Tổng quan nghiên cứu

Vườn Quốc gia Phong Nha - Kẻ Bàng là Di sản thiên nhiên thế giới được UNESCO công nhận vào năm 2003, sở hữu tổng diện tích tự nhiên 123.326 ha thuộc địa phận hai huyện Bố Trạch và Minh Hóa, tỉnh Quảng Bình. Khu vực được bao bọc bởi vùng đệm rộng lớn có quy mô 219.855,34 ha trải dài trên 13 xã. Nơi đây lưu giữ hệ sinh thái rừng nhiệt đới thường xanh trên núi đá vôi với độ che phủ thảm thực vật đạt khoảng 92%, trong đó tỷ lệ diện tích rừng nguyên sinh chưa hoặc ít bị tác động chiếm tới 88,3%. Cấu trúc phân khu quản lý gồm phân khu bảo vệ nghiêm ngặt rộng 100.296 ha, phân khu phục hồi sinh thái 19.619 ha và phân khu hành chính dịch vụ khoảng 3.411 ha.

Mặc dù có giá trị đa dạng sinh học mang tầm quốc tế, công tác quản lý tài nguyên rừng tại đây đối mặt với nhiều áp lực từ săn bẫy động vật hoang dã, khai thác lâm sản trái phép và áp lực từ du lịch sinh thái. Các phương pháp điều tra thực địa truyền thống tốn kém kinh phí, tiêu hao thời gian và gặp trở ngại lớn trước địa hình karst hiểm trở. Thêm vào đó, cơ sở dữ liệu tài nguyên rừng trước đây còn manh mún, thiếu tính đồng bộ và chưa có quy trình giám sát số hóa định kỳ.

Nhằm giải quyết bài toán cấp thiết này, luận văn thạc sĩ chuyên ngành Quản lý tài nguyên rừng của tác giả Nguyễn Anh Minh, dưới sự hướng dẫn khoa học của PGS. Trần Quang Bảo tại Trường Đại học Lâm nghiệp (năm 2019), đã ứng dụng công nghệ viễn thám và hệ thống thông tin địa lý GIS để đánh giá biến động thảm thực vật rừng giai đoạn 10 năm từ 2009 đến 2019. Mục tiêu cụ thể là xây dựng bản đồ hiện trạng rừng năm 2019 từ ảnh vệ tinh Sentinel-2A độ phân giải cao 10x10 m, phân tích xu hướng biến động không gian thảm thực vật và đề xuất quy trình công nghệ chuẩn hóa phục vụ giám sát rừng đặc dụng với độ chính xác đạt trên 85%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên hai trục lý thuyết nền tảng trong khoa học viễn thám và phân tích không gian địa lý:

Thứ nhất, lý thuyết tương tác bức xạ điện từ và đặc trưng phản xạ phổ của lớp phủ thực vật. Bức xạ điện từ khi chiếu tới tán lá rừng sẽ xảy ra các quá trình phản xạ, hấp thụ và truyền qua. Sắc tố diệp lục (Chlorophyll) trong lá cây hấp thụ mạnh năng lượng ở dải ánh sáng nhìn thấy, đặc biệt là vùng sóng đỏ (bước sóng 0,68 đến 0,72 µm) phục vụ quang hợp, đồng thời phản xạ cực mạnh ở vùng sóng cận hồng ngoại (bước sóng từ 0,72 đến 1,3 µm). Sự chênh lệch phản xạ phổ giữa các kênh sóng là cơ sở vật lý then chốt để phân biệt các trạng thái rừng trên ảnh số vệ tinh.

Thứ hai, lý thuyết phân loại ảnh hướng đối tượng (Object-Based Image Analysis - OBIA) tích hợp với hệ thống thông tin địa lý GIS. Thay vì xử lý từng pixel độc lập, OBIA tiếp cận dữ liệu dựa trên các phân đoạn ảnh đồng nhất, kết hợp thuộc tính phổ, hình thái học, cấu trúc và quan hệ không gian giữa các đối tượng.

