Đăng kí tài khoản trên USGS

Một phần của tài liệu 22655 16122020233947639KHALUNHONCHNH NGDNGPHNGPHPGISVVINTHMTRONGNHGIBINNGTRNGKHUVCSNTRTPNNG (Trang 41)

Tạo tài khoản với Username và Password. Password phải tối thiểu 12 kí tự cả chữ và số.

Hình 2.2. Đăng kí người sử dụng

Sau khi đăng kí tài khoản xong đăng nhập tài khoản đó và tiến hành download ảnh vệ tinh.

34

Hình 2.3. Đăng nhập tài khoản trên USGS

Trang web tìm kiếm và download ảnh hiện ra. Trình tự thực hiện là: Chọn Search Criteria → Chọn Data Sets → Chọn Additional Criteria → Reasults.

Chọn Search Criteria: ở mục này ta Chọn vùng tìm kiếm ảnh Chọn địa điểm/ Chọn theo phiên hiệu ảnh/ Chọn theo thuộc tính có sẵn trƣờng dữ liệu Chọn theo tọa độ/ Chọn theo trƣờng có sẵn/ Chọn theo shapefile có sẵn/ Chọn theo file KML có sẵn. Chọn theo thời điểm chụp.

Hình 2.4. Lựa chọn tiêu chí cho ảnh

Chọn Data Sets: Chọn loại dữ liệu để tìm kiếm và download Kích vào dấu cộng để hiển thị các loại dữ liệu thứ cấp Tích vào loại dữ liệu cần download Với Sentinel: tích vào Sentinel 2 Với Landsat 7: tích vào Landsat/Landsat Collection 1 Level / Landsat 7 ETM + C1 Level-1.

35

Hình 2.5. Lựa chọn loại dữ liệu ảnh

Chọn Additional Criteria: Chọn các thông số bổ sung Nếu biết ID và số dải ảnh thì có thể gõ luôn ID và số dải. Tuy nhiên quan trọng nhất là đặt thông số về độ phủ của mây. Thƣờng thì tùy trƣờng hợp nhƣng nên giới hạn ở mức 30%.

Hoàn thành việc lựa chọn các tiêu chí và loại dữ liệu ta chọn “Results” để tìm kiếm và hiển thị kết quả. Lựa chọn ảnh có độ phân giải cao, ít mây.

Hình 2.6. Hiển thị kết quả tìm kiếm

Kích chọn biểu tƣợng (Download Options) để down ảnh trƣợc tiếp. Chọn download L1C Tile với Sentinel.

36

Hình 2.7. Chọn dữ liệu dạng file tiff

2.2.2. Dữ liệu ảnh

2.2.2.1. Ảnh Landsat

Landsat 7, phóng lên ngày 15 tháng 4 năm 1999, là vệ tinh nhân tạo thứ 7 của chƣơng trình Quan sát Trái Đất (hay chƣơng trình Landsat). Mục đích chính của Landsat 7 là cập nhật những hình ảnh vệ tinh mới nhất so với những ảnh đã đƣợc thu thập từ các vệ tinh trƣớc đó, và có thể chụp những ảnh không mây. Một kênh ảnh (scene) có kích thƣớc 170 km phƣơng Bắc-Nam x 183 km phƣơng Đông-Tây.

Có 7 kênh mang số thứ tự từ 1 đến 7 và kênh toàn sắc (Panchromatic hay viết tắt là PAN). Kênh 1, 2 và 3 thuộc vùng bức xạ nhìn thấy; kênh 4, 5 và 7 thuộc vùng hồng ngoại có độ phân giải 30 mét; kênh 6 thuộc vùng hồng ngoại nhiệt có độ phân giải 60m; và kênh Pan có độ phân giải 15m.

Dữ liệu gồm 7 file ứng với 7 kênh phổ lƣu trữ ở dạng file “.TIFF” theo khuôn dạng BSQ (Dạng BSQ – Band Sequential: các kênh đƣợc ghi nối tiếp nhau), Ảnh ETM+ đã đƣợc đăng ký trong hệ tọa độ WGS84.

