Nghiên cứu sử dụng ảnh vệ tinh landsat 8 trong việc xác định trữ lượng rừng tỉnh đắk nông

DANH MỤC BẢNG 2.1 Diện tích các loại rừng và đất quy hoạch cho Lâm nghiệp tỉnh Đắk Nông phân theo mục đích sử dụng 23 3.1 Thông tin chung về các kênh trên ảnh Landsat 8 28 3.2 Công thức

LUẬN VĂN THẠC SỸ KHOA HỌC LÂM NGHIỆP

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS.TS NGUYỄN TRỌNG BÌNH

Hà Nội, 2016

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi Các số liệu, kết quả nêu trong luận văn là trung thực và chưa được ai công bố trong bất kỳ một công trình nào khác

Người cam đoan

Mai Thị Hoa

LỜI CẢM ƠN

Luận văn được hoàn thành tại trường Đại học Lâm nghiệp Việt Nam, từ tháng 5/2015 đến tháng 4/2016 Trong quá trình thực hiện đề tài tác giả đã nhận được sự giúp đỡ tận tình của Ban Giám hiệu trường Đại học Lâm nghiệp, Ban chủ nhiệm phòng Đào tạo sau đại học, các thầy cô trong khoa Lâm học

Đạt được kết quả này, tác giả xin bày tỏ lòng biết ơn sâu sắc tới PGS.Ts.Nguyễn Trọng Bình, người đã trực tiếp hướng dẫn, chỉ bảo và giúp

đỡ tác giả trong suốt quá trình thực hiện đề tài Qua đây, tác giả cũng xin gửi lời cảm ơn đến NCS Phạm Văn Duẩn thuộc Viện Sinh thái rừng và môi trường, trường ĐH Lâm nghiệp đã giúp đỡ tác giả rất nhiều trong quá trình thực hiện luận văn

Cuối cùng, tác giả xin bày tỏ và gửi lời cảm ơn đến tất cả bạn bè, người thân trong gia đình và đồng nghiệp đã giúp đỡ tôi cả về vật chất lẫn tinh thần trong quá trình hoàn thành luận văn Đó là nguồn cổ vũ lớn lao đối với tác giả

Mặc dù đã nỗ lực hết mình, nhưng do thời gian thực hiện đề tài còn nhiều hạn chế, khối lượng nghiên cứu lớn, nên đề tài không tránh khỏi những thiếu sót nhất định Tác giả rất mong nhận được sự chỉ bảo, góp ý từ các nhà khoa học, bạn bè, đồng nghiệp để bản luận văn được hoàn thiện hơn

Tôi xin chân thành cảm ơn!

Hà Nội, tháng 04 năm 2016

Tác giả

Mai Thị Hoa

MỤC LỤC

Trang TRANG PHỤ BÌA

LỜI CAM ĐOAN i

LỜI CẢM ƠN ii

MỤC LỤC iii

DANH MỤC CÁC TỪ VIẾT TẮT vi

DANH MỤC BẢNG vii

DANH MỤC HÌNH viii

ĐẶT VẤN ĐỀ 1

Chương 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 3

1.1 Trên thế giới 3

2.2 Tại Việt Nam 14

Chương 2: ĐIỀU KIỆN TỰ NHIÊN, KINH TẾ - XÃ HỘI VÀ TÌNH HÌNH SỬ DỤNG ĐẤT LÂM NGHIỆP TỈNH ĐẮK NÔNG 17

2.1 Điều kiện tự nhiên 17

2.1.1 Vị trí địa lý 17

2.1.2 Địa hình địa thế 18

2.1.3 Khí hậu 18

2.1.4 Thủy văn 19

2.1.5 Đất đai 20

2.2 Điều kiện kinh tế - xã hội 21

2.2.1 Dân cư 21

2.2.2 Cơ cấu lao động 22

2.2.3 Thực trạng kinh tế - xã hội 22

2.3 Tình hình sử dụng đất Lâm nghiệp tỉnh Đắk Nông 23

Chương 3: MỤC TIÊU, ĐỐI TƯỢNG, PHẠM VI, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU 24

3.1 Mục tiêu nghiên cứu 24

3.1.1 Mục tiêu chung 24

3.1.2 Mục tiêu cụ thể 24

3.2 Đối tượng và phạm vi nghiên cứu 24

3.2.1 Đối tượng nghiên cứu 24

3.2.2 Phạm vi nghiên cứu 24

3.3 Nội dung nghiên cứu 25

3.4 Phương pháp nghiên cứu 25

3.4.1 Phương pháp kế thừa tư liệu 25

3.4.2 Phương pháp nghiên cứu cụ thể 25

Chương 4: KẾT QUẢ VÀ PHÂN TÍCH KẾT QUẢ 38

4.1 Kết quả xử lý ảnh Landsat 8 cho khu vực nghiên cứu 38

4.2 Kết quả tính toán trữ lượng rừng trên các OTC rừng tự nhiên tại tỉnh Đắk Nông 39

4.3 Kết quả tạo ảnh chỉ số thực vật và tạo ảnh thành phần chính PCs 43

4.3.1 Kết quả tạo ảnh chỉ số thực vật và tạo ảnh thành phần PCs 43

4.3.2 Kết quả trích xuất các giá trị các kênh ảnh vào ô tiêu chuẩn 48

4.4 Kết quả xây dựng mô hình quan hệ giá trị các kênh ảnh và trữ lượng rừng bằng phương pháp hồi quy 50

4.4.1 Kết quả xây dựng mô hình quan hệ giá trị các kênh ảnh gốc, kênh ảnh chỉ số thực vật và trữ lượng rừng 50

4.4.2 Kết quả xây dựng mô hình quan hệ giữa các ảnh thành phần PCs và trữ lượng rừng 55

4.5 Bản đồ trữ lượng rừng cho rừng 3 kiểu trạng thái rừng lá rộng thường

xanh, rừng lá rộng rụng lá, rừng lá rộng nửa rụng lá cho tỉnh Đắk Nông 58

KẾT LUẬN – TỒN TẠI – KHUYẾN NGHỊ 61

1 Kết luận 61

2 Tồn tại 61

3 Khuyến nghị 62

TÀI LIỆU THAM KHẢO

PHỤ BIỂU

DANH MỤC BẢNG

2.1 Diện tích các loại rừng và đất quy hoạch cho Lâm nghiệp

tỉnh Đắk Nông phân theo mục đích sử dụng 23 3.1 Thông tin chung về các kênh trên ảnh Landsat 8 28 3.2 Công thức tính toán các loại chỉ số thực vật 32

4.1 Kết quả phân tích tương quan H/D theo dạng hàm H =

4.2 Kết quả tính toán trữ lượng rừng cho các OTC trên địa bàn

4.3 Kết quả phân tích giá trị riêng của các ảnh thành phần PCs 47

4.4 Kết quả trích xuất giá trị kênh ảnh gốc, kênh ảnh chỉ số thực

Kết quả xây dựng và tính toán sai số mô hình đa biến giữa trữ

lượng rừng và các giá trị kênh ảnh gốc, kênh ảnh chỉ số thực

vật

54

4.9 Mô hình đơn biến trữ lượng rừng và ảnh thành phần PCs 55 4.10 Mô hình đa biến trữ lượng rừng và ảnh PCs 56 4.11 Các mô hình tham gia lựa chọn mô hình tối ưu nhất 57

DANH MỤC HÌNH

4.1 Ảnh Landsat 8 của hai cảnh ảnh chụp năm 2014 38

4.3 Biểu đồ đường cong chiều cao tại khu vực nghiên cứu 40 4.4 Vị trí các OTC được bố trí trên cảnh ảnh tỉnh Đắk Nông 43

ĐẶT VẤN ĐỀ

Tài nguyên rừng ở nước ta ngày càng bị suy giảm một cách nghiêm trọng cả về số lượng lẫn chất lượng Theo thống kê năm 1945, độ che phủ của rừng ở nước ta là 43% đến năm 1999 tỷ lệ này chỉ còn 33,2%; năm 2009 độ che phủ của rừng của nước ta là 39,1% [6] Một trong những nguyên nhân quan trọng dẫn đến mất rừng là do công tác quản lý rừng ở nước ta chưa bền vững vẫn còn bộc lộ nhiều yếu kém, cụ thể: công tác kiểm kê rừng hàng năm chưa cập nhật kịp thời về diện tích, trữ lượng của các trạng thái rừng Nhiều diện tích rừng bị mất do đốt nương làm rẫy, cháy rừng, khai thác cũng như những diện tích rừng được tăng lên nhờ công tác trồng mới hoặc khoanh nuôi bảo vệ đã không được thống kê, cập nhật kịp thời vào bản đồ hiện trạng Thêm vào đó, hiện nay trong ngành lâm nghiệp thời gian một chu kỳ điều tra, kiểm kê kéo dài trong 5 năm, trong khi đó tài nguyên rừng biến động nhanh hơn dẫn tới kết quả điều tra thiếu chính xác Các phương pháp điều tra, đánh giá tài nguyên rừng chưa giải quyết trọn vẹn tính phức tạp về thời gian,

độ chính xác, khả năng kinh tế trong việc thành lập bản đồ hiện trạng rừng, đặc biệt là xác định trữ lượng rừng

