intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Luận văn Thạc sĩ Khoa học lâm nghiệp: Ứng dụng công nghệ GIS và Viễn thám trong đánh giá diễn biến tài nguyên rừng ở xã Đắc Lua, huyện Tân Phú, tỉnh Đồng Nai

Chia sẻ: Tri Tâm | Ngày: | Loại File: PDF | Số trang:95

19
lượt xem
3
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Đề tài nghiên cứu nhằm 3 mục tiêu: Xây dựng được bản độ hiện trạng và đánh giá được biến động tài nguyên rừng tại xã Đắc Lua, huyện Tân Phú, tỉnh Đồng Nai; xác định nguyên nhân dẫn đến tình trạng biến đổi tài nguyên rừng tại khu vực nghiên cứu; đề xuất giải pháp quản lý tài nguyên rừng bền vững tại khu vực nghiên cứu.

Chủ đề:
Lưu

Nội dung Text: Luận văn Thạc sĩ Khoa học lâm nghiệp: Ứng dụng công nghệ GIS và Viễn thám trong đánh giá diễn biến tài nguyên rừng ở xã Đắc Lua, huyện Tân Phú, tỉnh Đồng Nai

  1. BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ NÔNG NGHIỆP & PTNT TRƯỜNG ĐẠI HỌC LÂM NGHIỆP NGUYỄN VĂN DỰ ỨNG DỤNG CÔNG NGHỆ GIS VÀ VIỄN THÁM TRONG ĐÁNH GIÁ DIỄN BIẾN TÀI NGUYÊN RỪNG Ở XÃ ĐẮC LUA, HUYỆN TÂN PHÚ, TỈNH ĐỒNG NAI LUẬN VĂN THẠC SỸ KHOA HỌC LÂM NGHIỆP Đồng Nai, 2017
  2. BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ NÔNG NGHIỆP & PTNT TRƯỜNG ĐẠI HỌC LÂM NGHIỆP NGUYỄN VĂN DỰ ỨNG DỤNG CÔNG NGHỆ GIS VÀ VIỄN THÁM TRONG ĐÁNH GIÁ DIỄN BIẾN TÀI NGUYÊN RỪNG Ở XÃ ĐẮC LUA, HUYỆN TÂN PHÚ, TỈNH ĐỒNG NAI CHUYÊN NGÀNH: LÂM HỌC MÃ SỐ: 60 62 02 01 LUẬN VĂN THẠC SỸ KHOA HỌC LÂM NGHIỆP NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. TRẦN QUỐC HOÀN Đồng Nai, 2017
  3. i CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự do – Hạnh phúc LỜI CAM ĐOAN Tôi cam đoan, đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình nghiên cứu nào khác. Nếu nội dung nghiên cứu của tôi trùng lặp với bất kỳ công trình nghiên cứu nào đã công bố, tôi xin hoàn toàn chịu trách nhiệm và tuân thủ kết luận đánh giá luận văn của Hội đồng khoa học. Đồng Nai, ngày......tháng......năm 2017 Ngƣời cam đoan (Tác giả ký và ghi rõ họ tên) Nguyễn Văn Dự
  4. ii LỜI CẢM ƠN Luận văn Thạc sỹ khoa học lâm học: “Ứng dụng công nghệ GIS và Viễn thám trong đánh giá diễn biến tài nguyên rừng ở xã Đắc Lua, huyện Tân Phú, tỉnh Đồng Nai” đƣợc hoàn thành theo chƣơng trình Đào tạo Sau đại học của trƣờng Đại học lâm nghiệp Việt Nam Cơ sở 2. Có đƣợc luận văn này, tác giả xin bày tỏ lòng biết ơn sâu sắc tới Ban giám hiệu, các thầy cô trong Khoa đào tạo sau đại học, các thầy cô giáo trực tiếp giảng dạy đã tạo điều kiện giúp đỡ, động viên tác giả hoàn thành luận văn này. Đặc biệt tác giả xin bày tỏ lòng biết ơn chân thành và sâu sắc tới TS. Trần Quốc Hoàn - ngƣời hƣớng dẫn khoa học, đã tận tình hƣớng dẫn tác giả từ khi hình thành phát triển ý tƣởng đến xây dựng đề cƣơng, phƣơng pháp luận, tìm tài liệu và có những chỉ dẫn khoa học quý báu trong suốt quá trình triển khai nghiên cứu và hoàn thành đề tài. Xin chân thành cảm ơn sự quan tâm, giúp đỡ nhiệt tình, tạo điều kiện của Hạt Kiểm lâm, cán bộ, nhân dân xã Đắk Lua, huyện Tân Phú đối với tác giả trong quá trình thu thập số liệu ngoại nghiệp và hoàn thiện luận văn. Tác giả xin bày tỏ và gửi lời cảm ơn đến bạn bè, đồng nghiệp và ngƣời thân trong gia đình đã động viên giúp đỡ tác giả hoàn thành bản luận văn này. Mặc dù đã nỗ lực hết mình, nhƣng do trình độ hạn chế về nhiều mặt, nên luận văn không thể tránh khỏi những thiếu sót nhất định. Tác giả rất mong nhận đƣợc những ý kiến đóng góp và xin chân thành tiếp thu mọi ý kiến đóng góp đó. Xin chân trọng cảm ơn! Đồng Nai, 27 tháng 3 năm 2017 Tác giả Nguyễn Văn Dự