37

Bảng 1.2. Bảng đặc trưng độ phân giải không gian ảnh Landsat

ETM+ (Landsat7) Kênh 1 Kênh 2 Kênh 3 Kênh 4 Kênh 5 Kênh 6 Kênh 7 Kênh 8 52 . 0 45 . 0  61 . 0 53 . 0  69 . 0 63 . 0  90 . 0 75 . 0  75 . 1 55 . 1  5 . 12 4 . 10  35 . 2 09 . 2  90 . 0 52 . 0  Xanh lơ Lục Đỏ Hồng ngoại gần Hồng ngoại TB Hồng ngoại nhiệt Hồng ngoại TB Lục đến hồng ngoại gần 30m 30m 30m 30m 30m 60m 30m 15m 2.2.2.2. Ảnh Sentinel

Tƣ liệu nghiên cứu là ảnh vệ tinh Sentinel 2A - là vệ tinh không gian giám sát trái đất do Cơ quan Không gian Châu Âu (ESA) phát triển để hỗ trợ các dịch vụ nhƣ: theo dõi rừng, sự thay đổi lớp phủ, và quản lý thiên tai. Sentinel-2A đƣợc phóng lên quĩ đạo ngày 23/6/2015. Đây là vệ tinh gắn thiết bị thu nhận ảnh đa phổ với 13 kênh phổ có độ phân giải không gian từ 10 m đến 60m. Hiện nay cơ quan ESA đã phóng lên quỹ đạo 3 vệ tinh là Sentinel 1, 2A, 2B, khi sử dụng kết hợp dữ liệu của 3 vệ tinh này thì chúng ta sẽ có chu kỳ quan sát trái đất là 5 ngày, nếu kết hợp thêm với ảnh vệ tinh Landsat 8 thì sẽ có chu kỳ quan sát trái đất là 3 ngày. Nhƣ vậy việc kết hợp sử dụng dữ liệu ảnh từ nhiều vệ tinh khác nhau sẽ cho ngƣời dùng có lƣợng dữ liệu mang tính thời sự cao.

38

Bảng 1.3. Bảng đặc trưng độ phân giải không gian ảnh Sentinel

2.3. TẠO TỔ HỢP MÀU RGB VÀ TÍNH CHỈ SỐ NDVI NĂM 2000 2.3.1. Tạo tổ hợp màu RGB 2.3.1. Tạo tổ hợp màu RGB

Mô hình màu RGB (Red-Green-Blue) sử dụng mô hình bổ sung trong đó ánh sáng đỏ, xanh lục và xanh lam đƣợc tổ hợp với nhau theo nhiều phƣơng thức khác nhau để tạo thành các màu khác.

Để tạo đƣợc tổ hợp màu RGB ta thực hiện các bƣớc sau: - Mở phần mềm ARCGIS

- Mở dữ liệu ảnh: Add Data. Tạo đƣờng dẫn đến file ảnh và lựa chọn kênh màu để tổ hợp.

Hình 2.8. Mở dữ liệu ảnh trên ARCGIS

- Công cụ hỗ trợ cho tổ hợp màu là Composite Band: Search/Tool/Composite Bands.

39

Hình 2.9. Tìm kiếm công cụ Composite Bands

Xuất hiện hộp thoại Composite Bands:

Hình 2.10. Chọn dữ liệu đầu vào

Đối với ảnh landsat ta chọn các kênh màu: Kênh 3 tƣơng ứng với kênh phổ màu đỏ; Kênh 2 tƣơng ƣớng với phổ màu xanh lục; Kênh 1 tƣơng ƣớng với phổ màu xanh lam.

Hình 2.11. Kết quả sau khi tổ hợp màu

Để lƣu tổ hợp màu vừa tạo ở dạng file TIFF ta kích phải lớp tổ hợp màu vừa tạo chọn Data/Export Data.

40

Xuất hiện hộp thoại Export Data: chọn file lƣu dữ liệu đổi tên và Save.

Hình 2.12. Xuất dữ liệu

Để thể hiện rõ khu vực nghiên cứu của mình là Sơn Trà thì tiến hành cắt ảnh đã tổ hợp theo ranh giới của bán đảo Sơn Trà. Chọn Search/Tool/Clip (data management).

Hình 2.13. Công cụ cắt dữ liệu theo ranh giới

41

Hình 2.14. Hộp thoại Clip

Sau khi cắt chúng ta đƣợc tổ hợp màu của khu vực bán đảo Sơn Trà. Cắt ảnh theo ranh giới khu vực nghiên cứu: thông thƣờng trong một cảnh ảnh viễn thám thu đƣợc thƣờng có diện tích rất rộng ngoài thực địa, trong khi đối tƣợng nghiên cứu chỉ sử dụng một phần hoặc diện tích nhỏ trong cảnh ảnh đó. Để thuận tiện cho việc xử lý ảnh nhanh, tránh mất thời gian trong việc xử lý và phân loại ảnh tại những khu vực không cần thiết, cần cắt bỏ những phần thừa trong cảnh ảnh.

