Chương 3 L : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
3.4.1.xuất quy trình ứng dụng cơng nghệ địa khơng gian trong phát
3.4. Đề xuất một số giải pháp đẩy mạnh ứng dụng công nghệ địa không
3.4.1.xuất quy trình ứng dụng cơng nghệ địa khơng gian trong phát
hiện sớm mất rừng, suy thoái rừng, và khu vực thêm rừng mới
Qua thời gian nghiên cứu nhằm xác định và lựa chọn chỉ số ARVI trên anh Sentinel 2, đề tài luận án thấy rằng: quản lý, bảo vệ và theo dõi nguồn tài nguyên rừng ở Lào nóichung và ở khu vực VQGNKĐnói riêng, mất rừng, suy thối rừng, thêm rừng mới khơng phải nơi nào, lúc nào cũng được phát hiện kịp thời và được đánh giá đúng hiện trạng, thực chất và hậu quả, v.v, mà nó gây ra.
Do đó, mất rừng, suy thoái rừng, thêm rừng vẫn ngang nhiên diễn ra hàng ngày, tồn tại ở nhiều nơi, hậu quả mà nó gây ra ngày càng trầm trọng thêm.
Cơ sở khoa học được đề tài luân án cung cấp từ kết quả nghiên cứu thực tiễn là những dẫn liệu khoa học quan trọng đề xuất, xây dựng quy trình ứng dụng cơng nghệ địa khơng gian trong quản lý tài nguyên rừng của Lào và ở khu vực VQGNKĐ.
Dẫn liệu khoa học từ kết quả của luận án cho thấy, cần sử dụng ngưỡng chỉ số tương đối trong khoảng: (i). Từ -29,83087 đến -5,44138 đối với phát hiện suy thoái rừng; (ii).Từ -88,76 đến -65,77 đối với phát hiện mất rừng và (iii). Từ 173,93 đến 965,43 đối với phát hiện thêm rừng với chỉ số thực vật kháng khí quyển KB (ARVI) trên loại ảnh Sentinel 2 để phát hiện mất rừng, suy thoái rừngvà khu vực thêm rừng mới ở khu vực VQGNKĐ.
Với cơ sở, dẫn liệu khoa học và thực tiễn trên, đề tài luận án đề xuất quy trình hướng ứng dụng cơng nghệ địa khơng gian trong trong quản lý tài nguyên rừng nhằm quản lý bền vững nguồn tài nguyên rừng ở khu vực VQGNKĐ. Định hướng quy trình ứng dụng cơng nghệ địa khơng gian được thực hiện trình tự theo các bước trong hình 3.12 dưới đây.
Hình 3.12. Sơ đồ trình tự các bước ứng dụng công nghệ địa không gian trong quản lý tài nguyên rừng ở khu vực VQGNKĐ
Trình tự các bước trong quy trình:
- Các bước được thực hiện trên Google Earth Engine, cụ thể như sau:
Bước 1. Đăng ký tài khoản Google Earth Engine (GEE). Để sử dụng và truy cập được vào GEE, theo yêu câu trang website, người dùng cần phải đăng ký một tài khoản đăng nhập cá nhân để sử dụng chương trình GEE của Google. Người dùng đăng ký tài khoản GEE bằng cách truy cập vào đường
dẫn: https://code.earthengine.google.com/ [51] và đăng ký bằng tài khoản
Email cá nhân mà mình sử dụng. Ví dụ email của tác giả: b.chanthavong@nuol.edu.la. Khi đang nhập xong, màn hình giao diện được thể hiện như hình sau.
Hình 3.13. Giao diện Google Earth Engine đã đăng nhập
GEE làm việc thông qua giao diện trực tuyến (người dùng cần có Internet) được gọi là Code Editor. Trên giao diện này, người dùng sẽ làm việc với các tập lệnh, đoạn mã (code) để thực hiện toàn bộ các chức năng có trong GEE. Đoạn mã được thể hiện trong phụ biểu 8.
