2.1.1. Mục tiêu chung
Nâng cao khả năng ứng dụng hệ thống thông tin địa lý và công nghệ viễn thám trong quản lý tài nguyên rừng tại Ban Quản lý rừng phòng hộ Tân Phú.
2.1.2. Mục tiêu cụ thể
- Xây dựng bộ mẫu khóa ảnh cho giải đoán ảnh vệ tinh tại khu vực nghiên cứu;
- Xây dựng bản đồ hiện trạng rừng và bản đồ trữ lƣợng rừng tại Ban Quản lý rừng phòng hộ Tân Phú, tỉnh Đồng Nai;
- Đề xuất giải pháp quản lý tài nguyên rừng tại Ban Quản lý rừng phòng hộ Tân Phú, tỉnh Đồng Nai.
2.2. Phạm vi nghiên cứu
- Phạm vi về nội dung: Xây dựng bản đồ hiện trạng rừng và đánh giá về trữ lƣợng các trạng thái rừng tại khu vực nghiên cứu.
- Phạm vi về không gian: Ban Quản lý rừng phòng hộ Tân Phú, tỉnh Đồng Nai.
- Phạm vi về thời gian: từ tháng 04/2016 đến tháng 10/2016.
2.3. Nội dung nghiên cứu
- Đặc điểm tài nguyên rừng tại Ban Quản lý rừng phòng hộ Tân Phú; - Nghiên cứu xây dựng bộ mẫu khóa ảnh cho giải đoán ảnh vệ tinh tại
khu vực nghiên cứu;
- Nghiên cứu thành lập bản đồ hiện trạng rừng và bản đồ trữ lƣợng rừng tại Ban Quản lý rừng phòng hộ Tân Phú, tỉnh Đồng Nai;
- Đề xuất giải pháp quản lý tài nguyên rừng tại Ban Quản lý rừng phòng hộ Tân Phú, tỉnh Đồng Nai.
2.4. Phƣơng pháp nghiên cứu
2.4.1. Thu thập tài liệu thứ cấp
Để thực hiện đƣợc phần nội dung nghiên cứu, đề tài sẽ thu thập thông tin thứ cấp gồm:
- Số liệu thông tin về điều kiện tự nhiên, điều kiện kinh tế- xã hội của khu vực BQLRPH Tân Phú, tỉnh Đồng Nai.
- Thu thập số liệu ảnh SOPT 5, ranh giới BQL RPH Tân Phú phục vụ cho kiểm kê rừng tỉnh Đồng Nai.
- Những kết quả nghiên cứu, những văn bản có liên quan đến bản đồ hiện trạng và quy hoạch bảo vệ phát triển rừng, bản đồ hiện trạng sử dụng đất,… tại khu vực nghiên cứu.
Nguồn ảnh Google Earth, Landsat từ https://earthexplorer.usgs.gov/
2.4.2. Ngoại nghiệp
Để tiến hành công tác ngoại nghiệp trƣớc hết phải bố trí ô điều tra trên bản đồ bằng phần mềm Google Earth và Mapinfo. Sau đó chuyển toàn bộ dữ liệu ô điều tra và ảnh Google Earth vào máy GPS. Sử dụng máy GPS để hƣớng dẫn đến ô điều tra để lập ô đo đếm ngoài thực địa.
Trong phạm vi BQLRPH Tân Phú, tiến hành thiết lập ô điều tra có diện tích 500 m2
đo đếm từ 1 đến 30 theo hệ thống. Trong mỗi ô từ 1 đến 30 tiến hành đo đếm các chỉ tiêu về thành phần loài, đƣờng kính, chiều cao,… xác định tên loài, tên cây Việt Nam. Sau đó, ghi vào phiếu điều tra thu thập.
Trong đó:
Đo đƣờng kính sử dụng thƣớc dây, thƣớc kẹp đo chu vi, đƣờng kính tất cả các cây gỗ có D1,3 từ 6 cm trở lên trong toàn bộ ô đo đếm.
Đo chiều cao cây gỗ thì dùng thƣớc Blume Leiss đo chiều cao của cây gỗ trong khu vực nghiên cứu.
Sau khi hoàn tất quá trình đo đếm cho 1 ô, tiến hành tập hợp và chỉnh số liệu điều tra thu thập ngoài hiện trƣờng và bổ sung thêm các yếu tố cần thiết khác.
