4 Mục tiêu nội dung và phương pháp nghiên cứu 2
4.3.2Phương pháp nghiên cứu cụ thể: 25
i. Phương pháp phân loại rừng dựa vào ảnh vệ tinh SPOT
- Hiệu chỉnh dữ liệu bản đồ
Tất cả các dữ liệu bản đồđều được chuyển về cùng 1 hệ tạo độ chuNn WGS84, hệ quy chiếu UTM Zone48. Việc chọn hệ quy chiếu này nhằm mục đích:
+ Các bản đồ thu thập ở các hệ quy chiếu khác nhau, cần chuyển các dữ liệu bản đị số hố về cùng một hệ quy chiếu và cùng một hệ trục toạđộ.
27
+ Các dữ liệu thu thập ngồi thực địa bằng dụng cụ GPS sử dụng hệ quy chiều WGS84, hệ toạđộ UTM Zone 48.
Do đĩ, cần hiệu chỉnh bản đồ theo cùng một hệ toạđộ và cùng hệ quy chiều để phục vụ tốt hơn cho cơng tác điều tra, số hố bản đồ
Tiến hành số hố bản đồ thành lập bản đồ hồn chỉnh và các số liệi phục vụ cho cơng tác điều tra ngồi thực địa
- Phân loại rừng băng ảnh vệ tinh SPOT:
Các bước sử dụng ảnh vệ tinh để phân loại trạng thái rừng bao gồm:
Sử dụng ảnh vệ tinh và chức năng phân loại ảnh tự động trong ENVI để phân loại các đối tượng rừng và đất rừng.
Phân loại ảnh tự động: Phân loại phi giám định là phân loại tự động, kết quả phân loại phụ thuộc vào tập hợp các phần tử cĩ cùng cấp độ xám hoặc giá trị ảnh. Số lượng các nhĩm phân loại tùy thuộc vào người phân loại, đây là quá trình lặp đi lặp lại của việc nhĩm các lớp theo các chỉ tiêu người phân loại đặt ra gồm số lần lặp (Maximum iteration), số pixel tối thiểu trong một nhĩm (Minimum Pixel in Class), độ lệch chuNn của nhĩm (Maximum Class Stdv), số Pixel tối thiểu khi kết nhĩm (Maximum Merge pairs)....cho đến khi thỏa mãn các điều kiện đã đặt ra thì quá trình này dừng lại. Thao tác: vào Menu Classification/Unsupervised/IsoData/chọn ảnh cần phân loại; nhập các thơng số trong cửa sổ Isodata Parameter/OK. Sau đĩ kích vào load bank
28
Hình 4.1: Phân loại tự động ảnh vệ tinh SPOT trong ENVI
Thay đổi hiển thị màu cuả ảnh: Trên cửa sổ Image, kích chọn Tools/Color mapping/ Class color mapping/ chọn vào từng lớp để thay đổi màu tùy ý.
29
Phân tích ảnh đã phân loại: Dùng chức năng phân tích Majority analysis để làm ảnh phân loại mịn hơn cũng là để gộp các pixel nhỏ vào các lớp lớn tương đối gần đặc điểm với các pixel này, tùy thuộc vào độ phân giải của ảnh để chọn kích cỡ của kernel. Sau chức năng phân tích này, ảnh trở nên mượt hơn. Classification/post classification/ Majority/Minority Analysis/ chọn ảnh đã được phân loại trước đĩ/OK, lúc này hiển ra bảng hội thoại Majority/Minority Analysis/chọn các lớp cần phân tích/đặt tên file/OK
Trước phân tích gộp các điểm ảnh Sau khi phân tích gộp các điểm ảnh
Hình 4.2: Phân tích gộp các điểm ảnh trong ENVI
Kết quả phân loại này là dữ liệu Raster, từđĩ cần chuyển đổi từ dữ liệu Raster thành Vector để sử dụng trong GIS
- Điều tra thực địa:
Trước khi điều tra thực địa chính, cần tiến hành khảo sát thực địa, đợt khảo sát này nhằm xác định vị trí, đặc điểm khu vực nghiên cứu.