Trong những năm gần đây cùng với sự phát triển nhanh chóng của công nghệ thông tin, công nghệ viễn thám cũng không ngừng phát triển những ứng dụng của công nghệ này trong lâm nghiệp đã góp phần quan trọng trong điều tra rừng Xác định trữ lượng rừng sử dụng công nghệ viễn thám là công việc bao gồm nhiều bước: thu thập số liệu thực địa, tính toán sinh khối/trữ lượng thực địa, lựa chọn tư liệu ảnh vệ tinh, lựa chọn biến từ ảnh, lựa chọn thuật toán thích hợp, đánh giá độ chính xác của kết quả xác định trữ lượng rừng Việc xác định trữ lượng rừng sử dụng ảnh vệ tinh đã được nghiên cứu, ứng dụng khá rộng rãi trên thế giới bằng các phương pháp khác nhau và các loại tư liệu ảnh khác nhau nhưng đến nay chưa có thuật toán nào được coi là

tối ưu có thể sử dụng để xác định trữ lượng rừng từ ảnh cho mọi khu vực trên thế giới Các nghiên cứu và ứng dụng vấn đề này hầu hết tập trung ở rừng ôn đới, rừng lá kim hoặc rừng trồng Các nghiên cứu được thực hiện ở rừng nhiệt đới, đặc biệt là rừng tự nhiên hỗn loài ở Việt Nam còn tương đối ít

Xuất phát từ ý nghĩa thực tiễn trên tôi tiến hành thực hiện đề tài

“Nghiên cứu sử dụng ảnh vệ tinh LANDSAT 8 trong việc xác định trữ lượng rừng tại tỉnh Đắk Nông” nhằm góp phần nâng cao chất lượng của

công tác xây dựng bản đồ hiện trạng rừng của tỉnh Đắk Nông nói riêng và Việt Nam nói chung

Chương 1 TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 1.1 Trên thế giới

Khi rừng và sản phẩm của nó được xem như đối tượng của việc trao đổi, mua bán thì nhu cầu xác định trữ lượng rừng ra đời Có thể chia lịch sử điều tra rừng nói chung, xác định trữ lượng rừng nói riêng thành 3 giai đoạn:

- Giai đoạn 1: Trước năm 1730 với sự ra đời của khoa học điều tra rừng

và sự hình thành khuynh hướng toán học trong điều tra rừng Phương pháp suy diễn áp dụng trong khoa học điều tra rừng để xác định trữ lượng rừng đã không phù hợp với đặc điểm của đối tượng điều tra là cây gỗ, một cơ thể sinh vật học đa dạng và phong phú

- Giai đoạn 2: Từ 1730 đến 1920 với sự thịnh hành khuynh hướng thực nghiệm trong điều tra rừng Bằng phương pháp quy nạp là phương pháp khoa học thích hợp, điều tra rừng đã phát hiện những quy luật khách quan tồn tại trong rừng và từ đó xây dựng và hoàn thiện dần nhiều phương pháp điều tra đến nay vẫn còn được ứng dụng Tuy nhiên, giai đoạn này có nhược điểm là chưa chú trọng đến chất lượng của các tài liệu thực nghiệm và hầu như chưa ứng dụng được thống kê toán học trong điều tra rừng Hạn chế đó không khỏi ảnh hưởng tới một số kết quả nghiên cứu cũng như ứng dụng thực tiễn của điều tra rừng

- Giai đoạn 3: Từ năm 1920 đến nay với ba đặc trưng cơ bản là: 1) Ứng dụng ngày càng rộng rãi và sâu sắc toán học thống kê trong nghiên cứu và thực tiễn điều tra rừng; 2) Sử dụng những kỹ thuật tính toán hiện đại trong khoa học điều tra; 3) Vận dụng thành tựu khoa học hiện đại vào điều tra rừng

mà nổi bật là kỹ thuật viễn thám trong điều tra tài nguyên rừng Các đặc điểm trên đã đưa khoa học điều tra rừng nói chung và xác định trữ lượng rừng nói riêng phát triển mạnh mẽ theo chiều hướng ngày càng tinh vi, chính xác hơn [9]

Hiện nay để xác định trữ lượng rừng, trên thế giới song song tồn tại 2 phương pháp chính: 1) Phương pháp điều tra trên mặt đất và; 2) Phương pháp

sử dụng tư liệu viễn thám Phương pháp điều tra trên mặt đất là phương pháp thống kê tài nguyên rừng nói chung và thống kê trữ lượng gỗ nói riêng được tiến hành trực tiếp trên đối tượng điều tra Trong đó, bao gồm các phương pháp bố trí ô mẫu, các phương pháp đo đếm trực tiếp trên ô mẫu, các phương pháp xác định trữ lượng thông qua ô mẫu và đánh giá kết quả điều tra Phương pháp sử dụng tư liệu viễn thám là phương pháp gián tiếp xác định trữ lượng rừng thông qua mầu sắc, hình dạng… của đối tượng trên ảnh So với phương pháp điều tra trực tiếp trên mặt đất, phương pháp xác định trữ lượng rừng trên ảnh viễn thám thường có nhược điểm là sai số lớn, nhưng lại có ưu điểm là nhanh chóng đánh giá được tài nguyên rừng trên phạm vi rộng lớn, hoặc trên toàn bộ lãnh thổ mà phương pháp điều tra trực tiếp trên mặt đất khó

có thể thực hiện được Về nguyên tắc chung, cũng như phương pháp điều tra trên mặt đất, phương pháp xác định trữ lượng rừng từ ảnh viễn thám cũng bắt đầu từ việc bố trí ô mẫu trên ảnh, sau đó đoán đọc chi tiết trên từng ô, cuối cùng là tính toán sai số điều tra thông qua các ô mẫu trên mặt đất và ước lượng trữ lượng cho cả diện tích điều tra Cái khác căn bản ở đây là việc đoán đọc gián tiếp các nhân tố trên ô mẫu Cơ sở để đoán đọc các nhân tố trên ô mẫu là các mối quan hệ giữa đường kính tán với thể tích thân cây, hoặc giữa

độ tàn che với trữ lượng… Về phương pháp bố trí ô mẫu trên ảnh, căn bản cũng giống nhưng phương pháp bố trí trên mặt đất Tuy nhiên, trong thực tế điều tra rừng thường sử dụng kết hợp giữa phương pháp điều tra rừng trên ảnh với phương pháp điều tra trên mặt đất Trên ảnh bố trí các ô mẫu có diện tích lớn hơn theo phương pháp hệ thống, sau đó trên từng ô bố trí trên mặt đất những ô mẫu có diện tích nhỏ theo phương pháp ngẫu nhiên Hoặc có thể phân chia trạng thái rừng trên ảnh sau đó điều tra trực tiếp mỗi loại trạng thái một số ô mẫu trên mặt đất [9]

Cùng với quá trình phát triển của khoa học kỹ thuật dẫn đến việc xuất hiện các tư liệu ảnh viễn thám đã bắt đầu cho khả năng xác định trữ lượng rừng từ ảnh

Trong khoảng hơn 30 năm trở lại đây, ảnh vệ tinh với phương pháp xử lý

số đã được sử dụng rộng rãi phục vụ công tác điều tra, kiểm kê và xác định trữ lượng rừng trên thế giới Phương pháp xử lý số với ưu điểm nổi bật là thời gian xử lý ngắn, việc phân loại các đối tượng được tiến hành nhanh chóng trên phạm vi rộng, công việc được thực hiện dựa vào cấp độ xám hoặc giá trị phổ của các pixel, nên kết quả thu được khách quan không phụ thuộc vào chủ quan của người giải đoán Về tư liệu ảnh, hiện nay có nhiều vệ tinh cung cấp ảnh có độ phân giải không gian, phân giải phổ, số lượng kênh phổ và chu kỳ bay chụp khác nhau, từ các ảnh đa phổ (multispectral image) tới ảnh siêu phổ (hyperspectral), bước sóng biến động từ nhìn thấy tới sóng siêu cao tần, độ phân giải không gian từ dưới 1m tới vài km, chu kỳ bay chụp có thể từ hàng ngày tới hàng tuần hoặc hàng tháng

Tuy nhiên, các nghiên cứu sử dụng ảnh viễn thám để xác định trữ lượng (sinh khối) rừng trên thế giới phần lớn áp dụng tại vùng ôn đới do các loài thực vật tại vùng này có cấu trúc và thành phần cây tương đối đơn giản, độ đồng nhất của rừng khá cao [41], [42] Ở các cánh rừng nhiệt đới ẩm, do cấu trúc thực phủ phức tạp và thành phần cây đa dạng khiến cho việc ước tính sinh khối thực vật trên mặt đất trở nên khó khăn hơn, kết quả ước tính sinh khối biến động lớn nhất là trong các trường hợp rừng bị khai thác chọn hoặc tái sinh sau khai thác [20], [28], [31]

Theo Fang et al 1998 [41], Brown et al 1989 [17], Lehtonen et al 2004 [27] giữa trữ lượng và sinh khối có thể chuyển đổi cho nhau bằng các phương trình xác định Vì vậy, các nghiên cứu xác định sinh khối hoặc trữ lượng rừng

từ ảnh viễn thám được coi là có giá trị như nhau Xác định được trữ lượng

rừng từ ảnh viễn thám đồng nghĩa với việc xác định được sinh khối rừng từ ảnh viễn thám và ngược lại

Về tư liệu ảnh sử dụng để xác định trữ lượng, các nhà khoa học trên thế giới sử dụng 2 loại chính là: ảnh quang học và ảnh siêu cao tần Trong đó:

Tư liệu ảnh viễn thám độ phân giải trung bình như ảnh LANDSAT, SPOT2, SPOT4 thường được sử dụng để xác định sinh khối thực vật ở nhiều thời điểm, cũng như được sử dụng kết hợp với các tư liệu khác để ước tính các thông số cơ bản như tuổi rừng, sinh khối, đường kính ngang ngực, chiều cao [26] và đã đạt được những kết quả nhất định Foody và cộng sự (2001) đã kết luận phương pháp mạng nơron áp dụng tốt trong ước tính sinh khối trên mặt đất khi dùng ảnh Landsat cho khu vực rừng mưa nhiệt đới ở đảo Borneo [20] Franco-Lopez và cộng sự (2001) đã dùng ảnh Landsat để tính khối lượng gỗ và sinh khối rừng trên mặt đất ở Phần Lan, Thụy Điển bằng phương pháp K nearest-neighbour [21]