2.4.3. Nội nghiệp
2.4.3.1. Xây dựng bộ mẫu khóa ảnh cho giải đoán ảnh vệ tinh tại khu vực nghiên cứu khu vực nghiên cứu
Để xây dựng khóa ảnh phục vụ cho việc giải đoán ảnh vệ tinh SPOT từ phần mềm eCognition Developer chúng ta tiến hành xây dựng bộ mẫu phân loại hay bộ mẫu khóa ảnh (MKA) là tập hợp các cặp điểm mẫu trên ảnh vệ tinh cùng tọa độ tƣơng ứng với các mẫu đối tƣợng tại thực địa cần đƣợc phân loại khi giải đoán ảnh vệ tinh. Bộ mẫu khóa ảnh là căn cứ để phần mềm giải đoán ảnh sử dụng các thông số (phổ, cấu trúc v.v.) trên các mẫu khóa ảnh để phân loại bản đồ dựa vào trên thuật toán phân loại hƣớng đối tƣợng.
Căn cứ xây dựng bộ mẫu khóa ảnh dựa vào bản đồ hiện trạng sử dụng đất, và bản đồ quy hoạch ba loại rừng mới nhất của khu vực nghiên cứu. Số lƣợng mẫu khóa ảnh đƣợc lựa chọn đảm bảo mỗi tiêu chí tham gia phân loại phải có dung lƣợng đủ lớn để xác định một cách chính xác ngƣỡng cho từng
đối tƣợng đã phân tách trong cảnh ảnh. Số lƣợng mẫu khóa ảnh phụ thuộc vào diện tích của từng trạng thái. Tối thiểu mỗi trạng thái lấy 5 điểm mẫu khóa ảnh. Các ô tiêu chuẩn cần phân bố tƣơng đối đều ở những tuổi khác nhau và trên các dạng lập địa, trạng thái khác nhau. Sau đó tiến hành bố trí các ô điều tra này lên trên bản đồ với nền Google Earth phục vụ cho công tác đi điều tra ngoài thực địa và phƣơng pháp đƣợc thể hiện cụ thể trong Sơ đồ 2.1 dƣới đây:
Sơ đồ 2.1. Phƣơng pháp xây dựng bộ mẫu khóa ảnh cho giải đoán ảnh vệ tinh Xác định dung lƣợng mẫu dựa trên phƣơng pháp điển hình, sau đó sử dụng phần mềm GIS kết hợp với ảnh viễn thám Google Earth xây dựng bản đồ khóa mẫu giải đoán ảnh, từ bản đồ khóa mẫu này cùng với các loại ranh giới tại khu vực nghiên cứu sử dụng phần mềm GPSMapEdit (phiên bản dùng thử) chuyển toàn bộ dữ liệu dƣới dạng GIS sang định dạng máy GPS, đối với các loại máy GPS không hỗ trợ thẻ nhớ thì sử dụng phần mềm GMapTool để chuyển dữ liệu vào máy định vị. Cuối cùng sử dụng máy định vị này dẫn đƣờng đến các ô mẫu điều tra, tại các ô điều tra tiến hành xác định trạng thái
Xác định dung lƣợng mẫu dựa trên phƣơng pháp điển hình
Phần mềm GIS Ảnh viễn thám (Google Earth)
Xây dựng bản đồ khóa mẫu giải đoán ảnh
Dữ liệu GPS (bằng phần mềm GPSMapEdit) Các loại ranh giới tại khu
vực nghiên cứu Phần mềm hỗ trợ tải ảnh viễn thám Tìm và xác định vị trí các ô mẫu ngoài thực địa bằng máy định vị GPS GMapTool hỗ trợ máy GPS không có bộ nhớ Xác định trạng thái rừng Đo các chỉ tiêu: Hvn, Hdc, D1,3, tán, tên cây,… Chụp hình vị trí ô điều tra
rừng phục vụ cho quá trình phân loại ảnh, lập ô điều tra 500 m2 đối với rừng tự nhiên và 100 m2 đối với rừng trồng. Trong ô điều tra này tiến hành đo đếm các chỉ tiêu Hvn, Hdc, D1,3, tán, tên cây,… phục vụ cho công tác thành lập bản đồ trữ lƣợng rừng tại khu vực nghiên cứu (Sơ đồ 2.1 và Hình 2.1).
