Đang tải... (xem toàn văn)
Bài viết Ước tính carbon sinh khối bề mặt cây cao su sử dụng ảnh vệ tinh Landsat 8 tại tỉnh Đắk Lắk nghiên cứu này ước tính lượng carbon sinh khối rừng (AGB) lưu giữ bởi cây cao su trên địa bàn tỉnh Đắk Lắk.
ƯỚC TÍNH CARBON SINH KHỐI BỀ MẶT CÂY CAO SU SỬ DỤNG ẢNH VỆ TINH LANDSAT TẠI TỈNH ĐẮK LẮK Dương Đăng Khôi Trường Đại học Tài nguyên Mơi trường Hà Nội Tóm tắt Ước tính carbon sinh khối bề mặt rừng cao su sở cho ước tính lượng lưu giữ carbon loại rừng cao su Mục đích nghiên cứu ước tính lượng carbon sinh khối rừng (AGB) lưu giữ cao su địa bàn tỉnh Đắk Lắk Phương pháp phân tích hồi quy tuyến tính ảnh Landsat áp dụng để xây dựng mơ hình ước tính carbon sinh khối cao su Đắk Lắk Kết nghiên cứu cho biết AGB cao su tương quan với kênh ảnh Landsat Các số thực vật nhìn chung thể tương quan với sinh khối bề mặt cao su Dựa mối tương quan này, nghiên cứu xác định mô hinh hồi quy tuyến tính để ước tính phân bố AGB cao su địa bàn tỉnh Đắk Lắk Các mơ hình hồi quy tuyến tính đảm bảo ý nghĩa thống kê với hệ số xác định điều chỉnh cao (Adjusted R2 =0,822 - 0,914) sai số chuẩn (RMSE) phù hợp Trong đó, mơ hình: AGB = 474,979 - 0,012 × B1 - 0,036 × B4, có sai số chuẩn (RMSE) thấp nhất, mơ hình tối ưu khuyến nghị áp dụng cho ước tính mật độ phân bố AGB cao su tỉnh Đắk Lắk Qua áp dụng mơ hình, phân bố mật độ sinh khối cao su dự báo biến động từ 75 AGB/ha đến 153 AGB/ha, bình quân 103,66 AGB/ha tỉnh Đắk Lắk Từ khóa: Landat 8; Sinh khối bề mặt (AGB); Đắk Lắk; Cây cao su Abstract Estimating aboveground biomass of rubber tree using landsat in Dak Lak province Estimation of forest aboveground biomass (AGB) and rubber trees is the basis for estimating the amount of carbon stored by natural forests and rubber trees The purpose of this study is to develop a quantitative method for estimating the AGB of rubber trees in Dak Lak province Multivariate regression analysis and Landsat satellite data were employed to develop empirical models for estimating the biomass of rubber trees in Dak Lak province The results show that the AGB of rubber tree is strongly correlated with the bands and of the Landsat Vegetation indices show strong correlation with the rubber AGB Based on this linear correlation, the study has identified three linear regression models for estimating the AGB of rubber trees in Dak Lak province These models are statistically significant because their adjusted R2 values are in the range of 0.822 - 0.914 and RMSE is rather suitable In terms of the lowest RMSE criterion, the model AGB = 474,979 - 0.012 × B1 - 0.036 × B4 is selected as the optimal model that can be applied for mapping the AGB of the rubber trees in Dak Lak province By the application of the above model, the AGB density map of rubber trees is derived The statistical summary of the map indicates that the AGB of rubber varies 75 tons AGB per hectare to 153 tons AGB per hectare, with an average AGB value of 