Bước 2. Lựa chọn và tải ảnh vệ tinh Sentinel 2 trên GEE. Người sử dụng căn cứ vào phạm vi sử dụng để xây dựng một lớp bản đồ ranh giới ở dạng vùng (polygon) có định dạng shapefile (.shp). Lớp ranh bản đồ này được lưu trong một thư mục và được nén lại với định dạng (.Zip). File Zip này được đưa vào GEE bằng lệnh. Người dùng viết mã để GEE hiểu và trả về tất cả các ảnh vệ tinh trong phạm vi ranh giới đã lựa chọn với khoảng thời gian do người dùng thiết lập. Ngoài danh sách các ảnh, GEE cung cấp 1 file “Image Properties” chứa thông tin về mỗi ảnh (tên cảnh ảnh, thời gian chụp ảnh, tỉ lệ mây, v.v.). Quá trình thao tác, thực hiện các lệnh trong bước này sẽ nhận được kết quả trong hình dưới đây.
Hình 3.14. Ảnh Sentinel 2 trước và sau kỳ được lựa chọn và ranh giới nghiên cứu
Người dùng căn cứ vào thời gian của ảnh, tỉ lệ mây để lựa chọn ảnh phù hợp với mục tiêu nghiên cứu. Sau đó, nhấn vào nút “Run” như hình bên trên tương ứng với ảnh được lựa chọn để tải ảnh về máy. Ảnh sẽ được lưu trong Drive của Email người sử dụngđã đang ký.
Bước 3. Tạo ảnh chỉ số viễn thám vàxử lý ảnh vệ tinh trong GEE. Người sử dụng GEE sẽ viết các đoạn chương trình (Script) với việc sử
dụng các hàm tạo chỉ số thực vật trong GEE. Người dùng cần biết đối với mỗi chỉ số thực vật hay chỉ số viễn thám sẽ sử dụng Band ảnh nào tương ứng với mỗi loại ảnh vệ tinh khác nhau. Khi sử dụng chỉ số ARVI tại khu vực nghiên cứu được thu thập trực tiếp trên GEE tính tốn dựa vào cơng thức:
ARVI = [NIR - (2 × RED) + BLUE] / [NIR + (2 × RED) + BLUE] (3.1)
Đối với ảnh Sentinel-2, NIR (kênh cận hồng ngoại) là Band 8A; RED (kênh đỏ) là Band 4; BLUE (kênh xanh lam) là Band 2. Giá trị của chỉ số ARVI nằm trong khoảng -1 ÷ 1. Nếu giá trị ARVI càng cao thì khu vực đó có độ che phủ thực vật tốt. Nếu giá trị ARVI thấp thì khu vực đó có độ thực phủ thấp.
Tạo ảnh chỉ số viễn thám: cảnh ảnh chỉ số ARVI và xử lý ảnh vệ tinh trong GEE. Người sử dụng GEE sẽ viết các đoạn chương trình (Script) với việc sử dụng các hàm tạo chỉ số thực vật trong GEE. Người dùng cần biết đối với mỗi chỉ số thực vật hay chỉ số viễn thám sẽ sử dụng Band ảnh nào tương ứng với mỗi loại ảnh vệ tinh khác nhau. Kết quả tạo ảnh chỉ số thực vật kháng khí quyển trên ảnh Sentinel 2 bằng cách tạo đoạn chương trình được thể hiện trong hình sau.
- Các bước được thực hiện trên ArcGIS, cụ thể như sau:
Bước 4. Cắt ảnh theo phạm vi nghiên cứu trong phần mềm ArcGIS 10.3. Phạm vi nghiên cứu ở đây chính là tồn bộ diện tích đất có rừng ở khu vực VQGNKĐ. Việc chỉ lựa chọn các lơ có rừng để phát hiện mất rừng, suy thoái rừng và khu vực thêm rừng mới là phù hợp với mục đích, đồng thời nhằm làm giảm bớt các sai số cho kết quả. Lớp bản đồ phạm vi nghiên cứu được chuyển về sang hệ tọa độ WGS 84 và nó cũng được chuyển từ dạng vector sang dạng Raster trong phần mềm ArcGIS với lệnh “Polygon to Raster” để sử dụng cho việc cắt ảnh theo phạm vi nghiên cứu.