Mục đích của chuyến đi thực địa là đánh giá và kiểm tra độ chính xác của bản đồ phân loại theo ảnh vệ tinh SPOT đã xây dựng so với thực tế, dùng GPS và chụp ảnh để lấy mẫu thảm thực vật, từng trạng thái rừng đặc trưng và chưa chính xác làm cơ sở để đánh giá lại quá trình thực hiện bản đồ, nhưng đặc điểm cần khắc phục. Ngồi ra chuyến đi thực địa cịn nhằm thu thập số liệu, sử dụng các thơng tin cần thiết của khu
30
vực về quản lý sử dụng tài nguyên, tình hình thực hiện chính sách Nhà nước cĩ liên quan đến sử dụng tài nguyên làm cơ sở xây dựng phương án quản lý, điều chế rừng.
Tại mỗi trạng thái ghi nhận 10 điểm đã xác định trên bản đồ phân loại rừng nhằm so sánh phân loại rừng trên ảnh với thực địa. Tại mỗi điểm mơ tả các nhân tố sinh thái, nhân tác, trạng thái, tọa độ UTM, độ tàn che, G, ….
Trên cơ sởđị chồng ghép tọa độ các điểm khảo sát trạng thái thực địa với phân loại ảnh để xây dựng bản đồ trạng thái cuối cùng
ii. Phương pháp nghiên cứu các mối quan hệ giữa các nhân tố điều tra rừng
Trên từng trạng thái rừng đặt 20 ơ mẫu hệ thống cĩ dạng dải 10x30m theo hướng từ chân dốc lên đỉnh dốc để ơ mẫu cĩ tính đại diện. Trong các ơ mẫu hệ thống, điều tra các chỉ tiêu sinh thái và sinh trưởng của cây gỗ: lồi cây, chiều cao H, Đường kính ngang ngực D1.3, tổng G... Tổng cộng đã điều tra 40 ơ cho cho cả 3 trạng thái rừng.
Điều tra sinh thái: Điều tra thu thập các chỉ tiêu, nhân tố:
- Nhân tố thực vật: xác định các chỉ tiêu: (adsbygoogle = window.adsbygoogle || []).push({});
+ Độ tàn che: xác định độ che phủ của rừng tại khu vực đăt ơ tiêu chuNn (được tính theo 1/10).
+ Trong điều tra nhân tố thực vật: xác định thêm các chỉ tiêu G bằng thước đo Biterlich, và xác định thảm thực bì bằng các chỉ tiêu: bụi le tre, số cây trung bình trong bụi le tre, thưc bì, % thực bì bằng mục trắc và thảo luận.
- Nhân tốđịa hình: điều tra và đánh giá các tiêu: địa hình, độ dốc, độ cao, hướng phơi.
- Khơng khí: Xác định các chi tiêu về độ Nm, nhiệt độ, tốc độ giĩ, Lux, lượng mưa.
- Đối với đất: Xác định các chỉ tiêu về pH, độ Nm, mằu sắc, kết von, đá nổi, VSV đất, độ dày tầng đất.
31
Nhân tác: Trong qúa trình điều tra, phỏng vấn người dân về tình hình khai thác, lửa rừng, quản lý ở khu vực điều tra.
Điều tra đánh giá sinh trưởng và phát triển của các lồi cây gỗ : Xác định các tên lồi cây, cùng với đo các chỉ tiêu của các cây thân gỗ: đo đường kính (D1.3), đo chiều cao cây (H), bán kính tán, toạ độ cây, cự ly đến cây gần nhất, phNm chất cây, bề dày/trên số vịng năm.
Dữ liệu thuộc tính được tổ chức dưới dạng các bảng trong phần mềm Excel và được phân tích hồi qui đa biến trong phần mềm Statgraphics.
Để cĩ thể thực hiện được mơ hình hồi qui đa biến mối quan hệ giữa các nhân tố cần tiến hành mơ tả và mã hố các nhân tố.
- Đối với các nhân tố cĩ số liệu cụ thể, cĩ thể giữ nguyên số liệu hoặc tập hợp thành từng nhĩm, từng phân cấp tạo điều kiện thuận lợi cho cho quá trinh xây dựng mơ hình hồi qui.
- Đối với các nhân tốđo đếm theo định tính cần lần lượt mã hố theo một qui định cụ thể. Các nhân tốđược mã hố theo một qui luật hoặc một chiều biến thiên nhất định.
Kết quả của quá trình mơ tả và mã hố cá c nhân tố sinh thái đựoc trình bày dưới đây:
Bảng 4.1: Mơ tả và mã hố các nhân tố sinh thái, nhân tác
Tên biến số (đơn vị) Ký hiệu biến số Mơ tả và mã hố các nhân tố 1 2 3 4 5 Tiết diện ngang (m2)
G Khơng phân cấp, lấy theo đo đếm
Trữ lượng
rừng (m3)
M Khơng phân cấp, lấy theo đo đếm
Lượng tăng
trưởng hàng
năm (
M3/năm)
Zm Khơng phân cấp, lấy theo đo đếm
trạng thái Tthai Giàu Trung bình Nghèo Non Đất trống
32 Tên biến số (đơn vị) Ký hiệu biến số Mơ tả và mã hố các nhân tố 1 2 3 4 5 (1/10)
Lồi le tre Loaitrele Khơng cĩ Cĩ tre le
% che phủ le tre
Cptrele
Khơng phân cấp, lấy theo đo đếm (adsbygoogle = window.adsbygoogle || []).push({});
Thảm thực
bì
Ttbi
Nghệ rừng
Dương xỷ Song mây Nghệ rừng, dương xỉ Nghệ rừng, song mây % che phủ thực bì Cpbi
Khơng phân cấp, lấy theo đo đếm
Vị trí Vitri Bằng Chân Sườn Đỉnh
Độ dốc (o) Dodoc Khơng phân cấp, lấy theo đo đếm
Hướng phơi Huongphoi Khơng phân cấp, lấy theo đo đếm
Màu sắc đất Msdat Nâu đỏ Nâu xám Xám đen xấm đỏ đổ nâu
Độ dày tầng
đất (cm)
Dodaydat
Khơng phân cấp, lấy theo đo đếm
Độ xốp đất Doxopdat Tơi xốp Chặt Bí chặt
% kết von Kvon Khơng phân cấp, lấy theo đo đếm
% đá nổi Danoi Khơng phân cấp, lấy theo đo đếm
% ụ đất do
giun tạo nên
Giun
Khơng phân cấp, lấy theo đo đếm
Cự ly đến
sơng suối gần nhất (m)
Clysuoi
Khơng phân cấp, lấy theo đo đếm
Mức độ lửu rừng
Luarung Khơng cĩ Ít cĩ Vài năm Hàng năm
Mức độ tác động của con người Mdotdong Khai thác chọn Bỏ hĩa sau nương rẫy Chặt trắng để trồng cây nơng nghiệp
33
Xây dựng mối quan hệ giữa các chỉ tiêu dự báo (G, Zm, M) và các nhân tố chính ảnh hưởng đến cơng tác điều chế rừng bằng phần mềm Statgraphic với dạng hàm tổng quát y = f(xi) (adsbygoogle = window.adsbygoogle || []).push({});
Trong đĩ y: Là nhân tố phụ thuộc bao gồm các chỉ tiêu dự báo cơng tác điều chế rừng; x : Là các biến số biểu thị các nhân tố tác động ảnh hưởng đến y.
Trong quá trình thiết lập mơ hình hồi quy đa biến phải đảm bảo các yêu cầu sau đây:
Cần kiểm tra hàm để đảm bảo mối quan hệ giữa các biến sốđộc lập với biến phụ thuộc bằng tiêu chuNn t với các biến xi tồn tại với P <0.05 hoặc 0.1
Xác đinh hàm tồn tại hay khơng tồn tại bằng hệ số tương quan hồi quy R (với R> 0.5) và tiêu chuNn F với P<0.05
Kết quả của việc lập mơ hinh hồi quy đa biến là cơ sở dữ liệu cho việc thành lập các lớp bản đồ thuộc tính phục vụ cho bản đồ chuyên đề, xác định các nhân tố ảnh hưởng đến cơng tác điều chế.
iii) Phương pháp thiết kế bộ cơng cụ phục vụ cơng tác điều chế rừng trong phần mềm GIS
Liên kết các dữ liệu thuộc tính với các đối tượng khơng gian mà nĩ đại diện. Biên tập các dữ liệu thuộc tính thành lập bản đồ chuyên đề.
Dữ liệu thuộc tính được tổ chức dưới dạng các bảng trong phần mềm Excel. Liên kết các dữ liệu thuộc tính với các đối tượng khơng gian mà nĩ đại diện. Dữ liệu thuộc tính cũng được tổ chức thành lớp tương ứng với lớp của đối tượng khơng gian.
Tạo các trường mới với các biến số phục vụ điều chế rừng, và nĩ được dự báo thơng qua mơ hình hồi quy đã thiết lập; lập các lớp cơ sở dữ liệu từ các hàm trong MapInfo tạo nên bộ cơ sở dữ liệu biến đổi phục vụđiều chế rừng.
Biên tập các dữ liệu thuộc tính thành lập bản đồ chuyên đề bằng các cộng cụ của phần mềm Mapinfo.
Phân tích bản đồ chuyên đề nhằm đánh giá hiện trạng quản lý, sử dụng phương pháp layout bản đồđể biểu diễn hiện trạng thơng qua bản đồ giấy.
35
5 Kết quả và thảo luận
5.1 Thiết lập bản đồ trạng thái rừng trên cơ sở ảnh vệ tinh SPOT và GIS
i. Phân loại tự động ảnh vệ tinh SPOT
Để xác định độ chính xác của phân bố khơng gian của các trạng thái rừng trong khu vực, đã sử dụng ảnh viễn thám SPOT năm 2006 với độ phân giải cao, mỗi pixel ứng với 10x10m.
Tiến hành phân loại ảnh tựđộng bằng phần mền ENVI, các trạng thái trên ảnh được chia thành 4 lớp màu khác nhau được ký hiệu là:
+ Class 1 + Class 2 + Class 3 + Class 4
36
Hình 5.1: Phân loại ảnh SPOT tự động trong ENVI
Kết qủa sử dụng ảnh vệ tinh SPOT và cơng cụ phân loại trạng thái tựđộng của ENVI cho thấy cĩ thể nhanh chĩng phân loại trạng thái rừng, khắc phục nhược điểm của cách phân loại thơng qua mơ tả giải màu như trước đây. Phương pháp này giúp cho việc phân chia trạng thái tựđộng và chuyển vềđược file vector giúp cho việc sử dụng trực tiếp lớp trạng thái.
37
ii. Giải đốn phân loại ảnh tựđộng:
Căn cứ vào bản đồ Vector phân loại ảnh SPOT đã tiến hành; sử dụng kết quả kiểm tra các điểm trên thực địa để quyết định xếp loại các trạng thái rừng trên thực tế ứng với các lớp (Class) của ảnh.
Bảng 5.1: Phân loại trạng thái hiện trường
Phân loại ảnh SPOT (Mã số)
Tọa độ UTM (X,Y) Trạng thái hiện trường Ghi chú X Y 2 765649 1343861 IIIA1 2 765771 1343739 IIB 2 765849 1343858 IIIA1 2 765836 1343930 IIIA2 2 763578 1343995 IIB 2 763998 1343007 IIB 2 764536 1343832 Le tre 2 765022 1345065 IIIA1 2 765129 1345004 IIB 2 764649 1345481 IIIA1 2 765064 1345576 IIIA1 2 764991 1345622 IIB 2 764966 1345711 IIIA1 2 764628 1345739 IIIA3 2 765620 1346486 IIB 2 765703 1346486 IIIA1 2 765780 1346501 IIIA1 2 766486 1346208 IIIA3 2 766489 1346208 NN 2 766578 1346098 IIIA3 2 766646 1346420 IIIA3 2 767930 1342762 NN 2 768043 1342769 NN 2 768341 1342902 IIB 2 767914 1344845 IIB 2 767950 1344829 DT 2 767966 1344845 IIB 2 737966 1344772 IIIA1
38
Phân loại ảnh SPOT (Mã số)