  5. iii DANH MỤC CÁC TỪ VIẾT TẮT Từ viết tắt Nghĩa DVI (Difference vegetion index): Chỉ số thực vật sai khác . EVI (Enhancement vegetation index): Chỉ số tăng cƣờng lớp thực vật (Food and Agriculture Organization of the United Nations): Tổ FAO chức Lƣơng thực và Nông nghiệp Liên Hiệp Quốc. GIS (Geography Infomation System): Hệ thống thông tin địa lý. GPS (Global Positioning System) : Hệ thống định vị toàn cầu. GVI (green vegetation index): Chỉ số màu xanh thực vật MKA Mẫu khóa ảnh. (Normalized Difference Vegetation Index): Chỉ số thực vật khác NDVI biệt chuẩn hóa. NIR Kênh cận hồng ngoại của ảnh vệ tinh. ÔTC Ô Tiêu chuẩn. RED Kênh đỏ của ảnh RS (Remote Sensing): Viễn thám RVI (ratio vegetion index): Tỷ số chỉ số thực vật. TRRI (total ratio reflectance index): Tỷ số tổng giá trị cấp độ xám UBND Ủy ban nhân dân.
  6. iv MỤC LỤC LỜI CAM ĐOAN ........................................................................................................ i LỜI CẢM ƠN .............................................................................................................ii DANH MỤC CÁC TỪ VIẾT TẮT .......................................................................... iii MỤC LỤC .................................................................................................................. iv DANH MỤC CÁC BẢNG........................................................................................vii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊĐẶT VẤN ĐỀ ......................................... viii Chƣơng 1 TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU .................................................. 3 1.1. Trên thế giới .........................................................................................................3 1.1.1. Các nghiên cứu về điều tra thành lập bản đồ hiện trạng rừng từ ảnh viễn thám .....................................................................................................................................3 1.1.2. Các nghiên cứu về điều tra, xây dựng bản đồ biến động tài nguyên ..............12 1.2. Ở Việt Nam ........................................................................................................17 1.2.1. Các nghiên cứu về điều tra xây dựng bản đồ hiện trạng rừng ........................17 Chƣơng 2.ĐIỀU KIỆN TỰ NHIÊN, KINH TẾ - XÃ HỘI XÃ ĐẮK LUA, HUYỆN TÂN PHÚ, TỈNH ĐỒNG NAI ................................................................................. 24 2.1. Điều kiện tự nhiên ..............................................................................................24 2.1.1. Vị tr địa lý ......................................................................................................24 2.1.2. Địa hình, địa mạo ............................................................................................24 2.1.4. Chế độ thủy văn ..............................................................................................25 2.1.5. Cảnh quan thiên nhiên và tiềm năng du lịch ...................................................25 2.1.6. Đánh giá chung về điều kiện tự nhiên và cảnh quan thiên nhiên....................26 2.2. Các nguồn tài nguyên .........................................................................................26 2.2.1. Tài nguyên đất .................................................................................................26 2.2.2. Tài nguyên rừng ..............................................................................................26 2.2.3. Tài nguyên khoáng sản....................................................................................27 2.2.4. Tài nguyên nƣớc ..............................................................................................27 2.2.5. Tài nguyên nhân văn .......................................................................................27