Các khái niệm then chốt bao gồm: Phân đoạn đa độ phân giải (Multiresolution Segmentation) tối ưu hóa qua 3 tham số hình học (Scale, Shape, Compactness); Chỉ số thống kê Kappa (K) dùng để đánh giá độ tin cậy của ma trận sai số; và Hệ thống phân loại rừng quốc gia theo Thông tư số 33/2018/TT-BNNPTNT của Bộ Nông nghiệp và Phát triển Nông thôn.

Phương pháp nghiên cứu

Nghiên cứu khai thác nguồn dữ liệu ảnh vệ tinh Sentinel-2A chụp ngày 11/4/2019 thuộc chương trình Copernicus của Cơ quan Không gian Châu Âu với 13 kênh phổ và độ phân giải không gian đạt 10x10 m, kết hợp dữ liệu ảnh Landsat năm 2009 và bản đồ nền Google Earth.

Về quy mô mẫu và phương pháp chọn mẫu, tác giả thiết lập hệ thống 90 mẫu khóa ảnh (MKA) điều tra thực địa trên toàn bộ diện tích 123.326 ha của Vườn Quốc gia. Phương pháp chọn mẫu điển hình kết hợp phân tầng ngẫu nhiên được áp dụng nghiêm ngặt, đảm bảo mỗi trạng thái rừng có tối thiểu 3 điểm mẫu khóa ảnh đại diện trên các dạng lập địa khác nhau. Tọa độ các điểm mẫu được nạp trực tiếp vào máy định vị vệ tinh GPS Garmin để dẫn đường kiểm tra thực tế ngoài thực địa.

Lý do lựa chọn phương pháp phân loại hướng đối tượng trên phần mềm eCognition Developer là vì địa hình Phong Nha - Kẻ Bàng có độ dốc cao và chia cắt mạnh trên nền đá vôi. Phương pháp OBIA giúp loại bỏ hiện tượng nhiễu hạt muối tiêu của phương pháp pixel truyền thống, đồng thời nhận diện chính xác các ranh giới lô rừng. Sau khi giải đoán và kiểm chứng thực địa, tác giả sử dụng công cụ Union trong bộ công cụ Analysis của phần mềm ArcGIS 10.4 để chồng xếp lớp bản đồ hai thời kỳ 2009 và 2019, từ đó thành lập ma trận biến động diện tích thảm thực vật trong suốt chu kỳ nghiên cứu 10 năm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích dữ liệu không gian và giải đoán ảnh vệ tinh đa thời gian đã mang lại các phát hiện khoa học quan trọng:

Thứ nhất, thảm thực vật rừng tự nhiên duy trì tỷ lệ bao phủ ổn định ở mức rất cao. Đến năm 2019, tổng diện tích rừng tự nhiên chiếm trên 90% toàn bộ lâm phận Vườn Quốc gia Phong Nha - Kẻ Bàng, trong đó kiểu rừng kín thường xanh mưa ẩm nhiệt đới trên núi đá vôi ít bị tác động chiếm tỷ lệ áp đảo hơn 88% diện tích rừng nguyên sinh.

Thứ hai, diễn thế phục hồi thảm thực vật rừng diễn ra theo chiều hướng tích cực. Trong giai đoạn 10 năm từ 2009 đến 2019, diện tích rừng nghèo kiệt và rừng phục hồi sau khai thác đã có sự chuyển hóa mạnh mẽ sang trạng thái rừng trung bình và rừng giàu, với tỷ lệ chuyển dịch tích cực đạt khoảng 5,2% trên tổng diện tích tự nhiên.

Thứ ba, diện tích đất trống và trảng cỏ cây bụi suy giảm rõ rệt. Thống kê biến động cho thấy diện tích đất trống và đồi cây bụi đã thu hẹp khoảng 1.200 ha nhờ hiệu quả của công tác khoanh nuôi xúc tiến tái sinh tự nhiên. Tuy nhiên, diện tích đất phi nông nghiệp và hạ tầng kỹ thuật tại phân khu hành chính dịch vụ ghi nhận mức tăng cục bộ khoảng 120 ha (chiếm dưới 0,1% tổng diện tích 123.326 ha) do mở rộng cơ sở hạ tầng phục vụ du lịch sinh thái và nghiên cứu khoa học.

Thứ tư, độ chính xác giải đoán ảnh đạt tiêu chuẩn kiểm định cao. Kết quả kiểm chứng ma trận sai số qua 90 điểm thực địa cho thấy độ chính xác toàn cục đạt 86,5% và chỉ số thống kê Kappa đạt 0,82, khẳng định độ tin cậy vượt trội của thuật toán phân loại hướng đối tượng.

Thảo luận kết quả

Nguyên nhân chủ yếu giúp thảm thực vật rừng tại Vườn Quốc gia Phong Nha - Kẻ Bàng duy trì tính toàn vẹn sinh thái là nhờ thực thi nghiêm ngặt chính sách đóng cửa rừng tự nhiên và sự kiểm soát chặt chẽ của lực lượng kiểm lâm trên 100.296 ha của phân khu bảo vệ nghiêm ngặt. Việc giảm mạnh 1.200 ha đất trống đồi trọc phản ánh thành công của các dự án phục hồi sinh thái rừng đặc dụng theo định hướng của Thông tư số 33/2018/TT-BNNPTNT.

So sánh với các nghiên cứu giai đoạn 1998 - 2002 của Viện Điều tra Quy hoạch Rừng sử dụng tư liệu ảnh Landsat ETM độ phân giải 30 m, công trình của tác giả Nguyễn Anh Minh có bước tiến vượt bậc về độ chi tiết không gian khi ứng dụng ảnh Sentinel-2A độ phân giải 10 m. Phương pháp phân loại hướng đối tượng giúp phân biệt rõ rệt các trạng thái rừng giàu, rừng trung bình và rừng phục hồi trên sườn đá vôi dốc đứng mà các phương pháp cũ thường bỏ sót hoặc nhầm lẫn.

Để truyền tải thông tin một cách khoa học và trực quan, dữ liệu nghiên cứu được trình bày chi tiết qua Bảng ma trận biến động hai thời kỳ (Crossing Matrix) gồm 8 cột trạng thái không gian, kết hợp Biểu đồ tròn phân bố cơ cấu diện tích thảm thực vật năm 2019 và Bản đồ chuyên đề biến động tài nguyên rừng tỷ lệ 1/50.000. Cấu trúc biểu đồ và bản đồ này giúp các nhà quản trị nhận diện ngay các khu vực xung yếu cần tăng cường tuần tra bảo vệ.

Đề xuất và khuyến nghị

Dựa trên kết quả định lượng biến động tài nguyên rừng, luận văn đưa ra 4 nhóm giải pháp chiến lược:

Thứ nhất, chuẩn hóa và tự động hóa quy trình theo dõi diễn biến rừng bằng viễn thám. Ban Quản lý Vườn Quốc gia Phong Nha - Kẻ Bàng cần áp dụng ngay quy trình giải đoán ảnh vệ tinh Sentinel-2 định kỳ 3 đến 6 tháng một lần. Mục tiêu hướng tới là phát hiện sớm 100% các biến động thảm thực vật và cháy rừng từ quy mô 0,05 ha trở lên, triển khai liên tục trong giai đoạn 2020 - 2025.

Thứ hai, hoàn thiện cơ sở dữ liệu số hóa GIS không gian tích hợp. Phòng Quản lý Bảo vệ Rừng phối hợp với Trung tâm Nghiên cứu Khoa học và Cứu hộ tiếp tục chuẩn hóa dữ liệu 90 mẫu khóa ảnh thực địa và tích hợp vào hệ thống GIS tổng thể. Kế hoạch yêu cầu hoàn thành trong vòng 12 tháng, bảo đảm sai số định vị không gian dưới 5 m.

Thứ ba, tăng cường ứng dụng thiết bị bay không người lái (UAV) tại các vùng trọng điểm. Chi cục Kiểm lâm tỉnh Quảng Bình cần trang bị tối thiểu 15 tổ hợp máy bay không người lái chuyên dụng phục vụ giám sát trên không tại phân khu bảo vệ nghiêm ngặt 100.296 ha và dải hành lang vùng đệm 219.855,34 ha, giúp cắt giảm 80% thời gian tuần tra thực địa nguy hiểm trong lộ trình 2021 - 2024.

Thứ tư, đào tạo nâng cao năng lực công nghệ cho đội ngũ cán bộ lâm nghiệp. Sở Nông nghiệp và Phát triển Nông thôn tỉnh Quảng Bình chủ trì phối hợp với Trường Đại học Lâm nghiệp tổ chức định kỳ 02 khóa tập huấn chuyên sâu mỗi năm về phần mềm eCognition Developer và ArcGIS cho ít nhất 50 kiểm lâm viên và cán bộ kỹ thuật đến năm 2025.

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị thực tiễn và học thuật cao cho 4 nhóm đối tượng cụ thể:

Thứ nhất, cán bộ lãnh đạo và chuyên viên tại các Ban quản lý Vườn quốc gia và Khu bảo tồn thiên nhiên. Tài liệu cung cấp giải pháp kỹ thuật tối ưu hóa chi phí giám sát rừng nhiệt đới trên diện tích lớn, với độ chính xác tin cậy trên 85%, phục vụ công tác lập quy hoạch 3 loại rừng.

Thứ hai, học viên cao học, nghiên cứu sinh và giảng viên chuyên ngành Quản lý tài nguyên rừng, Lâm học và Môi trường. Đây là tài liệu tham khảo mẫu mực về kỹ thuật xử lý ảnh vệ tinh đa phổ Sentinel-2A với 13 kênh sóng và phương pháp đánh giá chỉ số Kappa trong nghiên cứu lâm nghiệp hiện đại.

Thứ ba, kỹ sư GIS và chuyên viên phân tích không gian địa lý. Công trình cung cấp hướng dẫn từng bước về thuật toán phân đoạn ảnh đa độ phân giải trên eCognition và kỹ thuật chồng lớp ma trận biến động trên ArcGIS 10.4.

Thứ tư, cơ quan quản lý nhà nước như Chi cục Kiểm lâm và Sở Nông nghiệp và Phát triển Nông thôn. Luận văn cung cấp luận cứ khoa học để triển khai công tác kiểm kê rừng định kỳ 5 năm một lần theo đúng Thông tư số 33/2018/TT-BNNPTNT.

Câu hỏi thường gặp

  1. Vì sao ảnh vệ tinh Sentinel-2A được ưu tiên sử dụng thay cho tư liệu Landsat truyền thống? Ảnh Sentinel-2A sở hữu độ phân giải không gian 10x10 m ở các kênh ánh sáng nhìn thấy và cận hồng ngoại, cao hơn nhiều so với mức 30x30 m của Landsat 5 hay Landsat 8. Chu kỳ chụp lặp lại 5 ngày cho phép cập nhật dữ liệu liên tục, hỗ trợ phân tách chi tiết các trạng thái rừng trên 123.326 ha tại Phong Nha - Kẻ Bàng.

  2. Thuật toán phân loại hướng đối tượng (OBIA) mang lại lợi ích gì so với phân loại theo pixel? Phân loại theo pixel truyền thống chỉ dựa vào giá trị độ sáng đơn lẻ nên dễ tạo ra các hạt nhiễu sai lệch. Thuật toán OBIA gom cụm các pixel thành các đối tượng có hình thái và ranh giới đồng nhất, giúp tăng độ chính xác toàn cục lên mức 86,5% và nhận diện sắc nét cấu trúc tán rừng trên nền núi đá vôi.

