II. ĐẶC ĐIỂM KINH TẾ XÃ HỘI
3. Đánh giá chung về kinh tế xã hội
3.4. Phƣơng pháp nghiên cứu
Phƣơng pháp nghiên cứu đƣợc xây dựng theo từng nội dung nghiên cứu của đề tài, cụ thể nhƣ sau:
Nội dung 1: Nghiên cứu đặc điểm hiện trạng rừng ở Thanh Hóa
Nội dung này chủ yếu đƣợc thực hiện theo phƣơng pháp kế thừa các kết quả của kiểm kê rừng ở tỉnh Thanh Hóa năm 2015, cũng nhƣ những kết quả cập nhật những thay đổi rừng từ sau kiểm kê đến nay.
Trong quá trình nghiên cứu đặc điểm rừng, đề tài chủ yếu dựa vào Thông tƣ số 34/2009/TT-BNNPTNT, ngày 10 tháng 06 năm 2009 của Bộ trƣởng Bộ
Nông nghiệp và Phát triển Nơng thơn về Quy định tiêu chí xác định và phân loại
rừng làm cơ sở xác định khái niệm về rừng, hệ thống phân loại rừng, các tiêu chí đánh giá mất rừng và suy thoái rừng.
Nội dung 2: Nghiên cứu xây dựng mơ hình giám sát và phát hiện sớm
mất rừng, suy thối rừng bằng cơng nghệ địa không gian
tin kịp thời về thực trạng và di n biến tài nguyên rừng (Quốc tế gọi đây là hệ thống MRV - Monitoring - Reporting - Verification). Tuy nhiên, trong nghiên
cứu này, đề tài tập trung chủ yếu vào mơ hình giám sát, báo cáo và kiểm chứng di n biến thảm thực vật rừng (còn gọi tắt là di n biến rừng) trong đó nhấn mạnh vào mất rừng và suy thoái rừng. Để thực hiện nội dung này, cần dựa trên các cơ sở và nội dung chi tiết dƣới đây:
1. Xây dựng mơ hình giám sát, báo cáo và kiểm chứng mất rừng, suy thối rừng (MRV Model)
Mơ hình giám sát, báo cáo và kiểm chứng mất rừng, suy thoái rừng (MRV Model) đƣợc thể hiện trong Bảng 3.1 dƣới đây:
Bảng 3.1. Mơ hình giám sát, báo cáo và kiểm chứng diễn biến rừng (MRV Model) Giám sát
(Monitoring)
Mơ hình phát hiện sớm mất rừng, suy thối rừng 1 lần trong khoảng thời gian từ 1/2 thang đến 6 tháng cho khu rừng bị mất có diện tích từ 0,1 ha trở lên với độ chính xác trên 70% tùy thuộc vào ảnh vệ tinh sử dụng.
Báo cáo (Reporting)
Mơ hình báo cáo đảm bảo cập nhật số liệu thống kê và bản đồ về sự thay đổi rừng theo các cấp quản lý, các loại rừng quản lý …
Kiểm chứng
(Verification)
Mơ hình kiểm chứng thơng tin và dữ liệu trong các báo cáo từ các cấp, kiểm chứng khu vực có thể xảy ra mất rừng, suy thoái rừng...
Sử dụng ảnh vệ tinh có độ phân giải cao hơn đối với vùng khả nghi có sự
thay đổi rừng, và hoặc kết hợp với việc tiến hành điều tra, khảo sát tại hiện trƣờng bằng chủ quản lý rừng, cán bộ Kiểm lâm/lâm nghiệp địa bàn và ngƣời dân địa phƣơng (với tần số bằng tần số của giám sát) (quy trình kỹ thuật, hệ thống tổ chức, nhân sự, thủ tục ...).
Để thực hiện mơ hình cần xây dựng các tiêu chí, chỉ số giám sát và phát
hiện sớm mất rừng và suy thoái rừng. Phƣơng pháp xác định chỉ số này nhƣ sau:
- Khái niệm về mất rừng, suy thoái rừng:
Trong đề tài này, khái niệm mất rừng, suy thoái rừng trong đề tài này đƣợc hiểu nhƣ sau:
+ Suy thoái rừng là hiện tƣợng một số cây ở tầng cây cao bị chặt hạ, hoặc bị cháy, bị chết khơ vì lý do nào đó.