  7. v 2.3. Thực trạng phát triển kinh tế xã hội ...................................................................28 2.4. Thực trạng phát triển cơ sở hạ tầng ....................................................................28 2.4.1. Giao thông .......................................................................................................28 2.4.2. Thủy lợi ...........................................................................................................28 2.4.3. Xây dựng cơ bản .............................................................................................28 2.4.4. Giáo dục - Y tế ................................................................................................29 2.5. Đời sống xã hội ..................................................................................................29 2.6 Đánh giá chung ...................................................................................................30 Chƣơng 3.MỤC TIÊU, ĐỐI TƢỢNG, PHẠM VI, NỘI DUNG VÀ PHƢƠNG PHÁP NGHIÊN CỨU............................................................................................... 31 3.1. Mục tiêu nghiên cứu...........................................................................................31 3.1.1. Mục tiêu chung ................................................................................................31 3.1.2. Mục tiêu cụ thể ................................................................................................31 3.2. Đối tƣợng, phạm vi nghiên cứu .........................................................................31 3.2.1. Đối tƣợng nghiên cứu: ....................................................................................31 3.2.2. Phạm vi nghiên cứu:........................................................................................31 3.3. Nội dung nghiên cứu ..........................................................................................32 3.4. Phƣơng pháp nghiên cứu. ...................................................................................32 3.4.1. Chuẩn bị ..........................................................................................................33 2.4.2. Xây dựng mẫu phân loại .................................................................................33 2.4.3. Giải đoán ảnh bằng phần mềm eCogniton Developer ....................................34 2.4.4. Xây dựng bản đồ giải đoán. ............................................................................35 2.4.5. Kiểm tra ngoại nghiệp. ....................................................................................37 2.4.6. Hoàn thiện bản đồ thành quả. ..........................................................................39 2.4.7. Đánh giá biến động tài nguyên rừng. ..............................................................39 Chƣơng 4.KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN ....................................... 40 4.1. Xây dựng bộ mẫu khóa ảnh phục vụ giải đoán ảnh vệ tinh khu vực nghiên cứu. ...................................................................................................................................40 4.2. Xây dựng bản đồ hiện trạng rừng khu vực nghiên cứu ......................................45
  8. vi 4.2.1. Bản đồ giải đoán ảnh vệ tinh. ..........................................................................45 4.2.2. Đánh giá độ ch nh xác của việc thành lập bản đồ hiện trạng rừng huyện ......45 4.2.3. Bổ sung ngoại nghiệp, hoàn thiện bản đồ hiện trạng rừng. ..........................51 4.3: Đánh giá biến động tài nguyên rừng tại xã Đắk Lua giai đoạn 2010 – 2016. ...54 4.4. Giải pháp nâng cao hiệu quả công tác quản lý bảo vệ rừng ở xã Đắk Lua, huyện Tân Phú, tỉnh Đồng Nai ............................................................................................62 4.4.1. Tiếp tục hoàn thiện giao rừng và đất lâm nghiệp cho hộ gia đình và cộng đồng. ..........................................................................................................................62 4.4.2. Tăng cƣờng năng lực của bộ máy quản lý nhà nƣớc về rừng và đất lâm nghiệp ...................................................................................................................................63 4.4.3. Tăng cƣờng công tác bảo vệ rừng và phát triển rừng .....................................63 4.4.4. Phát triển nguồn nhân lực phục vụ công tác bảo vệ và phát triển rừng ..........64 KẾT LUẬN, TỒN TẠI VÀ KIẾN NGHỊ ................................................................. 