3.1. ĐỊA ĐIỂM NGHIÊN CỨU
Địa điểm nghiên cứu là huyện Bảo Yên, tỉnh Lào Cai.
3.2. THỜI GIAN NGHIÊN CỨU
Nghiên cứu tại 2 thời điểm là năm 2005 và năm 2014
3.3. NỘI DUNG NGHIÊN CỨU
1- Đánh giá điều kiện tự nhiên – Kinh tế xã hội huyện Bảo Yên. 2 - Khái quát tình hình chung về quản lý và sử dụng đất rừng.
3 - Xác định sự biến động rừng của huyện Bảo Yên tỉnh Lào Cai giai đoạn 2005 - 2014.
+ Thành lập bản đồ hiện trạng rừng năm 2005, năm 2014.
+ Thành lập bản đồ biến động rừng huyện Bảo Yên giai đoạn 2005 - 2014. + Đánh giá biến động rừng huyện Bảo Yên.
+ Một số nguyên nhân biến động rừng huyện Bảo Yên.
3.4. PHƯƠNG PHÁP NGUYÊN CỨU 3.4.1. Phương pháp thu thập số liệu thứ cấp 3.4.1. Phương pháp thu thập số liệu thứ cấp
- Thu thập ảnh vệ tinh (ảnh Landsat) của khu vực nghiên cứu tại 2 thời điểm năm 2005 và năm 2014
- Thu thập các tài liệu, số liệu về điều kiện tự nhiên, tình hình phát triển kinh tế- xã hội huyện năm 2015.
- Thu thập các tài liệu, số liệu về tình hình quản lý sử dụng đất lâm nghiệp, đất rừng.
- Thu thập các tài liệu, số liệu kiểm kê đất đai.
- Thu thập các loại bản đồ của vùng nghiên cứu như bản đồ địa hình, bản đồ địa chính, bản đồ hiện trạng sử dụng đất, bản đồ quy hoạch sử dụng đất.
3.4.2 Phương pháp thu thập số liệu sơ cấp
Đây là phương pháp được tiến hành ngoài thực địa nhằm kiểm tra lại các thông tin, sự kiện thu thập được trong quá trình điều tra nội nghiệp, đồng thời bổ xung những thông tin còn thiếu để hoàn chỉnh thông tin số liệu:
- Sử dụng GPS cầm tay đi thực địa xác định loại hình sử dụng đất lâm nghiệp, chọn mẫu các loại hình sử dụng đất (chụp ảnh thực địa, xác định toạ độ bằng GPS để thành lập khóa giải đoán ảnh).
3.4.3. Phương pháp giải đoán ảnh Viễn Thám
- Cắt ảnh theo vùng nghiên cứu bằng phần mềm ENVI. - Tăng cường chất lượng ảnh
- Hiệu chỉnh ảnh - Giải đoán ảnh vệ tinh
+ Nhập dữ liệu thực địa thu thập được từ GPS vào máy tính theo phương pháp truyền dữ liệu để lấy mẫu ảnh.
+ Xây dựng tệp dữ liệu mẫu các loại hình đất.
Nhờ các thông tin về vị trí, loại thảm rừng thu thập được ngoài thực địa bằng GPS, tệp dữ liệu mẫu được xác định trên ảnh vệ tinh bằng phần mềm Envi.
+ Đánh giá mức độ tin cậy của tệp mẫu theo phương pháp xây dựng ma trận nhầm lẫn.
Ma trận nhầm lẫn được xây dựng trên cơ sở số lượng pixel lấy mẫu cho mỗi loại tín hiệu, số lượng pixel phân loại đúng, số lượng pixel nhầm lẫn sang các loại tín hiệu khác. Sau khi xây dựng ma trận nhầm lẫn, cần đánh giá độ chính xác tệp mẫu, nếu độ chính xác cao hơn 90% thì có thể dùng tệp mẫu để phân loại ảnh vệ tinh. Ngược lại, chúng ta phải điều chỉnh hoặc xây dựng lại tệp mẫu.
+ Dùng phần mềm Envi để tiến hành phân loại ảnh theo thuật toán xác xuất cực đại.
+ Đánh giá độ chính xác ảnh phân loại
Để đánh giá độ chính xác ảnh phân loại chúng tôi đã sử dụng phương pháp kiểm chứng ảnh dựa vào kết quả điều tra thực địa. Kết quả kiểm chứng ảnh phân loại được xác định dựa vào số điểm trùng khớp và số điểm không trùng khớp từ quá trình đi thực địa được bằng GPS cầm tay.
3.4.4. Phương pháp đánh giá độ chính xác của phép phân loại có kiểm định (adsbygoogle = window.adsbygoogle || []).push({});
Đánh giá độ chính xác là thuật toán xác định độ tin cậy của sự phân loại ảnh. Độ chính xác của ảnh được phân loại dựa vào khu vực mà nó đặt dữ liệu tham khảo (ground truth map). Hầu hết những phương pháp để đánh giá độ chính xác sự phân loại bao gồm một ma trận được xây dựng từ 2 loại dữ liệu (ở
đây gồm có dữ liệu bản đồ và dữ liệu điều tra thực địa). Độ chính xác còn thể hiện mức độ phù hợp giữa những gì quan sát được và thực tế (thường là dưới dạng phần trăm). Một ma trận sai số là một ma trận vuông được sắp xếp theo hàng và cột chỉ rõ số lượng các mẫu pixel được gán cho một lớp riêng biệt liên quan tới các lớp hiện thời, được thực hiện bởi việc tham khảo dữ liệu. Độ chính xác toàn diện được tính bởi tổng pixel phân loại chính xác và tổng số pixel tách rời ra. Trong nghiên cứu này, phương pháp lấy mẫu ngẫu nhiên được dùng để đánh giá độ chính xác sự phân loại. Để đánh giá độ chính xác của sự phân loại thảm phủ, những mẫu ngẫu nhiên được mô tả cho mỗi lớp thực vật riêng biệt. Độ chính xác rất cao của phép phân loại thường được chấp nhận phổ biến là trên 0,85 (85%), độ chính xác vừa phải thì nằm trong khoảng 0,4÷0,8. Các thông số này do Cục Địa chất Mỹ quy định. Hệ số Kappa được sử dụng là thước đo đánh giá độ chính xác phân loại. Trái ngược hẳn với độ chính xác toàn diện được miêu tả ở trên, đây là hệ số tiện ích của tất cả các nguyên tố từ ma trận ở trên. Nó là sự khác nhau cơ bản giữa những gì có thực về sai số độ lệch của ma trận và tổng số thay đổi được chỉ ra bởi hàng và cột (Freek D. van der Meer and Steven M. de Jong, 2005).
Công thức tính:
r = số lượng cột trong ma trận ảnh
x ii = số lượng pixel quan sát được tại hàng i và cột i (trên đường chéo chính) x i+ = tổng pixel quan sát tại hàng i
x +i = tổng pixel quan sát tại cột i
N= Tổng số pixel quan sát được trong ma trận ảnh Hệ số Kappa thường nằm giữa 0 và 1, giá trị
nằm trong khoảng này thì độ chính xác của sự phân loại được chấp nhận. Kappa có 3 nhóm giá trị: - K>0,8: độ chính xác cao
- 0,4<K<0,8: độ chính xác vừa phải - K<0,4: độ chính xác thấp
3.4.5. Phương pháp phân tích không gian của GIS.
- Trên cơ sở bản đồ giải đoán ảnh loại hình sử dụng đất, sử dụng phần mềm ArcGIS tiến hành biên tập bản đồ hiện trạng thảm phủ rừng .
- Sử dụng phần mềm ArcGIS tiến hành chồng ghép bản đồ để xác định biến động sử dụng thảm phủ rừng giai đoạn 2005-2014.
- Xác định biến động thảm phủ rừng qua giai đoạn 2005-2014.
3.4.6. Phương pháp thống kê xử lý số liệu
Đây là phương pháp sử dụng các phần mềm, các thuật toán để thu được số liệu phục vụ cho đề tài nghiên cứu trên cơ sở bảng thuộc tính biến động thảm phủ rừng giai đoạn 2005-2014. Số liệu tính toán được tổng hợp trên phần mềm Excel.