Kết quả thống kê trạng thái rừng xác định bằng khóa ảnh cho các khoanh vi và trạng thái rừng xác định thực tế ở các điểm kiểm tra đƣợc ghi trong bảng sau.
Bảng 3.8: Trạng thái rừng xác định bằng khóa ảnh và trạng thái rừng thực tếởcác điểm kiểm tra
Ghi chú: Mã trạng thái rừng 1 là rừng bạch đàn, 2 là rừng bạch đàn, 3 là rừng keo hỗn giao, 4 là rừng thông hỗn giao.
Số hiệu điểm kiểm tra Trạng thái rừng thực tế Mã trạng thái rừng thực tế trạng thái rừng theo khóa ảnh Mã trạng thái rừng theo khóa ảnh Số hiệu điểm kiểm tra Trạng thái rừng thực tế Mã trạng thái rừng thực tế trạng thái rừng theo khóa ảnh Mã trạng thái rừng theo khóa ảnh
1 Caybui 1 Caybui 1 30 KeoHG 3 KeoHG 3
2 Caybui 1 Caybui 1 31 KeoHG 3 KeoHG 3
3 Caybui 1 Caybui 1 32 KeoHG 3 KeoHG 3
4 Caybui 1 Caybui 1 33 ThongHG 4 KeoHG 3
5 Caybui 1 Caybui 1 34 KeoHG 3 KeoHG 3
6 Caybui 1 Caybui 1 35 KeoHG 3 KeoHG 3
7 Caybui 1 Caybui 1 36 KeoHG 3 ThongHG 4
8 Caybui 1 Caybui 1 37 ThongHG 4 KeoHG 3
9 Caybui 1 Caybui 1 38 ThongHG 4 KeoHG 3
10 Caybui 1 Caybui 1 39 ThongHG 4 ThongHG 4
11 Caybui 1 Caybui 1 40 ThongHG 4 ThongHG 4
12 Caybui 1 Caybui 1 41 ThongHG 4 ThongHG 4
13 Bdan 2 Bdan 2 42 KeoHG 3 KeoHG 4
14 Bdan 2 Bdan 2 43 KeoHG 3 KeoHG 4
15 Bdan 2 Bdan 2 44 ThongHG 4 ThongHG 4
16 Bdan 2 Bdan 2 45 ThongHG 4 KeoHG 3
17 Bdan 2 Bdan 2 46 ThongHG 4 ThongHG 4
18 Bdan 2 KeoHG 3 47 ThongHG 4 ThongHG 4
19 KeoHG 3 Bdan 2 48 ThongHG 4 ThongHG 4
20 KeoHG 3 KeoHG 3 49 ThongHG 4 ThongHG 4
21 KeoHG 3 KeoHG 3 50 ThongHG 4 ThongHG 4
22 KeoHG 3 KeoHG 3 51 ThongHG 4 ThongHG 4
23 KeoHG 3 KeoHG 3 52 ThongHG 4 ThongHG 4
24 KeoHG 3 KeoHG 3 53 ThongHG 4 ThongHG 4
25 KeoHG 3 KeoHG 3 54 ThongHG 4 ThongHG 4
26 KeoHG 3 KeoHG 3 55 ThongHG 4 ThongHG 4
27 KeoHG 3 KeoHG 3 56 ThongHG 4 ThongHG 4
28 KeoHG 3 ThongHG 4 57 ThongHG 4 ThongHG 4
Số liệu cho thấy trạng thái rừng phân loại bằng khóa phân loại khóa giải đoán tƣơng đối phù hợp với nhau. Trong số 58 điểm kiểm tra có 48 điểm đúng. Nhƣ vậy, tỷ lệ phân loại đúng chung cho các trạng thái là 48/58 bằng 83%. Để phân tích những trƣờng hợp bị nhầm lẫn trong quá trình phân loại đề tài đã thống kê bảng liên hệ giữa trạng thái rừng thực tế với trạng thái rừng phân loại đƣợc bằng khóa ảnh nhƣ sau.
Bảng 3.9: So sánh kết quả phân loại trạng thái rừng từảnh và thực tế
Phân loại theo khóa Phân loại thực tế Đất trống Bạch đàn Keo hỗn giao Thông hỗn giao Tổng Đất trống 12 12 Bạch đàn 5 1 6 Keo hỗn giao 1 14 4 19 Thông hỗn giao 4 17 21 Tổng 12 6 19 21 58
Số liệu cho thấy các điểm đất trống đƣợc phân loại chính xác nhất. Có 12 điểm đã xác định bằng khóa phân loại thì có 12 điểm đúng, nhƣ vậy, khóa phân loại có hiệu lực cao để phát hiện rừng và không có rừng. Khóa cũng có hiệu lực cao với phân loại trạng thái rừng bạch đàn. Toàn bộ 6 điểm điều tra thực tế là bạch đàn thì bằng khóa phân xác định đƣợc 5 điểm, còn 1 điểm xác định nhầm là rừng keo hỗn giao cây bản địa.
Phân loại với rừng keo bị sai số nhiều hơn. Trong tổng số 19 điểm rừng keo hỗn giao, lúc phân loại bằng khóa ảnh bị sai 1 điểm sang rừng bạch đàn, 4 điểm sang rừng thông hỗn giao, sai số phân loại rừng keo đến 25%.
Phân loại với rừng thông hỗn giao có độ chính xác hơn so với rừng keo. Trong tổng số 21 điểm rừng thông hỗn giao thì xác định bằng khóa phân loại nhầm 4 điểm sang rừng rừng keo hỗn giao. Sai số phân loại với rừng thông hỗn giao là 19 phần trăm.
Để xác định hiệu lực của khóa phân loại đề tài đã áp dụng công thức tính chỉ số Kappa, kết quả nhƣ sau.
Kappa = (A*B-C)/(B2-C) =75% Trong đó: A- tổng số điểm đúng
B- Tổng số điểm
C- tổng tích của hai tổng
Nhƣ vậy, độ chính xác chung của phân loại 4 trạng thái rừng và đất trống là 48*100/58 = 83%. Nhƣng độ chính xác do hiệu lực thực của khóa phân loại có thể chỉ đạt 75%.
KẾT LUẬN, TỒN TẠI, KHUYẾN NGHỊ 1. Kết luận
- Rừng thực nghiệm của Trƣờng Đại học Lâm nghiệp thuộc 2 trạng thái: rừng trồng gỗ núi đất và đất trống cây bụi. Tuy nhiên, trong rừng trồng gỗ núi đất có 3 trạng thái khác nhau về tổ thành loài tƣơng đối rõ là rừng trồng bạch đàn, rừng trồng keo hỗn giao cây bản địa và rừng trồng thông hỗn giao cây bản địa. Trữ lƣợng rừng trồng dao động từ 20 đến 220 m3
/ha, trên một nửa là rừng trung bình, tập trung ở rừng trồng thông hỗn giao. Trữ lƣợng rừng trồng keo hỗn giao hỗn giao và rừng bạch đàn thƣờng thấp hơn nằm trong khoảng rừng trung bình đến nghèo.
- Trong số các tƣ liệu ảnh dễ tiếp cận thì ảnh Google Earth đƣợc đánh giá là tốt nhất để sử dụng cho phân loại rừng trên ảnh. Nó có độ phân giải tới 1m, hệ số biến động giá trị phổ giữa các pixel lớn, thể hiện rõ cấu trúc của các đối tƣợng trên ảnh.
- Chỉ số phản xạ phổ ở có thể sử dụng để phân loại trạng thái rừng từ ảnh Google Earth ở khu vực nghiên cứu gồm trị số của kênh đỏ (b2), chỉ số thực vật (NDVI) và chỉ số khô ẩm (K). Kênh đỏ (b2) dùng để phân biệt rừng với đất trống: với đất trống b2>75. Với rừng b2<=75, Chỉ số NDVI dùng để phân biệt rừng bạch đàn trồng với rừng keo và rừng thông trồng hỗn giao với cây bản địa. Với rừng bạch đàn NDVI<=0.03, với rừng trồng keo và thông hỗn loài với cây bản địa NDVI>0.03. Chỉ số khô ẩm (K) dùng để phân biệt rừng trồng keo với rừng trồng thông hỗn loài với cây bản địa. Với rừng trồng Keo hỗn giao với cây bản địa K> 0.04, với rừng trồng thông hỗn giao K<=0.04. Khóa phân loại rừng theo giá trị phản xạ phổ của ảnh Google Earth ở khu vực nghiên cứu đƣợc xác định theo các ngƣỡng biến đổi của giá trị kênh đỏ, chỉ số thực vật và chỉ số ẩm.
- Kết quả phân loại trạng thái rừng trên ảnh Google Earth bằng khóa phân loại trên đã xác định đƣợc trong tổng diện tích khu rừng thực nghiệm của Trƣờng Đại học Lâm nghiệp là 71.03 ha, trong đó có 10.15 ha đất trống, 10.81
ha là rừng bạch đàn, 26.35 ha là rừng keo hỗn giao cây bản địa và 23.72 ha là rừng thông hỗn giao cây bản địa.
- Trạng thái rừng xác địnhbằng khóa phân loại tƣơng đối phù hợp với thực tế. Trong số 58 điểm kiểm tra có 48 điểm đúng. Nhƣ vậy, tỷ lệ phân loại đúng chung cho các trạng thái là 48/58 bằng 83%. Nhƣng độ chính xác do hiệu lực thực của khóa phân loại có thể chỉ đạt 62%.
- Nhìn chung có thể sử dụng ảnh Google Earth để phân biệt rừng và đất với độ chính xác gần nhƣ tuyệt đối. Nó cũng có thể sử dụng để phân biệt các trạng thái rừng có những loài chủ yếu khác nhau. Tuy nhiên, độ chính xác hiện tại chỉ ở mức 62%. Có thể tiếp tục nghiên cứu những giải pháp để nâng cao hiệu quả sử dụng ảnh Google Earth cho phân loại rừng.
2. Tồn tại và khuyếnnghị
Đề tài còn những tồn tại sau: Đề tài chƣa có điều kiện để phân tích khả năng sử dụng ảnh vệ tinh để xác định trữ lƣợng rừng. Đây cũng là chỉ tiêu quan trọng cho phân loại rừng. Đề tài cũng chỉ khai thác đƣợc ảnh vệ tinh Landsat và Sentinel trong thời gian gần đây, có thể trong các chu kỳ bay chụp tiếp theo sẽ có lần chất lƣợng ảnh tốt hơn. Đề tài cũng không đủ thời gian để phân tích khả năng sử dụng các kênh phổ siêu cao tần (radar) của ảnh Sentinel, có thể những kênh phổ này cũng hỗ trợ đƣợc cho việc phân loại rừng trên ảnh.
Đề nghị những nghiên cứu tới sẽ tiếp tục phân tích khả năng xác định trữ lƣợng rừng từ ảnh để phục vụ phân loại, sử dụng những tƣ liệu ảnh dễ tiếp cận khác, cũng nhƣ kiểm tra các cảnh ảnh Landsat và Sentinel có chất lƣợng tốt hơn. Ngoài ra cũng thử nghiệm phân tích với các kênh phổ radar của ảnh Sentinel.
TÀI LIỆU THAM KHẢO
I. Tiếng Việt
1. Trần Vân Anh, Nguyễn Thị Yên Giang, ướng d n s d ng ENV 4.3, Trƣờng Đại học Mỏ địa chất.
2. Trần Quang Bảo (chủ biên), Chu Ngọc Thuấn, Nguyễn Huy Hoàng (2013),
G S và Viễn thám, NXB Nông nghiệp.
3. Nguyễn Ngọc Bình (chủ biên) (2006), Cẩm nang ngành lâm nghiệp -
Chương: Công tác điều tra rừng ở Việt Nam, Bộ NN&PTNT, Chƣơng trình hỗ trợ ngành lâm nghiệp và đối tác.
4. Nguyễn Ngọc Bình (chủ biên) (2006), Cẩm nang ngành lâm nghiệp -
Chương: Phân loại s d ng, lập quy hoạch và giao đất lâm nghiệp, Bộ NN&PTNT, Chƣơng trình hỗ trợ ngành lâm nghiệp và đối tác.
5. Trần Quốc Bình (2006), Bài giảng Argis 9.2, ĐH khoa học tự nhiên - ĐH Quốc gia Hà Nội.
6. Chu Thị Bình (2001), Ứng d ng công nghệ tin học để khai thác những thông tin cơ bản trên tư liệu viễn thám, nhằm ph c v việc nghiên cứu một số đặc điểm rừng Việt Nam,Luận án tiến sĩ, Trƣờng ĐH Mỏ Địa chất, Hà Nội.
7. Bộ tài nguyên và môi trƣờng, (2004), ướng d n kiểm kê đất đai và xây dựng bản đồ hiện trạng s d ng đất năm 2005.
8. Nguyễn Mạnh Cƣờng, Quách Quỳnh Nga (1996), Nghiên cứu đánh giá khả năng ứng d ng phương pháp x lý số từ thông tin viễn thám cho lập bản đồ rừng,Viện Điều tra Quy hoạch rừng.
9. Nguyễn Xuân Đài (2002), Cơ sở viễn thám, Đại học Khoa học Tự nhiên, ĐHQG Hà Nội, Hà Nội.
10. Nguyễn Đình Dƣơng (1998), thuật và các phương pháp viễn thám, Hà Nội.
11. Nguyễn Đình Dƣơng, (2004), Study on land cover change in Vietnam for the
period 2001-2003 using MODIS 32 day composite. Proceedings of the 14th Asian Agriculture Symposium.
12. Nguyễn Đình Dƣơng, (2006), Phân loại lớp phủ Việt Nam bằng tư liệu MOD S đa thời gian và thuật toán phân tích đồ thị đường cong phổ phản xạ. Tuyển tập các công trình khoa học, Hội nghị khoa học Địa Lý - Địa Chính. Hà Nội 9/2006.
13. Vũ Tiến Điển (2013), 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 ph c v công tác điều tra kiểm kê rừng, Viện Điều tra Quy hoạch rừng 14. Vũ Tiến Hinh, Phạm Ngọc Giao (1997), Giáo trình điều tra rừng, NXB Nông
nghiệp, Hà Nội.
15. Vũ Tiến Hinh, (2007), Bài giảng điều tra, theo dõi diễn biến tài nguyên rừng,
Tài liệu dùng cho cao học chuyên ngành Quản lý bảo vệ tài nguyên rừng, Trƣờng ĐH Lâm Nghiệp.
16. Nguyễn Huy Hoàng, (2008), Ứng d ng phần mềm ENV để x lý, phân tích và giải đoán ảnh viễn thám để thành lập bản đồ các loại hình đất ngập nước tại khu vực c a Ba Lạt, Luận văn tốt nghiệp, ĐH Lâm nghiệp, Hà nội.
17. Phạm Quốc Hùng, Jeffrey, Greg Lindsey (2006), Ứng d ng G S và công nghệ viễn thám trong phân tích độ che phủ của thảm thực vật cho các con đường xanh đô thị.
18. Trần Hùng (2005), S d ng tư liệu MOD S theo dõi độ ẩm đất/thực vật bề mặt; th nghiệm với chỉ số mức độ khô hạn nhiệt độ - thực vật (TVD –
Temperature Vegetation Dryness Index.
19. Lê Thị Thu Hƣơng (2007), Monitoring sự biến động môi trường rừng ngập mặn khu vực tỉnh Cà Mau bằng tư liệu viễn thám, góp phần quy hoạch phát triển bền vững vùng Đồng bằng sông C u Long, Luận án thạc sỹ, Trƣờng ĐH Mỏ Địa Chất, Hà Nội.
20. Bảo Huy (2009), G S và Viễn thám trong quản lý tài nguyên rừng và môi trường.NXB tổng hợp thành phố Hồ Chí Minh.
21. Bảo Huy, Phương pháp nghiên cứu trữ lượng carbon của rừng tự nhiên làm cơ sở tính toán lượng CO2 phát thải từ suy thoái và mất rừng ởViệt Nam.
22. Lƣơng Chính Kế, Tiềm năng bản đồ của ảnh vệ tinh có độ phân giải cao.
23. Lƣơng Chính Kế, Nguyễn Ngọc Sinh, Tăng Quốc Cƣơng, Bước đột phá trong lĩnh vực Viễn Thám.
24. Dƣơng Văn Khảm, Chu Minh Thu, ứng d ng ảnh vệ tinh Terra – aquar (MODIS) trong việc tính toán độ ẩm không khí độ phân giải cao.
25. Nguyễn Quốc khánh, Nguyễn Thanh Nga (2007), Ứng d ng công nghệ viễn thám và G S thành lập bản đồ biến động lớp phủ thực vật rừng đảo Phú Quốc, thời kỳ 1996 - 2001 - 2006, Báo cáo tại hội thảo quốc tế về sử dụng công nghệ vũ trụ cho quản lý rừng và bảo vệ môi trƣờng.
26. Trƣơng Anh Kiệt, Lê Văn Hƣờng, Trần Minh Ý (2005), Trắc địa ảnh, NXB Khoa học và kỹ thuật. Hà Nội
27. Bùi Hữu Mạnh (2006), ướng d n s d ng Mapinfo professional verion 7.0,
NXB Khoa học và kỹ thuật.
28. Nguyễn Thanh Minh, Nghiên cứu ứng d ng ảnh viễn thám có độ phân giải siêu cao (Quickbrid) trong việc xác định các đối tượng đường giao thông đô thị.
29. Lâm Đạo Nguyên – Phòng Địa tin học Vật lý, PV Vật lý tại Tp Hồ Chí Minh,
Ứng d ng tư liệu viễn thám vệ tinh để giám sát sự sinh trưởng của cây lúa . 30. Đinh Hồng Phong (2009), Ứng d ng công nghệ viễn thám và G S xác định
hiện trạng s d ng đất ph c v kiểm kê đất đai. Báo cáo khoa học, Trung tâm Viễn thám Quốc Gia.
31. Quốc hội nƣớc Cộng Hòa Xã Hội Chủ Nghĩa Việt Nam (2004), Luật bảo vệ và phát triển rừng.
32. Quốc hội nƣớc Cộng Hòa Xã Hội Chủ Nghĩa Việt Nam, (2003), Luật đất đai.
33. Vƣơng Văn Quỳnh (2005), Nghiên cứu giải pháp phòng chống và khắc ph c hậu quả cháy rừng cho vùng U minh và Tây Nguyên, Đề tài cấp nhà nƣớc
KC08.24 thuộc Chƣơng trình bảo vệ môi trƣờng và phòng tránh thiên tai, Bộ KH&CN.
G S trong việc giám sát hiện trạng tài nguyên rừng, Báo cáo khoa học, Trung tâm viễn thám quốc gia.
35. Lê Minh Sơn, Lƣơng Chính Kế, Doãn Hà Phong (2008), "Thành lập bản đồ nhiệt độ bề mặt nƣớc biển và hàm lƣợng Chlorophyll- A khu vực biển đông từ ảnh MODIS", Tạp chí Viễn thám và Địa tin học, (số 5), 8/2008. Trung tâm Viễn thám quốc gia, Bộ Tài nguyên và Môi trƣờng.
36. Phạm Quang Sơn (2008), Ứng d ng thông tin viễn thám và G S trong nghiên cứu, quản lý tổng hợp tài nguyên và môi trường vùng ven bờ và hải đảo.
37. Nguyễn Ngọc Thạch (2005), Cơ sở viễn thám,NXB Nông nghiệp, Hà Nội. 38. Nguyễn Ngọc Thạch, Nguyễn Tuấn Dũng, Nguyễn Mạnh Cƣờng (2003), Viễn
thám và hệ thống thông tin địa lý ứng d ng, Đại học Khoa học Tự nhiên, ĐHQG Hà Nội.
39. Thủ tƣớng chính phủ, (2006), Quyết định của thủ tướng chính phủ số về việc phê duyệt chương trình điều tra đánh giá và theo dõi diễn biến tài nguyên rừng toàn quốc thời kỳ 2006 - 2010.
40. Trần Văn Thụy (1996), Thành lập bản đồ thảm thực vật tỉnh Thanh oá bằng phương pháp viễn thám,Luận án tiến sĩ, Trƣờng ĐH Tổng hợp Hà Nội.
41. Tổng cục địa chính, (2001), Thông tư hướng d n áp d ng hệ quy chiếu và hệ tọa độ quốc gia VN-2000.
42. Nguyễn Đắc Triển, (2009), Nghiên cứu s d ng tư liệu viễn thám để theo dõi mất rừng do làm nương r y tại huyện im Bôi, tỉnh òa Bình, Luận văn thạc
sỹ, ĐH Lâm nghiệp.
43. Lê Văn Trung, (2005), Viễn Thám, NXB Đại học Quốc gia Thành Phố Hồ Chí Minh, TP Hồ Chí Minh.
44. Lê Văn Trung, Lâm Đạo Nguyên, Phạm Bách Việt, (2006), Thực hành Viễn
Thám, NXB Đại học Quốc gia Thành Phố Hồ Chí Minh, TP Hồ Chí Minh.
45. Trần Anh Tú, Hà Quang Hải (2007), Ứng d ng G S và viễn thám trong nghiên cứu địa mạo vùng Trị An -Tánh Linh, Hội nghị khoa học và công nghệ lần thứ