65 1. Kết luận .................................................................................................................65 2. Tồn tại ...................................................................................................................66 3. Kiến nghị ...............................................................................................................66 TÀI LIỆU THAM KHẢO ......................................................................................... 67 PHỤ LỤC .................................................................................................................. 70
  9. vii DANH MỤC CÁC BẢNG Bảng 1.1. Thông số kỹ thuật của một số loại ảnh viễn thám đƣợc sử dụng phổ biến hiện nay ....................................................................................................................... 5 Bảng 1.2. Bảng ma trận biến động giữa hai thời điểm ............................................. 14 Bảng 3.1. Ma trận sai số phân loại ............................................................................ 36 Bảng 4.1. Số lƣợng MKA theo sinh cảnh ................................................................. 42 Bảng 4.2 Một số hình ảnh đại diện cho bộ MKA đề tài đã xây dựng. ...................... 43 Bảng 4.3: Kết quả lựa chọn tham số phù hợp. .......................................................... 46 Bảng 4.4: Ngƣỡng phân loại của các tham số ........................................................... 43 Bảng 4.5: Ma trận sai số giải đoán ............................................................................ 47 Bảng 4.6: Diện t ch các sinh cảnh sau giải đoán ....................................................... 50 Hình 4.5: Bản đồ hiện trạng rừng năm 2016 ............................................................. 52 Bảng 4.7 So sánh diện t ch sinh cảnh các trạng thái ................................................. 52 Bảng 4.8: Quy đổi hệ thống phân loại ...................................................................... 55 Bảng 4.9: So sánh diện t ch các sinh cảnh ................................................................ 56 Bảng 4.10: Ma trận biến động ................................................................................... 58
  10. viii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 3.1. Sơ đồ các bƣớc xây dựng bản đồ rừng từ ảnh vệ tinh spot6 ..................... 32 Hình 4.1: Bản đồ tuyến điều tra MKA ...................................................................... 41 Hình 4.2. Kết quả phân loại không kiểm định với bộ tham số phù hợp ................... 47 Hình 4.3: Bản đồ giải đoán hiện trạng rừng 2016 ..................................................... 45 Hình 4.4: Biểu đồ diện t ch các trạng thái sinh cảnh sau giải đoán .......................... 51 Hình 4.6: Biểu đồ so sánh diện t ch cá trạng thái sinh cảnh giải đoán và sau cập nhật...................... 54 Hình 4.7: Bản đồ hiện trạng rừng năm 2010 ............................................................. 55 Hình 4.8. Bản đồ biến động tài nguyên rừng giai đoạn 2010-2016 .......................... 58