Luciana Spinelli Araujo và cộng sự (2000), Nghiên cứu mối quan hệ giữa sinh khối của rừng Savan với chỉ số thực vật SAVI xác định từ tư liệu Landsat TM tại khu vực Amazon, Brazil Kết quả của nghiên cứu là một căn

cứ quan trọng để giám sát khu vực rừng Amazon bằng tư liệu viễn thám [32]

Lu, D và cộng sự (2004), Nghiên cứu mối quan hệ giữa các thông số lâm phần với giá trị phản xạ phổ trên ảnh Landsat TM tại lưu vực sông Amazon, Brazil Theo tác giả, việc ước lượng các thông số lâm phần, đặc biệt là sinh khối trên mặt đất tại một khu vực bằng cách sử dụng ảnh vệ tinh rất có ý nghĩa cho công tác quản lý bền vững tài nguyên thiên nhiên Trong thực tế, việc lựa chọn tư liệu ảnh phù hợp với mục đích này vẫn còn nhiều hạn chế do thiếu thông tin về các thông số lâm phần và các mối quan hệ giữa các thông

số của lâm phần với các chỉ tiêu biểu thị giá trị phản xạ phổ của ảnh đặc biệt

là ở các vùng nhiệt đới ẩm Tác giả đã xác lập mối quan hệ giữa dữ liệu kiểm

kê rừng tại khu vực với giá trị phản xạ phổ của 6 kênh phổ trên ảnh Landsat

TM và nhiều chỉ số tính toán từ sự kết hợp các kênh phổ Để đánh giá mối quan hệ, tác giả sử dụng hệ số tương quan Peason Kết quả cho thấy, các chỉ số: chỉ số kháng áp xuất khí quyển thực vật (ARVI), chỉ số thực vật trong không khí và đất (ASVI), và chỉ số thực vật khác biệt bình thường (ND) có quan hệ yếu với các thông số lâm phần được chọn Ngược lại, các chỉ số thực vật tính toán có sự tham gia của kênh phổ 5 có mối quan hệ tốt hơn với các thông số lâm phần có cấu trúc phức tạp được chọn Nghiên cứu này cung cấp

sự hiểu biết tốt hơn về các mối quan hệ giữa các chỉ tiêu cấu trúc lâm phần với giá trị phản xạ phổ trên ảnh Landsat TM, là căn cứ quan trọng trong việc phát triển mô hình ước lượng các chỉ tiêu cấu trúc và trữ lượng rừng từ ảnh, qua đó cải thiện chất lượng công tác phân loại thảm thực vật từ ảnh vệ tinh [29]

Sandra Eckert và cộng sự (2005), đã sử dụng phương pháp phân loại hướng đối tượng để giải đoán ảnh và xác định một số chỉ tiêu cấu trúc lâm phần rừng tự nhiên khu vực Chubut, Patagonia từ sự tích hợp 2 loại ảnh viễn thám quang học: ASTER và Landsat ETM + Để xác định các chỉ tiêu cấu trúc lâm phần, tác giả đã thiết lập mối quan hệ giữa các chỉ tiêu cấu trúc được

đo đạc tại thực địa với các chỉ tiêu phản ánh giá trị phổ tương ứng xác định trên ảnh bằng các hàm tuyến tính đơn giản và hàm phi tuyến Từ mối quan hệ thiết lập được đã xác định các chỉ tiêu cấu trúc rừng trên toàn khu vực Kết quả cho thấy với sự kết hợp của ảnh ASTER và Landsat ETM + có thể xác định được: chỉ số diện tích lá (LAI) của lâm phần với sai số khoảng 12%, đường kính ngang ngực (DBH) vơi sai số 26%, tiết diện ngang lâm phần với sai số 30% và trữ lượng lâm phần với sai số 45% [31]

Theo Lu, D (2006), Nelson, R.F (2000), Steininger, M.K (2006), khi tính sinh khối đối với rừng tái sinh thì tuổi rừng là nhân tố quan trọng [28], [40]

Bên cạnh đó vấn đề bão hòa dữ liệu khi tính sinh khối rừng có trữ lượng cao cũng cần phải tính đến Steininger (2000) trong khi ước tính sinh khối rừng trên mặt đất bằng ảnh Landsat ở các cánh rừng tái sinh nhiệt đới đã phát hiện

ra vấn đề bão hòa dữ liệu Khi sinh khối rừng đạt 15kg/m2 (150 tấn/ha) hoặc tuổi rừng trên 15 năm ở những cánh rừng thứ sinh nhiệt đới thì xuất hiện hiện tượng bão hòa [28], [40] Bên cạnh đó, cấu trúc phức tạp của rừng, tính phức tạp của môi trường, ảnh hưởng của bóng địa hình là các yếu tố ảnh hưởng đến kết quả tính sinh khối rừng trên mặt đất Lu, D (2004, 2006), Mutanga (2004)

đã sử dụng chỉ số thực vật để ước tính sinh khối trên mặt đất [28], [29], [33] Tuy ảnh chỉ số thực vật được dùng phổ biến nhưng không phải chỉ số thực vật nào cũng có độ tương quan cao với sính khối thực vật trên mặt đất Theo Lu,

D (2004), phương pháp dùng chỉ số thực vật có thể phần nào làm giảm ảnh hưởng độ phản xạ của các yếu tố môi trường đến kết quả phân tích nên chỉ số này luôn được áp dụng đặc biệt cho vùng rừng có cấu trúc phức tạp Lu, 2005

đã kết hợp các kỹ thuật chiết tách thông tin phổ và không gian để làm tăng độ chính xác của phân tích các thông số rừng trong đó đã sử dụng phương pháp phân tích cấu trúc ảnh để ước tính sinh khối trên mặt đất ở vùng rừng nhiệt đới ẩm Amazon của Brazil Kết quả nghiên cứu cho thấy đối với kiểu rừng có cấu trúc phức tạp thì kết cấu bề mặt ảnh (texture) có ảnh hưởng đến ước tính sinh khối bề mặt đất nhiều hơn so với độ phản xạ phổ trên ảnh Trong khi đó,

độ phản xạ phổ lại có ảnh hưởng hơn cấu trúc mặt ảnh trong trường hợp nghiên cứu những khu vực rừng có cấu trúc đơn giản Tuy nhiên, cũng có nhiều nghiên cứu cho thấy phương pháp phân tích cấu trúc mặt ảnh không phải là tối ưu nhất đối với tất cả các kiểu rừng Phương pháp này cho hiệu quả khác nhau khi áp dụng trên các điều kiện sinh thái rừng khác nhau và trên các loại ảnh viễn thám khác Cho dù với cùng một phương pháp phân tích cấu trúc mặt ảnh, việc lựa chọn kênh ảnh và cửa sổ lọc ảnh cũng rất quan trọng

Nếu cửa sổ lọc ảnh nhỏ, cỡ 3 x 3 sẽ làm nổi rõ nhiễu ảnh cấu trúc, ngược lại cửa sổ lọc ảnh quá lớn, cỡ 31 x 31 trở lên sẽ không thể tách được thông tin cấu trúc do ảnh bị lọc quá trơn [28] Thêm vào đó, ảnh bị lọc quá trơn cần nhiều thời gian xử lý Các nghiên cứu theo phương pháp phân tích cấu trúc cần phải xác định: kích thước cửa sổ lọc ảnh, và số kênh ảnh cần thiết trong mỗi vùng nghiên cứu đặc trưng Vì vậy, hướng nghiên cứu này cần được phát triển nhiều kỹ thuật phân tích hơn để có thể ước tính được sinh khối

S Labrecque và cộng sự (2006) đã nghiên cứu và so sánh kết quả thành lập bản đồ sinh khối theo bốn phương pháp tạo bản đồ sinh khối bằng ảnh Landsat -TM và dữ liệu kiểm kê ở miền tây Newfoundland Bốn phương pháp này gồm: (i) Phương pháp dựa vào mối quan hệ xạ trực tiếp (DRR) thông qua hàm quan hệ, (ii) Phương pháp K – NN, (iii) Phương pháp xác định dựa vào

độ che phủ đất (LCC) và (iv) Phương pháp dựa vào các chỉ tiêu cấu trúc rừng (BioCLUST) Mỗi phương pháp đều sử dụng 2 bộ dữ liệu, một bộ dùng để phân loại xác định trữ lượng rừng, một bộ dùng để đánh giá độ chính xác của kết quả sau phân loại Kết quả cho thấy 3 phương pháp: DRR, K – NN và BioCLUST cho kết quả tương tự nhau Trong đó, BioCLUST có sai tiêu chuẩn (RMSE) thấp nhất là 41 tấn/ha và sai lệch 4 tấn/ha, tiếp đến là DRR và

K – NN với sai tiêu chuẩn (RMSE) tương ứng 47 và 54 tấn/ha và sai lệch tương ứng 9 và 23 tấn/ha Phương pháp LCC cho kết quả kém chính xác nhất Các phương pháp BioCLUST và LCC thuận lợi vì không yêu cầu ô mẫu phải nằm trong phạm vi của hình ảnh vệ tinh tại khu vực giải đoán Điều này tạo điều kiện mở rộng số lượng các ô mẫu từ tập hợp dữ liệu có liên quan, và không áp đặt giới hạn vị trí ô mẫu phải nằm trong khu vực nghiên cứu Phương pháp K-NN là phương pháp tối ưu cho công tác lập bản đồ sinh khối trong điều kiện có số lượng ô mẫu đủ lớn và được thiết lập sẵn (ô mẫu cố định) [36]

