đoạn 2017– 2020
3.3.2.1. Xây dựng bản đồ hiện trạng diện tích rừng và không có rừng
- Phương pháp viễn thám: Phương pháp xử lý ảnh vệ tinh Sentinel + phân tích ảnh để đánh giá, chồng xếp lớp bản đồ.
Bảng 3.1. Dữ liệu ảnh viễn thám Sentinel được sử dụng trong đề tài
T T Mã ảnh Ngày chụp Độ phân giải (m) Ghi chú 1 S2A_MSIL1C_20171031 T032851_N0206_R018_T 48QXK_20171031T08483 2.SAFE 31/10/2017 10 x 10 Sentinel 2A 2 S2A_MSIL1C_20171220 T034151_N0206_R018_T 48QWK_20171220T0845 41.SAFE 20/12/2017 10 x 10 Sentinel 2A 3 S2A_MSIL2A_20200309 T032551_N0214_R018_T 48QWK_20200309T0739 20.SAFE 9/03/2020 10 x 10 4 S2A_MSIL2A_20200309 T032551_N0214_R018_T 48QXK_20200428T07392 0.SAFE 28/04/2020 10 x 10 5 Bản đồ kiểm kê rừng 2015
6 Ảnh Google Earth 2017
Nguồn: https://earthexplorer.usgs.gov) - Phương pháp điều tra ngoại nghiệp:
Đề tài tiến hành điều tra sơ bộ và tiến hành lựa chọn các điểm thực địa để đánh giá độ chính xác của phương pháp phân loại ảnh. Nghiên cứu đã tiến hành điều tra sơ bộ, lựa chọn các điểm kiểm tra ngoài thực địa để đánh giá độ
chính xác của phương pháp phân loại ảnh. Phương pháp chọn ngẫu nhiên được lựa chọn để xác định điểm cho các đối tượng trong toàn bộ khu vực nghiên cứu. Vị trí các điểm khảo sát được xác định tọa độ bằng thiết bị hệ thống định vị toàn cầu GPS (GPS 78CSx). Kết quả điều tra ngoài thực địa sử dụng cho việc đánh giá độ chính xác của phương pháp phân loại. Tiến hành xác định 96 điểm trên địa bàn vùng lõi Khu bảo tồn. Sử dụng phương pháp chọn mẫu ngẫu nhiên để xác định các đối tượng trong khu vực nghiên cứu. Vị trí các điểm khảo sát được xác định bằng thiết bị GPS cầm tay.
Đề tài xác định 100 điểm cho 2 đối tượng có rừng và không có rừng. Dựa trên cơ sở vị trí các điểm tọa độ được lựa chọn, độ chính xác của phươngpháp và tư liệu ảnh viễn thám, tiến hành xây dựng bản đồ hiện trạng rừng Vùng lõi khu bảo tồn Thần Sa -Phượng Hoàng bằng phần mềm ArcGIS 10.3.1.
Phương pháp xử lý số liệu:
Tiến hành xây dựng bản đồ hiện trạng rừng các năm 2017 và 2020 tại khu vực nghiên cứu, đề tài thực hiện theo các bước như sau:
Bước 1: Lựa chọn ảnh theo khu vực nghiên cứu. - Lựa chọn ảnh theo khu vực nghiên cứu.
- Ưu tiên ảnh không có mây hoặc ít mây tại khu vực nghiên cứu.
Hình 3.1 Phương pháp xây dựng bản đồ hiện trạng rừng
Lựa chọn ảnh viễn thám
Tiền xử lý ảnh viễn thám
Xử lý, giải đoán ảnh
Xây dựng bản đồ hiện trạng diện tích rừng
Phân loại có kiểm định kết hợp chỉ số thực vật NDVI
chỉ số thực vật Đánh giá độ chính xác bản đồ
Bước 2: Phương pháp tiền xử lý ảnh viễn thám
Vì ảnh được download về đã được hiệu chỉnh hình học, do đó đề tài chỉ tiến hành cắt ảnh theo ranh giới khu vực nghiên cứu.