  11. 1 ĐẶT VẤN ĐỀ Rừng có vai trò rất quan trọng đối với cuộc sống của con ngƣời cũng nhƣ môi trƣờng. Không chỉ là nơi cung cấp nguồn gỗ, củi, điều hòa, tạo ra oxy, điều hòa nƣớc… mà rừng còn là nơi cƣ trú của các loài động thực vật và tàng trữ các nguồn gen quý hiếm, bảo vệ và ngăn chặn gió bão, chống xói mòn đất, đảm bảo cho sự sống, bảo vệ sức khỏe của con ngƣời. Ngày nay khoa học công nghệ và sự phát triển mạnh mẽ của khoa học kỹ thuật giúp con ngƣời quản lý tốt hơn các nguồn tài nguyên, trong đó có khoa học kỹ thuật viễn thám. Kỹ thuật viễn thám đƣợc ứng dụng vào nhiều lĩnh vực nghiên cứu của Việt Nam đã mang lại nhiều ứng dụng to lớn trong quản lý tài nguyên. Trong lĩnh vực lâm nghiệp, kỹ thuật viễn thám đã đƣợc sử dụng để thành lập các loại bản đồ hiện trạng rừng, phân loại trạng thái rừng, phân vùng trọng điểm cháy rừng, theo dõi diễn biến tài nguyên rừng. Những năm trƣớc đây để điều tra theo dõi diễn biến tài nguyên rừng chủ yếu vẫn dựa trên việc đo vẽ, thành lập bản đồ hiện trạng rừng bằng phƣơng pháp thủ công vì vậy công việc này đòi hỏi tốn rất nhiều thời gian, công sức, tiền bạc, độ ch nh xác không cao và thông tin thƣờng không đƣợc cập nhật vì tình hình rừng và đất rừng luôn biến động. Trong những năm gần đây, khi khoa học công nghệ viễn thám phát triển mạnh thì việc áp dụng công nghệ viễn thám vào lâm nghiệp là rất cần thiết vì kỹ thuật viễn thám với khả năng quan sát các đối tƣợng ở các độ phân giải phổ và không gian khác nhau, chu kỳ chụp lặp từ một tháng đến một ngày cho phép ta quan sát và xác định nhanh chóng hiện trạng lớp phủ rừng, từ đó có thể dễ dàng xác định đƣợc biến động rừng và đặc biệt là xu hƣớng của biến động. Đắk Lua là một xã vùng sâu, vùng xa của huyện Tân Phú có tài nguyên rừng của xã rất lớn (39.004,69 ha), chiếm 93,17% tổng diện t ch tự nhiên của xã. Chủ yếu là rừng đặc dụng (38.794,74 ha), có tác dụng chống xói mòn, rửa trôi, bảo vệ đất đai và môi trƣờng. Ngoài ra, nơi đây còn tập hợp nhiều động thực vật quý hiếm, nằm trong Vƣờn Quốc gia Cát Tiên.
  12. 2 Để đƣa ra các chiến lƣợc hay kế hoạch phát triển rừng bền vững, cần đặc biệt chú trọng công tác theo dõi, đánh giá và dự báo xu thế diễn biến rừng. Nhận thấy tầm quan trọng của chúng, tôi tiến hành nghiên cứu “Ứng dụng công nghệ GIS và Viễn thám trong đánh giá diễn biến tài nguyên rừng ở xã Đắc Lua, huyện Tân Phú, tỉnh Đồng Nai”
  13. 3 Chƣơng 1 TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 1.1. Trên thế giới 1.1.1. Các nghiên cứu về điều tra thành lập bản đồ hiện trạng rừng từ ảnh viễn thám Điều tra rừng là một hệ thống các phƣơng pháp thu thập dữ liệu về đặc điểm tài nguyên rừng trên một diện t ch xác định, các chỉ tiêu điều tra ch nh bao gồm: tổ thành loài, đƣờng k nh ngang ngực, chiều cao, tuổi, t nh toán trữ lƣợng, tăng trƣởng của lâm phần và xây dựng các bản đồ tài nguyên rừng. Điều tra rừng đƣợc thực hiện nhằm mục đ ch kiểm kê, đánh giá và phân t ch biến động của tài nguyên rừng. Cùng với sự phát triển của khoa học công nghệ, phƣơng pháp và sản phẩm của điều tra rừng cũng thay đổi theo thời gian. Những nghiên cứu về điều tra rừng bắt đầu đƣợc thực hiện từ thế kỷ 19 ở Châu Âu và Bắc Mỹ, phƣơng pháp điều tra rừng đƣợc sử dụng là đo đếm hoặc liệt kê toàn bộ cây trên những ô tiêu chuẩn điển hình. Phƣơng pháp ƣớc lƣợng bằng mắt thƣờng đƣợc áp dụng, phƣơng pháp này sử dụng “cây trung bình” để ƣớc t nh trữ lƣợng cho một ô tiêu chuẩn, từ đó quy đổi cho toàn khu vực. Trong giai đoạn này, các phƣơng pháp thống kê toán học (chọn mẫu) cũng bắt đầu đƣợc đƣa vào áp dụng để xây dựng bản đồ tài nguyên rừng từ các kết quả điều tra trên các ô tiêu chuẩn. Tuy nhiên, phƣơng pháp điều tra khoanh vẽ trên thực địa khi đƣợc áp dụng thƣờng không hiệu quả do chi ph rất tốn kém, mất nhiều thời gian và không kịp thời khi đánh giá biến động tài nguyên rừng, đặc biệt là khi điều tra trên một diện t ch rộng lớn. Ảnh hàng không bắt đầu đƣợc áp dụng từ đầu thế kỷ 20 để khoanh vẽ các trạng thái rừng. Ảnh hàng không thƣờng đƣợc lƣu trên giấy ảnh hoặc ảnh số. Từ những thử nghiệm lẻ tẻ về ứng dụng ảnh hàng không trong lâm nghiệp vào thời gian đầu, đã có nhiều tác giả sử dụng thành công ảnh hàng không để xây dựng bản đồ tài