Sử dụng công cụ “Raster Calculator” trong phần mềm ArcGIS để cắt ảnh vệ tinh theo phạm vi nghiên cứunhư trong hình dưới đây:
Hình 3.16. Cắt ảnh vệ tinh theo phạm vi nghiên cứu với công cụ Raster Calculator trong phần mềm ArcGIS
Bước 5. Tính tốn chỉ số tương đối KB trong phần mềm ArcGIS 10.3. Ở bước này, người dùng các ảnh chỉ số viễn thám (sau khi đã được cắt) ở thời điểm T1 và T2 trong kỳ đánh giá biến động để tính giá trị tương đối KB theo cơng thức như sau:
Trong đó: T1, T2 là ảnh chỉ số ARVI tại thời điểm trước và sau khi xảy ra mất rừng, suy thoái rừngvà khu vực thêm rừng mới;
Sử dụng công cụ “Raster Calculator” trong phần mềm ArcGIS để tính giá trị tương đối KB cho ảnh theo công thức (3.1) đã nêu ở Bước 3 và được thể hiện trên hình sau đây.
Hình 3.17. Tính tốn giá trị tương đối KB với công cụ Raster Calculator trong phần mềm ArcGIS
Bước 6. Xác định điểm mất rừng, suy thoái rừng trong phần mềm ArcGIS 10.3. Ảnh chỉ số viễn thám ARVI sau khi được tính giá trị tương đối KB sẽ được phân loại theo ngưỡng mất rừng, suy thoái rừng, ngưỡng thêm rừng nhằm xác định các vùng mất rừng, suy thoái rừng và thêm rừng. Sử dụng ngưỡng giá trị tương đối KB từ kết quả nghiên cứu của đề tài luận án cho việc phân loại mất rừng, suy thoái rừng: i). Từ-29,83087 đến -5,44138 đối với phát hiện suy thoái rừng và (ii).Từ -88,76 đến -65,77 đối với phát hiện mất rừng và (iii). Từ 173,93 đến 965,43 đối với phát hiện thêm rừng với chỉ số thực vật kháng khí quyểnKB (ARVI) trên loại ảnh Sentinel 2 để phát hiện mất rừng, suy thoái rừng và khu vực thêm rừng mới ở khu vực VQGNKĐ. (adsbygoogle = window.adsbygoogle || []).push({});
Trong khi phân loại trên phần mềm ArcGIS, người dùng có thể ký hiệu ngưỡng suy thối rừng đặt là 1, ngưỡng mất rừng đặt là 2, ngưỡng thêm rừng là 3 các ngưỡng khác đặt là 0 như trong hình dưới đây:
Hình 3.18. Phân loại ngưỡng chỉ số tương đối KB với chỉ số ARVI và ảnh Sentinel 2 trên phần mềm ArcGIS
Dữ liệu ảnh sau phân loại được chuyển từ định dạng Raster sang dạng vector với việc sử dụng công cụ “Raster to Polygon” trong phần mềm ArcGIS 10.3. Người sử dụng lựa chọn các vùng mất rừng, suy thoái rừng theo mã phân loại ( mã 1-suy thoái rừng, mã 2-mất rừng) và lưu thành 1 lớp bản đồ riêng. Sau đó, lớp bản đồ chứa tập hợp các pixel thể hiện mất rừng, suy thoái rừng và khu vực thêm rừng mới được chuyển sang dạng vùng thông qua sử dụng công cụ “Raster to Polygon” trong phần mềm ArcGIS 10.3.
Bước 7. Kiểm chứng kết quả. Các diện tích mất rừng, suy thối rừng và khu vực thêm rừng mới sau khi được xác định trên phần mềm sẽ được kiểm chứng thông tin từ các nguồn thực địa hoặc nguồn ảnh có độ phân giải cao như Google Earth hoặc Planet.com để loại bỏ sai sót có thể xảy ra từ yếu tố nhiễu ảnh.