Tọa độ UTM (X,Y) Trạng thái hiện trường Ghi chú X Y 2 768053 1344808 IIIA1 2 768104 1344808 IIIA2 2 769848 1342793 IIIA1 1 764800 1345649 IIIA3 1 764659 1345822 IIIA3 1 768119 1344242 IIIA2 1 769518 1342934 IIIA1 2 770094 1341714 IIB 2 770109 1341717 DT 4 764740 1345605 IIB 4 764570 1345550 IIIA1 4 765676 1346579 IIIA1 4 766654 1345705 IIB 4 767235 1343741 IIIA3 4 768164 1344832 IIIA2 4 768172 1344761 IIIA2 4 768319 1344761 NN 4 768459 1343023 IIB 4 768855 1342834 IIB 3 766498 1346011 Nn 3 766502 1346018 IIIA3 3 768134 1344312 IIA2 (adsbygoogle = window.adsbygoogle || []).push({});
Kết quả tọa độđiểm điều tra hiện trường được chồng ghép trên lớp phân loại rừng tựđộng của SPOT; được mơ tả trên bản đồ bằng phần mềm MapInfo như sau:
39
Hình 5.2: Chồng ghép điểm điều tra trạng thái với bản đồ phân loại rừng tự động từ ảnh vệ tinh trong Mpinfo
Sau khi chồng ghép tọa độ thực tế trạng thái với bản đồ phân loại tựđộng từ ảnh vệ tinh, nhận thấy rằng các lớp màu tương ứng với các trạng thái nghiên cứu thực địa như sau:
- Class1 (màu xanh thẫm): tương ứng với các điểm điều tra rừng giàu và trung bình
40
- Class2 ( Xanh da trời): chủ yếu là trạng thái trung bình, nghèo và một số ít trạng thái non trên thực địa
- Class 3 (đỏ): một số it là rừng non và nghèo.
- Class 4 (xanh lá cây): chiếm đa số là rừng non và một số ít là rừng nghèo. Từ kết quả chồng ghép, quyết đinh sắp xếp các lớp (Class) để phân loại trạng thái rừng. Kết quả phân loại được trình bày ở bảng sau:
Bảng 5.2: Trạng thái rừng theo các lớp phân loại ảnh SPOT
Phân loại ảnh SPOT
Quyết định trạng thái theo các lớp phân loại ảnh
1 IIIA3 2 IIIA1+2 3 Đất trống
4 IIB
Sau khi quyết định các lớp ảnh theo từng trạng thái, xây dựng bản đồ số hố trạng thái rừng tại khu vực điều tra nghiên cứu.
41
Hình 5.3: Bản đồ trạng thái rừng trên cơ sở giải đốn ảnh vệ tinh SPOT
5.2 Mơ hình hĩa quan hệ giữa nhân tố trữ lượng (M) với các điều tra rừng để xây dựng cơ sở dữ liệu cho GIS
Trong các phần mềm GIS, để tạo cơ sở dữ liệu liên kết các nhân tố, các lớp; mơ hình hồi quy cần được sử dụng
Để lập kế hoạch điều chế rừng, cần nghiên cứu mối quan hệ giữa các nhân tố phụ thuộc là trữ lượng lâm phần M với các nhân tố dễđo đếm, kiểm sốt, khảo sát như Dbq, Hbq, G, N/ha… ; để từđĩ tạo lập cơ sở dữ liệu động phục vụđiều chế rừng trên cơ sở thay đổi M theo thời gian và các biện pháp lâm sinh.
42
Trên cơ sở 40 ơ tiêu chuNn ở 3 trạng thái, tính tốn được cơ sở dữ liệu bao gồm các nhân tố điều tra lâm phần như: Dbq, Hbq, G/ha, N/ha, M/ha và các sinh thái liên quan. (Kết quả trong phụ lục 3)
Sử dụng phần mềm Statgraphics Plus để dị tìm quan hệ tối ưu giữa M với các nhân tốđiều tra lâm phần.
Bảng 5.7: Giá trị số liệu hàm hồi qui quan hệ M và các nhân tốđiều tra lâm phần
Tham số Giá trị Sai số T P-value