R.J Hall và cộng sự (2006) sử dụng dữ liêu ảnh Landsat ETM + để mô hình hóa cấu trúc thuộc tính của lâm phần: Ứng dụng để lập bản đồ sinh khối trên mặt đất và khối lượng tĩnh Tác giả sử dụng phương pháp ước lượng sinh khối từ cấu trúc đứng (BioSTRUCT) Dựa trên kết quả điều tra thực địa để tạo

ra các mối quan hệ thực nghiệm giữa các thuộc tính cấu trúc rừng và dữ liệu ảnh viễn thám Trong nghiên cứu này, chiều cao và độ khép tán đã được mô hình từ vệ tinh Landsat ETM+ Những thuộc tính mô hình này sau đó được sử dụng làm đầu vào để ước tính sinh khối rừng trên mặt đất [35]

Qingmin Meng và cộng sự (2007) đã nghiên cứu tổng hợp các mô hình xác định tăng trưởng sinh khối và thể tích cây sử dụng ảnh Landsat ETM Mục đích của nghiên cứu là sử dụng ảnh Landsat ETM và dữ liệu kiểm kê mặt đất để xây dựng các mô hình tương quan giữa tăng trưởng rừng với các chỉ số trên ảnh Landsat nhằm đánh giá sinh khối và khối lượng của cây ở bang Georgia, Mỹ Các mô hình tuyến tính tương đối đơn giản đã được tác giả thiết lập giữa sinh khối rừng hay thể tích cây với logarit của chỉ số thực vật NDVI Kết quả cho thấy, rừng ở vùng đồng bằng hạ lưu sinh khối và thể tích cây tăng trưởng nhiều hơn so với khu vực rừng đồng bằng thượng lưu Các khu vực khác nhau có đặc điểm sinh trưởng rừng khác nhau, và tổng hợp các mô hình giúp cho việc hiểu biết sâu sắc những đặc điểm phân bố không gian của sinh khối và thể tích của cây trên toàn tiểu bang Georgia Nghiên cứu này rất hữu ích cho quản lý và quy hoạch tài nguyên rừng nhằm dự báo nguồn sinh khối/gỗ có thể được sử dụng (khai thác từ rừng) hoặc cho các mục đích giám sát [34]

Lu, D và cộng sự (2008) Tích hợp ảnh Landsat TM và SPOT để nghiên cứu biến động của thảm thực vật rừng Amazon, Brazil giai đoạn 1998-2003 Theo tác giả, phương pháp phát hiện sự thay đổi truyền thống đã được chứng minh là rất khó khăn trong việc phát hiện những thay đổi thảm thực vật trong

vùng nhiệt đới ẩm Tác giả đã tích hợp ảnh Landsat (TM) và SPOT có độ phân giải không gian cao làm công cụ để phát hiện sự thay đổi thảm thực vật tại khu vực nghiên cứu Phương pháp phân tích thành phần chính được sử dụng để tích hợp dữ liệu ảnh Landsat TM và SPOT nhằm xác định khu vực có/không có sự thay đổi thảm thực vật thông qua ảnh trộn giữa 2 loại ảnh nêu trên cho từng thời kỳ Tại mỗi thời điểm, tiến hành giải đoán ảnh xây dựng bản đồ hiện trạng trên đó thể hiện 3 nhóm thông tin: Rừng; thảm thực vật không phải rừng và đất trống Từ các kết quả đạt được đã phát hiện được xu hướng thay đổi của thảm thực vật tại khu vực nghiên cứu Từ kết quả nghiên cứu của tác giả nhận thấy, việc tích hợp ảnh Landsat (TM) và SPOT có độ phân giải không gian rất có triển vọng trong việc xác định biến động thảm thực vật theo thời gian đặc biệt tại các khu vực mà các tài liệu để tham khảo cho vấn đề này không có sẵn [30]

Scott L Powell và cộng sự (2010) định lượng động thái của sinh khối sống trên mặt đất bằng ảnh vệ tinh Landsat theo chuỗi thời gian và dữ liệu kiểm kê thực địa bằng phương pháp xây dựng mô hình thực nghiệm Các bản

đồ động thái sinh khối được tích hợp với bản đồ mô tả vị trí và thời gian của

sự xáo trộn và tái sinh rừng để đánh giá hiệu quả xác định sinh khối của các quá trình này trên diện rộng trong một thời gian dài [38]

Helena Mäkeläa và cộng sự (2011) đã xây dựng dữ liệu phục vụ phân tích diễn biến rừng và đánh giá khả năng ứng dụng tại Phần Lan bằng ảnh vệ tinh Landsat và số liệu điều tra trên các ô tiêu chuẩn định vị ở mặt đất Mục đích của nghiên cứu này là để kiểm tra tính khả thi trong việc tạo ra dữ liệu lâm nghiệp cho hệ thống MELA là một công cụ phục vụ phân tích rừng ở Phần Lan bằng ảnh vệ tinh và dữ liệu điều tra ô tiêu chuẩn [22]

Lei Ji và cộng sự (2012) Ước tính sinh khối trên mặt đất khu vực Alaska với dữ liệu Landsat và số liệu điều tra tại thực địa vào mùa hè và mùa thu 2

năm 2009 và 2010 Các chỉ số xác định trên ảnh: chỉ số thực vật chuẩn hóa (NDVI), chỉ số thực vật hiệu chỉnh bởi đất (SAVI), chỉ số thực vật khác biệt chuẩn hóa mầu xanh (GNDVI), chỉ số thực vật (EVI), chỉ số cận hồng ngoại khác biệt chuẩn hóa (NDII), chỉ số nước khác biệt chuẩn hóa (NDWI) được

sử dụng để xác lập mối quan hệ với sinh khối thực vật xác định tại thực địa cho từng thời kỳ Kết quả tốt nhất đạt được cho sai số xác định sinh khối thực vật tại khu vực với các chỉ số xác định trên ảnh là 21,8 tấn/ha, sai số của sinh khối trung bình đạt 5,2 tấn/ha với sinh khối trung bình của khu vực dao động

từ 10-134 tấn/ha [25]

Dirk Pflugmacher và cộng sự (2012) tích hợp Landsat MSS và TM/ETM+ để xác định và phân tích sự biến đổi sinh khối sống trên mặt đất theo thời gian Kết quả cho thấy dữ liệu vệ tinh đa thời gian cho phép xác định sinh khối tốt hơn so với dữ liệu tại một thời điểm [18]

Jomar Magalhães Barbosa và cộng sự (2013), Đánh giá khả năng xác định sinh khối từ ảnh Landsat trên sườn dốc tại khu vực rừng mưa nhiệt đới phía Đông Nam của Brazil Theo tác giả, ảnh viễn thám đã được sử dụng rộng rãi để ước lượng sinh khối và hàm lượng carbon trên quy mô lớn, tuy nhiên việc ước lượng sinh khối thảm thực vật từ ảnh viễn thám trên địa hình dốc vẫn chưa được nghiên cứu một cách thấu đáo Tác giả đã sử dụng ảnh vệ tinh Landsat, mô hình số độ cao để ước lượng sinh khối lâm phần rừng mưa nhiệt đới tại khu vực nghiên cứu bằng mô hình tuyến tính đa biến Kết quả cho thấy, việc sử dụng thêm biến độ dốc đã cải thiện chất lượng của mô hình đa biến (r2 = 0,67 và sai số ước lượng sinh khối là 35 tấn/ha) Kết quả nghiên cứu

đã cung cấp một nguồn thông tin quan trọng để ước lượng sinh khối thực vật tại những khu vực có địa hình dốc [24]

HS Seo và cộng sự (2014), Xác định sinh khối trên mặt đất của thảm thực vật rừng nhiệt đới tại Sabah, Malaysia từ ảnh vệ tinh Landsat TM-5 bằng

phương pháp K-NN Tác giả đã sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) xác định từ ảnh Landsat TM-5 với các cửa sổ lọc khác nhau để xác định trữ lượng lâm phần bằng phương pháp K-NN với các giá trị k khác nhau Kết quả cho thấy, sai số xác định trữ lượng lâm phần nhỏ nhất khi kích thước cửa sổ lọc là 3x3 Với cửa sổ lọc có kích thước 3x3, k=4 thì sai số xác định sinh khối lâm phần là 2,01 tấn/ha và k=5 cho sai số xác định sinh khối lâm phần là 1,62 tấn/ha Tổng sinh khối trên mặt đất tại khu vực nghiên cứu xác định được là 6.873.299 tấn với sinh khối trung bình 248,8 tấn/ha Kết quả cho thấy k-NN là phương pháp khả thi để ước tính và lập bản đồ sinh khối trên mặt đất tại khu vực [39]