Bước 8. Cập nhật thông tin cho các điểm mất rừng, suy thoái rừng và khu vực thêm rừng mới trong phần mềm ArcGIS 10.3. Các diện tích mất rừng, suy thối rừng sau khi được xác định cần được cập nhật các thông tin
như: lô, khoảnh, tiểu khu, trạng thái rừng, tên chủ rừng, v.v, những thông tin này phục vụ công tác thơng báo, xác minh, kiểm chứng ngồi thực địa. Người dùng sử dụng lớp bản đồ cập nhật diễn biến rừng của khu vực nghiên cứu và sử dụng công cụ “Intersect” trong phần mềm ArcGIS 10.3 để cập nhật các thông tin từ lớp bản đồ cập nhật diễn biến rừng cho các điểm mất rừng, suy thoái rừng và thêm rừng mới. Một số thơng tin hình ảnh cập nhật tại khu vực nghiên cứu được thể hiện trong hình sau.
Hình 3.19. Cập nhật thơng tin cho các điểm mất rừng, suy thối rừng và khu vực thêm rừng mới
Bước 9. Biên tập bản đồ vị trí mất rừng, suy thối rừng và thêm rừng. Việc biên tập bản đồ vị trí mất rừng, suy thối rừngvà khu vực thêm rừng mới có thể được thực hiện hoặc không thực hiện dựa vào nhu cầu của người sử dụng. Việc biên tập bản đồ vị trí mất rừng, suy thối rừng và khu vực thêm rừng mới có thể thực hiện trên các hệ phần mềm khác nhau như: Mapinfo, ArcGIS v.v.
Trong quá trình thực hiện các bước đối với quy trình ứng dụng trong ArcGIS, một số khâu công việc được lặp đi, lặp lại nhiều lần, cụ thể các khâu lặp lại nhiều lần từ bước 4 đến bước 8. Do đó, luận án đã ứng dụng cơng cụ ModelBuilder trong phần mềm ArcGIS để xây dựng một mơ hình cho phép thực hiện lần lượt các bước này trong phần mềm ArcGIS đồng thời mơ hình này có thể lưu lại trên phần mềm ArcGIS để sử dụng lại như hình bên dưới.
Nếu như chỉ số tương đối KB với các ngưỡng đã được xác định cho phát hiện mất rừng, suy thoái rừng và khu vực thêm rừng mới của luận án được sử dụng để xây dựng và phát triển một phần mềm tự động phát hiện sớm mất rừng, suy thoái rừng và khu vực thêm rừng mới ở khu vực Vườn Quốc gia Nam Ka Đinh thì nó là một sản phẩm cơng nghệ hữu ích cho các nhà quản lý trong công tác quản lý bảo vệ rừng tại Lào. Tuy nhiên, với các bước kỹ thuật thực hiện trên Google Earth Engine và phần mềm ArcGIS đã được luận án đề xuất cũng đã có thể giúp cho các cán bộ kỹ thuật của các Chi cục Kiểm lâm cấp tỉnh, Hạt Kiểm lâm cấp huyện và các Vườn Quốc gia và các tổ chức có thể ứng dụng được cơng nghệ địa khơng gian để phát hiện sớm mất rừng, suy thối rừng, thêm rừng trên địa bàn của mình quản lý. Bên cạnh đó, tác giả cũng đề xuất một số hướng giải quyết cho người ứng dụng trong một số trường hợp điển hình mà phạm vi giới hạn của luận án chưa giải quyết được, cụ thể như sau:
- Đối với việc phát hiện sớm mất rừng, suy thoái rừng, thêm rừng vào mùa mưa ở Miền Trung Lào. Vào các tháng mùa mưa, xác suất để có được một cảnh ảnh Sentinel có tỷ lệ mây thấp, dưới 10% là khá cao do số lượng ảnh trong 1 tháng cao hơn các loại ảnh vệ tinh khác. Do đó, để có thể phát hiện được các diện tích mất rừng, suy thoái rừng, thêm rừng ngay trong 1 hay vài tháng trên ảnh vệ tinh là có tính khả thi cao hơn khi dùng ảnh vệ tinh Sentinel. Do vậy, có thể phát hiện được sớm mất rừng, suy thoái rừng, thêm rừng bằng cách: sử dụng 1 ảnh ở thời điểm T1 có chất lượng tốt nhất (tỷ lệ mây thấp, thường vào tháng mùa khơ), sau đó sử dụng ảnh T2 là các ảnh của các tháng mùa mưa hoặc ảnh T2 là ảnh có chất lượng tốt nhất vào đầu mùa khô kế tiếp. Với cách lựa chọn ảnh như vậy có thể phát hiện được mất rừng, suy thối rừng, ít nhất là có thể phát hiện được các diện tích mất rừng, suy thoái rừng trong cả một mùa mưa của năm.