Cắt ảnh theo ranh giới khu vực nghiên cứu: Thông thường một ảnh Sentinel sẽ bao trùm một phần diện tích rộng trên thực địa, do đó khối lượng dữ liệu của nó rất lớn. Vì vậy, cần tiến hành cắt ảnh theo khu vực nghiên cứu vừa giúp giảm thiếu thời gian làm việc với phần mềm, vừa thuận tiện cho việc giải đoán thực hiện một cách nhanh chóng.
Hình 3.2 Ảnh được cắt theo ranh giới khu bảo tồn
Bước 3: Giải đoán ảnh
Để thực hiện phân loại đối tượng trong ảnh, đề tài sử dụng phương pháp phân loại ảnh không kiểm định (Supervised classification): Kết quả phân tích ảnh đưa ra là một nhóm các đối tượng có thuộc tính phổ tương đồng mà qua đó có thể phân loại ảnh bằng mắt thường trước khi kiểm tra độ chính xác. Thuật toán thường gặp là Maximum Likelihood.
Chỉ số NDVI:
Chỉ số thực vật (NDVI- normalized difference vegetation index). Nguyên tắc tính của NDVI là: lá 'xanh' hấp thụ bức xạ ở các bước sóng màu đỏ - RED (640- 670nm) do có sự hiện diện của các sắc tố diệp lục và bị tán xạ ở bước sóng rất gần với cận hồng ngoại - NIR (700-1100nm) do cấu trúc bên trong của lá. Phạm vi của các giá trị nằm trong khoảng từ 1 đến -1.
NDVIđược tính theo công thức dưới đây:
NDVI = (NIR - RED)/(NIR+RED) Đối với ảnh Sentinel 2: NDVI = (B08 – B4) / (B08 + B4) Trong đó:
NDVI: Chỉ số thực vật.
NIR: Kênh cận hồng ngoại của ảnh vệ tinh. RED: Kênh đỏ của ảnh.
Hình 3.3. Tính chỉ số NDVI trong ArcGIS
Kết quả: Phân loại ảnh viễn thám theo phương pháp có kiểm định và chỉ số NDVI sẽ thành 2 lớp riêng biệt diện tích có rừng và không có rừng.
Giải đoán ảnh: Đánh giá tương quan giữa các mẫu nhằm đưa ra tiêu chí phân loại ảnh:
Tách các lớp đối tượng
Tính toán thông tin của đối tượng
Kết quả: Phân chia ảnh viễn thám thành các đối tượng riêng biệt, tính toán diện tích của các đối tượng
Hình 3.4. Phân loại có kiểm định với thuật toán Maximum Likelihood
Bước 4: Xây dựng bản đồ hiện trạng rừng tại khu vực nghiên cứu
Xây dựng bản đồ hiện trạng rừng tại khu vực nghiên cứu.
Từ kết quả của xử lý và giải đoán ảnh xây dựng bản đồ hiện trạng rừng khu vực nghiên cứu với 2 đối tượng là Đất có rừng và không có rừng.
Kết quả: Bản đồ hiện trạng rừng của khu vực nghiên cứu tại các thời điểm nghiên cứu của đề tài là 2017 và 2020.
Đánh giá độ chính xác: được đánh giá dựa vào kết quả phân loại và 124 điểm mẫu có tọa độ GPS đã được thu thập ngoài thực địa.
Đối với những năm trước thời điểm nghiên cứu ta tiến hành lấy tọa độ trên Google Earth, Planet, bản đồ hiện trạng rừng sau đó add vào bản đồ trên Arcmap để kiểm tra độ chính xác. Cụ thể là sử dụng công cụ hiển thị hình ảnh lịch sử (biểu tượng đồng hồ và mũi tên quay ngược chiều kim đồng hồ). Dựa
vào từng thời kì để điều chỉnh số lượng điểm mẫu phục vụ phân loại và đánh giá độ chính xác của bản đồ.