Hongrui Ren và cộng sự (2014), Xác định sinh khối trên mặt đất của đồng cỏ tại sa mạc Nội Mông, Trung Quốc bằng tư liệu Landsat Theo tác giả, việc ước tính chính xác sinh khối trên mặt đất của đồng cỏ khô hạn và bán khô hạn là điều cần thiết cho một loạt các nghiên cứu, chẳng hạn như quản lý bền vững đồng cỏ, đánh giá rủi ro hỏa hoạn, biến đổi khí hậu và suy thoái môi trường Trong nghiên cứu này, một chỉ số mới (Chỉ số thực vật điều chỉnh bởi đất và thực vật khô, L-SAVI) đã được đề xuất để ước tính sinh khối trên mặt đất của đồng cỏ khô hạn và bán khô hạn Chỉ số L-SAVI cũng được đánh giá dựa trên sinh khối và quang phổ đo tại chỗ trong các thảo nguyên sa mạc Nội Mông Kết quả cho thấy, hiệu suất xác định sinh khối đồng cỏ của chỉ số L-SAVI tốt hơn so với các chỉ số: NDVI, SAVI, MSAVI, OSAVI, TSAVI, ATSAVI, PVI, GSAVI và L-ATSAVI được áp dụng tại cùng khu vực nghiên cứu Từ đó tác giả kết luận, L-SAVI là một yếu tố dự báo thích hợp cho việc ước lượng sinh khối trên mặt đất cho đồng cỏ khô hạn và bán khô hạn [23]

A Günlü và cộng sự (2014), Ước tính sinh khối trên mặt đất (AGB) của rừng thông Crimean Anatolian ở Thổ Nhĩ Kỳ sử dụng ảnh Landsat TM với mục tiêu xác định các mối quan hệ giữa AGB và giá trị phản xạ phổ của ảnh

Kỹ thuật phân tích hồi quy đa biến được sử dụng để xây dựng quan hệ giữa AGB của rừng Thông tại khu vực với: 1) Giá trị phản xạ phổ của từng band; 2) Một số chỉ số thực vật; 3) Sự kết hợp giữa giá trị phản xạ phổ đơn band và chỉ số thực vật Kết quả cho thấy, các mô hình xác định AGB sử dụng đơn Band cho kết quả tốt nhất với Band1 và Band2 có r2 cao nhất là 0,465 Trong khi đó mô hình xác định AGB thông qua các chỉ số thực vật cho kết quả tốt nhất với chỉ số ND57 với r2=0,606 Việc xác định sinh khối rừng Thông tại khu vực bằng chỉ số thực vật tốt hơn so với xác định thông qua các giá trị phản xạ phổ của từng Band ảnh

2.2 Tại Việt Nam

Việc xác định sinh khối (trữ lượng) rừng sử dụng ảnh vệ tinh đã được nghiên cứu, ứng dụng khá rộng rãi trên thế giới bằng các phương pháp khác nhau và các loại tư liệu ảnh khác nhau Tuy nhiên, các nghiên cứu và ứng dụng này hầu hết tập trung ở rừng ôn đới, rừng lá kim hoặc rừng trồng Các nghiên cứu được thực hiện ở rừng nhiệt đới, đặc biệt là rừng tự nhiên hỗn loài

ở Việt Nam còn tương đối ít

Cho đến nay, ở nước ta đã có một số tác giả nghiên cứu về khả năng sử dụng ảnh vệ tinh quang học để xác định trữ lượng rừng và đã đạt được những kết quả nhất định

Vương Văn Quỳnh (2012) đã nghiên cứu phương pháp hiệu chỉnh ảnh hưởng của địa hình trong giải đoán trữ lượng rừng từ ảnh SPOT5 phục vụ kiểm kê rừng tỉnh Hà Tĩnh Tác giả sử dụng thông tin trên ảnh SPOT5, mô hình số độ cao của các điểm cách đều 30m ở Hà Tĩnh, số liệu điều tra mặt đất của 197 ô tiêu chuẩn, sử dụng phương pháp thống kê số liệu thực nghiệm để hiệu chỉnh ảnh hưởng của địa hình, sử dụng các phương pháp phân tích thống

kê để xây dựng phương trình giải đoán trữ lượng rừng từ các chỉ tiêu phản xạ phổ Nghiên cứu đã cho thấy khi độ dốc mặt đất trên 10 độ thì chênh lệch giá

trị phổ giữa các hướng dốc trung bình vượt quá 5% và cần hiệu chỉnh ảnh hưởng của hướng dốc và độ dốc đến giá trị các kênh phổ trong quá trình giải đoán trữ lượng rừng và phân loại lớp phủ thực vật nói chung Hai kênh phổ Red và kênh Near infrared biến động theo hướng dốc ít hơn so với các kênh khác nên sử dụng giá trị các kênh phổ này để xây dựng chỉ số phân loại lớp phủ thực vật sẽ ít bị ảnh hưởng của địa hình hơn Giải đoán trữ lượng rừng từ giá trị phản xạ phổ trên ảnh SPOT5 sau khi đã hiệu chỉnh ảnh hưởng của địa hình ở Hà Tĩnh có sai số trung bình là 27 m3/ha [13]

Nguyễn Thị Thanh Hương (2012) đã áp dụng phương pháp địa thống kê

để ước lượng trữ lượng lâm phần dựa vào ảnh SPOT5 cho các trạng thái rừng

tự nhiên lá rộng thường xanh ở Tây Nguyên Phương pháp Regression-kriging

đã được sử dụng trong quá trình ước lượng Nghiên cứu đã thử nghiệm trên các loại dữ liệu ảnh khác nhau như kết hợp 4 kênh của ảnh SPOT 5, ảnh thành phần chính PCs và ảnh chỉ số thực vật NDVI Sử dụng các dữ liệu độc lập với các tiêu chí sai số trung phương và sai số bình quân để so sánh kết quả đạt được Việc tìm kiếm mối quan hệ giữa giá trị phản xạ phổ của ảnh vệ tinh và nhân tố điều tra rừng như trữ lượng rừng trong nghiên cứu này có thể là tiềm năng áp dụng trong cấu trúc rừng phức tạp như đối tượng rừng thường xanh lá rộng ở Tây Nguyên, Việt Nam Dù thể hiện là một trong những phương pháp tiềm năng để ước lượng trữ lượng rừng để giảm chi phí về thời gian cũng như nhân vật lực, độ chính xác thu được từ phương pháp Regression-kriging trong trường hợp này vẫn còn khá thấp (sai số ±73m3/ha) Vì vậy nó được kiến nghị

áp dụng trong trường hợp điều tra rừng tổng thể để cung cấp dữ liệu có tính chất định hướng [11]

Phạm Văn Duẩn (2013) đã thử nghiệm phương pháp xây dựng bản đồ kiểm kê rừng trong lưu vực từ ảnh vệ tinh SPOT5 Trong đó sử dụng phương pháp hồi quy để xây dựng mối quan hệ giữa trữ lượng rừng đo đếm trên các ô

tiêu chuẩn tại thực địa với các giá trị phản xạ phổ và chỉ tiêu tính được trên ảnh Kết quả cho thấy, sử dụng ảnh SPOT5 để xác định trữ lượng rừng theo phương pháp hồi quy đạt độ chính xác 74% [7], [8]

Bảo Huy, Nguyễn Thị Thanh Hương (2014) đã sử dụng ảnh vệ tinh SPOT-5 và GIS để ước tính và giám sát sinh khối, carbon ở rừng lá rộng thường xanh vùng Tây Nguyên Trong nghiên cứu này, các tác giả đã thử nghiệm 3 phương pháp lâ ̣p bản đồ sinh khối rừng từ ảnh vê ̣ tinh SPOT5, kết quả cho thấy: i) Phương pháp phân loa ̣i phi giám đi ̣nh và thiết lâ ̣p mô hình quan hệ giữa tổng sinh khối trên mă ̣t đất với các mã số lớp ảnh (TAGTB = f(Class)) có đô ̣ tin câ ̣y từ 72 – 93%; ii) Phương pháp thiết lâ ̣p hồi quy giữa tổng sinh khố i trên mặt đất (TAGTB) với giá tri ̣ ảnh Digital number (DN) (TAGTB= f(DN)) đa ̣t đô ̣ tin câ ̣y là 53%; iii) Phương pháp phân loa ̣i ảnh có giám đi ̣nh theo cấp sinh khối đa ̣t đô ̣ tin câ ̣y là 29% Từ đó, các tác giả kết luận phương pháp phân loa ̣i ảnh phi giám đi ̣nh và thiết lâ ̣p quan hê ̣ giữa sinh khối

vớ i mã số của từng lớp ảnh tỏ ra hiê ̣u quả nhất [10]

Nghiên cứu của Võ Văn Hồng [13] cho thấy ảnh vệ tinh SPOT-5 và trữ lượng gỗ cũng có mỗi quan hệ với nhau Vùng nghiên cứu thứ nhất ở huyện

Na Rì, tỉnh Bắc Cạn với ảnh chụp năm 2008 cho thấy hệ số tương quan đạt 0.73

Vùng nghiên cứu thứ hai ở tỉnh Kon Tum với ảnh chụp năm 2009 đạt hệ

số tương quan là 0.57 Nhìn chung việc sử dụng ảnh quang học ước lượng trữ lượng rừng chưa có nhiều nghiên cứu, nhất là đối với rừng nhiệt đới ẩm như Việt Nam

Chương 2 ĐIỀU KIỆN TỰ NHIÊN, KINH TẾ - XÃ HỘI VÀ TÌNH HÌNH SỬ

DỤNG ĐẤT LÂM NGHIỆP TỈNH ĐẮK NÔNG

2.1 Điều kiện tự nhiên

2.1.1 Vị trí địa lý

Đắk Nông là một trong 5 tỉnh Tây Nguyên, thuộc biên giới Tây Nam của Tổ quốc, nằm ở phía Tây Nam của vùng Tây Nguyên, đoạn cuối dãy Trường Sơn; được xác định trong khoảng tọa độ địa lý: 11045’ đến 12050’ vĩ

độ Bắc, 107013’đến 108010’ kinh độ Đông Phía Bắc và Đông Bắc giáp tỉnh Đắk Lắk, phía Đông và Đông Nam giáp tỉnh Lâm Đồng, phía Nam và Tây Nam giáp tỉnh Bình Phước, phía Tây giáp Vương quốc Campuchia