Ngồi ra, nếu người sử dụng có kiến thức về sử dụng ảnh Radar, có thể thử nghiệm để phát hiện sớm mất rừng, suy thoái rừng, thêm rừng ở khu vực Vườn Quốc gia Nam Ka Đinh vào mùa mưa với việc sử dụng ảnh Radar (Sentinel 1) hoặc kết hợp ảnh Sentinel 1 với các ảnh Landsat 8, Sentinel 2 . Đối với ảnh Radar nói chung, nó khơng bị ảnh hưởng bởi mây nên có thể khá khả quan khi áp dụng để phát hiện mất rừng, suy thoái rừng vào mùa mưa. Tuy nhiên, ảnh Radar lại bị ảnh hưởng mạnh bởi độ dốc địa hình, nên để có thể sử dụng được ảnh Sentinel 1 hoặc kết hợp giữa ảnh Sentinel 1 và các ảnh quang học khác địi hỏi người có kinh nghiệm trong lĩnh vực này.
- Đối với việc phát hiện sớm mất rừng, suy thoái rừng, thêm rưng cho kiểu rừng tự nhiên lá rộng rụng lá ở khu vực Vườn Quốc gia Nam Ka Đinh. Đây là kiểu rừng có diện tích chính và là kiểu rừng đặc thù ở khu vực Vườn Quốc gia Nam Ka Đinh. Điều này cho thấy, việc sử dụng công nghệ địa không gian để phát hiện sớm mất rừng, suy thoái rừng, thêm rừngđối với kiểu rừng này là rất có ý nghĩa. Sử dụng chỉ số tương đối KB với việc sử dụng các ảnh tại thời điểm T1, T2 như vậy dẫn đến kết quả có giá trị âm (-) do giá trị chỉ số viễn thám tại thời điểm T2 tăng lên so với thời điểm T1. Từ đó, có thể phát hiện ra các diện tích mất rừng, suy thoái rừng tại các vùng có giá trị tương đối KB mang giá trị âm nhưng gần với giá trị 0, tức là giá trị chỉ số viễn thám tăng ít. Đây có thể xem như một trường hợp nghiên cứu về ngưỡng để phát hiện tăng rừng (rừng trồng mới, rừng tăng cường chất lượng). Người dùng cần lưu ý, phạm vi nghiên cứu chỉ lựa chọn các lơ có rừng để nâng cao độ chính xác của kết quả.
- Một số lưu ý trong việc nâng cao độ chính xác phát hiện và kiểm chứng kết quả phát hiện sớm mất rừng, suy thoái rừng và thêm rừng. Người sử dụng cần chú ý đến các vấn đề liên quan đến yếu tố ảnh đầu vào như: lựa chọn ảnh trong phạm vi có rừng; sử dụng ảnh vệ tinh Sentinel 2A/B là các
ảnh vệ tinh đã được hiệu chỉnh khí quyển (đưa về giá trị phản xạ phổ bề mặt) trong GEE; cần lựa chọn ảnh vệ tinh có tỷ lệ mây thấp, sử dụng thuật tốn loại bỏ mây trong GEE để loại bỏ các vùng mây trong ảnh. Đối với trường hợp áp dụng cho khu vực khu vực ngoài Vườn Quốc gia Nam Ka Đinh , thì yếu tố được coi là quan trọng nhất là cần thử nghiệm lại ngưỡng chỉ số tương