103.66 tons AGB per hectare in Dak Lak province Keywords: Landsat 8; Aboveground Biomass (AGB); Dak Lak; Rubber Đặt vấn đề Theo công bố trạng rừng giới 2020 (FAO, 2020), diện tích rừng giới năm 2020 4,09 tỉ ha, chiếm 31 % diện tích bề mặt lục địa trái đất Rừng có nhiều vai trò sinh thái khác Một vai trị quan trọng hấp thụ khí CO2, giảm thiểu biến đổi khí hậu (IPCC, 2003; 212 Hội thảo Quốc gia 2022 IPCC, 2006) Những điều tra đánh giá khả lưu giữ carbon rừng ý nghiên cứu nhiều năm gần giới với hầu hết loại rừng theo nhiều phương pháp khác nhau, phương pháp ứng dụng ảnh vệ tinh viễn thám đặc biệt ý chi phí điều tra giảm thiểu khả cập nhật tốt Nhiều nghiên cứu ước tính carbon sinh khối rừng sử dụng ảnh vệ tinh viễn thám thực với rừng tự nhiên cao su (IPCC, 2006; Brown, 2002; Nguyễn Ngọc Lung, 1989; Ngơ Đình Quế, 2007; Võ Đai Hải, 2009; Vũ Tấn Phương, 2006) Cây cao su lưỡng dụng vừa cho hiệu kinh tế cao đồng thời thực chức môi trường loại rừng tự nhiên, khả hấp thụ lưu giữ carbon, đóng góp thiết thực giảm thiểu biến đổi khí hậu Trên giới, diện tích cao su có quy mô đáng kể, tập trung chủ yếu khu vực châu Á Thái Lan, Indonesia, Malaysia, Việt Nam, Lào, Campuchia, Trung Quốc, Ấn Độ Ở Việt Nam, diện tích cao su xấp xỉ triệu ha, diện tích đáng kể so với rừng tự nhiên Cao su trồng chủ yếu tỉnh Đông Nam Bộ Tây Nguyên Cây cao su công nghiệp mang lại giá trị kinh tế lớn cho quốc gia Ngoải ra, với diện tích triệu ha, cao su có đóng góp thiết thực giảm phát thải khí CO2 từ lĩnh vực nông lâm nghiệp nước ta Mặc dù, cao su có chức hấp thu lưu giữ carbon rừng tự nhiên, nghiên cứu ước tính lưu giữ carbon sinh khối cao su chưa quan tâm nghiên cứu Việt Nam Tây Nguyên tỉnh Đắk Lắk Đắk Lắk tỉnh có diện tích cao su lớn, 30 ngàn ha, nghiên cứu xây dựng mơ hình ước tính sinh khối rừng cao su, làm sở cho ước tính khả lưu giữ carbon cao su cần thiết phục vụ đề xuất biện pháp chi trả dịch vụ lưu giữ carbon rừng cao su Pháp nghiên cứu 2.1 Tiền xử lý ảnh Landsat Ảnh Landsat thu ngày 27 tháng 01 năm 2020 sử dụng để xây dựng mơ hình hồi quy ước tính sinh khối cao su Phân tích tiền xử lý tiến hành nhằm hiệu chỉnh sai lệch vị trí ảnh hưởng khí Trong nghiên cứu này, ảnh Landsat thu thập mức xử lý mức (level 1), nghĩa liệu Landsat khu vực nghiên cứu hiệu chỉnh trực ảnh Tuy nhiên, để bảo đảm độ xác, ảnh nắn chỉnh lại theo đồ địa hình tỷ lệ 1/100.000 Sở Tài nguyên Môi trường tỉnh Đắk Lắk cung cấp Để giảm thiểu ảnh hưởng khí quyển, kênh ảnh Landsat hiệu chỉnh theo phương pháp trừ đối tượng tối (DOS) sử dụng mơđun SCP (Semi-Automatic Classification Plugin) tích hợp phần mềm QGIS mã nguồn mở 2.2 Ước tính sinh khối rừng ô điều tra Hiện nay, nghiên cứu xây dựng phương trình sinh trắc với cao su chưa nghiên cứu nhiều Việt Nam Vì vậy, nghiên cứu lựa chọn phương trình sinh trắc của Kosei cs (2014) Phương trình sinh trắc ước tính AGB với rừng cao su sau: AGB (kg/cây) = 0,144 × DBH2,4 đó, DBH số đo đường kính ngang ngực (1) 