+ Khái niệm “vùng mất rừng (cũng là “khu rừng bị mất ) hoặc “vùng suy thoái rừng (cũng là “khu rừng bị suy thoái ) ở đây phải lớn hơn hoặc bằng
0,1 ha để giảm thiểu các sai số nhi u trong q trình bay chụp và phân tích ảnh
vệ tinh.
- Phương pháp phân tích biến đổi (Change detection):
Áp dụng phƣơng pháp phân tích biến đổi dựa trên các ảnh vệ tinh thu đƣợc theo thời gian (phƣơng pháp này đòi hỏi phải sử dụng các ảnh đầu vào đã đƣợc hiệu chỉnh xạ, hiệu chỉnh hình học, hiệu chỉnh địa hình, chuyển các giá trị số trên ảnh về giá trị phản xạ phổ của đối tƣợng trên bề mặt khí quyển). Để phân tích biến đổi, có nhiều phƣơng pháp khác nhau, tuy nhiên, trong đề tài này sử dụng chỉ số than cháy NBR để so sánh giữa 2 thời điểm cần đánh giá sự thay đổi theo công thức sau:
C = NBR(i)/NBR(i-1)
Trong đó C là chỉ số đánh giá sự thay đổi NBR(i) là chỉ số than cháy ở thời điểm hiện tại
NBR(i-1) là chỉ số than cháy ở thời điểm trƣớc – tức là thời điểm đối chứng
Chỉ số than cháy (NBR – Normalized Burn Ratio, (áp dụng theo phƣơng pháp nghiên cứu của Key and Benson, 1995)) đƣợc xác định nhƣ sau:
+ Đối với ảnh vệ tinh Landsat 8:
NBR = (Band 5- Band 7)/(Band 5 + Band 7)
+ Đối với ảnh vệ tinh Sentinel 2:
NBR = (Band 8 – Band 12)/ (Band 8 – Band 12)
Việc sử dụng chỉ số C theo phƣơng pháp tỷ số nhƣ vậy sẽ giảm đƣợc sai số do sự sai khác không thuộc bản chất của đối tƣợng cần quan tâm giữa 2 ảnh ở
2 thời điểm, chẳng hạn nhƣ ảnh hƣởng của bóng núi, sai số hiệu chỉnh hình học…
- Xác định ngưỡng mất rừng, suy thoái rừng theo chỉ số C:
Theo phƣơng pháp trên, cần phải xác định ngƣỡng chỉ số C nhƣ thế nào thì đƣợc xem là mất rừng, nhƣ thế nào thì đƣợc xem là suy thối rừng. Để xác định các ngƣỡng này cần áp dụng phƣơng pháp khảo sát những điểm mất rừng xem giá trị NBR ở đó là bao nhiêu, giá trị NBR trƣớc khi mất rừng là bao nhiêu, sau đó tính tỷ số C và lựa chọn ngƣỡng thăm dị theo kiểu “thử và sai . Sau đó dựa trên một số điểm mất rừng/suy thoái rừng từ thực tế để thay đổi ngƣỡng, khi nào thấy sự tăng ngƣỡng, giảm ngƣỡng đều sai số lớn hơn giữ nguyên thì dừng lại. Giá trị đƣợc xác định tại đó chính là ngƣỡng cần tìm. Điều này sẽ đƣợc thể hiện trong phần kết quả nghiên cứu.
Biểu điều tra các khu rừng bị mất hoặc bị suy thoái đƣợc thể hiện theo mẫu biểu 3.1 và mẫu biểu 3.2 dƣới đây:
Mẫu biểu 3. 1. Điều tra các khu vực mất rừng
STT Thời gian mất rừng Tọa độ khu vực tâm Địa chỉ Lô Kh TK Lý do hoặc nguyên nhân (n u rõ ràng) Chủ quản lý Diện tích (ha) Ghi chú X Y Xã Huyện
Mẫu biểu 3.2. Điều tra các khu vực suy thoái rừng
ST T Suy thoái rừng Tọa độ khu vực tâm Địa chỉ Lô Kh TK Lý do hoặc nguyên nhân (n u rõ ràng) Chủ quản lý Diện tích khu rừng bị tác động (m2 hoặc ha) Ghi chú X Y Xã Huyện
Trong khuôn khổ giới hạn của đề tài, tổng số điểm kiểm chứng dự kiến
trong đề tài này là trên 200 điểm đƣợc lựa chọn theo phƣơng pháp ngẫu nhiên và dựa vào dữ liệu kiểm chứng đã có sẵn.
2. Lựa chọn và thu thập các nguồn dữ liệu không gian, dữ liệu mặt đất và thông tin bổ trợ…
Các kết quả nghiên cứu tổng quan đã cho thấy sự kết hợp các nguồn dữ liệu vi n thám cho hiệu quả giải đoán cao nhất cả về tính kinh tế và độ chính xác. Dựa trên điều kiện thực ti n, đề tài dự kiến đã khảo sát và sử dụng và sử dụng ảnh Landsat 8 và ảnh Sentinel 2A. Các loại ảnh này hồn tồn mi n phí và đã đƣợc hiệu chỉnh (hiệu chỉnh hình học, hiệu chỉnh xạ, hiệu chỉnh địa hình/trực giao, chuyển từ giá trị số về giá trị phản xạ phổ của đối tƣợng trên bề mặt khí quyển…) nếu tải về từ trang của Google Earth Engine. Các ảnh đƣợc lựa chọn phải đảm bảo khơng có mây ở vùng quan tâm (cả vùng hoặc một phần nào đó).
Đối với các nguồn dữ liệu phân tích GIS, đề tài sử dụng bản đồ nền, bản đồ địa hình, bản đồ địa giới hành chính, bản đồ hệ thống đƣờng giao thông, bản đồ hiện trạng rừng … theo dự án tổng điều tra, kiểm kê rừng của tỉnh Thanh Hóa năm 2015.
Bên cạnh đó, đề tài kế thừa số liệu về sự cập nhật các điểm có sự thay đổi rừng theo kết quả cập nhật bản đồ kiểm kể rừng năm 2016 của Chi cục Kiểm lâm tỉnh Thanh Hóa để phục vụ q trình phân tích các nội dung liên quan.
Ngồi ra, đề tài cịn sử dụng phƣơng pháp so ảnh trực giác trên Google Earth Engine để kiểm chứng nhanh khu rừng bị mất hoặc suy thoái.
Đồng thời, để xác định các khu rừng bị tác động trong quá khứ, đề tài sử dụng phƣơng pháp phỏng vấn ngƣời dân và các cán bộ địa bàn có nhiều kinh nghiệm, thông thƣờng với mỗi điểm/khu rừng bị mất, phỏng vấn ít nhất 2-3 ngƣời kết hợp với các thơng tin đã có để kiểm chứng mất rừng, suy thoái rừng trong quá khứ. Mặt khác, cũng thông qua phỏng vấn để tìm hiểu các nguyên nhân mất rừng, suy thoái rừng tại điểm điều tra, từ đó làm cơ sở cho việc đề xuất các giải pháp nâng cao chất lƣợng và hiệu quả của công tác quản lý rừng.
3. Lập bản đồ khu rừng bị mất hoặc suy thoái
Sử dụng phƣơng pháp phân tích chỉ số C và ngƣỡng mất rừng, suy thoái rừng để thành lập bản đồ khu vực mất rừng hoặc suy thối rừng. Thơng thƣờng bản đồ này ở dạng Raster. Vì vậy, cần đƣợc chuyển đổi về dạng Vector để tách chiết các thông tin liên quan theo bản đồ kiểm kê rừng và để tiện cho công tác quản lý dữ liệu. Sau khi chuyển sang Vector, cần tiến hành các bƣớc lọc bỏ các điểm/vùng nhi u do quá trình phân tich Raster, quá trình chuyển đổi định dạng tạo ra. Thơng thƣờng các vùng quá nhỏ (dƣới 0,1 ha) thƣờng đƣợc loại bỏ để tránh sai số này.
4. Xác định chủ quản lý khu rừng bị mất hoặc suy thoái
Áp dụng phƣơng pháp chồng xếp bản đồ (intersect) giữa bản đồ khu rừng bị tác động và bản đồ kiểm kê rừng để tổng hợp thông tin về chủ quản lý khu rừng bị tác động.
