Kết luận
Từ các kết quả nghiên cứu, luận án rút ra một số kết luận như sau:
- Rừng ngập mặn ở khu vực phía Bắc có thành phần loài tương đối phong phú, trong đó khu vực Đông Bắc có nhiều đặc điểm khác biệt về địa hình, nước biển độ mặn cao nên chủ yếu xuất hiện các loài như Đước vòi, Vẹt dù, Bần chua, Trang, Mắm biển, Sú...., các loài có chiều cao trung bình thấp, các loài cây có chiều cao giao động từ 1,5-5,9 m, cây rừng có tán nhỏ, giao động trong khoản từ 1,2- 6,0 m. Đối với vùng ven biển đồng bằng sông Hồng, có nhiều cửa sông nên có lượng phù sa bồi tụ nhiều hàng năm, nước biển độ mặn thấp (từ 5-15 ppt) nên thành phần loài chủ yếu các loài là Bần chua, Trang, Sú, Giá… chiều cao của cây rừng giao động từ 5,6 -15,5 m.
- Đặc điểm quang phổ của rừng ngập mặn trên các tư liệu viễn thám cho thấy: Các dấu hiệu quang phổ của rừng ngập mặn và các lớp thực vật khác gồm thảm thực vật trên cạn và thực vật dưới nước như bèo, cỏ ngập nước...tại các vùng bước sóng nhìn thấy gần như tương đồng nhau. Tuy nhiên, ở các bước sóng cận hồng ngoại (NIR) và sóng ngắn (SWIR) giá trị phản xạ của rừng ngập mặn thấp hơn đối tượng khác nhưng lại cao hơn khu vực có sự hiện diện của nước.
- Đối với hoạt động giám sát rừng ngập mặn ven biển phía Bắc, kết hợp hai tư liệu viễn thám quang học Sentinel-2 và Radar Sentinel-1 với số lượng lớn các cảnh ảnh giúp hạn chế tối đa ảnh hưởng của thuỷ triều đến kết quả phân loại rừng ngập mặn và ứng dụng được công nghệ tiên tiến cho phép giám sát được rừng ngập mặn thời ở điểm hiện tại hoặc trong quá khứ với kết quả nhanh chóng và đảm bảo độ chính xác cho phép, giúp tối đa giảm chi phí điều tra thực địa rừng ngập mặn.
- Có ba bộ ngưỡng phân loại rừng ngập mặn đối với các tỉnh ven biển khu vực phía Bắc trên hai tư liệu quang học Sentinel-2 và tư liệu Radar Sentinel-1. Với khu vực TP Hải Phòng và tỉnh Thái Bình, ngưỡng phân loại rừng ngập mặn từ chỉ số CMRI trên tư liệu ảnh Senitnel-2 lớn hơn 0.25, với tư liệu Radar Sentinel-1, ngưỡng phân loại từng ngập mặn từ giá trị tán xạ ngược VH hai khu vực này trong khoảng từ (-15.8) – (-10). Khu vực Quảng Ninh có hai ngưỡng, trong đó các huyện Tiên Yên, TP Cẩm Phả, Vân Đồn, Đầm Hà, Hải Hà, Cô Tô và TP Móng Cái có ngưỡng phân loại rừng ngập mặn với giá trị Chỉ số CMRI lớn hơn 0.1, ngưỡng phân loại rừng ngập mặn từ giá trị tán xạ ngược VH ở các địa phương này từ (-17.3) – (-10.0). Khu vực TX Quảng Yên, Uông Bí, Hoành Bồ, TP Hạ Long có ngưỡng phân loại rừng ngập mặn từ chỉ số CMRI lớn hơn 0.41 và ngưỡng phân loại rừng ngập mặn từ giá trị tán xạ ngược VH từ (-16,8 – (-10).
- Sử dụng kết hợp tư liệu viễn thám quang học Sentinel-2 và ảnh Radar Sentinel-1 trên nềng tảng công nghệ Google Earth Engine có thể giám sát biến động diện tích rừng ngập mặn các tỉnh ven biển phía Bắc một cách nhanh chóng, có độ chính cho phép. Cụ thể, giai đoạn từ năm 2016 – 2020, diện tích rừng ngập mặn ở các tỉnh khu vực nghiên cứu có sự biến động khá lớn, trong đó tỉnh Quảng Ninh phát hiện thấy diện tích rừng ngập ngập mặn giảm lớn
nhất với khoảng 479,4 ha. Thành phố Hải Phòng có diện tích tăng lên 233,3 ha và tỉnh Thái Bình có diện tích rừng ngập mặn tăng lớn nhất với 428 ha.
- Luận án đã xây dựng hướng dẫn kỹ thuật các bước đánh giá biến động rừng ngập mặn ở các tỉnh phía Bắc gồm 11 bước, trong đó các bước thực hiện trên GEE cho phép tự động thu ảnh, tiền xử lý ảnh, tính toán các giá trị chỉ số, phân loại rừng tính diện tích rừng ngập mặn từ các tư liệu quang học và Radar, đồng thời kết hợp hai tự liệu này để đánh giá biến động có độ tin cậy cao.
Tồn tại
Mặc dù đã giải quyết được các nội dung và đáp ứng mục tiêu nghiên cứu đặt ra, Luận án vẫn còn một số tồn tại:
- Kết quả diện tích rừng ngập mặn của các khu vực nghiên cứu có sự chênh lệch các kết quả nghiên cứu hoặc các số liệu chính thống khác đã công bố do kết quả phụ thuộc vào phương pháp sử dụng cũng như chất lượng của tư liệu.
- Luận án sử dụng ảnh trung bình của năm để tính toán cho phép hạn chế được ảnh hưởng của thủy triều đến kết quả phân loại. Tuy nhiên, một số khu vực rừng ngập mặn mới trồng sẽ khó phân biệt được trên các tư liệu. Bên cạnh đó, viêc lựa chọn ngưỡng phân loại rừng ngập mặn bằng các chỉ số thực vật sẽ khó đạt độ chính xác tuyệt đối bởi vì chúng phụ thuộc vào kỹ thuật lấy mẫu của người sử dụng, do đó trong kết quả bản đồ phân loại có thể có những khu vực nhầm lẫn với thực vật ngập nước không phải là rừng ngập mặn.
Kiến nghị
Tiếp tục có các nghiên cứu có liên quan đến rừng ngập mặn như:
- Sử dụng kết hợp hai loại tư liệu viễn thám quang học và Radar để thành lập bản đồ rừng ngập mặn cho các khu vực ven biển của nước ta và đánh giá đúng thực trạng của rừng ngập mặn cả nước.
- Thành lập bản đồ năng suất rừng ngập mặn, bản đồ trữ lượng Carbon đối với rừng ngập mặn làm cơ sở cho việc chi trả dịch vụ môi trường rừng và xây dựng các mô hình sinh kế gắn với rừng ngập mặn.
- Xây dựng cơ sở dữ liệu bản đồ rừng ngập mặn theo loài làm cơ sở đánh giá năng suất, hiệu quả môi trường, kinh tế, xã hội của từng loài để có quy hoạch, chiến lược phát triển rừng ngập mặn phù hợp với từng khu vực địa lý cụ thể.
CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ LIÊN QUAN ĐẾN LUẬN ÁN
1. Nguyễn Trọng Cương, Nguyễn Hải Hòa, Trần Quang Bảo (2018), Thành lập bản đồ rừng ngập mặn năm 2018 của tỉnh Thái Bình từ tư liệu ảnh Sentinel-2, Tạp chí Khoa học và công nghệ Lâm nghiệp, số 6/2019
2. Long Nguyen Duc, Cuong Trong Nguyen, Hoa Le Sy, Bao Quang Tran (2019). Mangrove Mapping and Above-Ground Biomass Change Detection using Satellite Images in Coastal Areas of Thai Binh Province, Vietnam. Forest and Society, Vol. 3(2): 11/2019.
3. Nguyen Hai Hoa, Nguyen Trong Cuong, Nguyen Huu Nghia, Tran Thi Ngoc Lan, Pham Nhu Quynh (2019), Estimation of changes in mangrove carbon stocks from remotely sensed data-based models: case study in Quang Yen town, Quang Ninh province during 2017 – 2019, Journal of Forestry Science and Technology, No.8, 2019
4. Nguyễn Trọng Cương, Trần Quang Bảo, Phạm Văn Duẩn, Phạm Ngọc Hải, Nguyễn Hải Hòa (2021), Tổng quan sử dụng tư liệu ảnh viễn thám để thành lập bản đồ rừng ngập mặn, Tạp chí Khoa học và Công nghệ Lâm nghiệp, số 3-2021.
5. Nguyễn Trọng Cương, Trần Quang Bảo, Nguyễn Hải Hòa (2022), Sử dụng Google Earth Engine để phân loại tự động rừng ngập mặn từ ảnh vệ tinh Sentinel-1 và Sentinel-2 cho khu vực Quảng Yên, tỉnh Quảng Ninh, Tạp chí Khoa học và công nghệ Lâm nghiệp, số 1/2022. https://doi.org/10.55250/jo.vnuf.2022.1.053-065
6. Nguyen Hai Hoa, Nguyen Trong Cuong, Vo Dai Nguyen (2022), Spatial-temporal dynamics of mangrove extent in Quang Ninh Province over 33 years (1987–2020): Implications toward mangrove management in Vietnam, Regional Studies in Marine Science, No 1/2022. https://doi.org/10.1016/j.rsma.2022.102212