Nghiên cứu phương pháp xác định trữ lượng rừng bằng dữ liệu sentinel tại huyện phú giáo, tỉnh bình dương

DANH MỤC BẢNG 1.1 Đặc điểm và khả năng ứng dụng của một sô loại ảnh vệ tinh 6 2.1 Phân loại NDVI theo chất lượng thực vật trong lớp phủ bề mặt đất 26 4.1 Diện tích các loại rừng và đất l

BÙI ĐÌNH ĐẠI

NGHIÊN CỨU PHƯƠNG PHÁP XÁC ĐỊNH TRỮ LƯỢNG RỪNG

BẰNG DỮ LIỆU SENTINEL TẠI HUYỆN PHÚ GIÁO,

TỈNH BÌNH DƯƠNG

LUẬN VĂN THẠC SỸ KHOA HỌC MÔI TRƯỜNG

BÙI ĐÌNH ĐẠI

NGHIÊN CỨU PHƯƠNG PHÁP XÁC ĐỊNH TRỮ LƯỢNG RỪNG

BẰNG DỮ LIỆU SENTINEL TẠI HUYỆN PHÚ GIÁO,

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình do tôi thực hiện, những số liệu, kết quả nêu trong luận văn là trung thực và chưa có ai công bố trong bất cứ công trình nào khác

Tác giả

Bùi Đình Đại

LỜI CẢM ƠN

Luận văn “Nghiên cứu phương pháp xác định trữ lượng rừng bằng dữ

liệu Sentinel tại huyện Phú Giáo, tỉnh Bình Dương” được hoàn thành theo

chương trình đào tạo Thạc sỹ, khóa 2015 - 2017 của trường Đại học Lâm nghiệp Việt Nam

Trong quá trình học tập và thực hiện luận văn, tác giả đã nhận được sự quan tâm, giúp đỡ và tạo mọi điều kiện thuận lợi của Ban giám hiệu Trường Đại học Lâm nghiệp; Khoa đào tạo sau đại học; Các thầy giáo, cô giáo Trường Đại học Lâm nghiệp; Các anh, chị, em, bạn bè đồng nghiệp ở Viện Sinh thái rừng và Môi trường Nhân dịp này, tác giả xin được bày tỏ lòng biết

ơn sâu sắc trước sự quan tâm và giúp đỡ quý báu đó

Xin bày tỏ lòng kính trọng và biết ơn sâu sắc đến GS.TS Vương Văn Quỳnh đã tận tình hướng dẫn và chỉ bảo trong suốt quá trình thực hiện luận văn

Mặc dù đã hết sức cố gắng và nỗ lực, nhưng kinh nghiệm nghiên cứu chưa nhiều, đặc biệt là hạn chế về mặt thời gian trong quá trình nghiên cứu nên luận văn chắc chắn không tránh khỏi những thiếu sót nhất định Tác giả rất mong nhận được sự góp ý của các thầy cô giáo và bạn bè đồng nghiệp để cho luận văn được hoàn chỉnh hơn

Xin chân thành cảm ơn!

Hà Nội, tháng 9 năm 2017

Học viên

Bùi Đình Đại

MỤC LỤC

Trang TRANG PHỤ BÌA

LỜI CAM ĐOAN i

LỜI CẢM ƠN ii

MỤC LỤC iii

DANH MỤC CÁC TỪ VIẾT TẮT v

DANH MỤC BẢNG vi

DANH MỤC HÌNH vii

ĐẶT VẤN ĐỀ 1

Chương 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 3

1.1 Một số khái niệm về ảnh Sentinel 3

1.2 Nghiên cứu về ảnh vệ tinh trong theo d i di n biến tài nguyên rừng 4

1.3 Tình hình nghiên cứu về việc xác định trữ lượng rừng bằng dữ liệu ảnh Quang học và ảnh Radar 10

1.3.1 Trên thế giới 10

1.3.2 Ở Việt Nam 13

Chương 2: MỤC TIÊU, ĐỐI TƯỢNG, PHẠM VI, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU 20

2.1 Mục tiêu 20

2.1.1 Mục tiêu chung 20

2.1.2 Mục tiêu cụ thể 20

2.2 Đối tượng và phạm vi nghiên cứu 20

2.2.1 Đối tượng nghiên cứu 20

2.2.2 Phạm vi nghiên cứu 20

2.3 Nội dung nghiên cứu 21

2.4 Phương pháp nghiên cứu 21

2.4.2 Phương pháp nghiên cứu cụ thể 22

Chương 3: ĐIỀU KIỆN TỰ NHIÊN, KINH TẾ - XÃ HỘI 29

3.1 Điều kiện tự nhiên 29

3.1.1 Vị trí địa lý 29

3.1.2 Hành chính 29

3.1.3 Địa hình 31

3.1.4 Khí hậu 31

3.2 Điều kiện dân sinh, kinh tế, xã hội 31

3.2.1 Kinh tế - Xã hội 31

Chương 4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 34

4.1 Đặc điểm hiện trạng rừng tại xã huyện Phú Giáo, tỉnh Bình Dương 34

4.2 Nghiên cứu xây dựng mô hình xác định trữ lượng rừng bằng tư liệu Sentinel-1 và Sentinel-2 tại huyện Phú Giáo, tỉnh Bình Dương 39

4.2.1 Kết quả xử lý tư liệu Sentinel-1 39

4.2.2 Kết quả xử lý tư liệu Sentinel-2 41

4.2.3 X ng các m hình xác định tr lư ng r ng ng tư liệu Sentinel 43 4.2.4 Đánh giá độ chính xác c a các m hình ng chỉ số RMSE 58

4.3 Thử nghiệm xác định trữ lượng rừng bằng tư liệu Sentinel-1 và Sentinel-2 tại huyện Phú Giáo, tỉnh Bình Dương 60

4.4 Đề xuất quy trình xác định trữ lượng rừng bằng tư liệu Sentinel-1 và Sentinel-2 62

KẾT LUẬN, TỒN TẠI, KHUYẾN NGHỊ 67

1 Kết luận 67

2 Tồn tại 67

3 Khuyến nghị 68

TÀI LIỆU THAM KHẢO

PHỤ BIỂU

DANH MỤC CÁC TỪ VIẾT TẮT

2 CHDC Đức Cộng hòa dân chủ Đức

5 ESA Cơ quan Không gian Châu Âu

6 GIS Hệ thống thông tin địa lý

7 MACRES Trung tâm Vi n thám Malaysia

8 MGO Trữ lượng điều tra mặt đất

9 NDVI Chỉ số khác biệt về thực vật

13 RMSE Sai số trung phương

14 SNAP Sentinel Application Platform

DANH MỤC BẢNG

1.1 Đặc điểm và khả năng ứng dụng của một sô loại ảnh vệ tinh 6 2.1 Phân loại NDVI theo chất lượng thực vật trong lớp phủ bề mặt đất 26

4.1 Diện tích các loại rừng và đất lâm nghiệp phân theo mục đích sử

4.2 Mối quan hệ giữa NDVI với phân cực và tổ hợp phân cực VH,

4.3 Mối quan hệ giữa giá trị điểm ảnh với trữ lượng rừng 54 4.4 Mối quan hệ giữa tổ hợp giá trị điểm ảnh với trữ lượng rừng 57 4.5 Kết quả đánh giá độ chính xác của các mô hình 58 4.6 Thống kê diện tích, trữ lượng rừng tại huyện Phú Giáo – tỉnh Bình

4.7 Hệ thống điểm điều tra tại huyện Phú Giáo - tỉnh Bình Dương 43

4.10 Mối quan hệ giữa NDVI với tổ hợp (Sig_VH+Sig_VV)/2 45 4.11 Mối quan hệ giữa NDVI với tổ hợp Sig_VH+Sig_VV 45 4.12 Mối quan hệ giữa NDVI với tổ hợp Sig_VH-Sig_VV 46 4.13 Mối quan hệ giữa NDVI với tổ hợp Sig_VH*Sig_VV 46 4.14 Mối quan hệ giữa NDVI với tổ hợp Sig_VH/Sig_VV 47 4.15 Mối quan hệ giữa NDVI với tổ hợp Sig_VV/Sig_VH 47 4.16 Mối quan hệ giữa NDVI với tổ hợp Sig_VV-Sig_VH 48