Hình 2.1. Hệ thống 184 ô mẫu điều tra ngoài thực địa
2.4.3.2. Xây dựng bản đồ hiện trạng rừng tại BQLRPH Tân Phú
Sau khi xác định trạng thái và lập ô đo đếm ngoài thực địa (mục 2.3.3.1) thì tiến hành sử dụng phần mềm eCognition Developer phân loại đối tƣợng rừng theo phƣơng pháp hƣớng đối tƣợng Việc phân loại ảnh sơ bộ bằng phƣơng pháp không kiểm định (chia lô tự động nhƣng chƣa xác định tên trạng
thái) nhằm tách các lô/đối tƣợng tƣơng đối đồng nhất trên ảnh làm căn cứ thiết kế hệ thống mẫu ảnh.
Khoanh vi các diện tích đồng nhất trên ảnh bằng phƣơng pháp phân loại không kiểm định. Sử dụng chức năng "Multiresolution segmentation" của phần mềm eCognition để khoanh các diện tích đồng nhất trên ảnh thành những lô trạng thái tƣơng đối đồng nhất về tên trạng thái và trữ lƣợng rừng. Chức năng này thực hiện dựa trên cơ sở 3 tham số ngƣời giải đoán đƣa vào ban đầu là Scale parameter, Shape, Compactness.
Để có thể lựa chọn đƣợc các tham số phù hợp với ảnh ta áp dụng nguyên tắc giữ nguyên giá trị của 2 tham số và thay đổi giá trị tham số còn lại. Dựa trên kết quả phân loại từ ảnh mà chọn ra giá trị phù hợp cho cả ba thông số tiếp đến đƣa hệ thống mẫu khóa ảnh thu thập ngoài thực địa vào phần mềm eCognition để là cơ sở kiểm định. Sử dụng chức năng “assign class by thematic layer” để gắn các trạng thái phù hợp cho các lô diện tích đã đƣợc khoanh vi từ bƣớc phân loại không kiểm định.
Bộ mẫu khóa ảnh thu thập ngoài thực địa đƣợc sử dụng làm cơ sở cho phân loại có kiểm định. Các điểm mẫu ngoài thực địa tƣơng ứng với các đối tƣợng khác nhau trên ảnh vệ tinh. Với các điểm mẫu này ngƣời phân loại có thể tính toán các tham số, chỉ tiêu đƣa vào phân loại. Trong pham vi đề tài này chỉ sử dụng một số chỉ số nhƣ sau.
Chỉ số thực vật NDVI (Normalized Difference Vegetation Index) đƣợc tính bằng công thức:
NDVI = (IR - R)/(IR + R)
Tỷ số chỉ số thực vật RVI (Ratio vegetation index) đƣợc tính bằng công thức:
Chỉ số thực vật sai khác DVI (Difference vegetation index) hay còn gọi là chỉ số thực vật môi trƣờng EVI đƣợc tính bằng công thức:
DVI = IR - R
Chỉ số diện tích lá (LAI) là chỉ số đƣợc sử dụng để ƣớc tính diện tích che phủ của tán cây hay dự báo tăng trƣởng và năng suất của cây trồng và tính bằng công thức:
LAI = 3,618 * EVI - 0,118 (Boegh, 2002) Trong đó:
IR là giá trị bức xạ của bƣớc sóng cận hồng ngoại (Near infrared). R là giá trị bức xạ của bƣớc sóng nhìn thấy (Visible).
NDVI: Chỉ số thực vật. RVI: Chỉ số tỉ số thực vật.
DVI: Chỉ số sai khác hay chỉ số môi trƣờng. LAI: Chỉ số diện tích lá.