42

2.3.2. Tính toán chỉ số thực vật NDVI

Nghiên cứu này sử dụng chỉ số thực vật hay chỉ số thực vật đƣợc chuẩn hóa sự khác biệt (NDVI - Normalized Difference Vegetation Index) để phân loại ảnh. Chỉ số thực vật phản ảnh đặc điểm độ che phủ của thực vật nhƣ là sinh khối, chỉ số diện tích lá và phần trăm thực phủ. Chỉ số thực vật NDVI đƣợc xác định dựa trên sự phản xạ khác nhau của thực vật thể hiện giữa kênh phổ khả kiến và kênh phổ cận hồng ngoại, dùng để biểu thị mức độ tập trung của thực vật trên mặt đất. Trong đó: NDVI là chỉ số thực vật; Để tính toán chỉ số thực vật NDVI đầu tiên ta thực hiện việc chuyển đổi định dạng dữ liệu từ giá trị số nguyên (integer) sang giá trị số thực (float) cho 2 kênh ảnh là kênh NIR (kênh cận hồng ngoại-Band 4) và kênh R (kênh màu đỏ-Band 3).

Kích vào biểu tƣợng Arc Toolbox trên thanh công cụ. Xuất hiện hộp thoại Arc Toolbox/Chọn Spatial Analyst Tools/Math/Trigonometric/Float.

Hình 2.16. Tìm kiếm công cụ Float

43

Hình 2.17. Float cho kênh 4, kênh 3

Sau khi Float kênh màu đỏ và kênh cận hồng ngoại ta sử dụng công cụ Raster Calculator để tính chỉ số NDVI: Search/Tool/Raster Calculator/Xuất hiện hộp thoại Raster Calculator. Đối với ảnh Landsat 7 công thức tính chỉ số thực vật là: NDVI = (Band 4 – Band 3) / (Band 4 + Band 3)

44

Hình 2.19. Kết quả tính NDVI

Cắt theo ranh giới ta đƣợc chỉ số thực vật của bán đảo Sơn Trà. Chỉ số NDVI luôn nằm trong khoảng [-1; 1]. Nếu giá trị NDVI càng cao thì khu vực đó có độ che phủ thực vật tốt. Nếu giá trị NDVI thấp thì khu vực đó có độ che phủ thấp. Nếu giá trị NDVI âm cho thấy khu vực đó không có thực vật.

Hình 2.20. Kết quả phân loại NDVI bán đảo Sơn Trà năm 2000

Những vùng có màu xanh là những vùng có lớp phủ thực vật dày. Những vùng có màu vàng là những vùng có lớp phủ thực vật ít và những vùng có màu đỏ là những vùng không có lớp phủ thực vật.

45

2.4. TẠO TỔ HỢP MÀU RGB VÀ TÍNH CHỈ SỐ NDVI NĂM 2018 2.4.1. Tạo tổ hợp màu RGB 2.4.1. Tạo tổ hợp màu RGB

Nghiên cứu này sử dụng ảnh vệ tính Sentinel-2 để phân loại rừng năm 2018. Đối với dữ liệu ảnh Sentinel Kênh NIR tƣơng ứng với band 8 Kênh màu đỏ tƣơng ƣớng với Band 4; kênh màu xanh lục tƣơng ứng với Band 3; kênh màu xanh lam tƣơng ứng với Band 2 (Bảng 1.3).

Thực hiện các thao tác tƣơng tự với dữ liệu ảnh năm 2018, ta đƣợc tổ hợp màu RGB của năm 2018:

Hình 2.21. Kết quả tổ hợp màu bán đảo Sơn Trà năm 2018

2.4.2. Tính toán chỉ số thực vật NDVI

Đối với ảnh Sentinel công thức tính chỉ số thực vật là: NDVI = (Band 8 – Band 4) / (Band 8 + Band 4)

46

Hình 2.22. Kết quả phân loại NDVI bán đảo Sơn Trà năm 2018

Sau khi phân loại ảnh, cần thực hiện quy trình xử lý hậu phân loại để tạo ra các lớp có khả năng xuất ra bản đồ bằng cách khái quát hóa thông tin.