4.20 Mối quan hệ giữa tổ hợp Sig_VH+Sig_VV với MGO 50 4.21 Mối quan hệ giữa tổ hợp Sig_VH-Sig_VV với MGO 51 4.22 Mối quan hệ giữa tổ hợp Sig_VH*Sig_VV với MGO 51

4.23 Mối quan hệ giữa tổ hợp Sig_VH/Sig_VV với MGO 52 4.24 Mối quan hệ giữa tổ hợp Sig_VV/Sig_VHvới MGO 52 4.25 Mối quan hệ giữa tổ hợp (Sig_VV+Sig_VH)/2 với MGO 53 4.26 Mối quan hệ giữa tổ hợp Sig_VV-Sig_VH với MGO 53 4.27 Mối quan hệ giữa tổ hợp NDVI+(Sig_VV/Sig_VH) với MGO 55 4.28 Mối quan hệ giữa tổ hợp NDVI-(Sig_VV/Sig_VH) với MGO 55 4.29 Mối quan hệ giữa tổ hợp NDVI*(Sig_VV/Sig_VH) với MGO 56 4.30 Mối quan hệ giữa tổ hợp NDVI/(Sig_VV/Sig_VH) với MGO 56 4.31 Bản đồ phân bố trữ lượng gỗ huyện Phú giáo Tỉnh Bình Dương 61

ĐẶT VẤN ĐỀ

Lâm nghiệp là một ngành kinh tế kỹ thuật đặc thù, giữ vai trò đặc biệt quan trọng trong bảo vệ môi trường và phát triển bền vững đất nước Nghề rừng là nghề tạo ra một loại tài nguyên thiên nhiên có thể tái tạo được, có giá trị phòng hộ đầu nguồn, phòng hộ ven biển, giúp điều hòa khí hậu, điều tiết nguồn nước, hạn chế xói mòn, rửa trôi, sạt lở, hạn chế thiên tai lũ lụt, hạn hán, chống thoái hóa đất và hoang mạc hóa, góp phần bảo tồn đa dạng sinh học , giảm phát thải khí nhà kính và ứng phó tích cực, hiệu quả với BĐKH toàn cầu

Bình Dương là một trong những tỉnh thuộc vùng Đông Nam Bộ đi đầu

về phát triển công nghiệp hiện nay của cả nước Bình Dương luôn lấy công nghiệp làm nền tảng đột phá mà hạt nhân chính là xây dựng kết cấu hạ tầng các khu công nghiệp gắn với đô thị hóa Cùng với sự phát triển vượt bậc kinh

tế về công nghiệp và dịch vụ cao thì nghề rừng ở đây chưa thực sự được chú trọng Công tác quản lý tài nguyên thiên của tỉnh vẫn còn chưa được chặt chẽ dẫn tới diện tích và trữ lượng rừng đã và đang ngày càng suy giảm một cách nhanh chóng

Ngày nay với sự tiến bộ nhanh chóng của khoa học công nghệ, tư liệu vệ tinh đã và đang được ứng dụng rộng rãi trong công tác theo dõi, giám sát tài nguyên thiên nhiên và bảo vệ môi trường đặc biệt là trong việc theo dõi di n biến tài nguyên rừng Việc quản lý tài nguyên rừng theo hướng bền vững, sử dụng các công cụ, phương pháp hiện đại như vi n thám, GIS với độ chính xác cao là điều hết sức cần thiết cho giai đoạn hiện nay và tương lai Trong nghiên cứu hiện trạng tài nguyên rừng, nghiên cứu ảnh vi n thám ngày càng tỏ ra ưu thế bởi khả năng cập nhật thông tin và phân tích biến động một cách nhanh chóng Mặt khác, hiện trạng và biến động thảm thực vật rừng, trạng thái và trữ lượng rừng là căn cứ hết sức quan trọng phục vụ công tác quy hoạch bảo vệ,

phát triển và khai thác sử dụng tài nguyên rừng một cách bền vững Chính vì vậy, nhiệm vụ đặt ra đối với các cơ quan chức năng và các nhà quản lý lâm nghiệp là cần phải áp dụng các phương pháp cập nhật nhanh, kịp thời, chính xác trong xây dựng bản đồ hiện trạng rừng của địa phương

Xuất phát từ ý nghĩa thực ti n trên tôi tiến hành thực hiện đề tài “Nghiên

cứu phương pháp xác định trữ lượng rừng bằng tư liệu Sentinel tại huyện Phú Giáo, tỉnh Bình Dương”

Chương 1 TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 1.1 Một số khái niệm về ảnh Sentinel

Sentinel là tên của một loạt các vệ tinh quan sát trái đất thuộc Chương trình Copernicus của Cơ quan Không gian Châu Âu (ESA) Các vệ tinh được đặt tên từ Sentinel-1 tới Sentinel-6 có các thiết bị thu nhận quan sát đất liền, đại dương và khí quyển

Hiện tại đã có Sentinel-1 và Sentinel-2 trên quĩ đạo Sentinel-3 đã được đưa lên quĩ đạo theo như kế hoạch là tháng 12/2015, gồm 3 vệ tinh Sentinel-3A, Sentinel-3B và Sentinel-3C theo kế hoạch sẽ hoàn tất việc phóng trước năm 2020

+ Sentinel-1A là vệ tinh dầu tiên trong loạt các vệ tinh thuộc chương trình Copernicus, đã được lên quĩ đạo ngày 3/4/2014 Thiết bị thu nhận ảnh radar khẩu độ mở tổng hợp, kênh C (synthetic aperture radar-SAR) Sentinel-1A có nhiệm vụ giám sát băng, tràn dầu, gió và sóng biển, thay đổi

sử dụng đất, biến dạng địa hình và đáp ứng các trường hợp khẩn cấp lũ và động đất Do là dữ liệu radar nên có các chế độ phân cực đơn VV hoặc HH)

và phân cực đôi (VV+VH hoặc HH+HV)

+ Sentinel-2A được phóng lên quĩ đạo ngày 23/6/2015 Đây là vệ tinh gắn thiết bị thu nhận ảnh đa phổ với 13 kênh phổ (443 nm–2190 nm), trường phủ 290 km, độ phân giải 10 m (4 kênh phổ nhìn thấy và cận hồng ngoại), 20

m (6 kênh phổ từ cận đỏ đến kênh phổ có bước sóng ngắn) và 60 m (3 atmospheric correction bands) Khi vệ tinh thứ hai (Sentinel-2B) đưa vào sử dụng thì cả hai sẽ có chu lỳ lập lại là 5 ngày và nếu kết hợp với Landsat 8 thì chu kỳ quan sát trái đất sẽ là 3 ngày Dữ liệu này thì độ phân giải không gian cao hơn ảnh vệ tinh Landsat 8 Sentinel-2A có nhiệm vụ giám sát các hoạt

động canh tác nông nghiệp, rừng, sử dụng đất, thay đổi thực phủ/ sử dụng đất

1.2 Nghiên cứu về ảnh vệ tinh trong theo d i di n biến t i nguyên rừng

Phương pháp Vi n thám cho phép thu thập thông tin về đối tượng trên mặt đất thông qua hình ảnh của đối tượng mà không cần phải tiếp xúc trực tiếp ngoài thực địa Các loại tư liệu ảnh vi n thám có thể được chụp từ máy bay (ảnh hàng không) nhưng thông dụng nhất là được chụp từ vệ tinh

Tư liệu vi n thám có hai loại chính là ảnh quang học và ảnh radar Ảnh quang học chụp bề mặt trái đất nhờ năng lượng mặt trời và các thiết bị chụp ảnh sử dụng thấu kính quang học, hệ thống chụp ảnh này được gọi là hệ thống thụ động Loại thứ hai là ảnh radar được chụp nhờ các thiết bị thu, phát sóng radar đặt trên vệ tinh Hệ thống này được gọi là hệ thống chụp ảnh chủ động hay tích cực

