân nhận khoán đất lâm nghiệp. Các kết quả trắc lượng cho thấy khả năng tự phục hồi tự nhiên của các diện tích này diễn ra rất chậm chạp do mật độ cây tái sinh mục đích chỉ đạt từ 420 đến 460 cây/ha tại các khu vực xung yếu.

So sánh với các phương pháp giải đoán ảnh Landsat theo pixel truyền thống trong một nghiên cứu gần đây tại vùng Đông Nam Bộ, việc ứng dụng ảnh SPOT 5 kết hợp công nghệ phân loại hướng đối tượng OBIA đã cải thiện vượt bậc khả năng tách biệt các trạng thái rừng nhiệt đới có tán lá hỗn giao phức tạp. Dữ liệu nghiên cứu được biểu diễn trực quan qua bảng ma trận sai số đối chiếu 184 điểm kiểm chứng thực địa, bản đồ phân cấp trữ lượng và biểu đồ cơ cấu diện tích, mang lại độ tin cậy vượt trội đáp ứng tiêu chuẩn kiểm kê rừng cấp ngành.

Đề xuất và khuyến nghị

Dựa trên kết quả đánh giá hiện trạng và trữ lượng rừng, luận văn đề xuất 4 nhóm giải pháp kỹ thuật và quản lý cụ thể:

  • Thực hiện làm giàu rừng có trồng bổ sung theo băng hoặc theo đám bằng các loài cây gỗ bản địa có giá trị cao (như Dầu, Sao đen, Bằng lăng) cho 211,7 ha rừng nghèo kiệt IIIA1 và 286,08 ha rừng phục hồi IIA thuộc phân khu phòng hộ xung yếu theo Quy phạm ngành QP 13-91. Mục tiêu nâng mật độ cây mục đích lên trên 1.000 cây/ha trong giai đoạn 2017–2020 do Ban Quản lý rừng phòng hộ Tân Phú chủ trì thực hiện.
  • Tiến hành cải tạo 49,83 ha rừng sản xuất trạng thái IIIA1 và 75,23 ha rừng sản xuất trạng thái IIA nghèo kiệt sang mô hình rừng trồng thâm canh gỗ lớn theo Thông tư 23/2013/TT-BNNPTNT. Timeline hoàn thành trong chu kỳ 2018–2022 nhằm gia tăng giá trị kinh tế lâm nghiệp và nâng cao tỷ lệ tự chủ tài chính cho đơn vị.
  • Chuẩn hóa và số hóa 100% cơ sở dữ liệu không gian rừng trên phần mềm MapInfo và eCognition, trang bị thiết bị định vị GPS cầm tay cho các trạm bảo vệ rừng, duy trì tần suất cập nhật biến động tài nguyên rừng định kỳ 12 tháng/lần.
  • Đẩy mạnh công tác giao khoán quản lý bảo vệ rừng theo Nghị định 135/2005/NĐ-CP và Nghị định 01/CP, phấn đấu hoàn thành giao khoán đủ 1.120,02 ha cho 660 hộ dân địa phương trước năm 2020 nhằm gắn kết trách nhiệm bảo vệ rừng với cải thiện sinh kế cộng đồng.

Đối tượng nên tham khảo luận văn

  • Cơ quan quản lý nhà nước và Chi cục Kiểm lâm: Ứng dụng quy trình công nghệ tích hợp ảnh viễn thám SPOT và GIS để hiện đại hóa công tác kiểm kê rừng định kỳ 5 năm và theo dõi diễn biến rừng hàng năm ở quy mô cấp huyện, cấp tỉnh.
  • Ban Quản lý rừng phòng hộ và rừng đặc dụng: Khai thác bộ khóa mẫu giải đoán và phương pháp phân cấp trữ lượng để lập phương án quản lý rừng bền vững, khoanh vùng chính xác các khu vực rừng nghèo kiệt cần xúc tiến tái sinh hoặc làm giàu rừng.
  • Giảng viên, nghiên cứu sinh và học viên ngành Lâm học, Quản lý tài nguyên rừng: Sử dụng luận văn như tài liệu học thuật tham khảo điển hình về kỹ thuật phân loại ảnh hướng đối tượng OBIA kết hợp tính toán sinh khối và trữ lượng thực địa.
  • Doanh nghiệp và chuyên gia tư vấn công nghệ địa không gian: Tham khảo quy trình kỹ thuật chuyển đổi dữ liệu bản đồ sang GPS để xây dựng các giải pháp giám sát tài nguyên rừng thông minh trên nền tảng số.