EVI: Chỉ số thảm thực vật
Sau quá trình phân loại có kiểm định các lô sẽ đƣợc tự động gắn trạng thái theo đúng quy định. Các trạng thái rừng đƣợc phân loại theo thông tƣ Số: 34/2009/TT-BNNPTNT quy định tiêu chí xác định và phân loại rừng. Đây là thông tƣ quy định về tiêu chí xác định rừng và hệ thống phân loại rừng phục vụ cho công tác điều tra, kiểm kê, thống kê rừng, quy họach bảo vệ và phát triển rừng, quản lý tài nguyên rừng và xây dựng các chƣơng trình, dự án lâm nghiệp và phƣơng pháp phân loại đƣợc thể hiện cụ thể trong Sơ đồ 2.2 dƣới đây:
Sơ đồ 2.2. Phƣơng pháp xây dựng bản đồ hiện trạng rừng
Sử dụng phần mềm eCognition Developer tính toán các chỉ số thực vật nhƣ DVI, NDVI, RVI, LAI, Nhiệt độ,… từ ảnh SPOT làm cơ sở cho quá trình phân loại ảnh, sau khi tính toán các chỉ số tiến hành khoanh lô cho từng trạng thái rừng dựa trên điểm mẫu điều tra ngoài thực địa kết hợp với các chỉ số tính toán từ ảnh, Sau đó gán trạng thái cho tất cả các đối tƣợng bằng thuật toán nội suy từ điểm mẫu để thành lập bản đồ phân loại hiện trạng rừng. Sau khi có bản đồ phân loại hiện trạng rừng tiến hành bố trí ngẫu nhiên hoặc hệ thống các điểm mẫu dùng để kiểm chứng lại ngoài thực địa, các điểm mẫu này sẽ đƣợc chuyển vào máy định vị GPS dẫn đƣờng, tìm đến các vị trí ngoài
Điểm mẫu điều tra ngoài thực địa
Ảnh SPOT tại khu vực nghiên cứu
Phần mềm phân loại ảnh eCognition Developer Chỉ số thực vật NDVI, DVI,
RVI, LAI, Nhiệt độ,…
Khoanh lô cho từng trạng thái rừng
Gán trạng thái cho các đối tƣợng dựa vào điểm mẫu và các chỉ số thực vật
Bản đồ phân loại trạng thái rừng dựa trên ảnh viễn thám
Xây dựng hệ thống ô kiểm chứng ngẫu nhiên trên bản đồ sau phân loại
Sử dụng máy định vị GPS kiểm chứng ngoài thực địa
Đánh giá sai số sau phân loại
Bản đồ hiện trạng rừng
Ranh giới BQLRPH
thực địa để kiểm tra. Sau đó đánh giá mức độ sai số do quá trình phân loại để đảm bảo độ tin cậy trong quá trình phân loại. Cuối cùng kết hợp với ranh giới để thành lập bản đồ hiện trạng rừng tại khu vực nghiên cứu (Sơ đồ 2.2).
Để đánh giá độ chính xác phân loại theo tổng hợp các tham số đề tài sử dụng chỉ số Kappa. Cách xác định chỉ số đƣợc thể hiện trong công thức sau.
K = (T - E)/(1 - E)
Trong đó : T là độ chính xác toàn cục cho bởi ma trận sai số
E là đại lƣợng thể hiện sự mong muốn (kỳ vọng) phân loại chính xác có thể dự đoán trƣớc.
Chỉ số kappa (K) càng lớn thể hiện sự phân loại càng chính xác.
Sử dụng ma trận sai số phân loại để xác định độ chính xác toàn cục (T).
Bảng 2.1. Ma trận sai số phân loại tại khu vực nghiên cứu
Loại thực (ha)
Loại đƣợc giải đoán (ha)
1 2 … (k-1) k Tổng 1 O11 O12 O12 O1(k-1) O1k S1+ 2 O21 O22 … O2(k-1) O2k S2+ . . . . . . . . . … … … . . . . . . . . . k-1 O(k-1)1 O(k-1)1 … O(k-1)(k-1) O(k-1)k S(k-1)+ k Ok1 Ok2 … Ok(k-1) Okk Sk+ Tổng S+1 S+2 … S+(k-1) S+k N Trong đó: S+j: tổng theo cột. Si+: tổng theo hàng.
N: tổng diện tích trong bộ dữ liệu.