Ngày nay với sự tiến bộ nhanh chóng của khoa học công nghệ, tư liệu vệ tinh đã và đang được ứng dụng rộng rãi trong công tác theo dõi, giám sát tài nguyên thiên nhiên và bảo vệ môi trường đặc biệt là trong việc theo dõi di n biến tài nguyên rừng Nguyên tắc cơ bản để phân biệt các đối tượng trên ảnh

vệ tinh là dựa vào sự khác biệt về đặc tính phản xạ của chúng trên các kênh phổ vật trên ảnh vệ tinh

Những ưu thế cơ bản của ảnh vệ tinh có thể kể ra là:

- Cung cấp thông tin khách quan, đồng nhất trên khu vực trùm phủ lớn (Landsat 180km x 180km, SPOT, ASTER 60km x 60km) cho phép tiến hành theo dõi giám sát trên những khu vực rộng lớn cùng một lúc

- Cung cấp thông tin đa dạng trên nhiều kênh phổ khác nhau cho phép nghiên cứu các đặc điểm của đối tượng từ nhiều góc độ phản xạ phổ khác nhau

- Cung cấp các loại ảnh có độ phân giải khác nhau đo đó cho phép nghiên cứu bề mặt ở những mức độ chi tiết hoặc khái quát khác nhau Ví dụ như các loại ảnh độ phân giải siêu cao như SPOT 5, IKONOS, QuickBird để nghiên cứu chi tiết, hoặc các loại ảnh có độ phân giải thấp nhưng tần suất chụp lặp cao, diện tích phủ trùm lớn như MODIS, MERIS cho phép cung cấp các thông tin khái quát ở mức vùng hay khu vực

- Khả năng chụp lặp lại hay còn gọi là độ phân giải thời gian Do đặc điểm quĩ đạo của vệ tinh nên cứ sau một khoảng thời gian nhất định lại có thể chụp lặp lại được vị trí trên mặt đất Sử dụng các ảnh vệ tinh chụp tại các thời điểm khác nhau sẽ cho phép theo dõi di n biến của các sự vật hiện tượng di n

ra trên mặt đất, ví dụ như quá trình sinh trưởng của cây trồng, lúa, màu

- Các dữ liệu được thu nhận ở dạng số nên tận dụng được sức mạnh xử

lý của máy tính và có thể d dàng tích hợp với các hệ thống thông tin như hệ thống thông tin địa lý (GIS)

Do những đặc tính hết sức ưu việt kể trên ảnh vệ tinh đã trở thành một công cụ không thể thiếu được trong công tác theo dõi giám sát tài nguyên thiên nhiên và môi trường, nhất là ở những vùng khó tiếp cận như các vùng núi cao, biên giới, hải đảo…

Phương pháp Vi n thám cho phép thu thập phần lớn các thông tin ở trong phòng nhưng kết quả giải đoán cần được kiểm chứng ở ngoài thực địa

do đó công tác thực địa là một phần không thể thiếu trong công nghệ Vi n thám

Trên thế giới việc ứng dụng công nghệ vi n thám, tại những nước phát triển đã được thực hiện ngay từ khi có những tấm ảnh đầu tiên của vệ tinh quan sát trái đất Cho đến nay ảnh vệ tinh đã được ứng dụng ở hầu khắp các nước, kể cả những nước đang phát triển Ở Việt nam, mặc dù việc ứng dụng công nghệ Vi n thám có chậm hơn những nước tiên tiến trong khu vực nhưng

ảnh vệ tinh cũng đã được sử dụng ở rất nhiều các cơ quan, ngành và địa phương khác nhau như nông nghiệp, lâm nghiệp, đo đạc và bản đồ, qui hoạch đất đai, địa chất – khoáng sản… Những ứng dụng tiêu biểu của ảnh vệ tinh liên quan đến việc chiết tách các lớp thông tin là:

- Điều tra thành lập bản đồ hiện trạng và theo dõi biến động rừng

- Thành lập bản đồ lớp phủ và hiện trạng sử dụng đất

- Theo dõi giám sát mùa màng

- Thành lập bản đồ và theo dõi biến động các vùng đất ngập nước

- Thành lập bản đồ và theo dõi biến động rừng ngập mặn

- Kiểm kê tài nguyên nước mặt

- Qui hoạch đô thị và theo d i quá trình đô thị hóa

Ảnh vệ tinh quang học với nhiều ưu điểm như hình ảnh quen thuộc với con người, d giải đoán, kỹ thuật tương đối d phát triển trên nền các công nghệ chụp ảnh hiện hành nên đã nhanh chóng được chấp nhận và ứng dụng rộng rãi Các loại ảnh quang học như Landsat, SPOT, Aster, IKONOS, QuickBird đã trở nên quen thuộc và phổ biến trên toàn thế giới Trong xây dựng các bản đồ phân loại rừng bằng công nghệ Vi n thám sử dụng ảnh quang học đã được đưa vào các qui trình qui phạm tương đối hoàn chỉnh Thông số kỹ thuật của một số loại ảnh vệ tinh quang học chính được tổng hợp

ở bảng sau:

Bảng 1.1 Đặc điểm và khả năng ứng dụng của một sô loại ảnh vệ tinh

Loại ảnh Thông số kỹ thuật Ứng dụng trong phân

Loại ảnh Thông số kỹ thuật Ứng dụng trong phân

2 Ảnh đa phổ có độ phân giải trung bình (Multispectral Moderate Resolution

Ảnh từ năm 1998 đến nay;

- Quy mô bản đồ: khu vực

- Phân loại rừng ở cấp độ quần

Ảnh có từ 1999 đến nay;

- Quy mô bản đồ: khu vực

- Phân loại rừng ở cấp độ quần

xã hoặc một số loài ưu thế có nhận biệt rõ

ASTER

Độ phân giải trung bình (15-90m) với 14 kênh phổ từ bước sóng nhìn thấy tới hồng ngoại gần; Ảnh có từ năm 2000 đến nay

3 Ảnh đa phổ có độ phân giải cao (Multispectral High-spatial Resolution Sensors

– Hyperspatial )

SPOT

Độ phân giải cao đến trung bình, từ 2.5m đến 20m (với SPOT VGT là 1km); Trường phủ 60km x 60km (với SPOT VGT là 1000 km x 1000 km); SPOT 1, 2, 3, 4, 5 và 6 có ảnh

- Quy mô bản đồ: địa phương, khu vực (hoặc lớn hơn đối với SPOT VGT)

- Phân loại rừng ở cấp độ quần

xã hoặc các loại cụ thể

Loại ảnh Thông số kỹ thuật Ứng dụng trong phân

loại rừng

tương ứng từ 1986, 1990, 1993,

1998, 2002 và 2012 Hiện nay SPOT 1 và 3, 5 đã ngừng cung cấp ảnh

IKONOS

Độ phân giải rất cao (1m – 4m);

Trường phủ 11km x 11km; Chu kỳ bay chụp 3-5 ngày

- Quy mô bản đồ: khu vực, địa phương hoặc nhỏ hơn

- Phân loại rừng chi tiết ở cấp

độ quần xã hoặc các loài cụ thể;

- Thường được sử dụng để kiểm tra kết quả phân loại từ các nguồn khác

- Quy mô bản đồ: khu vực, địa phương hoặc nhỏ hơn;

- Phân loại rừng chi tiết ở cấp

độ quần xã hoặc các loài cụ thể; ảnh chỉ chụp theo yêu cầu

1 lần, vì vậy không thích hợp với theo dõi di n biến rừng

Hyperion

Ảnh siêu phổ tới 220 kênh từ bước sóng nhìn thấy tới sóng ngắn hồng ngoại; Độ phân giải không gian 30m; Ảnh có từ năm 2003

- Quy mô bản đồ: khu vực

- Phân loại rừng chi tiết ở cấp

độ quần xã hoặc các loài có nhận biệt rõ

Nhược điểm chính của ảnh quang học là chỉ có thể chụp vào ban ngày khi được mặt trời chiếu sáng và phụ thuộc rất nhiều vào điều kiện thời tiết

Trong trường hợp thời tiết xấu như mưa bão, mây, mù, sẽ rất khó chụp được ảnh Trên ảnh quang học cũng thường có nhiều mây, nhất là ở khu vực nhiệt đới trong đó có Việt nam Những nhược điểm này đã làm hạn chế rất nhiều khả năng ứng dụng của ảnh quang học Đặc biệt là đối với những ứng dụng cần sử dụng ảnh chụp ở nhiều thời điểm

Những nhược điểm của ảnh quang học cũng chính là ưu điểm của ảnh radar Do sử dụng nguồn năng lượng riêng của mình để chụp ảnh nên ảnh radar có thể được chụp vào cả ban ngày lẫn ban đêm Các bước sóng ở vùng sóng micro của hệ thống chụp ảnh radar có khả năng đâm xuyên qua mây nên không bị ảnh hưởng của thời tiết do đó rất phù hợp với những khu vực thường xuyên có nhiều mây phủ như Việt nam Một ưu điểm quan trọng khác của ảnh radar là cung cấp các thông tin mà ảnh quang học không thể có được như độ ghồ ghề, độ ẩm, cấu trúc của các đối tượng trên bề mặt Chính vì những ưu thế trên ảnh radar là loại tư liệu rất có tiềm năng ứng dụng ở nước ta

Tuy nhiên ảnh radar cũng có những nhược điểm rất cơ bản Do được chụp ở vùng sóng micro khác xa với vùng sóng nhìn thấy nên hình ảnh không giống với cảm nhận thông thường của mắt người Mặt khác, do bản chất chụp nghiêng nên hình ảnh bị biến dạng nhiều nên khó nhận dạng các đối tượng và khó xử lý Không những thế ảnh radar còn có nhiều nhi u gây khó khăn cho người sử dụng Do những đặc điểm nói trên ảnh radar còn ít được sử dụng hơn so với ảnh quang học

Mặc dù vậy, trên thế giới công nghệ Vi n thám radar đã và đang phát triển rất mạnh mẽ, và được ứng dụng trong rất nhiều lĩnh vực bao gồm theo

d i giám sát thiên tai như lũ lụt, trượt lở đất, cháy rừng, giám sát ô nhi m (tràn dầu), nghiên cứu, thăm dò địa chất khoáng sản, đo đạc bản đồ, theo dõi

di n biến lớp phủ và hiện trạng sử dụng đất, kiểm kê đất rừng, theo dõi mùa màng Ở Việt nam, ứng dụng của ảnh radar còn chưa nhiều, chủ yếu được sử

dụng cho mục đích nghiên cứu Các cơ quan đã có những tiếp cận ban đầu với công nghệ ảnh radar là Viện Khoa học Công nghệ Việt Nam, Trung tâm Vi n thám- Bộ Tài nguyên và Môi trường, Viện Quy hoạch rừng- Bộ Nông nghiệp

và phát triển nông thôn Như vậy, có thể thấy cần phải đẩy mạnh hơn nữa Thấy rõ vai trò quan trọng của công nghệ Vi n thám và nhu cầu sử dụng

tư liệu ảnh vệ tinh của các cơ quan, ngành trong cả nước, chính phủ đã cho phép Bộ Tài nguyên và Môi trường triển khai đề án” Hệ thống Giám sát Tài nguyên thiên nhiên và môi trường tại Việt Nam” sử dụng vốn ODA của chính phủ Pháp Thành phần quan trọng nhất của hệ thống này là Trạm thu ảnh vệ tinh có khả năng thu nhận, xử lý và cung cấp các loại ảnh vệ tinh bao gồm cả ảnh quang học (MERIS, SPOT 2, 4, 5, 6) và radar (ASAR) cho người sử dụng trong nước Hệ thống giám sát Tài nguyên và Môi trường tại Việt nam sẽ thúc đẩy các nghiên cứu ứng dụng của ảnh vệ tinh ở nước ta Khi hệ thống đi vào hoạt động, người sử dụng có khả năng tiếp xúc với nhiều loại tư liệu ảnh trên cùng một khu vực nghiên cứu, do đó cần đặc biệt quan tâm đến phương pháp ứng dụng kết hợp nhiều loại ảnh vệ tinh, nhất là ảnh quang học và ảnh radar

1.3 Tình hình nghiên cứu về việc xác định trữ lƣợng rừng bằng dữ liệu ảnh Quang học và ảnh Radar

1.3.1 Trên thế giới

Mỗi loại ảnh quang học và radar đều có những ưu điểm và hạn chế riêng, do đó việc kết hợp ảnh radar và ảnh quang học đã được đặt ra nhằm tận dụng được thế mạnh của cả hai loại ảnh này

Việc nghiên cứu kết hợp hai loại ảnh nói trên nhằm mục đích chiết tách thông tin về lớp phủ mặt đất đã được thực hiện tại nhiều nước trên thế giới bao gồm cả những nước có công nghệ tiên tiến như Mỹ, Canada, Anh, Pháp, Australia và cả những nước trong khu vực như Trung quốc, Malaysia, Thái lan, Indonesia, Singapore Mỗi nghiên cứu đều có những cách tiếp cận khác

nhau liên quan đến nguồn tư liệu được sử dụng, đối tượng lớp phủ mặt đất được quan tâm khai thác và phương pháp kết hợp các loại ảnh Ví dụ như một

số công trình nghiên cứu sử dụng kết hợp ảnh ERS với ảnh Landsat TM để tiến hành phân loại lớp phủ thực vật, trong khi đó có công trình nghiên cứu lại

sử dụng ảnh SPOT kết hợp với ảnh RADARSAT để kiểm kê giám sát tài nguyên rừng Một số tác giả chỉ sử dụng ảnh radar như một nguồn tư liệu bổ sung để giải đoán các yếu tố trên ảnh, trong khi có tác giả lại trộn lẫn các nguồn tư liệu để tiến hành phân tích và xử lý Có thể nêu ra một số nghiên cứu tiêu biểu như sau:

Tại Na uy, năm 1995, Weydahl và các đồng nghiệp đã kết hợp ảnh vệ tinh radar ERS -1 cùng với các loại ảnh quang học như SPOT và Landsat TM

để nghiên cứu vùng đô thị Kết quả nghiên cứu cho thấy rằng ảnh radar đã cung cấp thêm rất nhiều các thông tin về hướng, mức độ phức tạp, chất liệu tạo thành của các đối tượng trong vùng đô thị mà trên ảnh quang học thường

ít khi thể hiện

Năm 1997, Z A Hasan và các đồng nghiệp tại Trung tâm Vi n thám Malaysia (MACRES) trong chương trình hợp tác nghiên cứu giữa châu Âu và ASEAN để nghiên cứu ứng dụng ảnh vệ tinh ERS 1 đã nghiên cứu sự bổ sung lẫn nhau giữa ảnh radar ERS 1 và Landsat TM để thành lập bản đồ hiện trạng

lớp phủ/ sử dụng đất ở bang Johore, Malaysia Hasan đã nhận thấy rằng nếu

chỉ dùng ảnh ERS 1 sẽ rất khó chiết tách các thông tin về lớp phủ bề mặt do

sự khác biệt không lớn về đặc tính tán xạ ngược của các đối tượng, tuy nhiên khi kết hợp với ảnh quang học, đặc biệt là tổ hợp ảnh IHS thì sẽ cho phép phân biệt tốt nhất các loại lớp phủ trong khu vực nghiên cứu

Louis Demargne và các đồng nghiệp (2001) tại SPOT Image đã nghiên cứu ứng dụng kết hợp ảnh SPOT và radar để kiểm kê rừng tại Malaysia Trong đó ảnh radar được sử dụng với hai mục đích vừa để thay thế cho ảnh

SPOT tại những vùng có nhiều mây vừa để cung cấp thêm nguồn thông tin chuyên đề bổ sung cho ảnh SPOT để phân biệt các lớp phủ rừng Kết quả nghiên cứu cho thấy đây là một phương pháp có hiệu quả để theo dõi giám sát

và bảo vệ rừng

Ở Braxin, năm 2003, P.W.M Souza Fillho tại trường đại học Para và Paradela tại Viện nghiên cứu quốc gia về không gian đã tiến hành nghiên cứu kết hợp ảnh Radarsat à ảnh Landsat 5 TM để lập bản đồ khu vực rừng ngập mặn ven biển thuộc lưu vực sông Amazon Các tác giả đã nhận thấy rằng: kết hợp hai loại ảnh sẽ tăng cường khả năng phân biệt giữa thực phủ có độ cao khác nhau và những vùng có độ ẩm cao

Trong nghiên cứu của Sun - Hwa Kim và Kyu - Sung Lee tại khoa Địa Tin Học trường đại học Inha, Incheon, Hàn Quốc, ảnh Radarsat và Landsat +ETM đã được ứng dụng để thành lập bản đồ lớp phủ ở khu vực bờ biển phía Tây bán đảo Triều Tiên Các tác giả đã đưa ra được 11 đối tượng lớp phủ khác nhau từ các tập dữ liệu kết hợp và từ từng loại dữ liệu riêng lẻ Theo các tác giả, việc kết hợp hai loại ảnh đã cải thiện rõ rệt khả năng chiết tách thông tin dù bằng phương pháp giải đoán bằng mắt hay phân loại trên máy tính Kết quả phân loại cho thấy độ chính xác tăng lên đến 74,6% khi kết hợp hai loại ảnh, so với 69,3% nếu chỉ sử dụng ảnh Landsat +ETM

Tại Mỹ và Canada, việc kết hợp ảnh radar và quang học để nghiên cứu các đối tượng lớp phủ trên bề mặt cũng đã được thực hiện từ lâu với rất nhiều các công trình nghiên cứu được công bố như sau :

- B N Haack (1984) tại trường đại học George Mason bang Virginia đã kết hợp ảnh radar băng L và băng X với ảnh quang học Landsat MSS để nghiên cứu vùng đô thị thuộc thành phố LOS ANGELES

- Floyd M Henderson và nnk (1999), tại trường đại học Albany, bang NewYork, đã sử dụng các loại ảnh radar Radarsat và ERS cùng với ảnh quang

học Landsat TM để đánh giá vai trò của ảnh radar trong việc hỗ trợ làm giảm thiểu sự nhầm lẫn giữa các thành phần lớp phủ tại vùng đô thị

- L B Chavez (2004), được sự tài trợ của tổ chức General Dynamics và

ủy ban Các hồ lớn (Great Lake Commission) đã tiến hành nghiên cứu ứng dụng đa vệ tinh, bao gồm Landsat +ETM, Radarsat và JERS để giám sát khu vực đất ngập nước tại vùng ven các hồ lớn giữa Mỹ và Canada

Ngoài ra còn rất nhiều các công trình nghiên cứu khác trên thế giới liên quan đến vấn đề kết hợp ảnh quang học và radar để nghiên cứu các đối tượng lớp phủ mặt đất đã và đang được thực hiện trên thế giới

Tuy có những khác biệt về phương pháp nghiên cứu, tư liệu sử dụng và các khu vực thử nghiệm như đã nêu ở trên, nhưng tất cả các nghiên cứu đều cho thấy rằng việc kết hợp ảnh radar và quang học làm tăng khả năng nhận biết các đối tượng trên bề mặt và là một phương pháp có nhiều triển vọng

Năm 1968 đã sử dụng ảnh máy bay trong công tác điều tra rừng cho lâm

trường Hữu Lũng, Lạng Sơn Dựa vào ảnh máy bay, khoanh ra các loại rừng, sau đó ra thực địa kiểm tra và đo đếm cho từng loại rừng, xây dựng bản đồ hiện trạng rừng thành quả

Giai đoạn 1970 – 1975 ảnh máy bay đã được sử dụng rộng rãi để xây dựng các bản đồ hiện trạng, bản đồ mạng lưới vận xuất, vận chuyển cho nhiều vùng thuộc miền Bắc (Vũ Tiến Hinh, Phạm Ngọc Giao, 1997)

Từ năm 1981 đến năm 1983, lần đầu tiên ngành Lâm nghiệp tiến hành điều tra, đánh giá tài nguyên rừng trên phạm vi toàn quốc Trong đó đã kết hợp giữa điều tra mặt đất và giải đoán ảnh vệ tinh do FAO hỗ trợ Do vào đầu những năm 1980, ảnh vệ tinh và ảnh hàng không còn rất hạn chế, chỉ đáp ứng yêu cầu điều tra rừng ở một số vùng nhất định, mà chưa có đủ cho toàn quốc Ảnh vệ tinh được sử dụng thời kỳ đó là Landsat MSS

Từ năm 1991 – 1995 đã tiến hành theo dõi di n biến tài nguyên rừng toàn quốc và xây dựng bản đồ hiện trạng tài nguyên rừng trên cơ sở kế thừa những bản đồ hiện trạng rừng hiện có thời kỳ trước năm 1990, sau đó dùng ảnh vệ tinh Landsat MSS và Landsat TM có độ phân giải 30x30m để cập nhật những khu vực thay đổi sử dụng đất, những nơi mất rừng hoặc những nơi có rừng trồng mới hay mới tái sinh phục hồi Ảnh vệ tinh Landsat MSS và Landsat TM tỷ lệ 1:250.000, được giải đoán khoanh vẽ trực tiếp trên ảnh bằng mắt thường Kết quả giải đoán được chuyển hoạ lên bản đồ địa hình tỷ lệ 1:100.000 và được kiểm tra tại hiện trường Thành quả đã thành lập được: bản

đồ sinh thái thảm thực vật rừng các vùng tỷ lệ 1:250.000; bản đồ dạng đất đai các tỉnh tỷ lệ 1:100.000 và các vùng tỷ lệ 1:250.000

Từ năm 1996 – 2000, bản đồ hiện trạng rừng được xây dựng bằng phương pháp vi n thám Ảnh vệ tinh đã sử dụng là SPOT3, có độ phân giải 15m x 15m, phù hợp với việc xây dựng bản đồ tỷ lệ 1:100.000 So với ảnh Landsat MSS và Landsat TM, ảnh SPOT3 có độ phân giải cao hơn, các đối

tượng trên ảnh cũng được thể hiện chi tiết hơn Ảnh SPOT3 vẫn được giải đoán bằng mắt thường nên kết quả giải đoán vẫn còn phụ thuộc nhiều vào kinh nghiệm của chuyên gia giải đoán và chất lượng ảnh Kết quả về bản đồ người ta đã xây dựng được các bản đồ phân vùng sinh thái thảm thực vật cấp vùng và toàn quốc; bản đồ phân loại đất cấp tỉnh, vùng và toàn quốc; bản đồ hiện trạng rừng cấp tỉnh, vùng và toàn quốc và bản đồ hiện trạng rừng tỷ lệ 1:100.000; 1:250.000; 1:1.000.000

Từ năm 2000 – 2005, phương pháp xây dựng bản đồ trong lâm nghiệp đã được phát triển lên một bước Bản đồ hiện trạng rừng được xây dựng từ ảnh

số vệ tinh Landsat ETM+ Độ phân giải ảnh là 30m x 30m Việc giải đoán ảnh được thực hiện trong phòng dựa trên những mẫu khóa ảnh đã được kiểm tra ngoài hiện trường Ưu điểm của phương pháp giải đoán ảnh số là tiết kiệm được thời gian và có thể giải đoán thử nhiều lần trước khi lấy kết quả chính thức (Nguy n Ngọc Bình, 2006)

Từ năm 2007-2010, với sự giúp đỡ của Pháp trong cung cấp trạm thu ảnh vệ tinh SPOT5 ở Trung tâm Vi n thám Quốc gia Chu kỳ 4 của chương trình điều tra theo d i di n biến tài nguyên rừng do Viện Điều tra Quy hoạch rừng thực hiện, đã sử dụng ảnh vệ tinh SPOT5 để xây dựng bản đồ hiện trạng rừng và quy hoạch rừng trên toàn quốc Đây là bước tiến lớn trong ứng dụng ảnh viên tinh có độ phân giải cao (2.5 x 2.5m), có quy mô lớn trong giám sát tài nguyên rừng ở Việt Nam Tuy nhiên, do chất lượng của ảnh nhiều khu vực không cao, phương pháp giải đoán ảnh bằng mắt thường vì vậy bản đồ giải đoán vẫn còn nhầm lẫn trong phân loại rừng

Sau khi kết thúc chương trình điều tra kiểm kê rừng thí điểm ở Bắc Kạn

và Hà Tĩnh năm 2012 Thủ tướng chính phủ đã phê duyệt Dự án Tổng điều tra, kiểm kê rừng toàn quốc giai đoạn 2013-2016” Tư liệu ảnh được sử dụng trong giai đoạn này là SPOT5, bổ sung SPOT6, VNREDSat, với kĩ thuật giải đoán

tự động hướng đối tượng Thành quả của dự án là bản đồ kiểm kiểm kê rừng, trong đó xác định r ranh giới diện tích, chất lượng, trữ lượng rừng cho từng chủ

sở hữu đến tận hộ gia đình

Như vậy, việc ứng dụng vi n thám nói riêng và công nghệ không gian địa lý nói chung ở Việt Nam đã có nhiều bước tiến r rệt theo thời gian Song song với điều tra mặt đất, đã có nhiều nghiên cứu thử nghiệm và từng bước ứng dụng có hiệu quả phương pháp vi n thám trong xây dựng các bản đồ tài nguyên rừng, theo d i di n biến tài nguyên rừng Tuy nhiên, hệ thống các bản

đồ tài nguyển rừng Việt nam hiện nay, do được xây dựng tại các thời điểm khác nhau và đã sử dụng nhiều nguồn thông tin tư liệu, nhiều nguồn ảnh, từ ảnh vệ tinh Landsat MSS, TM, SPOT, Aster, Radar, ảnh máy bay và hệ thống phân loại rừng rất khác nhau qua các thời kỳ, nên đã tạo ra nhiều loại số liệu không đồng bộ, gây khó khăn cho người sử dụng, đặc biệt trong việc theo dõi biến động về diện tích của rừng qua các thời kỳ Có thể điểm qua một số công trình nghiên cứu liên quan đến ứng dụng ảnh vệ tinh trong phân loại các trạng thái rừng gần đây như:

- Công trình nghiên cứu của Nguy n Mạnh Cường (1996), Nghiên cứu đánh giá khả năng ứng dụng phương pháp xử lý ảnh số từ thông tin vi n thám cho lập bản đồ rừng” Tác giả đã sử dụng ảnh Landsat TM và phương pháp phân loại phổ có kiểm định nhằm khoanh vẽ các trạng thái rừng Kết quả giải đoán được so sánh với bản đồ đối chứng được giải đoán bằng mắt từ ảnh tổ hợp màu Landsat TM ở tỷ lệ 1/250.000

- Luận án tiến sĩ chuyên ngành khoa học đia lý của Trần Văn Thuỵ (1996) với luận văn Ứng dụng phương pháp vi n thám để thành lập bản đồ thảm thực vật tỉnh Thanh Hoá, tỷ lệ 1/200.000” Tác giả sử dụng phương pháp giải đoán ảnh bằng mắt trên ảnh tổ hợp màu của tư liệu vệ tinh Landsat

TM, KFA-1000, Landsat MSS, KT-200 và ảnh máy bay đen trắng để thành

lập bản đồ thảm thực vật tỉnh Thanh Hoá

- Luận văn hợp tác nghiên cứu với cơ quan thám hiểm vũ trụ Nhật Bản

Sử dung ảnh đa phổ và đa thời gian để xây dựng bản đồ lớp phủ thực vật” của Nguy n Đình Dương – Viện Địa Lý, thực hiện từ năm 1996 đến 1998 Tác giả đã áp dụng phương pháp phân loại đa phổ bán tự động với 2 tư liệu

vi n thám ADEOS, AVNIR xây dựng các bản đồ lớp phủ thực vật

Gần nhất là công trình Nghiên cứu nâng cao khả năng tự động trong giải đoán ảnh vệ tinh độ phân giải cao để xây dựng bản đồ hiện trạng rừng phục vụ công tác điều tra kiểm kê rừng” của Vũ Tiến Điển (2013), tác giả ứng dụng phương pháp phân loại ảnh hướng đối tượng với tư liệu ảnh vệ tinh SPOT5, để phân loại rừng và đánh giá độ chính xác của kết quả phân loại cho các vùng nghiên cứu thí điểm Kết quả của đề tài là bước tiến mới trong ứng dụng các kỹ thuật phân loại ảnh nhằm nâng cao độ chính xác bản đồ giải đoán

và giảm thiểu các sai số khách quan khác

Ảnh radar xuất hiện muộn hơn, mặt khác do bản chất của ảnh radar chịu ảnh hưởng của nhiều loại biến dạng hình học, nhi u và hình ảnh khác biệt so với cảm nhận thông thường nên mặc dù có những ưu thế không thể phủ nhận như khả năng chụp ảnh không phụ thuộc thời tiết nhưng vẫn rất ít được sử dụng trong thực tế

Hiện nay ảnh radar mới được sử dụng chủ yếu trong một số công trình nghiên cứu để thành lập bản đồ sử dụng đất, theo dõi sự phát triển của lúa, theo dõi ngập lụt hoặc tình trạng chặt phá rừng Công tác nghiên cứu chủ yếu được tiến hành tại các cơ quan nghiên cứu thuộc Viện khoa học Công nghệ Việt nam như Viện vật lý, viện Địa lý cũng như tại một số Trung tâm Vi n thám của các Bộ Tài nguyên và Môi trường, Bộ Nông nghiệp và Phát triển Nông thôn Ví dụ như các công trình sau:

- Sử dụng ảnh ra ar ERS để theo i lũ lụt tại khu v c đồng b ng sông Cửu Long do các tác giả Nguy n Thành Long và Bùi Doãn Trọng (2001),

Viện Vật lý, Viện Khoa học Công nghệ Việt nam thực hiện

- Luận văn nghiên cứu khoa học độc lập cấp nhà nước: Xây dựng bản đồ

hiện trạng sử dụng đất từ ảnh vệ tinh Radar phục vụ nghiên cứu đánh giá biến động về hiện trạng sử dụng đất ở đồng bằng sông Cửu Long

Việc kết hợp ảnh vệ tinh quang học và ảnh radar để giám sát lớp phủ mặt đất cũng đã được một số cơ quan tiến hành nghiên cứu, ví dụ như tác giả Nguy n Đình Dương (2001) - Viện Địa lý, Viện Khoa học và Công nghệ Việt nam đã kết hợp ảnh radar JERS-1 (Nhật bản) với ảnh Landsat TM để nghiên cứu thành phố Hà nội và vùng phụ cận Nghiên cứu của tác giả đã chỉ ra rằng kết hợp ảnh radar và quang học cho phép phân biệt các vùng dân cư nông thôn, một số loại cây trồng nông nghiệp cũng như các vùng đô thị với mật độ xây dựng khác nhau, là những thông tin không thể có được nếu chỉ sử dụng ảnh quang học

Trung tâm Vi n thám, Bộ Tài nguyên và Môi trường trong những năm

2000 - 2001 thông qua đề án với hãng hàng không vũ trụ châu ÂU (ESA) và Liên Hiệp Quốc cũng đã có một số thử nghiệm sơ bộ về kết hợp ảnh radar và ảnh quang học để phân tích các đối tượng trên bề mặt và đã thu được một số kết quả đáng khích lệ

Tuy nhiên, các nghiên cứu nêu trên mới chỉ đề cập tới một vài phương

án kết hợp ảnh và chiết tách thông tin nhất định mà chưa có những nghiên cứu, đánh giá một cách đầy đủ và phương pháp này

1.3.2.2 Khả năng ứng dụng các phương pháp xác định tr lư ng r ng b ng ảnh vệ tinh ở 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

Mặt khác, các kết quả nghiên cứu của các nhà khoa học trong nước chủ yếu sử dụng ảnh: SPOT5, ALOS PALSAR để xác định trữ lượng cho kiểu trạng thái rừng tự nhiên lá rộng thường xanh nên chưa đủ điều kiện để xác định được trữ lượng cho các trạng thái rừng phức tạp tại nước ta

Vì vậy, việc tích hợp đa nguồn dữ liệu vệ tinh, bao gồm cả dữ liệu quang học và dữ liệu radar, GIS và mô hình hóa kỹ thuật với các đo đạc thực địa nhằm xây dựng một phương pháp phù hợp để ước tính tổng trữ lượng trên mặt đất tại khu vực rừng nhiệt đới có cấu trúc phức tạp như Việt Nam là cần thiết

Chương 2 MỤC TIÊU, ĐỐI TƯỢNG, PHẠM VI, NỘI DUNG VÀ PHƯƠNG

PHÁP NGHIÊN CỨU 2.1 Mục tiêu

2.1.1 Mục tiêu chung

Góp phần hoàn thiện phương pháp xác định trữ lượng rừng bằng ảnh vệ tinh Sentinel ở Việt Nam

2.1.2 Mục tiêu cụ thể

- Xây dựng được mô hình xác định trữ lượng rừng bằng tư liệu

Sentinel-1 và Sentinel-2 tại huyện Phú Giáo, tỉnh Bình Dương

- Xây dựng được bản đồ trữ lượng rừng dựa vào tư liệu Sentinel-1 và Sentinel-2 cho huyện Phú Giáo, tỉnh Bình Dương

- Đề xuất được kỹ thuật đánh giá trữ lượng rừng từ tư liệu Sentinel-1 và Sentinel-2

2.2 Đối tượng v phạm vi nghiên cứu

2.2.1 Đối tượng nghiên cứu

- Các kiểu trạng thái rừng tại huyện Phú Giáo, tỉnh Bình Dương

2.2.2 Phạm vi nghiên cứu

- Phạm vi về nội dung:

+ Về tư liệu ảnh: Tư liệu Sentinel-1:

S1A_IW_GRDH_1SDV_20160422T224449_20160422T224514_010940_010694_84BE được chụp ngày 22 tháng 04 năm 2016

Tư liệu Sentinel-2:

S2A_OPER_PRD_MSIL1C_PDMC_20160404T091452_R075_V20160403T031824_20160403T031824 được chụp ngày 04 tháng 04 năm 2016

Tư liệu ảnh Sentinel phù hợp với hiện trạng rừng tại thời điểm thực hiện

dự án điều tra, kiểm kê rừng tại huyện Phú Giáo – tỉnh Bình Dương

+ Về kiểu trạng thái rừng: lựa chọn hai kiểu trạng thái rừng điển hình là: rừng trồng keo, rừng trồng cao su và rừng thường xanh phục hồi

- Phạm vi không gian: Đề tài được thực hiện tại huyện Phú Giáo, tỉnh Bình Dương là khu vực tương đối bằng phẳng, độ dốc nhỏ Mục đích là hạn chế ảnh hưởng của địa hình đến tư liệu Sentinel-1 và Sentinel-2

2.3 Nội dung nghiên cứu

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

- Nghiên cứu đặc điểm hiện trạng rừng tại huyện Phú Giáo, tỉnh Bình Dương

- Nghiên cứu xây dựng mô hình xác định trữ lượng rừng bằng tư liệu Sentinel-1 và Sentinel-2 tại huyện Phú Giáo, tỉnh Bình Dương

- Thử nghiệm xác định trữ lượng rừng bằng tư liệu Sentinel-1 và Sentinel-2 tại huyện Phú Giáo, tỉnh Bình Dương

- Đề xuất kỹ thuật xác định trữ lượng rừng bằng tư liệu Sentinel-1 và Sentinel-2

2.4 Phương pháp nghiên cứu

2.4.1 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;

- Bản đồ quy hoạch ba loại rừng năm 2014; Ranh giới hành chính, bản

đồ kết quả kiểm kê đất đai năm 2015 của tỉnh Bình Dương;

- Số liệu điều tra trên 102 ô tiêu chuẩn và mẫu khóa ảnh tại huyện Phú Giáo, tỉnh Bình Dương năm 2015-2016;

- Tư liệu Sentinel-1 (mức xử lý 1c) và Sentinel-2 (mức xử lý 2c) năm

2016 tại khu vực nghiên cứu

2.4.2 Phương pháp nghiên cứu cụ thể

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

a) Phương pháp thu thập số liệu ngoại nghiệp

Luận văn sử dụng 102 ô tiêu chuẩn mà dự án Điều tra, kiểm kê rừng đã thu thập tại tỉnh cuối năm 2015 và đầu năm 2016 Kết quả của quá trình điều tra mặt đất phục vụ cho nội dung xây dựng mô hình xác định trữ lượng rừng bằng tư liệu Sentinel-1 và Sentinel-2, và đánh giá độ chính xác của các mô hình bằng chỉ số RMSE

Phương pháp điều tra ô tiêu chuẩn của dự án như sau:

• Xác định ô tiêu chuẩn:

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 bản đồ địa hình, độ dốc bình quân được xác định bằng địa bàn

Ô tiêu chuẩn điều tra trữ lượng rừng có hình chữ nhật diện tích 1.000 m2, kích thước 33,3m*30m Trong mỗi ô tiêu chuẩn có 4 ô phụ kích thước 5m*5m ở các góc ô tiêu chuẩn

Ô tiêu chuẩn chính dùng để điều tra toàn bộ tầng cây cao ở rừng gỗ có mật độ nhỏ hơn 3.000 cây/ha, và để đếm số bụi tre nứa ở rừng tre nứa mọc theo bụi

Ô tiêu chuẩn phụ ở rừng gỗ dùng để đo đếm cây tái sinh và đo đếm tầng cây cao trong trường hợp mật độ vượt quá 3000 cây/ha Ô tiêu chuẩn phụ ở rừng tre nứa dùng để đo đếm cây tái sinh, số cây tre nứa trong 1 bụi hoặc số cây tre nứa mọc phân tán Với rừng hỗn giao gỗ tre nứa, tre nứa gỗ tự nhiên các ô tiêu chuẩn phụ được sử dụng với mục đích của cả hai trường hợp rừng

gỗ và rừng tre nứa

b) Phương pháp xử lý nội nghiệp

Số liệu thu thập tại thực địa trên tại các ô tiêu chuẩn được nhập vào máy tính và xử lý như sau:

+ Xác định thể tích của từng cây/ô (V)

V= (2.1) Trong đó: C là chu vi và h là chiều cao của từng cây; f là hình số lấy cho rừng tự nhiên bằng 0,45

+ Xác định trữ lượng trên ô tiêu chuẩn (M/ô) bằng tổng thể tích của tất

cả các cây trên ô tiêu chuẩn

M/ô= (2.2) Trong đó: M/ô là trữ lượng trên ô tiêu chuẩn; Vi là thể tích cây trong ô tiêu chuẩn; n là số cây đo đếm trong ô tiêu chuẩn

+ Xác định trữ lượng lâm phần:

M/ha= (2.3) Trong đó: M/ha là trữ lượng lâm phần; M/ô là trữ lượng trên ô tiêu chuẩn; S là diện tích ô tiêu chuẩn (1000 m2)

+ Tạo danh sách các ô tiêu chuẩn gồm các chỉ tiêu: Thứ tự ô tiêu chuẩn,

ký hiệu ô tiêu chuẩn, vị trí ô tiêu chuẩn (x,y), trạng thái, trữ lượng

Danh sách các ô tiêu chuẩn xây dựng được sẽ sử dụng cho các nghiên cứu tiếp theo của luận án

2.4.2.2 Phương pháp xây d ng mô hình xác định tr lư ng r ng b ng tư liệu Sentinel-1 và Sentinel-2

Mục tiêu của phương pháp xác định trữ lượng rừng bằng tư liệu Sentinel-1 và Sentinel-2 là khai thác được nhiều thông tin hơn, phân biệt được nhiều đối tượng trên bề mặt hơn so với từng loại ảnh riêng biệt, làm cho việc giải đoán hoặc phân loại ảnh d dàng hơn Để thực hiện nhiệm vụ này cần xây

dựng các tổ hợp giữa Sentinel-1 và Sentinel-2, thực hiện các phép biến đổi để tạo ra các kênh ảnh dẫn xuất làm nổi bật một số đối tượng nhất định từ ảnh bằng tư liệu Sentinel-1 và Sentinel-2

a) Định chuẩn tư liệu Sentinel-1

Các thông tin số trên tư liệu Sentinel-1 được mã hóa 16 bit và thể hiện

bằng độ xám trên ảnh Vì vậy, hàng loạt các ảnh hưởng của môi trường và của thiết bị đã được trung bình hóa” Việc khôi phục lại thông tin ban đầu dưới dạng phản hồi đo bằng dB (deci-Ben) từ giá trị năng lượng hay biên độ của tư liệu Sentinel-1 thực chất là quá trình định chuẩn Đây là công việc phức tạp nhưng lại đặc biệt quan trọng cho việc phân loại một cách có cơ sở các đối tượng có phản hồi tương tự hoặc gần nhau Vì việc thống kê theo hàm logarit tính theo dB có khả năng phân dị thông tin cao hơn hàm tuyến tính (tính theo giá trị năng lượng hoặc biên độ) do đó sẽ mang lại nhiều thông tin về sự biến đổi của các đối tượng mặt đất

Trong quá trình này giá trị độ xám trên ảnh gốc sẽ được tính chuyển về giá trị phản hồi tính theo đơn vị dB Tùy theo mỗi loại ảnh sẽ có các công thức và các tham số riêng để tính chuyển Các thao tác định chuẩn tư liệu Sentinel-1 được thực hiện trên trên phần mềm SNAP Công thức định chuẩn

tư liệu Sentinel-1:

0 (dB) = 10*log10(abs(DN)) Trong đó:

+ 0

(Sigma Nought) là giá trị tán xạ ngược radar tính bằng dB

+ DN (Digital Number) là giá trị điểm ảnh

b) Lọc nhiễu cho tư liệu Sentinel-1

Do bản chất của tư liệu Sentinel-1 chứa nhiều nhi u nên sau khi nắn chỉnh hình học cần tiến hành lọc nhi u cho tư liệu Sentinel-1 Cần sử dụng

các phin lọc tương tác như lọc Lee, Sigma hay Frost để lọc nhi u cho tư liệu Sentinel-1 Các thao tác được thực hiện trên trên phần mềm SNAP

Nhìn chung các phin lọc này đều có khả năng lọc nhi u tương đối tốt, tuy nhiên theo kết quả nghiên cứu của đề tài này phin lọc Sigma Lee là cho kết quả khả quan hơn cả Khi tiến hành lọc có thể chọn các cửa sổ lọc có kích thước khác nhau như 3x3, 5x5, 7x7 hoặc 11 x11, cũng có thể tiến hành lọc nhiều lần với các cửa sổ có kích thước giống hoặc khác nhau nhưng sau mỗi lần lọc cần kiểm tra kết quả xem có bị mất nhiều chi tiết hay không để có sự điều chỉnh phù hợp

c) Xử lý tư liệu Sentinel-2

Tư liệu Sentinel-2 gồm 12 kênh ảnh trong đó, tổ hợp các kênh 4, 3, 2 sẽ cho ảnh màu tự nhiên để thể hiện các đặc điểm của lớp phủ bề mặt Các kênh này kết hợp với kênh 5 để tạo ra kênh ảnh NDVI (chỉ số khác biệt về thực vật) Các thao tác kỹ thuật tạo kênh ảnh NDVI được thực hiện bằng phần mềm SNAP Công thức tính NDVI:

NDVI = (NIR-RED) / (NIR+RED) Trong đó:

+ NDVI là chỉ số khác biệt thực vật (Normalize Different Vegistable Index)

+ NIR: Kênh cận hồng ngoại (Band 5)

+ RED là kênh đỏ (Band 4)

Giá trị rất thấp của NDVI (0.1 trở xuống) tương ứng với khu vực cằn cỗi của đá, cát, hoặc tuyết, mặt nuớc Giá trị NDVI vừa phải đại diện cho cây bụi

và đồng cỏ (0,2-0,3), trong khi giá trị cao cho thấy rừng nhiệt đới và nhiệt đới (0,6-0,8), cụ thể qua bảng 2.1:

Bảng 2.1 Phân loại NDVI theo chất lƣợng thực vật trong

lớp phủ bề mặt đất

< 0,1 Khu vực đá; cát; mặt nước; bê tông

0,1 - 0,2 Đất đá cằn cỗi, cây bụi

0,2 - 0,3 Cây bụi và trảng cỏ; đất nông nghiệp để trống

0,3 - 0,6 Trảng cỏ, cây trồng nông nghiệp, rừng thưa

Bước 3: Từ kết quả của bước 2 tác giả xác định được phương trình có mối tương quan gần nhất giữa NDVI, Sig_VH, Sig_VV với trữ lượng rừng,

và xây dựng được mô hình xác định trữ lượng rừng bằng tư liệu Sentinel-1 và Sentinel-2

d) Kiểm tra, đánh giá độ chính xác c a mô hình

Để so sánh độ chính xác của các thử nghiệm, dữ liệu độc lập (dữ liệu không tham gia ước lượng) được dùng để đánh giá bằng tiêu chuẩn sai số

trung phương:

RMSE (X X’) 2 n



Trong đó: RMSE là sai số trung phương; X là giá trị trữ lượng được nội suy; X’ là giá trị trữ lượng được thu thập trên thực địa; n là ô mẫu dùng để

Luận văn tiến hành xác định tổng diện tích, tổng trữ lượng rừng: mỗi điểm ảnh có diện tích 10m x 10m=100m2

, và dựa vào số lượng điểm ảnh, ta

có thể xác định được tổng diện tích rừng của huyện Phú Giáo – tỉnh Bình Dương Tương tự như vậy, mỗi điểm ảnh có một giá trị trữ lượng trung bình, dựa vào diện tích của mỗi điểm ảnh và tổng số điểm ảnh ta xác định được tổng trữ lượng rừng rừng cho huyện Phú Giáo – tỉnh Bình Dương Các thao tác được thực hiện trên phần mềm ArcGIS

2.4.2.4 Đề xuất qu trình xác định tr lư ng r ng cho huyện Phú Giáo, tỉnh Bình Duơng

Từ kết quả nghiên cứu ở trên, đề tài sẽ đề xuất kỹ thuật xác định trữ lượng rừng bằng tư liệu Sentinel-1 và Sentinel-2 cho khu vực nghiên cứu và các vùng khác có điều kiện tương tự

Sơ đồ quá trình nghiên cứu:

Hình 2.1 Sơ đồ quá trình nghiên cứu

Lọc nhi u cho tư liệu Sentinel-1

Xác định trữ lượng rừng

Kiểm tra, khảo sát ngoại nghiệp

Biên tập, chỉnh sửa kết quả

Chương 3 ĐIỀU KIỆN TỰ NHIÊN, KINH TẾ - XÃ HỘI 3.1 Điều kiện tự nhiên

3.1.1 Vị trí địa lý

Phú Giáo là một huyện nằm phía đông bắc của tỉnh Bình Dương, cách thành phố Hồ Chí Minh khoảng 70km

 Phía Đông Bắc: giáp huyện Đồng Phú (Bình Phước)

 Phía Tây Bắc: giáp huyện Chơn Thành (Bình Phước)

 Phía Đông: giáp huyện Vĩnh Cửu (Đồng Nai)

 Phía Tây: giáp huyện Bàu Hàng

 Phía Nam: giáp huyện Bắc Tân Uyên

3.1.2 Hành chính

Hiện nay, huyện Phú Giáo là một trong những huyện có diện tích tự nhiên lớn của tỉnh, đồng thời là cửa ng lưu thông kinh tế giữa ba tỉnh Bình Dương, Bình Phước và Đồng Nai

Huyện có 11 đơn vị hành chính gồm 10 xã và 1 thị trấn: thị trấn Phước Vĩnh, và các xã An Bình, An Linh, An Long, An Thái, Phước Hoa, Phước Sang, Tam Lập, Tân Hiệp, Tân Long, Vĩnh Hòa

Hình 3.1 Bản đồ hành chính huyện Phú Giáo