2.3 Tính số phổ ảnh Landsat Hiện nay, nhiều số phổ khác áp dụng Trong nghiên cứu này, nghiên cứu chọn số phổ áp dụng phổ biến cho ước tính AGB rừng từ ảnh vệ tinh viễn thám quang học (Bảng 1) Hội thảo Quốc gia 2022 213 Bảng Cơng thức tính số thực vật từ ảnh Landsat TT Công thức RVI = Red/NIR DVI = NIR - Red NDVI = (NIR - Red)/(NIR + Red) MNDVI = (NIR - Red)/(NIR + Red + × Blue) GNDVI = (NIR - Green)/(NIR + Green) (2) (3) (4) (5) (6) Tác giả Jordan, 1969 Richardson Weigand (1977) Kriegler cs., (1969); Rouse cs., (1974) Main cs., (2011) Gitelson, Kaufman & Merzlyak (1996) (7) Huete, (1988) Với L = 0,5 OSAVI= (1,16 × NIR - Red)/(NIR + Red + 0,16) CVI = NIR × Red/Green CI_Green = NIR/BLUE - 10 CI_Green = NIR/BLUE - (8) Rondeaux, Steven & Baret (1996) (9) Vincini cs, (2008); Hunt cs., (2011) Gitelson cs., (2003); Raymon Hunt (10) cs., (2011) (11) Gitelson cs., (2002) 2.4 Xây dựng mơ hình tính tốn AGB Để xây dựng mơ hình, phân tích tương quan tiến hành để đánh giá mối quan hệ biến số dự báo AGB cao su biến số độc lập (chỉ số thực vật, kênh phổ ảnh Landsat 8) Trên sở phân tích tương quan, biến số độc lập có hệ số tương quan cao với AGB (r > 0,3) lựa chọn để phân tích hồi quy Q trình phân tích hồi quy xây dựng mơ hình dự báo thực phầm mềm IBM SPSS 20 Phương trình hồi quy tuyến tính tổng qt có dạng: AGB = β0 + ΣβjXij + ε (12) Trong đó, AGB sinh khối bề mặt rừng, β0 hệ số (intercept), βj hệ số mơ hình, Xij biến độc lập (kênh phổ ảnh Landsat 8, số thực vật) Các phương pháp áp dụng cho chọn biến số độc lập mơ hình thực phần mềm IBM SPSS 20 phương pháp Forward phương pháp Stepwise Phương pháp Forward phương pháp chọn biến số độc lập có ý nghĩa đưa vào đầu tiên, tiếp tục thêm biến số độc lập có ý nghĩa tập biến số cịn lại tiếp tục tương tự không cịn biến có ý nghĩa q trình thêm biến dừng lại Phương pháp Stepwise thêm bớt biến độc lập theo bước để đảm bảo biến số chọn mơ hình có ý nghĩa thống kê (Sig < 0,05) Các tiêu chí để chọn biến đánh giá mơ hình dự báo AGB gồm: - Hệ số xác định điều chỉnh mô hình (Adjusted R2), biến động biến phụ thuộc (AGB) giải thích biến số độc lập (các biến số số thực vật hay kênh phổ), hệ số > 0,5 mơ hình đảm bảo ý nghĩa Nghĩa là, hệ số xác định R2 giải thích biến động AGB biến số độc lập (kênh phổ, số thực vật) - Mức ý nghĩa thống kê biến số độc lập đưa vào mơ hình (Sig < 0,05) Nghĩa là, biến số độc lập (các số thực vật, kênh phổ) có tác động hay ảnh hưởng đến biến phụ thuộc dự báo AGB Nếu biến số độc lập có mức ý nghĩa (Sig > 0,05), biến số độc lập khơng có tác động hay ảnh hưởng đến biến phụ thuộc, bị loại khỏi mơ hình - Hiện tượng đa cộng tuyến, VIF (hệ số phóng đại phương sai), hệ số VIF < 10 đảm bảo khơng có tượng đa cộng tuyến, nghĩa biến độc lập khơng có tương quan với - Sai số (RMSE), chênh lệch giá trị ước tính giá trị quan sát, nhỏ 214 Hội thảo Quốc gia 2022 2.5 Đánh giá kiểm định mơ hình ước tính AGB Đánh giá kiểm định mơ hình hồi quy thực theo nhiều tiêu chí khác nhau, tùy thuộc vào mục đích ứng dụng mơ hình Một tiêu quan trọng thường áp dụng sai số tiêu chuẩn (RMSE) Vì vậy, nghiên cứu đánh giá kiểm định mơ hình dựa theo tiêu chí sai số tiêu chuẩn (RMSE) (13) định đó, sinh khối bề mặt rừng đo; sinh khối rừng bề mặt dự báo, N số mẫu kiểm Trên sở đánh giá kiểm định mơ hình, mơ hình có sai số nhỏ (RMSE) lựa chọn để ước tính sinh khối bề mặt cao su địa bàn nghiên cứu Kết nghiên cứu 3.1 Tương quan AGB kênh phổ, số phổ Hệ số tương quan số đo lường mức độ tương quan tuyến tính hai biến Hệ số tương quan mô tả cách mà biến di chuyển mối quan hệ với biến khác Hệ số tương quan có giá trị từ -1.0 đến +1.0 Mối tương quan thuận cho biết hai biến di chuyển theo hướng Khi hệ số tương quan +1.0, hai biến di chuyển song song Hệ số tương quan mà âm, hai biến số di chuyển ngược hướng Hệ số tương quan nghĩa tương quan hai biến số Phân tích tương quan kênh phổ, số thực vật với AGB giúp lựa chọn biến mơ hình hồi quy tuyến tính Kết phân tích tương quan kênh phổ với AGB thấy kênh phổ có tương quan với AGB với mức độ khác nhau, kênh thể tương quan cao Kênh có tương quan nghịch với AGB, nghĩa mật độ sinh khối mà cao khả hấp thụ cao, nên giá trị phổ phản xạ thấp Kênh có tương quan chặt tương quan thuận, nghĩa mật độ thực vât cao mức độ phản xạ phổ cao Các biến số kênh phổ cịn lại có tương quan nghịch với AGB, mức độ tương quan thấp so với kênh kênh Ngoài ra, kết qua nghiên cứu tương quan thấy số thực vật tương quan với Nghĩa biến số độc lập tự tương quan cao với Thông tin cần ý để loại bỏ biến độc lập q trình xây dựng mơ hình Vì vậy, lựa chọn biến số mơ hình hồi quy ta chọn tổ hợp số số thực vật kết hợp với kênh phổ ảnh Landsat Việc sử dụng nhiều số thực vật mơ hình hồi quy khơng phù hợp vi phạm giả định mơ hình hồi quy biến độc lập phải độc lập 3.2 Các mơ hình dự báo AGB cao su * Mơ hình đơn biến dự báo AGB cao su Qua phân tích tương quan cho thấy biến số độc lập có hệ số tương quan cao với biến số phụ thuộc (AGB) kênh 4, 5, số NDVI OSAVI Vì vậy, nghiên cứu xây dựng mơ hình hồi quy đơn biến với kênh 4, 02 số thực vật NDVI OSAVI Kết phân tích hồi quy trình bày Bảng Như kết phân tích tương quan từ phần trên, số thực vật tối ưu xác định NDVI OSAVI Hai số lựa chọn mơ hình đơn biến số NDVI, OSAVI có sở khoa học vững (Kriegler cs, 1969; Rouse cs., 1974; Rondeaux, Steven & Baret, 1996) có mức độ tương quan cao Tuy nhiên, Hội thảo Quốc gia 2022 215 số thực vật khác có tương quan với AGB rừng cao su nên sử dụng mơ hình hồi quy đơn biến Chỉ số MNDVI GNDVI biến thể số NDVI Bảng Đánh giá mô hình đơn biến dự báo AGB cao su Ký hiệu Mơ tả mơ hình CS1.1 CS1.2 CS1.3 CS1.4 AGB_B4 AGB_B5 AGB_NDVI AGB_OSAVI Miền giá trị AGB (tấn/ha) - 120 - 120 - 120 - 120 Hệ số xác định R2 0,907 0,812 0,905 0,905 Hệ số xác định điều chỉnh R2 0,907 0,810 0,902 0,904 Sai số RMSE 11,66 16,62 11,82 11,82 Bảng Mô hình hồi quy đơn biến dự báo AGB cao su Ký hiệu CS1.1 CS1.2 CS1.3 CS1.4 Mô tả mô hình AGB_B4 AGB_B5 AGB_NDVI AGB_OSAVI Mơ hình hồi quy đơn biến AGB = 379,319 + 0,038 × B4 AGB = 0,025 × B5 - 282,435 AGB = 377,477 × NDVI - 32,768 AGB = 349,518 × OSAVI - 60,729 Tất đường hồi quy đơn biến với kênh 4, kênh 5, NDVI, OSAVI kiểm định F với mức ý nghĩa thống kê < 0,05 * Mơ hình hai biến dự báo AGB cao su Qua phân tích tổ hợp cặp biến phần mềm IPM SPSS 20 xác định mơ hình biến trình bày Bảng Khá nhiều mơ hình biến có tiêu chí tốt, sử dụng để dự báo sinh khối bề mặt cao su địa bàn Đặc biệt, mô hình CS2.1, CS2.3 CS2.4 có sai số tiêu chuẩn (RMSE) thấp nên coi mơ hình tiềm Bảng Đánh giá mơ hình hai biến dự báo sinh khối bề mặt cao su Ký hiệu CS2.1 CS2.2 CS2.3 CS2.4 CS2.5 CS2.6 Mơ tả mơ hình AGB_B1B4 AGB_CIgreen_B1 AGB_B1_NDVI AGB_B2B5 AGB_B2_CIgreen AGB_B3_CIgreen Miền giá trị AGB (tấn/ha) - 120 - 120 - 120 - 120 - 120 - 120 Hệ số xác định R2 0,916 0,827 0,914 0,833 0,831 0,835 Hệ số xác định điều chỉnh R2 0,914 0,822 0,912 0,828 0,826 0,831 Hệ số VIF 1,164 1,831 1,694 1,589 1,161 1,578 Sai số RMSE 11,17 16,06 11,26 11,77 15,87 15,65 Bảng Mơ hình hồi quy hai biến dự báo sinh khối bề mặt cao su Ký hiệu CS2.1 CS2.2 CS2.3 CS2.4 CS2.5 CS2.6 Mơ tả mơ hình AGB_B1B4 AGB_CIgreen_B1 AGB_B1_NDVI AGB_B2B5 AGB_B2_CIgreen AGB_B3_CIgreen Mơ hình hồi quy hai biến AGB = 474,979 - 0,012 ×B1 - 0,036 × B4 AGB = 203,213 × CIgreen - 0,027 × B1 - 312,715 AGB = 86,04 + 359,946 × NDVI - 0,012 × B1 AGB = 0,023 × B5 - 0,014 × B2 - 140, 161 AGB = 202,166 × CIgreen + 0,022 × B2 - 253,356 AGB = 200,078 × CIgreen + 0,017B3 - 199,785 Các mơ hình hồi quy kiểm định với mức ý nghĩa < 0,05 tham số mơ hình kiểm định t với mức ý nghĩa < 0,05 Như vậy, mô hình có ý nghĩa thống kê Trong q trình nghiên cứu tác giả xác định số mơ hình biến dự báo AGB rừng cao su, tiêu chí hệ số xác định điều chỉnh cao, sai số RMSE thấp Tuy nhiên, mơ hình hồi quy ba biến có hệ số khuếch đại phương sai (VIF) > 10 Như vậy, biến độc 216 Hội thảo Quốc gia 2022 lập có tượng đa cộng tuyến, tự tương quan với nên bị loại Như vậy, việc xây dựng mô hình dự báo AGB rừng cao su khơng xác định mơ hình ba biến với số liệu ảnh Landsat địa bàn 3.3 Kiểm định mô hình Trong số mơ hình hồi quy tuyến tính, mơ hình tiềm áp dụng cho dự báo sinh khối bề mặt cao su mơ hình [14], [15] [16] Các mơ hình lựa chọn kiếm định có mức ý nghĩa thống kê cao sai số chuẩn (RMSE) thấp AGB = 474,979 - 0,012 × B1 - 0,036 × B4 AGB = 86,04 + 359,946 × NDVI - 0,012 × B1 AGB = 0,023 × B5 - 0,014 × B2 - 140, 161 (14) (15) (16) * Mơ hình (14) Kiểm định kết dự báo AGB cao su với 30 % mẫu kiểm định cho biết RMSE 11,00 Giá trị dự báo AGB giá trị AGB quan trắc có quan hệ với rõ ràng thể biểu đồ phân bố (Hình 1) Ngồi ra, phần 70 % mẫu sử dụng xây dựng mơ hình [14], phần mềm IPM SPSS 20 tự động tính RMSE 11,17 Các hệ số xác định điều chỉnh cao (0,912), đường hồi quy tham số đường hồi quy kiểm định với mức ý nghĩa thống kê (Sig < 0,05), hệ số khuếch đại phương sai (VIF)