  3. Vai trò cốt lõi của 90 mẫu khóa ảnh (MKA) điều tra thực địa là gì? Hệ thống 90 mẫu khóa ảnh thu thập bằng thiết bị định vị vệ tinh GPS Garmin đóng vai trò là tập dữ liệu chuẩn để huấn luyện mô hình phân loại có kiểm định và kiểm tra chéo sai số. Sự phân bố đồng đều tối thiểu 3 mẫu cho mỗi trạng thái rừng giúp đảm bảo chỉ số Kappa đạt 0,82.

  4. Thông tư số 33/2018/TT-BNNPTNT được áp dụng như thế nào trong đề tài? Thông tư số 33/2018/TT-BNNPTNT là căn cứ pháp lý quy định tiêu chuẩn phân loại rừng toàn quốc dựa trên nguồn gốc hình thành, trữ lượng và độ tàn che từ 0,1 trở lên. Luận văn đã chuẩn hóa toàn bộ hệ thống lớp phủ rừng năm 2019 theo thông tư này, bảo đảm tính thống nhất cho cơ sở dữ liệu quốc gia.

  5. Bảng ma trận biến động rừng hai thời kỳ cung cấp những thông tin quan trọng nào? Ma trận biến động được tạo ra từ công cụ Union trên ArcGIS 10.4 cho phép theo dõi chính xác từng hecta rừng chuyển dịch trạng thái giữa năm 2009 và 2019. Bảng dữ liệu chứng minh sự phục hồi của thảm thực vật tự nhiên và sự suy giảm khoảng 1.200 ha đất trống đồi núi trọc.

Kết luận

  • Khẳng định tính ưu việt và độ chính xác cao của giải pháp tích hợp ảnh vệ tinh Sentinel-2A (độ phân giải 10 m) với công nghệ GIS ArcGIS 10.4 trong giám sát rừng nhiệt đới.
  • Xây dựng thành công bản đồ hiện trạng tài nguyên rừng Vườn Quốc gia Phong Nha - Kẻ Bàng năm 2019 đạt độ chính xác toàn cục 86,5% và hệ số Kappa 0,82.
  • Định lượng khoa học sự biến động thảm thực vật 10 năm (2009 - 2019) trên diện tích 123.326 ha, ghi nhận sự phục hồi mạnh mẽ của rừng tự nhiên và mức giảm 1.200 ha đất trống.
  • Thiết lập hệ thống 90 mẫu khóa ảnh thực địa chuẩn hóa theo Thông tư số 33/2018/TT-BNNPTNT phục vụ cập nhật cơ sở dữ liệu lâm nghiệp lâu dài.
  • Cung cấp quy trình công nghệ giải đoán ảnh hướng đối tượng tin cậy, giải quyết bài toán thiếu hụt thông tin quản lý tại khu di sản thiên nhiên thế giới.

Đóng góp chính của luận văn là đã hoàn thiện một quy trình công nghệ hiện đại, khả thi và có tính ứng dụng thực tiễn cao trong việc quản lý và giám sát biến động tài nguyên rừng đặc dụng tại Việt Nam.

Lộ trình triển khai tiếp theo giai đoạn 2020 - 2025 cần mở rộng tích hợp công nghệ trí tuệ nhân tạo (AI) và dữ liệu ảnh radar Sentinel-1 nhằm theo dõi diễn biến rừng gần thời gian thực trong mọi điều kiện thời tiết.

Các cơ quan quản lý lâm nghiệp và ban quản lý các khu bảo tồn thiên nhiên hãy nhanh chóng ứng dụng quy trình công nghệ GIS và viễn thám này vào thực tế để nâng cao hiệu lực bảo tồn đa dạng sinh học và phát triển bền vững tài nguyên rừng quốc gia.