5. Nghiên cứu đánh giá độ chính xác của kết quả phát hiện sớm mất rừng, suy thoái rừng.
Trong đề tài này, tác giả áp dụng phƣơng pháp đánh giá độ chính xác của cơng tác phát hiện sớm mất rừng/suy thoái rừng (Am, %) nhƣ sau:
Am(%) = (Số vùng đúng)/tổng số vùng đƣợc phát hiện từ phân tích ảnh. Ngồi ra, độ chính xác về diện tích của vùng rừng bị thay đổi đƣợc phát hiện (mất hoặc suy thoái, As(%)) đƣợc xác định nhƣ sau:
As(%) = Diện tích đƣợc phát hiện/diện tích thực tế
Số liệu và thông tin về vùng mất rừng, suy thoái rừng đƣợc xác định thông qua khảo sát rút mẫu theo phƣơng pháp ngẫu nhiên, kết hợp với kế thừa các số liệu cập nhật di n bi n rừng đã có của Chi cục Kiểm lâm tỉnh Thanh Hóa và so ảnh trực giác trên Google Earth Engine.
6. Nghiên cứu xây dựng mơ hình ứng dụng cơng nghệ địa không gian trong giám sát và phát hiện sớm mất rừng, suy thối rừng
Mơ trình kỹ thuật ứng dụng cơng nghệ địa khơng gian trong giám sát và
phát hiện sớm mất rừng, suy thoái rừng sẽ đƣợc tổng hợp và hoàn thiện dựa trên các kết quả phân tích của đề tài, kết hợp với q trình tham kiến các chun gia có nhiều kinh nghiệm (Bảng 3.3. Mơ hình ứng dụng cơng nghệ địa không gian
X
Xây dựng cơ sở dữ liệu phân tích phát hiện khu rừng bị mất
hoặc suy thoáii
Xác định ngưỡng mất rừng, suy thoái rừng (Trong đề tài này C = 0 – 0.4
– mất rừng; C = 0.4 – 0.7 suy thoái rừng; C = Giá trị khác thì xem như rừng khơng
thay đổi)
Thành lập bản đồ mất rừng, suy thoái rừng tiềm năng
Kiểm chứng nhanh vùng mất rừng, suy thoái rừng bằng phương pháp so ảnh trên Google Earth Engine và dựa vào các số liệu điều tra thực
địa, phỏng vấn. Sau đó, tiến hành loại bỏ các polygon nhiễu, do ảnh hưởng của bóng mây,
bóng núi …
Hồn thiện bản đồ mất rừng, suy thối rừng
Kiểm tra, đánh giá độ chính xác của bản đồ mất rừng, suy
thối rừng, nếu khơng thoả mãn cần làm lại từ đầu Tách và tổng hợp các thông tin về khu rừng bị
tác động theo chủ quản lý khu rừng, loại trạng thái rừng, loài cây … từ bản đồ kiểm kê rừng (thuật toán Intersect)
Lựa chọn ảnh vệ tinh (Landsat 8 và Sentinel 2 đã qua xử lý), tính chỉ số NBR từ ảnh đã qua xử lý bằng GEE
Tải ảnh các bản đồ NBR từ GEE kèm theo Metadata của ảnh gốc
(để có thơng tin về ngày tháng chụp, độ che phủ của mây, …)
Nhập bản đồ khu vực nghiên cứu lên Google Earth Engine (GEE)
Nhận dạng và loại bỏ vùng có mây theo phương pháp tổ hợp màu gần giống màu thật (trên
Google Earth Engine) và số hóa. Thu thập, kiểm tra, hiệu chỉnh bản đồ kiểm kê
rừng và các bản đồ, thông tin liên quan Thu thập số liệu và thông tin về các khu rừng bị mất, suy thối
Tính chỉ số C cho từng giai đoạn cần phân tích
đồ ranh giới khu vực nghiên cứu; Lựa chọn phần mềm chuyên dụng (QGIS, ArcGIS, …)
BÁO CÁO
Cập nhật khu rừng thay đổi lên bản đồ kiểm kê để làm cơ sở cho giám sát về sau
Bảng 3.2. Mơ hình ứng dụng cơng nghệ địa không gian giám sát và phát hiện sớm mất rừng, suy thối rừng ở Thanh Hóa
Nội dung 3: Nghiên cứu đề xuất giải pháp nâng cao hiệu quả quản lý tài nguyên rừng ở Thanh Hóa
Nội dung này đƣợc thực hiện chủ yếu theo phƣơng pháp dựa vào kết quả phân tích, giám sát mất rừng và suy thoái rừng của đề tài, đặc điểm rừng cũng nhƣ các nguyên nhân mất rừng hoặc suy thoái rừng ở khu vực nghiên cứu, kết hợp với ý kiến của các chuyên gia có nhiều kinh nghiệm trong lĩnh vực quản lý tài nguyên rừng.