Nằm ở cửa ngõ Tây Nguyên, Đắk Nông có Quốc lộ 14 nối thành phố

Hồ Chí Minh và các tỉnh Miền đông Nam bộ với các tỉnh Tây nguyên, cách Thành phố Hồ Chí Minh 230 km về phía Bắc và cách Thành phố Ban Mê Thuột (Đắk Lăk) 120 km về phía Tây Nam; có Quốc lộ 28 nối Đắk Nông với Lâm Đồng, Bình Thuận và các tỉnh Duyên hải miền Trung, cách Thành phố

Đà Lạt (Lâm Đồng) 120 km và Thành phố Phan Thiết (Bình Thuận) 160 km

về phía Đông Đăk Nông có 130 km đường biên giới tiếp giáp với tỉnh Mondulkiri, có 02 cửa khẩu Bu Prăng và Dak Peur nối thông với Mondulkiri, Kratie, Kandal, Pnom Penh, Siem Reap, v.v của nước bạn Campuchia

Vị trí địa lý như trên sẽ tạo điều kiện cho Đắk Nông có thể mở rộng giao lưu với các tỉnh trong khu vực Tây nguyên; vùng kinh tế trọng điểm phía Nam; Duyên hải miền Trung và nước bạn Campuchia, là nguồn động lực để Đăk Nông thúc đẩy phát triển kinh tế - xã hội, trong tương lai sẽ trở thành trung tâm phát triển kinh tế năng động của khu vực Tây Nguyên

2.1.2 Địa hình địa thế

Nhìn tổng thể, địa hình Đăk Nông như hai mái của một ngôi nhà mà đường nóc là dãy núi Nam Nung, chạy dài từ Đông sang Tây, có độ cao trung bình khoảng 800m, có nơi cao đến hơn 1.500m Địa hình có hướng thấp dần

từ Đông sang Tây Các huyện Đăk Song, Đăk Mil, Cư Jut, Krông Nô thuộc lưu vực sông Krông Nô, sông Srêpốk nên thấp dần từ Nam xuống Bắc Các huyện Tuy Đức, Đăk Rlâp, Đăk Glong và thị xã Gia Nghĩa thuộc thượng nguồn lưu vực sông Đồng Nai nên thấp dần từ Bắc xuống Nam

Đắk Nông nằm trọn trên cao nguyên M’Nông, độ cao trung bình khoảng

600 m đến 700m so với mặt nước biển, có nơi lên đến 1.982m (Tà Đùng)

Vì vậy, Đăk Nông có địa hình đa dạng và phong phú, bị chia cắt mạnh,

có sự xen kẽ giữa các núi cao hùng vĩ, hiểm trở với các cao nguyên rộng lớn, dốc thoải, lượn sóng, khá bằng phẳng xen kẽ các dải đồng bằng thấp trũng Địa hình thung lũng thấp, có độ dốc từ 0-30 chủ yếu phân bố dọc sông Krông

Nô, Sêrêpôk, thuộc các huyện Cư Jút, Krông Nô Địa hình cao nguyên đất đỏ bazan chủ yếu ở Đắk Mil, Đắk Nông, độ cao trung bình 600 - 800 m, độ dốc khoảng 5-100 Địa hình chia cắt mạnh và có độ dốc lớn > 150 phân bố chủ yếu trên địa bàn các huyện Đăk Glong, Đắk R'Lấp

2.1.3 Khí hậu

Đăk Nông là khu vực chuyển tiếp giữa hai tiểu vùng khí hậu Tây Nguyên và Đông nam bộ, chế độ khí hậu mang đặc điểm chung của khí hậu nhiệt đới gió mùa cận xích đạo, nhưng có sự nâng lên của địa hình nên có đặc trưng của khí hậu cao nguyên nhiệt đới ẩm, vừa chịu ảnh hưởng của gió mùa Tây Nam khô nóng Mỗi năm có 2 mùa rõ rệt: Mùa mưa từ tháng 4 đến hết tháng 11, tập trung trên 90% lượng mưa cả năm; mùa khô từ tháng 12 đến hết tháng 3 năm sau, lượng mưa không đáng kể

Nhiệt độ trung bình năm 22-230 C, nhiệt độ cao nhất 350 C, tháng nóng nhất là tháng 4 Nhiệt độ thấp nhất 140C, tháng lạnh nhất vào tháng 12 Tổng

số giờ nắng trong năm trung bình 2000-2300 giờ Tổng tích ôn cao 8.0000 rất phù hợp với phát triển các cây trồng nhiệt đới lâu năm

Lượng mưa trung bình năm 2.513 mm, lượng mưa cao nhất 3.000mm Tháng mưa nhiều nhất vào tháng 8, 9; mưa ít nhất vào tháng 1, 2 Độ ẩm không khí trung bình 84% Độ bốc hơi mùa khô 14,6-15,7 mm/ngày, mùa mưa 1,5-1,7 mm/ngày

Hướng gió thịnh hành mùa mưa là Tây Nam, hướng gió thịnh hành mùa khô là Đông Bắc, tốc độ gió bình quân 2,4 -5,4 m/s, hầu như không có bão nên không gây ảnh hưởng đến kinh tế-xã hội

Tuy nhiên cũng như các vùng khác của Tây Nguyên, điều bất lợi cơ bản về khí hậu là sự mất cân đối về lượng mưa trong năm và sự biến động lớn

về biên độ nhiệt ngày đêm và theo mùa, nên yếu tố quyết định đến sản xuất và sinh hoạt là việc cấp nước, giữ nước và việc bố trí mùa vụ cây trồng

2.1.4 Thủy văn

Đắk Nông có mạng lưới sông suối, hồ, đập phân bố tương đối đều khắp Đây là điều kiện thuận lợi để khai thác nguồn nước phục vụ sản xuất nông nghiệp, công nghiệp, xây dựng các công trình thủy điện và phục vụ nhu cầu dân sinh Các sông chính chảy qua địa phận tỉnh gồm:

- Sông Sêrêpôk do hai nhánh sông Krông Nô và Krông Na hợp lưu với nhau tại thác Buôn Dray Khi chảy qua địa phận huyện Cư Jút, tỉnh Đắk Nông, do kiến tạo địa chất phức tạp, lòng sông trở nên hẹp và dốc nên tạo ra các thác nước lớn hùng vĩ, vừa có cảnh quan thiên nhiên đẹp, vừa có tiềm năng thủy điện mang lại giá trị kinh tế Đó là thác Trinh Nữ, Dray H'Linh, Gia Long, ĐraySap Các suối Đắk Gang, Đắk Nir, Dray H'Linh, Ea Tuor, Đắk Ken, Đắk Klou, Đắk Sor cũng đều là thượng nguồn của sông Sêrêpôk

- Sông Krông Nô Bắt nguồn từ dãy núi cao trên 2.000 m phía Đông Nam tỉnh Đắk Lắc, chảy qua huyện Krông Nô Sông Krông Nô có ý nghĩa rất quan trọng đối với sản xuất và đời sống dân cư trong tỉnh Còn nhiều suối lớn nhỏ khác suối Đắk Mâm, Đắk Rô, Đắk Rí, Đắk Nang là thượng nguồn của sông Krông Nô

- Hệ thống sông suối thượng nguồn sông Đồng Nai Sông Đồng Nai dòng chảy chính không chảy qua địa phận Đắk Nông nhưng có nhiều sông suối thượng nguồn Đáng kể nhất là: Suối Đắk Rung bắt nguồn từ khu vực Thuận Hạnh, Đắk Nông với chiều dài 90 km Suối Đắk Nông có lưu lượng trung bình 12,44m3/s Môduyn dòng chảy trung bình 47,9 m3/skm2.Suối Đắk Bukso là ranh giới giữa huyện Đắk Nông và Đắk R'Lấp Suối ĐắkR'Lấp có diện tích lưu vực 55,2 km2, là hệ thống suối đầu nguồn của thủy điện Thác

Mơ Suối Đắk R'Tih chảy về sông Đồng Nai, đầu nguồn của thủy điện Đắk R’tih và thủy điện Trị An

Ngoài ra trên địa bàn tỉnh còn có nhiều hồ, đập lớn vừa có tác dụng giữ nước cho sản xuất nông, công nghiệp, thủy điện, vừa là tiềm năng để phát triển du lịch như Hồ Tây, EaSnô, Ea T'Linh, Đắk Rông, Đak Đier, ĐăkR’tih, Đồng Nai 3,4.v.v

Chế độ lũ: Chịu sự chi phối mạnh của sông Krông Nô Tại Đức Xuyên

lũ lớn thường xảy ra vào tháng 9, 10 Hàng năm dòng sông này thường gây ngập lũ ở một số vùng thuộc các xã phía nam huyện Krông Nô Lũ trên sông Sêrêpôk là tổ hợp lũ của 2 sông Krông Nô và Krông Na, lũ xuất hiện vào tháng 9 và 10

2.1.5 Đất đai

Về thổ nhưỡng: Đất đai Đăk Nông khá phong phú và đa dạng, nhưng chủ yếu gồm 05 nhóm chính: Nhóm đất xám trên nền đá macma axit và đá cát chiếm khoảng 40% diện tích và được phân bổ đều toàn tỉnh Đất đỏ bazan

trên nền đá bazan phong hóa chiếm khoảng 35% diện tích, có tầng dày bình quân 120 cm, phân bổ chủ yếu ở Đăk Mil, Đăk Song Còn lại là đất đen bồi tụ trên nền đá bazan, đất Gley và đất phù sa bồi tụ dọc các dòng sông, suối