  14. 4 nguyên rừng ở các nƣớc nhƣ Canada, Mỹ và Anh. Ảnh hàng không thƣờng đƣợc giải đoán bằng mắt thƣờng với sự hỗ trợ của các thiết bị quang học nhƣ k nh lúp, k nh lập thể, máy tổng hợp màu để các định đối tƣợng. Các trạng thái rừng khác nhau trên ảnh đƣợc khoanh vẽ dựa trên một số tiêu ch sau: cấp độ sáng (tone); k ch thƣớc (size) và hình dáng (shape) của tán cây; biến đổi trong cấu trúc tán cây (texture); phân bố không gian của tán cây (pattern); bóng cây (shadow) (Thomas M. Lillesand, Ralph W. Kiefer, 2000) [22]. Ƣu điểm của việc sử dụng ảnh hàng không so với điều tra mặt đất là: cung cấp một bức tranh toàn cảnh về phân bố của rừng trên một diện t ch rộng; lƣu giữ đƣợc những biến đổi về động thái của rừng theo thời gian; ảnh hàng không có thể chụp với bƣớc sóng từ tia cực t m đến hồng ngoại gần (0.3m – 0.9m), vì vậy có thể phản ánh những thông tin mà mắt thƣờng không thấy đƣợc. Nhƣợc điểm của ảnh hàng không là rất khó chụp, lƣu giữ, hiệu chỉnh và giải đoán. Ngoài ra việc giải đoán bằng mắt là rất chủ quan phụ thuộc vào trình độ, kinh nghiệm ngƣời giải đoán, kết quả không đồng nhất, khó triển khai trên diện rộng, thời gian thực hiện lâu và tốn kém nhiều nhân lực. Ở Việt nam, công nghệ giải đoán bằng mắt cũng đã và đang đƣợc áp dụng đối với ảnh vệ tinh trong phân loại rừng và đã bộc lộ rất nhiều tồn tại. Trong vòng khoảng 35 năm trở lại đây, ảnh vệ tinh với phƣơng pháp xử lý số đã đƣợc sử dụng rộng rãi và dần thay thế ảnh hàng không trong xây dựng các bản đồ tài nguyên rừng phục vụ công tác điều tra và kiểm kê rừng (Lambin EF, Turner BL, Helmut J, et al, 2001) [17]. Phƣơng pháp xử lý số có ƣu điểm nổi bật là thời gian xử lý ngắn, việc phân loại các đối tƣợng đƣợc tiến hành nhanh chóng trên phạm vi rộng mà không cần công đi thực địa, công việc đƣợc thực hiền hoàn toàn dựa vào cấp độ xám của các pixel, nên kết quả thu đƣợc khách quan không phụ thuộc vào chủ quan của nguời giải đoán. Tuỳ thuộc vào yêu cầu sử dụng, ảnh vệ tinh sẽ cho phép xây dựng các bản đồ tài nguyên rừng với quy mô và tỷ lệ khác nhau một cách nhanh chóng, hoặc đánh giá đƣợc biến động của hiện trạng rừng ở hiện tại so sánh với các thời điểm trong quá khứ. Với những ƣu điểm nhƣ vậy, đã có rất nhiều chuyên gia và các nhà nghiên cứu sử dụng ảnh vệ tinh để khoanh vẽ lớp
  15. 5 phủ thực vật trên bề mặt trái đất từ quy mô nhỏ đến toàn cầu (Yichun Xie, Zongyao Sha and Mei Yu, 2008) [24]. Hiện nay, trên thế giới có rất nhiều vệ tinh cung cấp ảnh có độ phân giải không gian, bƣớc sóng, số lƣợng kênh phổ và chu kỳ bay chụp khác nhau, từ các ảnh đa phổ (multispectral sensors) tới ảnh siêu phổ (hyperspectral), bƣớc sóng biến động từ nhìn thấy tới sóng siêu cao tần, độ phân giải không gian từ 30m, (ii) ảnh có độ phân giải trung bình 10m - 30m; (iii) ảnh có độ phân giải cao 2 – 10 m; (iv) ảnh có độ phân giải rất cao < 2m. Mỗi loại ảnh vệ tinh khác nhau lại có đặc điểm về độ phân giải không gian, bƣớc sóng, chu kỳ bay chụp, giá thành khác nhau. Vì vậy, lựa chọn ảnh vệ tinh th ch hợp trong xây dựng bản đồ phân loại rừng cần phải cân nhắc kỹ, thƣờng dựa vào những căn cứ sau: (i) mục tiêu của bản đồ, (ii) giá thành của ảnh, (iii) điều kiện kh quyển, (iv) những yêu cầu kỹ thuật trong việc giải đoán ảnh. Trong xây dựng các bản đồ phân loại rừng, nhƣng loại ảnh viễn thám đƣợc sử dụng phổ biên bao gồm Landsat TM và ETM+, SPOT, MODIS, NOAA-AVHRR, IKONOS và QuickBird. Đặc điểm và khả năng ứng dụng của mỗi loại ảnh vệ tinh trên đƣợc tổng hợp ở bảng sau: Bảng 1.1. Thông số kỹ thuật của một số loại ảnh viễn thám đƣợc sử dụng phổ biến hiện nay Loại ảnh Thông số kỹ thuật Ứng dụng trong phân loại rừng 1. Ảnh đa phổ có độ phân giải thấp (Multispectral Low Resolution Sensors MODIS Độ phân giải thấp (250m – 1000m); - Quy mô bản đồ: toàn Trƣờng phủ 2330km; Chu kỳ bay chụp cầu, lục địa hoặc quốc 1-2 ngày; Ảnh có từ 2000 (vệ tinh Terra) gia hoặc 2002 (vệ tinh Aqua) đến nay. - Phân loại lớp phủ (vd: AVHRR Độ phân giải thấp 1km từ các vệ tinh rừng, độ thị, mặt nƣớc...) NOAA; Trƣờng phủ 2400km x 6400km; Ảnh có từ 1980 đến nay.
  16. 6 2. Ảnh đa phổ có độ phân giải trung bình (Multispectral Moderate Resolution Sensors) Landsat TM Độ phân giải thấp đến trung bình (30m - - Quy mô bản đồ: khu 120m); Trƣờng phủ 185km x 185km; vực Chu kỳ bay chụp 16 ngày; Ảnh từ năm - Phân loại rừng ở cấp độ 1982 đến nay; quần xã Landsat Độ phân giải thấp đến trung bình (15m - - Quy mô bản đồ: khu ETM+ 120m); Trƣờng phủ 185km x 185km. vực (Landsat 7) Chu kỳ bay chụp 16 ngày; Ảnh có từ - Phân loại rừng ở cấp độ 1999 đến nay; quần xã hoặc một số loài ASTER Độ phân giải trung bình (15-90m) với 14 ƣu thế có nhận biệt rõ kênh phổ từ bƣớc sóng nhìn thấy tới hồng ngoại gần; Ảnh có từ năm 2000 đến nay. 3. Ảnh đa phổ có độ phân giải cao (Multispectral High-spatial Resolution Sensors – Hyperspatial ) SPOT Độ phân giải cao đến trung bình, từ 2.5m - Quy mô bản đồ: địa đến 20m (với SPOT VGT là 1km); phƣơng, khu vực (hoặc Trƣờng phủ 60km x 60km (với SPOT lớn hơn đối với SPOT VGT là 1000km x 1000 km); SPOT 1, 2, VGT) 3, 4 và 5 có ảnh tƣơng ứng từ 1986, - Phân loại rừng ở cấp độ 1990, 1993, 1998 và 2002. Hiện nay quần xã hoặc các loài cụ SPOT 1 và 3 đã ngừng cung cấp ảnh. thể IKONOS Độ phân giải rất cao (1m – 4m); Trƣờng - Quy mô bản đồ: khu phủ 11km x 11km; Chu kỳ bay chụp 3- vực, địa phƣơng hoặc 5ngày nhỏ hơn QuickBird Độ phân giải rất cao (0.6m – 2.4m); - Phân loại rừng chi tiết ở Trƣờng phủ 16.5km x 16.5km. Chu kỳ cấp độ quần xã hoặc các bay chụp 1-3.5 ngày tuỳ thuộc vào vĩ độ. loài cụ thể; - Thƣờng đƣợc sử dụng để kiểm tra kết quả phân loại từ các nguồn khác. 4. Ảnh siêu phổ (Hyperspectral Sensors)
  17. 7 AVIRIS Ảnh siêu phổ với 224 kênh từ bƣớc sóng - Quy mô bản đồ: khu nhìn thấy tới sóng ngắn hồng ngoại; Tuỳ vực, địa phƣơng hoặc thuộc vào vĩ độ của vệ tinh mà ảnh có độ nhỏ hơn; phân giải > 1m, trƣờng phủ > 1km. - Phân loại rừng chi tiết ở cấp độ quần xã hoặc các loài cụ thể; ảnh chỉ chụp theo yêu cầu 1 lần, vì vậy không th ch hợp với theo dõi diễn biến rừng. Hyperion Ảnh siêu phổ với 220 kênh từ bƣớc sóng - Quy mô bản đồ: khu nhìn thấy tới sóng ngắn hồng ngoại; Độ vực phân giải không gian 30m; Ảnh có từ - Phân loại rừng chi tiết ở năm 2003. cấp độ quần xã hoặc các loài có nhận biệt rõ. Các thông số kỹ thuật và khả năng ứng dụng của một số ảnh vệ tinh có độ phân giải cao có thể sử dụng để xây dựng bản đồ hiện trạng rừng đƣợc mô tả chi tiết nhƣ sau: + SPOT Ảnh SPOT rất th ch hợp cho việc nghiên cứu, giám sát, dự báo các biến động tài nguyên thiên nhiên, cũng nhƣ các hoạt động của con ngƣời. Có tất cả 5 vệ tinh SPOT đã đƣợc phóng lên từ SPOT1 đến SPOT5 lần lƣợt trong các năm 1986, 1990, 1993, 1998, và 2002. Độ phân giải không gian của ảnh SPOT biến động rất rộng từ 1km đến 2.5m. Ảnh SPOT có 2 mô hình, toàn sắc (panchromatic) hoặc đa phổ (multispectral). Trong đó, ảnh HRV (High Resolution Visible) ở các vệ tinh SPOT1, 2, 3 tƣơng tự với ảnh HRVIR (High Resolution Visible and Infrared) ở SPOT4 và HRG (High Resolution Geometry) ở SPOT5. Ngoài ra, SPOT4 và 5 còn có thêm kênh chụp lớp phủ thực vật ở độ phân giải 1km với chu kỳ lặp lại 1 ngày (SPOT VGT), kênh phổ này rất hữu ch trong việc giám sát lớp phủ thực vật trên một quy mô lớn. Với ƣu thế có nhiều bộ cảm ứng (sensors) và tần suất bay chụp cao, nên vệ tinh SPOT có thể cung cấp ảnh cho bất kỳ vị tr nào trên trái đất hằng ngày. Ảnh SPOT cũng rất thuận lợi trong việc xây dựng bản đồ hiện trạng lớp phủ
  18. 8 thực vật ở nhiều tỷ lệ và quy mô khác nhau. Với những ƣu điểm nhƣ vậy, ảnh SPOT đã có nhiều ứng dụng rộng rãi trong phân loại rừng, và thực vật nói chung. Huang và Siegert (2006) (Dẫn theo Phạm Văn Duẩn (2012) [4]) đã sử dụng ảnh đa thời gian SPOT VGT để giám sát quá trình sa mạc hoá thông qua theo dõi sự biết động của thực vật ở vùng bắc Trung Quốc và đi đến kết luận, ảnh SPOT VGT rất th ch hợp cho việc nghiên cứu biến động lớp phủ thực vật ở quy mô lớn. Kết quả này cũng tƣơng đồng với nghiên cứu của Cabral (2006) (Dẫn theo Phạm Văn Duẩn (2012) [4]) trong việc phân loại lớp phủ ở ph a nam châu Phi. Ngoài ra, ảnh SPOT cũng rất hiệu quả trong việc giám sát sinh trƣởng và phân bố của rừng ở quy mô nhỏ, hoặc các loài cụ thể, kết quả đƣợc thể hiện trong các nghiên cứu: phân bố sinh cảnh của chim Công ở New Zealand (Mathieu, 2006) ; biến động thực vật ven biển ở Hải Nam – Trung Quốc (Millward, 2006). (Dẫn theo Phạm Văn Duẩn (2012) [4]) + IKONOS IKONOS là ảnh vệ tinh thƣơng mại đầu tiên có độ phân giải cao từ năm 1999. Trong đó, kênh toàn sắc có độ phân giải 1m, còn các kênh đa phổ (nhìn thấy đến hồng ngoại gần) có độ phân giải 4m, trƣờng phủ là 11km và chu kỳ bay chụp là 3-5 ngày. Vì vậy, ảnh IKONOS th ch hợp cho phân loại rừng có kết cấu phức tạp và xây dựng những bản đồ có tỷ lệ cao, quy mô nhỏ. Theo nghiên cứu của Goward (2003) (Dẫn theo Phạm Văn Duẩn (2012) [4]), ảnh IKONOS rất th ch hợp cho việc kiểm định kết quả phân loại rừng từ các vệ tinh có độ phân giải thấp hơn. + QuickBird QuickBird có độ phân giải không gian rất cao, 0.6m-0.7m với kênh toàn sắc và 2.4m-2.8m với kênh đa phổ. Với độ phân giải cao nhƣ vậy, QuickBird có thể phân loại rừng một cách ch nh xác, mà còn đƣợc ứng dụng trong theo dõi động thái và cấu trúc rừng. Do giá thành rất cao, nên QuickBird chỉ thƣờng đƣợc sử dụng ở quy mô nhỏ và chi tiết. Wolter (2005) (Dẫn theo Phạm Văn Duẩn (2012) [4])đã sử dụng ảnh QuickBird để phân loại thực vật ngập nƣớc ở cho 3 điểm vùng hồ Great Lakes – Hoa Kỳ; Coops (2006) (Dẫn theo Phạm Văn Duẩn (2012) [4]) sử dụng ảnh QuickBird để phát hiện, giám sát rừng bị phá hại do côn trùng. Tƣơng tự nhƣ ảnh
  19. 9 IKONOS, ảnh QuickBird cũng rất th ch hợp cho việc kiểm định kết quả phân loại từ các ảnh vệ tinh có độ phân giải thấp hơn. Ngoài các loại ảnh vệ tinh nêu trên đƣợc sử dụng trong phân loại rừng, thì cũng còn rất nhiều loại ảnh khác đƣợc sử dụng. V dụ, ảnh ASTER, Landsat, AVNIR2, hoặc ảnh AVIRIS với giải phổ gần liên tục trong 224 kênh, các ảnh siêu phổ này có thể lƣu trữ nhiều thông tin về thực vật và phân loại thực vật ch nh xác hơn các loại ảnh khác có cùng độ phân giải không gian. - Phân loại ảnh bằng phƣơng pháp xử lý số Phân loại ảnh đƣợc định nghĩa là quá trình giải đoán phản xạ phổ thành những đối tƣợng khác nhau. Tổng hợp các công trình nghiên cứu về ứng dụng ảnh vệ tinh trong phân loại rừng trên thế giới, Yichun (2008) đã chia các phƣơng pháp phân loại ảnh vệ tinh thành 2 nhóm ch nh: (1) phƣơng pháp truyền thống; (2) phƣơng pháp cải tiến. + Phương pháp phân loại truyền thống (Traditional Methods) Có hai phƣơng pháp phân loại truyền thống là: phân loại đa phổ không giám sát (unsupervised multispectral classification) dựa trên các thuật toán K-mean và ISODATA; phân loại đa phổ có giám sát (supervised multispectral classification) dựa trên thuận toán xác xuất cực đại (Maximum Likelihood-ML). Cả hai thuật toán K-mean và ISODATA đều liên quan đến việc phân nhóm các phản xạ phổ theo quá trình lặp đi lặp lại, đến khi giá trị trung bình của các nhóm phổ t thay đổi hoặc nhỏ hơn một ngƣỡng nhất định. Phƣơng pháp phân loại không giám sát hoàn toàn dựa vào cấp độ sáng của các điểm ảnh. Ƣu điểm của phƣơng pháp này là tự động phân loại lớp phủ, làm cơ sở cho việc sử dụng các phƣơng pháp phân loại khác có độ ch nh xác cao hơn (Tso và Olsen, 2005). Nhƣợc điểm của phƣơng pháp này là quá trình phân loại sẽ phải chạy lại khi dữ liệu mới đƣợc bổ sung. Phƣơng pháp phân loại có giám sát dựa vào việc lựa chọn các vùng mẫu trên ảnh đƣợc gán tƣơng ứng với các kiểu sử dụng đất hoặc kiểu rừng. Vì vậy, khi bổ sung thêm kiểu che phủ mới thì không làm thay đổi các kiểu che phủ đƣợc tạo lập trƣớc đó. Thuật toán xác suất cực đại (ML) đƣợc xem là truyền thống và sử dụng
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
10=>1