Phân loại lại ta sử dụng công cụ Reclassify (3D Analyst). Xuất hiện hộp thoại Reclassify, chọn file cần phân loại lại, Ok.

Hình 2.23. Công cụ Reclassify

Từ kết quả phân loại ta thực hiện thao tác chuyển đổi dữ liệu từ dạng Raster sang dạng vùng. Mục đích của việc chuyển đổi dữ liệu là giúp chúng ta tính toán diện tích cũng nhƣ một số thao tác khác đƣợc nhanh và dễ dàng hơn.

Sử dụng công cụ Feature to Polygon để chuyển dữ liệu sang dạng vùng. Thực hiện: Search/Tool/Feature to Polygon.

47

Hình 2.24. Công cụ Feature to Polygon

Sau khi chuyển dữ liệu xong ta tiến hành biên tập bản đồ rừng.

2.5. BẢN ĐỒ RỪNG CỦA SƠN TRÀ NĂM 2000, 2018

48

Hình 2.26. Bản đồ rừng Bán đảo Sơn Trà năm 2018 (thu nhỏ từ tỉ lệ 1:50.000)

Để xác định mức độ tin cậy, chính xác của dữ liệu cung nhƣ phƣơng pháp thực hiện phân loại ảnh, ta tiến hành so sánh với dữ liệu lấy từ Google Earth (năm 2018).

Bảng 1.4. Bảng so sánh dữ liệu phân loại ảnh Viên thám với Google Earth 2000-2018

Phân loại Năm Đối tƣợng khác (ha) Có rừng (ha) Tổng (ha) 2000 (Landsat) 524,8 4280,1 4804,9 2018 (Sentinel) 713,3 4092,1 4805,4 2018 (Google Earth) 748,1 4058 4806.1

Tuy nhiên, để đánh giá độ chính xác của phƣơng pháp phân loại hiệu quả nhất, chúng ta nên sử dụng bộ dữ liệu kiểm tra các điểm trên thực địa ở các trạng thái rừng, các đối tƣợng khác nhau tại khu vực điều tra, xác định bằng GPS. Sau đó

49

tiến hành so sánh giá trị thực tế với giá trị trên ảnh phân loại, từ đó đánh giá đƣợc độ chính xác của phƣơng pháp phân loại.

Với kết quả này cho thấy việc sử dụng phƣơng pháp phân loại NDVI cho độ chính xác khá cao, song vẫn còn sai số. Nguyên nhân khách quan nhƣ sự nhiễu loạn quang phổ của ảnh, ảnh hƣởng của góc chụp ảnh, bóng mờ của địa hình không loại bỏ đƣợc hết trong quá trình xử lý ảnh.

50

CHƢƠNG 3: ĐÁNH GIÁ BIẾN ĐỘNG ĐẤT RỪNG GIAI ĐOẠN 2000-2018 3.1. THÀNH LẬP BẢN ĐỒ BIẾN ĐỘNG ĐẤT RỪNG SƠN TRÀ 2000-2018 3.1. THÀNH LẬP BẢN ĐỒ BIẾN ĐỘNG ĐẤT RỪNG SƠN TRÀ 2000-2018

Nguyên tắc tính biến động: Đó là việc tính toán theo phép cộng gộp thuần túy trong toán học (chồng xếp hai ảnh phân loại lên nhau), các đối tƣợng sau khi đƣợc phân loại sẽ đại diện cho một lớp chuyên đề, mỗi lớp sẽ đƣợc gán thành một giá trị riêng (ID riêng). Kết quả của quá trình tính biến động sẽ gồm hai phần: phần không biến động, phần bị biến động từ đối tƣợng này sang đối tƣợng khác. Diện tích biến động và diện tích không biến động có thể đƣợc tính bằng số lƣợng Pixel hay các đơn vị diện tích khác (m2, Km2, Ha…).

Để thành lập bản đồ biến động ta tiến hành chồng xếp bản đồ rừng năm 2000 và bản dồ rừng năm 2018 để biết đƣợc sự thay đổi diện tích rừng trong giai đoạn này.