Về sử dụng: Đất nông nghiệp có diện tích là 306.749 ha, chiếm 47% tổng diện tích tự nhiên Trong đó đất trồng cây công nghiệp lâu năm chiếm phần lớn diện tích Đất cây hàng năm chủ yếu là đất trồng lúa, ngô và cây công nghiệp ngắn ngày Đất lâm nghiệp có rừng diện tích là 279.510ha, tỉ lệ che phủ rừng toàn tỉnh là 42,9% Đất phi nông nghiệp có diện tích 42.307 ha Đất chưa sử dụng còn 21.327 ha, trong đó đất sông suối và núi đá không có cây rừng là 17.994 ha

2.2 Điều kiện kinh tế - xã hội

2.2.1 Dân cư

Dân số toàn tỉnh là 565.530 người, trong đó dân số đô thị chiếm 15,52%, dân số nông thôn 84,48% Tỉ lệ tăng dân số tự nhiên là 1,88% Mật

độ dân số trung bình là 78,39 người/km2

Dân cư phân bố không đều trên địa bàn các huyện, nơi đông dân cư chủ yếu tập trung ở các trung tâm xã, thị trấn huyện lỵ, ven các trục đường quốc

lộ, tỉnh lộ Có những vùng dân cư thưa thớt như một số xã của huyện Đắk Glong, Tuy Đức

Đắk Nông là tỉnh có cộng đồng dân cư gồm 40 dân tộc cùng sinh sống Cộng đồng dân cư Đăk Nông được hình thành từ: Đồng bào các dân tộc tại chỗ như M’Nông, Mạ, Ê đê, Khmer…; đồng bào Kinh sinh sống lâu đời trên Tây nguyên và đồng bào các dân tộc miền núi phía Bắc mới di cư vào lập nghiệp như Tày, Thái, Mường, Nùng, Dao, H’Mông

Cơ cấu dân tộc đa dạng, chủ yếu là dân tộc Kinh, M'Nông, Nùng, H’Mông v.v Dân tộc Kinh chiếm tỉ lệ 67,9%, M'Nông chiếm 8,2%, Nùng chiếm 5,6%, H’Mông chiếm 4,5%, các dân tộc khác chiếm tỉ lệ nhỏ; cá biệt

có những dân tộc chỉ có một số người sinh sống ở Đăk Nông như Cơ Tu, Tà

Ôi, Hà Nhì, Phù Lá, Chứt

2.2.2 Cơ cấu lao động

Dân số Đăk Nông là dân số trẻ trong độ tuổi lao động có 393.500 người, chiếm 69,58% dân số

Lao động tham gia làm việc trong các ngành kinh tế mà chủ yếu tham gia sản xuất nông, lâm nghiệp và thủy sản chiếm 80,5%, lao động công nghiệp-xây dựng chiếm 3,7%; lao động khu vực dịch vụ chiếm 15,7% Số lượng lao động kỹ thuật qua đào tạo chiếm tỉ trọng nhỏ, khoảng 13,2% Phần lớn lực lượng lao động là lao động chân tay trong các ngành nông, lâm nghiệp Tuy nhiên, do cơ cấu sản xuất chủ yếu là nông, lâm nghiệp nên đội ngũ cán bộ kỹ thuật của các nông, lâm trường và một số nông dân đã tích luỹ được nhiều kinh nghiệm trồng và thâm canh cây công nghiệp ngắn và dài ngày như đậu đỗ, mía, bông, cà phê, cao su, điều, tiêu

2.2.3 Thực trạng kinh tế - xã hội

Tăng trưởng kinh tế: Nền kinh tế có sự tăng trưởng khá, bình quân giai đoạn 2006-2010 tăng 15,19% Cơ cấu kinh tế có sự chuyển biến mạnh: ngành nông, lâm nghiệp giảm từ 59,58% năm 2005 xuống còn 52,67% năm 2010; ngành công nghiệp - xây dựng tăng từ 17,87% năm 2005 lên 25,13%; ngành dịch vụ tăng từ 22,55% năm 2003 lên 22,19% năm 2010 Riêng năm 2010, tốc độ tăng trưởng kinh tế (GDP) theo giá cố định 94 đạt 15,05% Thu nhập bình quân đầu người đạt 15,18 triệu đồng Thu ngân sách nhà nước trên địa bàn đạt 780 tỷ đồng Kim ngạch xuất khẩu đạt 260 triệu USD Nhập khẩu đạt

18 triệu USD Tỷ lệ bon, buôn, thôn có điện lưới quốc gia đạt trên 100%; 90%

số hộ được sử dụng điện Phát sóng truyền thanh 100% bon/buôn 81% đường tỉnh lộ, 65% đường huyện lộ, 50% số bon/buôn có từ 1-2 km đường nhựa; đảm bảo 44% diện tích có nhu cầu tưới; Phổ cập trung học cơ sở đạt 100%;

100% xã, phường, thị trấn có trạm y tế Tỷ lệ suy dinh dưỡng trẻ em còn 27,8% Tỷ lệ hộ nghèo còn dưới 10%; giải quyết việc làm cho 16.500 lao động

2.3 Tình hình sử dụng đất Lâm nghiệp tỉnh Đắk Nông

Năm 2013-2014, tỉnh Đắk Nông thực hiện dự án Điều tra, kiểm kê rừng Kết quả được UBND tỉnh công bố tại Quyết định 67/QĐ-UBND ngày

14 tháng 1 năm 2015 Số liệu chi tiết tại bảng 2.1

Bảng 2.1 Diện tích các loại rừng và đất quy hoạch cho Lâm nghiệp

tỉnh Đắk Nông phân theo mục đích sử dụng

Đơn vị: ha

Loại đất, loại rừng

Diện tích trong quy hoạch

Đặc dụng

Phòng

hộ Sản xuất Tổng diện tích đất Lâm

- Đất có cây nông nghiệp 50.363,5 458,8 7.818,7 42.085,9

- Đất khác trong lâm nghiệp 3.676,0 2.827,0 296,3 552,7

Chương 3 MỤC TIÊU, ĐỐI TƯỢNG, PHẠM VI, NỘI DUNG VÀ PHƯƠNG PHÁP

NGHIÊN CỨU 3.1 Mục tiêu nghiên cứu

- Nghiên cứu xây dựng kỹ thuật xác định trữ lượng rừng từ ảnh Landsat 8

3.2 Đối tượng và phạm vi nghiên cứu

3.2.1 Đối tượng nghiên cứu

Đối tượng nghiên cứu của luận án là các kiểu trạng thái rừng tự nhiên

và ảnh vệ tinh Landsat 8 được lựa chọn và sử dụng trong chương trình Điều tra kiểm kê rừng tại tỉnh Đắk Nông

3.2.2 Phạm vi nghiên cứu

- Về tư liệu ảnh: hiện có rất nhiều loại ảnh vệ tinh được sử dụng để xác định trữ lượng rừng Phạm vi nghiên cứu của luận văn lựa chọn ảnh Landsat 8 chụp năm 2014 của tỉnh Đắk Nông

- Về kiểu trạng thái rừng: Theo kết quả khảo sát, tỉnh Đắk Nông bao gồm 5 kiểu trạng thái rừng chính là: Rừng rụng lá, rừng nửa rụng lá, rừng thường xanh, rừng hỗn giao gỗ - tre nứa và rừng trồng Tác giả lựa chọn 3 kiểu trạng thái: rừng thường xanh, rừng nửa rụng lá và rừng rụng lá làm đối tượng nghiên cứu

- Về địa điểm: Thực hiện trên địa bàn toàn tỉnh Đắk Nông

3.3 Nội dung nghiên cứu

Để đạt được mục tiêu nghiên cứu, luận văn đặt ra những nội dung nghiên cứu sau:

- Xử lý ảnh Landsat 8 chụp năm 2014 trên địa bàn huyện Đắk Nông

- Tính toán trữ lượng rừng cho các OTC điều tra trên địa bàn tỉnh Đắk Nông

- Tạo chỉ số thực vật và ảnh thành phần chính PCs

- Xây dựng mô hình quan hệ giữa giá trị của các kênh ảnh gốc, kênh ảnh chỉ số thực vật, kênh ảnh thành phần chính PCs với nhân tố trữ lượng rừng bằng phương pháp hồi quy

- Đánh giá sai số và so sánh độ chính xác ước lượng của mô hình trữ lượng rừng

3.4 Phương pháp nghiên cứu

3.4.1 Phương pháp kế thừa tư liệu

Trong quá trình thực hiện, luận văn kế thừa những tài liệu và các dữ liệu

cơ sở sau:

- Tài liệu về điều kiện tự nhiên, kinh tế - xã hội của tỉnh Đắk Nông

- Bản đồ quy hoạch ba loại rừng năm 2015; Ranh giới hành chính, bản

đồ kết quả kiểm kê đất đai năm 2015 của tỉnh Đắk Nông

- Bản đồ kết quả kiểm kê rừng tỉnh Đắk Nông năm 2014, Số liệu điều tra trên các ô tiêu chuẩn tại tỉnh Đắk Nông năm 2013-2014

3.4.2 Phương pháp nghiên cứu cụ thể

3.4.2.1 Phương pháp điều tra và xử lý số liệu ngoại nghiệp

a Phương pháp thu thập số liệu ngoại nghiệp

Tiến hành điều tra, khảo sát thực tế tại tỉnh Đắk Nông để thu thập các nguồn dữ liệu, thông tin, khảo sát thực tiễn về tình hình phân bố tài nguyên

rừng, đặc điểm rừng và những tác động đến tài nguyên rừng ở địa phương

 Phương pháp thu thập số liệu ô tiêu chuẩn như sau:

Vị trí của các ô tiêu chuẩn được xác định bằng máy GPS với độ chính xác từ 3m – 5m, độ cao tuyệt đối được xác định bằng máy GPS, độ dốc bình quân được xác định bằng địa bàn Diện tích một OTC là 1000m2 đối với rừng

tự nhiên

- Xác định tên loài của tất cả các cây gỗ có đường kính lớn hơn 6cm trên ô tiêu chuẩn Đối với những loài không biết tên, dùng dao xác định độ cứng của thân cây gỗ để xếp vào một trong các nhóm Sp1, Sp2 và Sp3, trong đó: (i) Sp1: Là những loài gỗ cứng (được xếp vào nhóm các loài gỗ tốt); (ii) Sp2: Là những loài gỗ trung bình (được xếp vào nhóm các loài gỗ trung bình); (iii) Sp3: Là những loài gỗ mềm (được xếp vào nhóm các loài gỗ tạp)

- Đo chu vi thân cây ở vị trí cách mặt đất 1.3m độ chính xác đến cm bằng thước dây của tất cả các cây gỗ có đường kính lớn hơn 6cm và ghi số hiệu cây đo đếm bằng sơn đỏ hoặc bút phớt không xoá trên thân cây ở vị trí 1,3m

- Xác định chiều cao vút ngọn cây: đo chiều cao vút ngọn 05 cây sinh trưởng bình thường gần tâm ô nhất đối với rừng tự nhiên

b Phương pháp xử lý nội nghiệp

Số liệu thu thập thực địa trên các ô tiêu chuẩn được nhập vào máy tính

và xử lý như sau:

+ Phương pháp tính chiều cao cây gỗ không đo chiều cao trong OTC Tiến hành xây dựng phương trình đường cong chiều cao thiết lập mối quan hệ giữa Hvn và D1.3 dựa vào số liệu các cây đo đếm cả đường kính và chiều cao trên các OTC tại khu vực nghiên cứu Phương trình đường cong chiều cao (đối với rừng tự nhiên) có dạng hàm logarithimic:

H = a + b*Ln(D1.3) (3.1)

Phương trình được xây dựng trên phần mềm SPSS 17.0 Quy trình thực hiện như sau:

- Copy D 1.3 và H vn sang phần mềm Spss 17.0

- Vào Analyze\ Regression\ Curve Estimation Trong hộp thoại Curve

Estimation cho biến H vn vào ô Dependent và cho D 1.3 vào Independent Tích vào hàm Logarithmic

- Tích vào Ok

Từ bảng kết quả xuất ra kiểm tra sự tồn tại của phương trình bằng cách dựa vào giá trị sig, nếu sig<0.05 phương trình tồn tại và ngược lại Khi phương trình tồn tại dùng phương trình này để nội suy chiều cao các cây không đo đếm trong OTC

V

1 = g h i f

n

i i

1

2 3 1

4 (3.2)

M (ha) = 10000/1000* M (OTC) (m3/ha) Trong đó: hi là chiều cao cây thứ i; Vi là thể tích của cây thứ i; gi là tiết diện ngang thân cây thứ i, d1.3i là đường kính ở vị trí 1.3m của cây thứ i; f là hình số của thân cây thông thường hình số được lấy f = 0.45 đối với rừng tự nhiên

3.4.2.2 Phương pháp lấy và xử lý ảnh Landsat 8

 Đặc điểm tư liệu ảnh Landsat 8

Ảnh Landsat 8 của Mỹ được phóng vào vũ trụ ngày 11-02-2013 có độ phân giải không gian ở mức trung bình và hoàn toàn miễn phí có nhiều ưu điểm và triển vọng áp dụng trong việc xác định trữ lượng rừng ở quy mô lớn: cấp tỉnh, cấp huyện Từ quỹ đạo cách mặt đất gần 725km, vệ tinh Landsat 8 bay vòng quanh Trái đất mất 99 phút, bao phủ toàn bộ bề mặt Trái đất trong 16 ngày và gửi về khoảng hơn 400 ảnh mỗi ngày Ảnh được thu nhận, lưu trữ và cung cấp miễn phí cho các nhà khoa học hoặc các tổ chức có quan tâm Theo thông tin cập nhật mới nhất từ Trung tâm Khoa học và Quan sát Tài nguyên Trái đất (Earth Resources Observation and Science Center - EROS) của Hội Khảo sát

Địa chất Hoa Kỳ (US Geological Survey - USGS) vệ tinh đang hoạt động rất tốt, không gặp trục trặc nào và nhiệm vụ của trung tâm là chuẩn bị tất cả số ảnh này sẵn sàng cho người sử dụng trong vòng 48 giờ sau khi chụp, tuy nhiên, phần lớn số ảnh này đều được xử lý sẵn sàng trong vòng 24 giờ

Hình 3.1 Các thế hệ ảnh vệ tinh LANDSAT

Thông tin chung về các kênh trên ảnh Landsat 8 được thể hiện ở bảng sau:

Bảng 3.1 Thông tin chung về các kênh trên ảnh Landsat 8

(micrimeters)

Resolution (meters)

Ghi chú

1 Band 1 - Coastal aerosol 0.433 - 0.453 30 OLI

5 Band 5 - Near Infrared (NIR) 0.845 - 0.885 30 OLI

8 Band 8 - Panchromatic 0.500 - 0.680 15 OLI

10 Band 10 - Thermal Infrared

tượng khác

- Kênh phổ xanh lục (0,52µm – 0,60µm) được dùng để đo phản xạ cực đại phổ lục của thực vật, xác định trạng thái thực vật, xác định các đối tượng khác

- Kênh phổ đỏ (0,63µm – 0,69µm) dùng xác định vùng hấp thụ chlorophyl giúp phân loại thực vật, xác định các đối tượng khác

- Kênh phổ cận hồng ngoại (0,76µm – 0,90µm) dùng xác định các kiểu thực vật, trạng thái và sinh khối, độ ẩm của đất

- Kênh hồng ngoại sóng ngắn (1,55µm – 0,75µm; 2,08µm – 2,35µm) được

sử dụng để xác định độ ẩm của thực vật và đất, nghiên cứu về đá khoáng, tách tuyết và mây

- Kênh hồng ngoại nhiệt (10,4µm – 12,5µm) được dùng để xác định thời điểm thực vật bị sốc, độ ẩm của đất và thành lập bản đồ nhiệt

- Kênh toàn sắc 0,52 – 0,9 với độ phân giải thấp và giải phổ liên tục, ảnh của kênh này được sử dụng để chồng ghép với các kênh ảnh khác, từ đó đo vẽ chính xác các đối tượng

a Phương pháp lấy ảnh

Phương pháp lấy ảnh Landsat 8 như sau:

- Vào địa chỉ website: http://earthexplorer.usgs.gov Nhấn vào nút Register để tạo tài khoản Sau đó, nhấn nút Login để đăng nhập

- Nhập vị trí ảnh cần download (dạng kinh độ, vỹ độ) tại nút lệnh Add Coordinate hoặc số hàng và cột theo thiết kế sẵn tại nút Path/Row Cảnh ảnh tỉnh Đắk Nông nằm trên 2 cảnh ảnh là 124_051 và 124_052 (Path là 124, Row là 052 dựa vào bản đồ sơ đồ ảnh Việt Nam)

- Nhấn vào nút Date Selected để chọn thời gian cần lấy ảnh (thời gian lấy ảnh là năm 2014)

- Nhấn vào nút Data sets để chọn ảnh Landsat 8 Ấn chọn Additional Criteria gõ lại Path, Row Kéo xuống mục Cloud cover để chọn tỷ lệ mây (chọn ảnh có tỷ lệ mây < 10%)

- Nhấn vào nút Results xuất hiện kết quả các cảnh ảnh

- Cuối cùng nhấn vào biểu tượng giống biểu tượng USB để download ảnh

b Phương pháp xử lý ảnh

Sau khi download ảnh Tiến hành xử lý ảnh theo các bước sau:

Bước 1: Tổ hợp mầu ảnh Landsat 8 được thực hiện trên phần mềm ArcGIS thực hiện như sau:

Bước 2: Trộn ảnh

Trộn ảnh trên phần mềm ArcGIS được thực hiện như sau:

Mở Arcmap và chọn Add file để mở ảnh đã tổ hợp mầu ở bước trên và ảnh Panchromatic (Band 8) vào phần mềm Chọn Arc toolbox / Data management tools /Raster/Raster processing/Create Pan – Sharpened Raster Dataset, xuất hiện hộp thoại Create Pan – Sharpened Raster Dataset Mục Input Raster chọn ảnh tổ hợp mầu; mục Output Raster dataset chọn đường dẫn lưu file ảnh đầu ra sau trộn; mục Panchromatic Image chọn ảnh Panchromatic (Band 8); mục Pan-Sharpering Type chọn phương pháp Brovey Nhấn chọn

OK để thực hiện việc Trộn ảnh

Bước 3: Chuyển ảnh Landsat 8 từ hệ tọa độ UTM sang VN2000

Theo quy định, hiện nay nước ta thống nhất sử dụng hệ tọa độ VN2000 trên toàn quốc nhưng ảnh Landsat 8 sau khi tải về và xử lý qua các bước trên vẫn ở hệ tọa độ UTM Do đó, để phù hợp với hệ thống bản đồ mà chúng ta đang có thì cần chuyển ảnh từ hệ tọa độ UTM sang hệ tọa độ VN2000 Quy trình chuyển hệ tọa độ thực hiện trên phần mềm ArcGIS như sau: