Sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh một số trạng thái rừng ở khu vực Tây Nguyên, Việt Nam

9 114 0
Sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh một số trạng thái rừng ở khu vực Tây Nguyên, Việt Nam

Đang tải... (xem toàn văn)

Thông tin tài liệu

Nghiên cứu nhằm đánh giá khả năng sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh một số trạng thái rừng ở khu vực Tây Nguyên, Việt Nam thông qua việc sử dụng bộ số liệu giá trị NDVI.

Quản lý Tài nguyên rừng & Môi trường SỬ DỤNG CHỈ SỐ THỰC VẬT KHÁC BIỆT CHUẨN HÓA (NDVI) ĐỂ XÁC ĐỊNH NHANH MỘT SỐ TRẠNG THÁI RỪNG Ở KHU VỰC TÂY NGUYÊN, VIỆT NAM Phùng Văn Khoa1, Nguyễn Quốc Hiệu2, Nguyễn Thị Thanh An1, Phí Đăng Sơn1, Phạm Văn Duẩn1 Trường Đại học Lâm nghiệp Tổng Cục Lâm nghiệp TÓM TẮT Nghiên cứu nhằm đánh giá khả sử dụng số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh số loại trạng thái rừng khu vực Tây Nguyên thông qua việc sử dụng số liệu giá trị NDVI xác định từ ảnh vệ tinh có tên "Landsat Surface Reflectance Tier 1" (gọi tắt: Landsat SR) 918 ô tiêu chuẩn thuộc kiểu rừng (lá rộng thường xanh, rộng rụng rộng nửa rụng lá) 11 trạng thái rừng khác tỉnh Đắk Lắk Đắk Nông khoảng thời gian từ tháng đến tháng ba năm 2015, dựa sở liệu chương trình điều tra kiểm kê rừng toàn quốc, theo phương pháp kiểm định phi tham số cho mẫu độc lập (kiểm định Mann-Whitney) cho k mẫu độc lập (kiểm định Kruskal-Wallis) Mặc dù vài hạn chế như: NDVI số có độ nhạy cảm cao với trạng thái rừng rụng thường phải tính đến việc sử dụng chuỗi thời gian dài, kết nghiên cứu cho thấy NDVI có giá trị khác biệt rõ trạng thái nhóm trạng thái rừng Do đó, gộp 11 trạng thái rừng kiểu rừng khu vực nghiên cứu thành nhóm để xác định nhanh loại trạng thái rừng, nhóm trạng thái rừng dựa vào trị số NDVI Từ khoá: Ảnh Landsat, NDVI, Tây Nguyên, trạng thái rừng, viễn thám ĐẶT VẤN ĐỀ Trong bối cảnh bùng nổ công nghệ 4.0, công nghệ viễn thám sử dụng rộng rãi việc phát giám sát thay đổi thảm thực vật phạm vi khác tính ưu việt cao việc cung cấp liệu bề mặt cho vật thể với chi phí thấp lặp lại cho vùng rộng lớn (Richards, 2012) Việc xác định thay đổi lớp phủ thực vật thực số liệu viễn thám thông qua xử lý gọi phát thay đổi Có số phương pháp dùng để xác định giám sát thay đổi chất lượng thảm thực vật, có số thực vật Cho đến nay, có nhiều số thực vật xây dựng từ số kết hợp dải băng đơn giản phức tạp, nhiên, số sử dụng rộng rãi số thực vật khác biệt chuẩn hóa (Normalized Difference Vegetation Index – NDVI) (Bannari cộng sự, 1995) NDVI ứng dụng rộng rãi việc xây dựng đồ lượng, khu vực bị cháy nghiêm trọng, loại rừng, xác định thực vật xâm lấn, mơ hình hoá thoái hoá đất, khu vực bị nhiễm bệnh… Các kết ứng dụng NDVI từ trước tới đề cập tới việc xác định tỷ lệ phần trăm lớp phủ thực vật, phân loại khu vực có rừng khơng có rừng loại Độ xác phương pháp thường dao động từ 50% đến 99% phụ thuộc vào biến dự đoán lựa chọn loại biến phụ thuộc Trong đó, việc phân loại khu vực có rừng khơng có rừng thường thu kết xác số ứng dụng (Wang cộng sự, 2010) Một số nghiên cứu khác ứng dụng NDVI kết hợp với số số khác để xác định chiều cao rừng, phát khu vực rừng bị chặt hay suy thoái rừng (Meneses-Tovar, 2012) Tuy nhiên, chưa thấy có nhiều cơng trình nghiên cứu ứng dụng NDVI để xác định loại trạng thái rừng, Việt Nam Do vậy, mục tiêu báo đánh giá khả ứng dụng NDVI cho xác định nhanh loại trạng thái rừng sử dụng ảnh LANDSAT SR (Surface Reflectance) khu vực tỉnh Đắk Lắk Đắk Nông Bài báo chia làm phần, phần thứ đặt vấn đề, phần thứ hai tập trung vào phần phương TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2019 81 Quản lý Tài nguyên rừng & Môi trường pháp sử dụng cụ thể NDVI kiểm định thống kê ứng dụng viết PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Ảnh vệ tinh Sử dụng Google Earth Engine (GEE), thu thập ảnh Landsat qua xử lý dạng SR (Surface Reflectance) khoảng thời gian từ 23/1/2015 - 30/3/2015 cho ô tiêu chuẩn (vì khoảng thời gian mùa khơ, khơng có mây vị trí tiêu chuẩn (OTC) khu vực nghiên cứu) Thông tin ảnh sử dụng thể bảng Bảng Thông tin ảnh Landsat SR sử dụng nghiên cứu Mã ảnh (system:index) Tỷ lệ mây che phủ (CLOUD_ COVER, %) LC08_123052_20150315 1.79 LC08_124051_20150306 LC08_124052_20150322 2.72 LC08_125051_20150124 0.6 LC08_125051_20150329 1.42 LC08_125052_20150124 0.57 LC08_125052_20150209 0.09 LC08_125052_20150329 1.39 Thời gian chụp (SENSING_TIME) 2015-0315T03:01:04.8418210Z 2015-0306T03:06:58.8794010Z 2015-0322T03:07:13.2364390Z 2015-0124T03:13:23.5314570Z 2015-0329T03:12:54.8514660Z 2015-0124T03:13:47.4309660Z 2015-0209T03:13:43.6083810Z 2015-0329T03:13:18.7594470Z 2.2 Số liệu bước nghiên cứu Bài viết sử dụng số liệu nghiên cứu nằm ranh giới tỉnh Đắk Lắk Đắk Nông đại diện cho khu vực Tây Nguyên Các số liệu ô tiêu chuẩn, trạng thái rừng kế thừa từ chương trình điều tra kiểm kể rừng toàn quốc năm 2014 - 2015 Các số liệu vị trí tiêu chuẩn (OTC) đưa lên đồ quy đổi hệ quy chiếu WGS84, sau kiểm tra hiệu chỉnh số liệu thông tin trường tham chiếu Google Earth Sử dụng GEE để tính NDVI trung bình cho OTC khoảng thời gian (23/1/2015 30/3/2015) Phương pháp tính NDVI: NDVI xác định dựa phản xạ phổ khác thực Góc phương vị mặt trời (SOLAR_ AZIMUTH_ ANGLE) Góc thiên đỉnh mặt trời (SOLAR_ ZENITH_ ANGLE) Đường bay chụp (WRS_ PATH) Hàng chụp (WRS_ ROW) 115.109703 30.743389 123 52 122.488396 33.542309 124 51 110.515854 29.113354 124 52 139.005173 42.476048 125 51 108.2957 27.859673 125 51 137.717316 41.537109 125 52 132.06044 38.846115 125 52 105.504097 27.642002 125 52 vật dải sóng đỏ cận hồng ngoại, thể qua công thức sau: = Trong đó, NIR RED tương ứng giá trị phản xạ phổ kênh cận hồng ngoại kênh đỏ ảnh vệ tinh Đối với ảnh vệ tinh Landsat SR, kênh kênh Giá trị NDVI nằm khoảng từ -1 đến 1, đó, giá trị NDVI thấp thể khu vực có độ che phủ thực vật thấp Giá trị NDVI cao đại diện cho khu vực có độ che phủ thực vật cao, cịn giá trị NDVI âm thể khu vực đất ẩm mặt nước (Bảng 2, Yang, cộng sự, 2019) Bảng Phân loại lớp phủ dựa NDVI Mức độ Giá trị NDVI Khu vực khơng có thực vật che phủ Khu vực có thực vật che phủ mức thấp Khu vực có thực vật che phủ mức trung bình Khu vực có thực vật che phủ mức cao 82 (1) NDVI ≤ 0,2 0,2 < NDVI ≤ 0,5 0,5 < NDVI ≤ 0,8 NDVI > 0,8 TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2019 Quản lý Tài nguyên rừng & Môi trường Tuy nhiên, NDVI phụ thuộc vào nhiều yếu tố khác mây, bóng mây, bóng núi Dựa vào số liệu bảng 1, OTC có rừng (theo kết điều tra-kiểm kê rừng) giá trị NDVI nhỏ 0,2 loại bỏ khỏi q trình tính tốn Bên cạnh đó, giá trị tính toán NDVI OTC tất trạng thái rừng, trước phân tích khác biệt loại bỏ liệu bất thường cho loại trạng thái rừng (còn gọi liệu dị thường/ngoại biên - Outlier) theo phương pháp tứ phân vị trị số bách phân (Neill Patterson, 2012) Gọi O số liệu dãy số liệu O xem số liệu bất thường khi: O < Q1 - 1.5 x IQR O > Q3 + 1.5 x IQR (2) Trong đó: Q1 Q3 giá trị bách phân 25 (thứ 25%) 75 (thứ 75%) dãy số liệu IQR trị số khác biệt Q3 với Q1: IQR = Q3 - Q1 IQR gọi độ trải dãy số liệu 2.3 Phân tích khác biệt giá trị NDVI trạng thái rừng Số liệu NDVI trạng thái rừng địa bàn nghiên cứu sau tính tốn loại bỏ số liệu dị thường xử lý phần mềm R để tính tốn giá trị thống kê mơ tả cho trạng thái Bước kết hợp với phần mềm SPPS để tính tốn thống kê phi tham số - Kiểm định Kruskal-Wallis để kiểm tra sai khác trạng thái rừng thông qua NDVI Kiểm định Kruskal-Wallis sử dụng để so sánh khác giá trị trung bình nhiều biến độc lập, khơng u cầu dãy liệu phải có phân phối chuẩn Kiểm định đề giả thuyết (thường ký hiệu H0) - giả thuyết cần kiểm định trường hợp khơng có khác giá trị NDVI trạng thái rừng; giả thuyết đối (thường ký hiệu H1) - giả thuyết thay cho giả thuyết H0 có khác trị NDVI trạng thái rừng Trường hợp giá trị kiểm định thu giá H1 bước tiến hành kiểm định theo cặp tiêu chuẩn Wilcoxon rank-sum test hay gọi kiểm định Mann-Whitney cho mẫu độc lập Giả thuyết đặt H0 - khơng có khác giá trị NDVI hai trạng thái rừng; H1 - có khác giá trị NDVI hai trạng thái rừng Trường hợp kết nghiên cứu thu giá trị H0 điều có nghĩa giá trị NDVI tổng thể, gộp chúng với để so sánh với tổ hợp giá trị khác Như vậy, khung logic nghiên cứu tóm tắt qua bước sau: Số liệu trường OTC Bản đồ hệ quy chiếu WGS84 Google Earth Engine Ảnh liệu đầu vào (Landsat SR) Tính tốn NDVI cho OTC Loại bỏ liệu bất thường (Outlier) Bộ số liệu đầu Xử lý tính tốn số liệu NDVI tiêu chuẩn phi tham số R/SPSS Hình Các bước tính tốn xử lý số liệu nghiên cứu TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ - 2019 83 Quản lý Tài nguyên rừng & Môi trường KẾT QUẢ VÀ THẢO LUẬN 3.1 Đặc điểm đối tượng nghiên cứu Các trạng thái rừng OTC khu vực nghiên cứu kế thừa dựa kết điều tra kiểm kê tài nguyên rừng năm 2014 – 2015 tỉnh Đắk Lắk Đắk Nông Sau tính tốn giá trị NDVI, kết hợp với số liệu trạng rừng thực tế, tiến hành tính tốn sàng lọc giá trị NDVI bất thường OTC (theo phương pháp trên) lại giá trị NDVI 918 OTC thuộc kiểu rừng (lá rộng thường xanh, rộng rụng rộng nửa rụng lá) 11 trạng thái rừng khác (đảm bảo trạng thái rừng có số lượng từ OTC trở lên) Kết tổng hợp số liệu NDVI ô tiêu chuẩn theo trạng thái rừng cho bảng Stt Mã Bảng Các đặc trưng thống kê dãy số liệu NDVI địa bàn nghiên cứu Trạng thái rừng n Tb Trung vị Sd Min 14 Rừng gỗ tự nhiên núi đất LRTX giàu 207 0,842 0,847 0,034 0,724 0,915 15 Rừng gỗ tự nhiên núi đất LRTX trung bình 230 0,809 0,835 0,065 0,618 0,907 16 Rừng gỗ tự nhiên núi đất LRTX nghèo 30 0,710 0,808 0,170 0,324 0,864 18 Rừng gỗ tự nhiên núi đất LRTX nghèo kiệt 14 0,720 0,728 0,068 0,599 0,839 20 Rừng gỗ tự nhiên núi đất LRRL trung bình 128 0,446 0,428 0,125 0,251 0,789 21 Rừng gỗ tự nhiên núi đất LRRL nghèo 149 0,404 0,385 0,103 0,236 0,707 22 Rừng gỗ tự nhiên núi đất LRRL nghèo kiệt 40 0,359 0,371 0,060 0,238 0,473 23 Rừng gỗ tự nhiên núi đất LRRL phục hồi 62 0,376 0,358 0,106 0,247 0,861 94 Rừng gỗ tự nhiên núi đất LRNRL giàu 21 0,444 0,405 0,114 0,317 0,676 10 95 Rừng gỗ tự nhiên núi đất LRNRLtrung bình 32 0,513 0,431 0,180 0,250 0,851 11 96 Rừng gỗ tự nhiên núi đất LRNRL nghèo 0,364 0,362 0,013 0,348 0,378 Max Tổng 918 Ghi chú: Tb: số trung bình; Sd: độ lệch chuẩn dãy số; Max: giá trị lớn dãy số NDVI; Min: giá trị nhỏ dãy số NDVI; LRTX: rộng thường xanh; LRRL: rộng rụng lá; LRNRL: rộng nửa rụng Nhìn vào dãy giá trị trung bình NDVI cho thấy: giá trị biến động từ 0,36 đến 0,84, giá trị thể trạng thái rừng có thực vật che phủ mức thấp đến cao Có mâu thuẫn trạng thái rừng gỗ tự nhiên núi đất rụng nửa rụng trung bình (95) lại có giá trị trung bình NDVI trung vị lớn so với trạng thái giàu kiểu rừng (94) Chúng tơi giả thuyết điều lý giải thời điểm xác định NDVI chịu ảnh hưởng số nhân tố ví dụ bóng mây thời điểm rụng Tuy nhiên, dãy trung vị cho thấy phần lớn giá trị tập trung chủ yếu xung quanh giá trị 0,4 kiểu rừng rộng nửa rụng rụng Cùng xu với dãy số trung bình, dãy trị số quan sát cho thấy giá trị nhỏ giá trị 84 NDVI 0,24 tương ứng với trạng thái rừng tự nhiên núi đất rộng rụng nghèo kiệt, giá trị NDVI lớn 0,92 tương ứng với trạng thái rừng rộng thường xanh giàu Độ lệch chuẩn giá trị NDVI trạng thái cho giá trị nhỏ 0,013 (trạng thái rừng gỗ tự nhiên núi đất rộng nửa rụng nghèo) giá trị lớn 0,180 (trạng thái rừng gỗ tự nhiên núi đất rộng nửa rụng trung bình) 3.2 Kết kiểm định khác biệt trạng thái rừng NDVI Để có nhìn khái qt sai khác NDVI cho trạng thái rừng, nghiên cứu tiến hành so sánh NDVI 11 trạng thái rừng khác kiểm định phi tham số Kiểm định Kruskal-Wallis dành cho k mẫu độc lập Kết tính tốn cho bảng TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ - 2019 Quản lý Tài nguyên rừng & Môi trường Bảng Kết kiểm định Kruskal-Wallis NDVI ô tiêu chuẩn nghiên cứu Descriptive Statistics N Mean NDVI 0,625 22,41 918 Matrangthai Std Deviation 918 Minimum 0,222 19,06 Maximum 0,236 14 0,915 96 a,b Test Statistics NDVI Chi-Square 679,8 10 df Asymp Sig 0,000 a Kruskal Wallis Test b Grouping Variable: Matrangthai Kết tính tốn cho thấy giả thuyết H0: phân bố NDVI tất trạng thái rừng (biến trạng thái rừng mã hoá bảng Matrangthai) bị bác bỏ (Reject the null hypothesis) với mức ý nghĩa α = 0,05 Như vậy, kết luận NDVI cho trạng thái rừng khác có sai khác, hay nói cách khác, có cặp giá trị NDVI không Bước tiếp theo, nghiên cứu kiểm định chi tiết sai khác theo cặp giá trị NDVI cho trạng thái kiểm định Mann-Whitney cho mẫu độc lập Kết cho bảng Bảng Kết kiểm định tiêu chuẩn Mann-Whitney cho cặp trạng thái rừng Mã trạng thái rừng 14 15 16 18 14 15 16 18 H1 H1 H1 H1 H1 20 21 22 23 H1 H1 H1 H1 H1 H1 H1 H1 H1 H1 H1 H1 H1 H1 H1 H1 94 95 96 H1 H1 H1 H1 H1 H1 H1 H1 H1 H1 H1 H1 20 21 22 H0 H1 H0 23 94 95 96 H0 H1 H1 H1 H0 H0 H0 H0 H1 H0 H1 H1 H0 H1 H1 H0 H0 H0 H1 Ghi chú: H0: Khơng có sai khác NDVI trạng thái; H1: Có sai khác NDVI trạng thái Kết kiểm định cho thấy trạng thái rừng rộng thường xanh (trừ trạng thái nghèo nghèo kiệt) nhìn chung có khác biệt rõ rệt trạng thái khác (thể thông qua bác bỏ giả thuyết H0 hay nói cách khác chấp nhận giá trị H1) Trạng thái rừng nghèo (mã số 16) nghèo kiệt (mã số 18) khơng có sai khác rõ rệt, vậy, để gộp trạng thái với Một điểm đáng ý trạng thái rừng gỗ tự nhiên núi đất nửa rụng nghèo (mã số 96), kết kiểm định cho thấy chấp nhận giả thuyết H0 cho hầu hết trạng thái rừng kiểu rừng rụng nửa rụng (trừ trạng thái rừng gỗ tự nhiên núi đất nửa rụng trung bình – mã số 95) hay nói cách khác trạng thái rừng khơng có sai khác mặt thống kê NDVI Đây quan trọng để nghiên cứu gộp trạng thái tương đồng tiến TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2019 85 Quản lý Tài nguyên rừng & Môi trường hành kiểm định sai khác nhóm Căn vào kết tính toán bảng nghiên cứu đề xuất gộp nhóm trạng thái rừng thành nhóm sau: Nhóm 1: Trạng thái rừng gỗ tự nhiên núi đất rộng thường xanh giàu (mã số 14) Nhóm 2: Trạng thái rừng gỗ tự nhiên núi đất rộng thường xanh trung bình (mã số 15) Nhóm 3: Trạng thái rừng gỗ tự nhiên núi đất rộng thường xanh nghèo (mã số 16) + nghèo kiệt (mã số 18) Nhóm 4: Trạng thái rừng gỗ tự nhiên núi đất rộng rụng trung bình (mã số 20) + Trạng thái rừng gỗ tự nhiên núi đất rộng nửa rụng giàu (mã số 94) + Trạng thái rừng gỗ tự nhiên núi đất rộng nửa rụng trung bình (mã số 95) Nhóm 5: Trạng thái rừng gỗ tự nhiên núi đất rộng rụng nghèo (mã số 21) + nghèo kiệt (mã số 22) + phục hồi (mã số 23) + Trạng thái rừng gỗ tự nhiên núi đất rộng nửa rụng nghèo (mã số 96) Bảng Kết tính tốn đặc trưng thống kê mô tả trạng thái rừng sau gộp Trạng thái rừng sau gộp Mã nhóm N TB Trung vị Std Min Max Rừng gỗ tự nhiên núi đất LRTX giàu 207 0,842 0,847 0,034 0,724 0,915 Rừng gỗ tự nhiên núi đất LRTX trung bình 230 0,809 0,835 0,065 0,618 0,907 Rừng gỗ tự nhiên núi đất LRTX nghèo + 44 0,713 0,764 0,145 0,324 0,864 nghèo kiệt Rừng gỗ tự nhiên LRRL Trung bình + LRNRL 181 0,458 0,422 0,137 0,250 0,851 giàu + LRNRL Trung bình Rừng gỗ tự nhiên núi đất LRRL nghèo + LRRL 256 0,389 0,375 0,099 0,236 0,861 nghèo kiệt + LRRL phục hồi + LRNRL nghèo Tổng 918 Kết gộp nhóm trạng thái rừng tính tốn đặc trưng thống kê theo nhóm cho thấy có tương đồng giá trị NDVI, cụ thể nhóm biến động từ 0,389 (nhóm nghèo – phục hồi rừng rụng nửa rụng lá) đến 0,842 (rừng rộng thường xanh giàu) Các giá trị độ lệch chuẩn cho thấy trạng thái rừng rộng thường xanh nghèo + nghèo kiệt có mức độ biến động cao 0,145 Bảng Kết kiểm định NDVI trạng thái rừng sau gộp ІzІ = 5,2 Sig = 0,00 ІzІ = 7,17 ІzІ = 4,68 Sig = 0,00 Sig = 0,00 ІzІ = 16,70 ІzІ = 16,67 ІzІ = 7,93 Sig = 0,00 Sig = 0,00 Sig = 0,00 ІzІ = 18,39 ІzІ = 18,84 ІzІ = 9,4 ІzІ = 5,20 Sig = 0,00 Sig = 0,00 Sig = 0,00 Sig = 0,00 Các giá trị so sánh cặp bảng tương ứng ІzІ tính tốn so sánh với giá trị tra bảng phân bổ chuẩn tiêu chuẩn cho thấy giá trị Sig < 0,05 điều có nghĩa bác bỏ giả thuyết H0 tương đương với chấp nhận 86 tiếp đến trạng thái (rừng rộng thường xanh phục hồi rừng rụng giàu + trung bình) Khi có kết giá trị NDVI trạng thái rừng sau gộp, bước tìm hiểu sai khác nhóm trạng thái kiểm định Mann -Whitney cho mẫu độc lập Kết kiểm định nhóm sau gộp cho bảng đối thuyết H1, hay nói cách khác, giá trị NDVI có sai khác nhóm Kết tính tốn bảng cho thấy nhóm hồn tồn có sai khác rõ rệt, thể số tính tốn Sig nhỏ (xấp xỉ khơng) TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2019 Quản lý Tài nguyên rừng & Môi trường tất cặp kiểm định Như kết luận giá trị NDVI dùng để xác định nhanh trạng thái rừng khu vực nghiên cứu Để đưa giá trị NDVI cho nhóm ứng với độ tin cậy 95%, nghiên cứu tiến hành xây dựng khoảng ước lượng, kết cho bảng Bảng Kết ước lượng NDVI nhóm trạng thái rừng sau gộp Cận Cận Giá trị trung bình Nhóm ( − × , ) × , ( + ( ) 0,837 0,842 0,846 0,800 0,809 0,817 0,670 0,713 0,756 0,438 0,458 0,478 0,377 0,389 0,401 Trong đó: ̅ – giá trị NDVI bình qn cho nhóm (mean); - sai số số trung bình nhóm (Std Error of Mean) Trạng thái rừng tự nhiên rộng thường xanh giàu có trị số NDVI khoảng từ 0,837 – 0,846 Trạng thái rừng tự nhiên rộng thường xanh trung bình có trị số NDVI khoảng từ 0,800 – 0,817 Trạng thái rừng gỗ tự nhiên núi đất rộng thường xanh nghèo + nghèo kiệt có trị số NDVI khoảng từ 0,67 – 0,756 Trạng thái rừng gỗ tự nhiên núi đất rộng rụng trung bình + Trạng thái rừng gỗ tự nhiên núi đất rộng nửa rụng giàu + Trạng thái rừng gỗ tự nhiên núi đất rộng nửa rụng trung bình có trị số NDVI khoảng từ 0,438 – 0,478 Trạng thái rừng gỗ tự nhiên núi đất rộng rụng nghèo + nghèo kiệt + phục hồi + Trạng thái rừng gỗ tự nhiên núi đất rộng nửa rụng nghèo có trị số NDVI khoảng từ 0,377 – 0,401 Kết cho thấy xác định nhanh trạng thái rừng dựa vào trị số NDVI cho trạng thái rừng, đặc biệt trạng thái rừng rộng thường xanh giàu, trung bình, nghèo + nghèo kiệt Trong nghiên cứu trên, dựa vào giá trị NDVI tính tốn cho thấy trạng thái rừng rộng thường xanh trạng thái giàu trung bình có khác biệt rõ ràng, cịn lại gộp trạng thái rừng trung bình giàu kiểu rừng rụng nửa rụng thành nhóm; nhóm rừng nghèo + nghèo kiệt + phục hồi kiểu trạng thái rừng ) rụng nửa rụng cho giá trị NDVI thấp 3.3 Thảo luận Ngày số liệu viễn thám sử dụng rộng rãi nhiều lĩnh vực đặc biệt việc giám sát thay đổi lớp phủ thực vật cho khu vực rộng lớn, xây dựng đồ biến động lớp phủ thực vật Một nội dung giám sát xác định nhanh trạng thái rừng thơng qua ảnh vệ tinh số thực vật – cụ thể NDVI Kết tính tốn NDVI trạng thái rừng tỉnh thuộc khu vực Tây Nguyên cho thấy có kết tương đồng trị số NDVI so với kết nghiên cứu trước Trên giới Việt Nam Cụ thể sau: giá trị NDVI nằm khoảng từ 0,36 – 0,84 biểu thị rừng tự nhiên rộng thường xanh, rừng giàu trung bình giá trị NDVI > 0,81; trạng thái rừng rộng thường xanh phục hồi, rừng rộng thường xanh rụng nửa rụng trung bình đến giàu nằm khoảng từ 0,43 – 0,51; trạng thái rừng tự nhiên núi đất rộng thường xanh rụng nửa rụng nghèo, nghèo kiệt, phục hồi nhận giá trị NDVI nhỏ nhất, từ 0,36 đến 0,40 (Chen cộng 2011, Xie cộng sự, 2008) Trong loại số thực vật, nhìn chung NDVI số ứng dụng rộng rãi nhất, đặc biệt để giám sát tính mạnh khoẻ chung rừng (Tuominen cộng sự, 2009) Tuy nhiên, nhóm tác giả NDVI TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2019 87 Quản lý Tài nguyên rừng & Môi trường ứng dụng để xác định tính mạnh khoẻ rừng khu vực đô thị theo nghiên cứu số cơng trình nghiên cứu trước đề cập đến Xiao & MacPherson (2005) Vì vậy, để ứng dụng NDVI cần phải có nghiên cứu cải tiến NDVI phụ thuộc vào mức độ bão hồ với tính dày đặc lớp phủ thực vật Những nghiên cứu NDVI số thực vật tốt để phát rụng Như so với nghiên cứu trước nghiên cứu có điểm tương đồng, trạng thái rừng rụng trị số NDVI dường chưa thực phản ánh trung thực trạng thái rừng giàu, trung bình hay phục hồi Vì vậy, cần phải có nghiên cứu để xác định thời điểm đo tính NDVI, cho thời điểm rụng không ảnh hưởng đến trạng thái rừng Nghiên cứu Jia cộng (2014) sử dụng số liệu chuỗi thời gian NDVI cải thiện đáng kể tính xác độ phân giải số liệu viễn thám Số liệu phân loại độ che phủ rừng vùng Bắc Trung Quốc cho thấy đặc điểm NDVI trích xuất từ dãy thời gian hỗn hợp số liệu NDVI nâng cao độ xác phân loại chung lên xấp xỉ 5% so với việc sử dụng số liệu ảnh Landsat ETM+ Nghiên cứu cung cấp dẫn chứng phương pháp phân loại độ che phủ rừng có tích hợp thông tin không gian thời gian từ số liệu vệ tinh có độ phân giải khác Từ đó, thấy hạn chế nghiên cứu chưa sử dụng số liệu chuỗi thời gian dài NDVI phân tích mối liên hệ NDVI với biến khác Các nghiên cứu trước nghiên cứu Meneses-Tovar (2012) đánh giá suy thoái rừng cho thấy việc sử dụng NDVI có số hạn chế định cần phải khắc phục: tượng vật hậu đóng vai trị quan trọng việc phân tích q trình thay đổi, ngày ảnh chụp sử dụng để tính tốn số liệu cần phải lựa chọn cẩn thận Khi xử lý ảnh cần phải ý 88 loại bỏ mây, bóng mây, bóng tạo địa hình yếu tố ảnh hưởng khác Một số ý khác cần phải xem xét, khía cạnh khí hậu có tác động chủ yếu đến sinh trưởng hệ sinh thái rừng, ví dụ năm ẩm ướt dẫn tới việc tăng NDVI, ngược lại năm khơ làm giảm NDVI KẾT LUẬN Như đề cập phần trên, trị số NDVI sử dụng cịn có số hạn chế, xử lý số liệu tính tốn NDVI cần phải cân nhắc đến việc loại bỏ mây, bóng mây, bóng tạo địa hình yếu tố ảnh hưởng khác Bên cạnh đó, cần lưu ý đến khía cạnh khác ngày ảnh chụp, đặc điểm khí hậu (chẳng hạn mùa khô hay mùa mưa) NDVI số có độ nhạy cảm cao với trạng thái rừng rụng lá, vậy, để tăng độ xác tính ứng dụng NDVI, cần phải tính đến thời điểm tính tốn NDVI khác năm, tính đến vấn đề sử dụng chuỗi thời gian dài NDVI, tính đến kết hợp với mối quan hệ phi tuyến khác Mặc dù vài hạn chế, nhiên, trị số NDVI tính tốn nghiên cứu cho thấy số sử dụng để đánh giá nhanh loại trạng thái rừng tự nhiên rộng thường xanh từ nghèo kiệt đến giàu, loại trạng thái rừng rụng lá, nửa rụng từ phục hồi, nghèo kiệt, nghèo đến trạng thái trung bình giàu Các kết nghiên cứu cho thấy đưa khoảng ước lượng NDVI nhóm trạng thái rừng khác loại trạng thái rừng tự nhiên rộng thường xanh có trữ lượng trung bình giàu, nghèo + nghèo kiệt, rừng tự nhiên núi đất rụng nửa rụng giàu trung bình, nhóm đối tượng cịn lại trạng thái rừng rụng nửa rụng có giá trị NDVI thấp TÀI LIỆU THAM KHẢO Bannari, A., Morin, D., Bonn, F., and Huete, A., 1995 A Review of Vegetation Indices, Remote Sens Rev 13, pp 95 -120 Chen, J., Zhu, X.L., Vogelmann, J.E., Gao, F., Jin, S.M., 2011 A simple and effective method for filling TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ - 2019 Quản lý Tài nguyên rừng & Môi trường gaps in Landsat ETM plus SLC-off images Remote Sens Environ 115, 1053–1064 Jia K, Liang S., Lei Z., Wei X., Yao Y., Xie X., 2014 Forest cover classification using Landsat ETM plus data and time series MODIS NDVI data International Journal of Applied Earth Observation and Geoinformation 33 32–38 10.1016/j.jag.2014.04.015 Meneses-Tovar, C., 2012, NDVI as indicator of degradation Unasylva (FAO), 62 39-46 Neill, P., 2012 A Robust, Non-Parametric Method to Identify Outliers and Improve Final Yield and Quality TriQuint Semiconductor, Hillsboro Oregon, USA (neill.patterson@tqs.com, 503-615-9338): truy cập tại: https://csmantech.org/OldSite/Digests/2012/papers/4.4.0 17.pdf Richards J.A., 2012 Remote Sensing Digital Image Analysis, Springer Tuominen J., Lipping T., Kuosmanen V., Reija H., 2009 Remote Sensing of Forest Health 10.5772/8283 Wang J, Sammis T, Gutschick V, Gebremichael M, Dennis S, Harrison R, 2010 Review of satellite remote sensing use in forest health studies Open Geogre Journal 3: 28-42 Xie, Y., Sha, Z., Yu, M., 2008 Remote sensing imagery in vegetation mapping: a review Journal of Plant Ecology 1, 9–23 10 Xiao, Q & MacPherson, E 2005 Tree health mapping with multispectral remote sensing data at UC Davis, California Urban Ecosystems, 8, 349-361 11 Yang, Y.; Wang, S.; Bai, X.; Tan, Q.; Li, Q.; Wu, L.; Tian, S.; Hu, Z.; Li, C.; Deng, Y., 2019 Factors Affecting Long-Term Trends in Global NDVI Forests, 10, 372 USING NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI) TO RAPIDLY IDENTIFY FOREST STATUS TYPES IN THE CENTRAL HIGHLANDS OF VIETNAM Phung Van Khoa1, Nguyen Quoc Hieu2, Nguyen Thi Thanh An1, Phi Dang Son1, Pham Van Duan1 SUMMARY Vietnam National University of Forestry Vietnam Administration of Forestry This paper presents a capacity of using the Normalized Difference Vegetation Index (NDVI) to rapidly identify some of the forest states in the Central Highlands by using a set of NDVI values calculated from satellite images named "Landsat Surface Reflectance Tier 1" (short called: Landsat SR) of 918 sample plots belonging to forest types (evergreen broadleaf, deciduous broadleaf and semi-deciduous broadleaf) of the 11 different forest states of Đắc Lắk and Đắk Nông provinces during January to March 2015, based on data of the national forest inventory and statistics, according to the Non-parametric test for independent samples (MannWhitney test) and for k independent samples (Kruskal-Wallis test) Although there are some limitations such as: NDVI is one of the indicators being highly sensitive to the deciduous forest status and usually needs to take into account the use of long time series, the research results show that NDVI has distinctly different values among the forest states, especially forest state groups Therefore, the 11 forest states of forest types in the study area can be grouped into groups to quickly identify forest states, groups of forest states based on NDVI values Keywords: Central Highlands of Vietnam, forest status, Landsat image, NDVI, remote sensing Ngày nhận Ngày phản biện Ngày định đăng : 30/8/2019 : 14/10/2019 : 21/10/2019 TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ LÂM NGHIỆP SỐ - 2019 89 ... Kết kiểm định khác biệt trạng thái rừng NDVI Để có nhìn khái qt sai khác NDVI cho trạng thái rừng, nghiên cứu tiến hành so sánh NDVI 11 trạng thái rừng khác kiểm định phi tham số Kiểm định Kruskal-Wallis... động lớp phủ thực vật Một nội dung giám sát xác định nhanh trạng thái rừng thông qua ảnh vệ tinh số thực vật – cụ thể NDVI Kết tính toán NDVI trạng thái rừng tỉnh thuộc khu vực Tây Nguyên cho... sai khác NDVI trạng thái; H1: Có sai khác NDVI trạng thái Kết kiểm định cho thấy trạng thái rừng rộng thường xanh (trừ trạng thái nghèo nghèo kiệt) nhìn chung có khác biệt rõ rệt trạng thái khác