Tỷ lệ % sai số bỏ sót: ti+ = 100 * (Si+ - Oii)/Si+ Tỷ lệ % sai số thực hiện: t+j = 100 * (S+j – Ojj)/S+j Độ chính xác toàn cục của thuật toán phân loại: T = ∑Oii * 100 / n
2.4.3.3. Xây dựng bản đồ trữ lƣợng rừng tại BQLRPH Tân Phú, tỉnh Đồng Nai Đồng Nai
Cũng tƣơng tự nhƣ thành lập bản đồ hiện trạng rừng, đối với việc xây dựng bản đồ trữ lƣợng rừng cũng kế thừa ô mẫu điều tra ngoài thực địa tại mục 2.3.3.1, sau khi điều tra các chỉ tiêu Hvn, Hdc, D1,3, tán, tên cây,… đo đếm đƣợc ngoài thực địa chúng ta tiến hành sử dụng phần mềm Excel tính toán trữ lƣợng rừng theo công thức:
M = G*H*F Trong đó:
M: Trữ lƣợng cây cá thể (m3); G: Tiết diện ngang (m2); H: Chiều cao cây cá thể (m);
F: Hình số than cây (đối với rừng tự nhiên F = 0,45, rừng trồng F = 0,5).
Sau khi tính trữ lƣợng từng cây cá thể tiến hành quy đổi trữ lƣợng thành bình quân trên hecta. Từ đó, dựa vào điểm mẫu để xác định từng trạng thái rừng sẽ có trữ lƣợng bình quân khác nhau, cuối cùng nhân trữ lƣợng bình quân với diện tích từng lô rừng để thành lập bản đồ trữ lƣợng rừng cho toàn khu vực nghiên cứu. Phƣơng pháp đƣợc thể hiện cụ thể trong Sơ đồ 2.3 dƣới đây:
Sơ đồ 2.3. Phƣơng pháp xây dựng bản đồ trữ lƣợng rừng
Từ các chỉ tiêu Hvn, Hdc, D1,3,… đo đếm đƣợc ngoài thực địa tiến hành sử dụng phần mềm Excel để xử lý và tính toán trữ lƣợng bình quân trên hecta của từng trạng thái rừng, sau đó cập nhật vào lớp bản đồ đã phân loại tại mục 2.3.3.2 thông qua phần mềm GIS theo từng kiểu trạng thái (Sơ đồ 2.3).
Ô điều tra ngoài thực địa Trữ lƣợng cây cá thể (Excel) Trữ lƣợng bình quân trên ha (Excel) Trữ lƣợng bình quân trên lô (GIS)
Bản đồ trữ lƣợng rừng tại khu vƣc nghiên cứu
Ranh giới BQLRPH
Chƣơng 3
ĐẶC ĐIỂM CƠ BẢN KHU VỰC NGHIÊN CỨU
3.1. Vị trí, ranh giới, diện tích
Ban Quản lý rừng phòng hộ Tân phú thuộc địa bàn quản lý hành chính của hai xã: Gia canh, Phú Ngọc - huyện Định Quán - tỉnh Đồng Nai.
Sơ đồ 2.1. Vị tríBQLRPH Tân Phú, tỉnh Đồng Nai
3.1.1. Vị trí địa lý
+ Kinh độ : 107020’ - 107027’30’’ Kinh độ Đông + Vĩ độ : 1102’32’’ - 11010’ Vĩ độ Bắc
3.1.2. Ranh giới
+ Phía Đông giáp tỉnh Bình Thuận (sông La Ngà) + Phía Tây giáp C.ty Mía đƣờng La Ngà, xã Phú Ngọc
+ Phía Nam giáp tỉnh Bình Thuận; huyện Xuân Lộc - Đồng Nai. + Phía Bắc giáp xã Gia canh, thị trấn Định Quán - Đồng Nai.
3.1.3. Diện tích
Căn cứ quyết định 3248/QĐ-UBND, ngày 06 tháng 11 năm 2012 của UBND Tỉnh Đồng Nai, Quyết định phê duyệt kết quả kiểm kê, thống kê rừng tỉnh Đồng Nai năm 2011, tổng diện tích tự nhiên của Ban quản lý: 13.862,2 ha
Hình 2.1. Bản đồ hiện trạngBQLRPH Tân Phú, tỉnh Đồng Nai
3.2.1. Đặc điểm địa hình
Lâm phận BQL nằm trong hệ đồi núi kéo dài từ vùng cao nguyên xuống và cũng là vùng ven của các hoạt động núi lửa trƣớc đây mà di tích còn để lại là vết gãy của dòng sông La Ngà. Địa hình tƣơng đối phức tạp, đặc