Câu hỏi thường gặp

Ưu điểm vượt trội của phương pháp phân loại hướng đối tượng (OBIA) so với phân loại pixel truyền thống trong luận văn là gì? Phương pháp OBIA trên phần mềm eCognition phân tích dựa trên các đối tượng đa điểm ảnh (segment) đồng nhất, kết hợp đồng thời giá trị phổ của ảnh SPOT 5 với các thuộc tính hình học (Shape, Compactness) và ngữ cảnh không gian. Điều này giúp loại bỏ hiện tượng nhiễu hạt tiêu, phân tách chính xác ranh giới các lô rừng tự nhiên phức tạp với độ chính xác cao hơn rõ rệt so với phương pháp pixel truyền thống.

Việc xây dựng bộ mẫu khóa ảnh (MKA) dựa trên những tiêu chí khoa học nào? Bộ mẫu khóa ảnh được xây dựng dựa trên sự liên kết giữa tọa độ thực tế của 184 ô tiêu chuẩn điều tra thực địa với các phản xạ phổ tương ứng trên ảnh SPOT 5. Quy tắc lựa chọn bảo đảm mỗi trạng thái rừng có tối thiểu 5 điểm mẫu đại diện, phân bố đồng đều trên các dạng địa hình, lập địa và độ tuổi khác nhau, tạo lập tập dữ liệu huấn luyện chuẩn xác cho thuật toán phân loại có kiểm định.

Tại sao luận văn đề xuất cải tạo 49,83 ha rừng sản xuất IIIA1 thay vì chỉ khoanh nuôi bảo vệ? Diện tích 49,83 ha rừng sản xuất IIIA1 có trữ lượng gỗ rất thấp (chỉ 40 m3/ha) và mật độ cây tái sinh mục đích đạt dưới 420 cây/ha, phân bố không đều. Do nằm tiếp giáp đất sản xuất của người dân, khu vực này có nguy cơ xâm lấn cao. Việc cải tạo sang rừng trồng thâm canh theo Thông tư 23/2013/TT-BNNPTNT sẽ mang lại hiệu quả kinh tế cao và giúp đơn vị tự chủ tài chính.

Các chỉ số thực vật NDVI, DVI, RVI và LAI đóng vai trò gì trong việc thành lập bản đồ trữ lượng? Các chỉ số quang phổ như NDVI, DVI, RVI phản ánh mật độ diệp lục và sinh khối tán rừng, trong khi chỉ số LAI mô tả độ che phủ bề mặt lá. Việc kết hợp các chỉ số này với số liệu trắc lượng thực địa từ 184 ô tiêu chuẩn cho phép thiết lập phương trình tương quan chính xác để phân tầng và nội suy trữ lượng rừng trên từng lô trạng thái.

Kết quả nghiên cứu hỗ trợ như thế nào cho công tác kiểm kê rừng tỉnh Đồng Nai? Nghiên cứu đã cung cấp bản đồ hiện trạng và trữ lượng rừng số hóa tỷ lệ 1:10.000 cho 13.635,56 ha lâm phận Tân Phú với dữ liệu thuộc tính chi tiết đến từng khoảnh, tiểu khu. Bộ cơ sở dữ liệu này khắc phục triệt để các sai lệch từ số liệu thống kê cũ, đóng vai trò là nguồn dữ liệu đầu vào chuẩn xác phục vụ trực tiếp kỳ kiểm kê rừng toàn tỉnh năm 2016.

Kết luận

  • Luận văn đã ứng dụng thành công công nghệ địa không gian (GIS, viễn thám SPOT 5 và phương pháp OBIA) để số hóa toàn diện 13.635,56 ha rừng và đất lâm nghiệp tại Ban Quản lý rừng phòng hộ Tân Phú.
  • Xây dựng thành công bộ mẫu khóa ảnh thực địa và hoàn thiện hệ thống bản đồ hiện trạng rừng, bản đồ phân cấp trữ lượng rừng tỷ lệ lớn với độ chính xác cao.
  • Phân định rõ cấu trúc lâm phần: 2.875,68 ha rừng trung bình (trữ lượng 140–195,2 m3/ha) và 61,17% diện tích thuộc nhóm rừng nghèo kiệt, non phục hồi cần can thiệp lâm sinh.
  • Đề xuất lộ trình kỹ thuật cụ thể gồm làm giàu 497,78 ha rừng phòng hộ và cải tạo 125,06 ha rừng sản xuất kém hiệu quả trong giai đoạn 2017–2022.
  • Công trình là minh chứng thực tiễn khẳng định vai trò cốt lõi của công nghệ địa không gian trong hiện đại hóa công tác điều tra, kiểm kê và quản trị tài nguyên rừng bền vững ở kỷ nguyên số.