Kết quả: Các bảng đánh giá độ chính xác của bản đồ ở từng thời điểm nghiên cứu của đề tài
3.3.2.2. Xây dựng bản đồ biến động rừng qua các giai đoạn
Trong đề tài tác giả tiến hành nghiên cứu biến động rừng theo phương pháp đánh giá biến động có sự kết hợp giữa viễn thám và GIS. Để đánh giá biến động theo phương pháp này thì, nghiên cứu xây dựng bản đồ hiện trạng tại nhiều thời điểm 2017 và 2020 sau đó sử dụng phần mềm ArcGIS để chồng xếp 2 lớp hiện trạng của các năm ta sẽ có bản đồ biến động giữa 2 thời điểm cụ thể. Trong đó bản đồ hiện trạng ở hai thời điểm được thành lập dựa trên kết quả tích hợp giữa giải đoán ảnh tự động, giải đoán ảnh bằng mắt và điều tra thực địa. Biến động cho cả giai đoạn được tính dựa trên việc trích xuất giá trị các lớp raster hiện trạng của các năm vào lớp vector dạng điểm.
Dữ liệu: Bản đồ hiện trạng rừng của khu vực nghiên cứu tại các thời điểm nghiên cứu của đề tài.
Phương pháp xử lý số liệu:
Ảnh vệ tinh được xử lý bằng phần mềm ArcGIS 10.3.1. Từ bản đồ hiện trạng rừng đã xây dựng ở trên. Đề tài tiến hành gắn các giá trị cho từng đối tượng. Để gắn các giá trị cho từng lớp đối tượng sử dụng lệnh Reclassify trong công cụ phân tích không gian.
ArcToolbox / Spatial Analyst Tool/ Reclass/ Reclassify
Bản đồ hiện trạng trong năm thứ nhất năm 2017 có 02 lớp thông tin ứng với 02 giá trị:
1: Đất có rừng,
2: Đất không có rừng
Bản đồ hiện trạng trong năm thứ nhất năm 2020 có 02 lớp thông tin ứng với 02 giá trị:
1: Đất có rừng,
2: Đất không có rừng
Sử dụng công cụ Map Algebra để tính toán biến động rừng tại khu vực nghiên cứu: ArcTool box/ Spatial Analyst Tool/ Map Algebra/ Raster Caculator
Bản đồ biến động Biendong2017_2020 trong giai đoạn từ 2017 đến 2020 sử dụng ảnh Sentinel 2A có độ phân giải 10x10m
“Hiện trạng rừng năm 2017”*10 + “Hiện trạng rừng năm 2020” * Tính diện tích của từng loại hiện trạng và biến động:
Bước 1.Sử dụng công cụ Output point features để xuất giá trị của lớp raster hiện trạng năm 2020 ra thành lớp vector dạng điểm chứa giá trị đại diện cho từng loại hiện trạng.
Bước 2. Dùng lớp vectơ dạng điểm vừa xuất được rồi sử dụng công cụ Extract Multi Values to Points để lấy giá trị hiện trạng của từng năm.
Bước 3. Xuất bảng thuộc tính sau khi đã thống kê ra Excel rồi sử dụng các hàm tách chuỗi và hàm tính tổng để tính diện tích cho từng loại hiện trạng và biến động ta được diện tích của từng loại hiện trạng và biến động với các giá trị đại diện tương ứng như sau:
1 – Diện tích có rừng
2 – Diện tích không có rừng
11 – Đất rừng ổn định qua các năm từ 2017 đến 2020
12 – Đất rừng → Đất Không có rừng qua các năm từ 2017 đến 2020 21 – Đất không có rừng → Đất Rừng qua các năm từ 2017 đến 2020 22 – Đất rừng không có rừng ổn định qua các năm từ 2017 đến 2020