Ngày đăng: 25/10/2020, 08:17

Hình ảnh liên quan

Bảng 1. Thông tin cơ bản về các ảnh Landsat 8 SR được sử dụng trong nghiên cứu - Sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh một số trạng thái rừng ở khu vực Tây Nguyên, Việt Nam

Bảng 1..

Thông tin cơ bản về các ảnh Landsat 8 SR được sử dụng trong nghiên cứu Xem tại trang 2 của tài liệu.
Dựa vào số liệu trong bảng 1, những OTC có  rừng  (theo  kết  quả  điều  tra-kiểm  kê  rừng)  nhưng giá trị NDVI nhỏ hơn 0,2 sẽ được loại  bỏ khỏi quá trình tính toán - Sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh một số trạng thái rừng ở khu vực Tây Nguyên, Việt Nam

a.

vào số liệu trong bảng 1, những OTC có rừng (theo kết quả điều tra-kiểm kê rừng) nhưng giá trị NDVI nhỏ hơn 0,2 sẽ được loại bỏ khỏi quá trình tính toán Xem tại trang 3 của tài liệu.
Bảng 3. Các đặc trưng thống kê của dãy số liệu NDVI trên địa bàn nghiên cứu - Sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh một số trạng thái rừng ở khu vực Tây Nguyên, Việt Nam

Bảng 3..

Các đặc trưng thống kê của dãy số liệu NDVI trên địa bàn nghiên cứu Xem tại trang 4 của tài liệu.
Bảng 5. Kết quả kiểm định bằng tiêu chuẩn Mann-Whitney cho từng cặp trạng thái rừng - Sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh một số trạng thái rừng ở khu vực Tây Nguyên, Việt Nam

Bảng 5..

Kết quả kiểm định bằng tiêu chuẩn Mann-Whitney cho từng cặp trạng thái rừng Xem tại trang 5 của tài liệu.
Bảng 4. Kết quả kiểm định Kruskal-Wallis về NDVI của cá cô tiêu chuẩn nghiên cứu Descriptive Statistics - Sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh một số trạng thái rừng ở khu vực Tây Nguyên, Việt Nam

Bảng 4..

Kết quả kiểm định Kruskal-Wallis về NDVI của cá cô tiêu chuẩn nghiên cứu Descriptive Statistics Xem tại trang 5 của tài liệu.
Bảng 6. Kết quả tính toán các đặc trưng thống kê mô tả của các trạng thái rừng sau khi gộp - Sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh một số trạng thái rừng ở khu vực Tây Nguyên, Việt Nam

Bảng 6..

Kết quả tính toán các đặc trưng thống kê mô tả của các trạng thái rừng sau khi gộp Xem tại trang 6 của tài liệu.
Bảng 8. Kết quả ước lượng các NDVI của các nhóm trạng thái rừng sau khi gộp - Sử dụng chỉ số thực vật khác biệt chuẩn hóa (NDVI) để xác định nhanh một số trạng thái rừng ở khu vực Tây Nguyên, Việt Nam

Bảng 8..

Kết quả ước lượng các NDVI của các nhóm trạng thái rừng sau khi gộp Xem tại trang 7 của tài liệu.

Tài liệu cùng người dùng

Tài liệu liên quan