Chồng xếp bản đồ ta sử dụng công cụ Intersect (Analysis). Tiến hành search công cụ, xuất hiện hộp thoại:

Hình 3.1. Hộp công cụ Intersect

Hoàn thành bƣớc chồng xếp bản đồ ta thực hiện biên tập bản đồ biến động, bao gồm các yếu tố nhƣ: tên bản đồ, bảng chú giải, bản đồ phụ, tỉ lện bản đồ, kim chỉ nam,…

51

52

3.2. BIẾN ĐỘNG DIỆN TÍCH ĐẤT RỪNG SƠN TRÀ GIAI ĐOẠN 2000-2018 2018

Kết quả đánh giá biến động đất rừng ở khu vực Sơn Trà giai đoạn từ năm 2000 - 2018 đƣợc tổng hợp theo Bảng 1.5 nhƣ sau:

Bảng 1.5. Bảng biến động diện tích đất rừng Sơn Trà 2000-2018

Đối tƣợng Diện tích các năm Biến động diện tích

2000 2018 2000-2018 %

Đất rừng 4280,1 4092,1 -188 -4,39

Đối tƣợng khác 524,8 713,3 188,5 35,9

Kết quả cho thấy, diện tích rừng có giảm 4,39% tƣơng ứng với 188 ha. Diện tích các loại đất khác tăng 35,9% tƣơng ứng với 188,5 ha.

Nguyên nhân diện tích rừng bị thu hẹp: Vì nhiều lý do mà diện tích rừng đã không còn nguyên vẹn, một phần bị thu hồi, chuyển đổi mục đích sử dụng, một phần bị phá hoại.

Sơn Trà đang chịu tác động nghiêm trọng của một số hoạt động nhƣ du lịch, xây dựng cơ sở hạ tầng, săn bắt động vật hoang dã, khai thác tài nguyên rừng hoặc lâm sản ngoài gỗ…làm giảm độ che phủ rừng, ảnh hƣởng đến lớp thảm thực vật, giảm khả năng giữ nƣớc, điều hòa nguồn nƣớc và khí hậu, dẫn đến ô nhiễm nguồn nƣớc, mật độ các đợt lũ lụt, sạt lở đất…Bên cạnh đó, còn ảnh hƣởng đến cuộc sống xã hội của khu vực và cộng đồng nhƣ làm hỏng đƣờng giao thông, mất an ninh trật tự thôn xóm, đặc biệt, ngƣời dân mất đi nguồn tài nguyên đƣợc hƣởng từ hoạt động quản lý, bảo vệ rừng. Cùng với đó, vùng biển bao quanh bán đảo Sơn Trà cũng đang phải đối mặt với những tác động bất lợi làm suy giảm nguồn gen thủy sinh vật và nguồn lợi thủy hải sản. Tình trạng san lấp làm đƣờng giao thông, kéo theo hiện tƣợng sụt lở gia tăng ở nhiều điểm bao quanh bán đảo đã dẫn đến sự bồi lấp, vẩn đục nguồn nƣớc, làm suy thoái rạn san hô và quần xã thủy sinh vật. Thêm vào đó, việc khai thác thủy hải sản không đƣợc kiểm soát tốt và ô nhiễm nguồn nƣớc từ nhiều nguồn thải ra đã ảnh hƣởng lớn đến sự tồn tại và phát triển nguồn lợi thủy sản.

3.3. MỘT SỐ GIẢI PHÁP KHẮC PHỤC VÀ PHÁT TRIỂN BỀN VỮNG

Để chất lƣợng rừng Sơn Trà Đà Nẵng đƣợc phát triển tốt ở hiện tại và tƣơng lai chúng ta phải tăng cƣờng, đẩy mạnh công tác quản lí và bảo vệ rừng.

53

Cải thiện hệ thống quản lý khai thác gỗ gắn liền với FLEGT (Kế hoạch hành động “Tăng cường thực thi Luật Lâm nghiệp, quản trị rừng và thương mại lâm sản”)

Cụ thể hóa các quy định pháp luật phù hợp với đặc điểm kinh tế - xã hội và văn hóa của ngƣời dân địa phƣơng để họ hiểu rõ chính sách phát triển lâm nghiệp, tôn trọng tập tục của ngƣời dân địa phƣơng; Xây dựng cơ chế chia sẻ lợi ích phù hợp, bao gồm cả lợi ích từ sản phẩm gỗ; Quy định cụ thể về đơn vị chịu trách nhiệm hỗ

Một phần của tài liệu 22655 16122020233947639KHALUNHONCHNH NGDNGPHNGPHPGISVVINTHMTRONGNHGIBINNGTRNGKHUVCSNTRTPNNG (Trang 41)