intTypePromotion=1
ADSENSE

Nghiên cứu phát triển giải pháp xử lý ảnh số bằng các chỉ số trắc lượng hình thái phục vụ giám sát hiện tượng phân mảnh rừng

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:10

6
lượt xem
1
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết Nghiên cứu phát triển giải pháp xử lý ảnh số bằng các chỉ số trắc lượng hình thái phục vụ giám sát hiện tượng phân mảnh rừng nghiên cứu đề xuất giải pháp xử lý ảnh số bằng các chỉ số trắc lượng hình thái phục vụ giám sát hiện tượng phân mảnh rừng.

Chủ đề:
Lưu

Nội dung Text: Nghiên cứu phát triển giải pháp xử lý ảnh số bằng các chỉ số trắc lượng hình thái phục vụ giám sát hiện tượng phân mảnh rừng

  1. NGHIÊN CỨU PHÁT TRIỂN GIẢI PHÁP XỬ LÝ ẢNH SỐ BẰNG CÁC CHỈ SỐ TRẮC LƯỢNG HÌNH THÁI PHỤC VỤ GIÁM SÁT HIỆN TƯỢNG PHÂN MẢNH RỪNG Phạm Minh Hải1, Lê Phú Hưng2, Vũ Ngọc Phan2 1 Viện Khoa học Đo đạc và Bản đồ 2 Trường Đại học Tài nguyên và Môi trường Hà Nội Tóm tắt Phân mảnh rừng là hiện tượng lớp phủ rừng bị phân mảnh và chia cắt. Khi lớp phủ rừng bị phân mảnh, hệ sinh thái rừng liên quan trực tiếp đến da dạng sinh học cũng bị ảnh hưởng, đe dọa môi trường sống của nhiều loài thực vật, động vật và con người. Do đó, việc nghiên cứu hiện tượng phân mảnh rừng đóng vai trò quan trọng trong công tác quản lý, bảo tồn và phát triển bền vững hệ sinh thái rừng. Trong nghiên cứu này nhóm nghiên cứu đề xuất giải pháp xử lý ảnh số bằng các chỉ số trắc lượng hình thái phục vụ giám sát hiện tượng phân mảnh rừng. Mục tiêu của nghiên cứu là đề xuất giải pháp xử lý ảnh số mới khắc phục được nhược điểm của phương pháp hiện nay được sử dụng để đánh giá hiện tượng phân mảnh rừng của phương pháp trắc lượng hình thái hiện nay. Thời gian nghiên cứu từ năm 1990 đến năm 2015 với các ảnh chụp Landsat TM và SPOT5 tại khu vực huyện Mường La, tỉnh Sơn La. Kết quả nghiên cứu cho thấy diện tích rừng ở Mường La giảm đáng kể trong thời gian nghiên cứu từ 77 % xuống còn 64 %. Rừng bị mất chủ yếu do mở rộng đất nông nghiệp và xây dựng hồ chứa nước của đập Sơn La. Quá trình chuyển đổi rừng cho thấy rằng các khu vực rừng có xu hướng phân mảnh cao giai đoạn từ năm 1990 đến năm 2005 nhưng sau đó giảm dần đến năm 2015. Kết quả nghiên cứu đã cung cấp giải pháp mới cho chính quyền địa phương trong xác định chính xác khu vực rừng bị biến động mạnh và qua đó có phương án cần được ưu tiên trong bảo tồn trong tương lai. Từ khóa: Phân mảnh rừng; Chỉ số PLADJ; Viễn thám. Abstract The development of satellite image processing method using a landscape metric to monitor the forest fragmentation Major changes in forest cover in northwestern Vietnam occurred in the late 20th century, but their impacts on forests have not been quantified. The specific goals of this study were to characterize forest transition over time with the case study in Muong La district Son La province from 1990 to 2015. Satellite images and a landscape metric at class level were used to detect land- cover change and to examine forest fragmentation over time. The results revealed that forested areas in Muong La significantly decreased during the period studied from 77 % to 64 %. Forest losses were mainly due to the expansion of agricultural land and construction of the water reservoir of Son La Dam. Forest transitions suggested that forest areas tended to be more isolated and less compact from 1990 to 2005 but more aggregated by 2015. Keywords: Fragmentation; PLADJ; Remote sensing. 1. Giới thiệu chung Tổng diện tích đất tự nhiên của nước ta là 32,9 triệu ha, rừng chiếm 10,9 triệu ha, trong đó 1,5 triệu ha là rừng trồng, đạt tỷ lệ che phủ 33,2 % (Tổng cục Lâm nghiệp, 2018). Mặc dù độ che phủ rừng trên toàn quốc đã tăng từ năm 1990 thông qua các dự án, chương trình trồng rừng nhưng xu hướng ở phía Tây Bắc là ngược lại (Meyfroidt và Lambin, 2008 b). Ở nhiều tỉnh phía Bắc, rừng 292 Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên, bảo vệ môi trường và phát triển bền vững
  2. tự nhiên giàu còn lại rất thấp như Lai Châu còn 7,88 %, Sơn La 11,95 % và Lào Cai 5,38 %. Bên cạnh đó sự giảm sút độ che phủ và chất lượng rừng là một vấn đề đáng lo ngại. Sự suy giảm rừng ở các vùng này phần lớn do mức tăng dân số đã tạo ra nhu cầu lớn về lâm sản và diện tích đất để làm cơ sở hạ tầng hay trồng trọt. Thay đổi lớp phủ đất ở Mường La đã làm tăng tỷ lệ mất rừng, rừng bị phân mảnh, chia cắt (Armenteras, 2003). Quá trình phân mảnh rừng trở thành một trong những mối đe dọa nghiêm trọng nhất đối với đa dạng sinh học (Turner, 1989). Hiện tượng phân mảnh rừng được định nghĩa là một quá trình động trong đó khu vực lõi rừng hay các khu vực rừng liền nhau dần dần bị chia thành các mảnh rừng nhỏ hơn, độc lập và có hình dạng hình học phức tạp, được gây ra bởi tác động từ thiên nhiên hoặc con người gây ra và đe dọa nghiêm trọng quy trình của Trái Đất như: khí hậu, chu kỳ sinh học, thủy văn và đa dạng sinh học (Gustafson, 1998). Ứng dụng công nghệ viễn thám phục vụ công tác quản lý rừng đã được phát triển mạnh mẽ đặc biệt với sự ra đời và phát triển các nguồn ảnh vệ tinh miễn phí có độ phân giải không gian và thời gian cao như: ASTER (15 m), Landsat 8 OLI (30 m), Sentinel 2A (10 m). Nguồn ảnh vệ tinh với diện tích bao phủ lớn, độ phân giải thời gian cao giúp phát triển nghiên cứu trong lĩnh vực ứng dụng ảnh vệ tinh phục vụ phân tích biến động cảnh quan rừng trong một thời gian dài. Xu hướng hiện nay nghiên cứu phân bố của rừng bằng ảnh vệ tinh sử dụng các phương pháp phân loại ảnh. Tuy nhiên, các kết quả của phương pháp phân loại ảnh chỉ đưa ra được những thông tin về vị trí phân bố không gian của rừng mà không cung cấp thông tin mô tả quá trình biến đổi hình thái rừng qua thời gian. Chỉ số trắc lượng hình thái (landscape metrics) được định nghĩa là các chỉ số định lượng để mô tả cấu trúc của cảnh quan (Gustafson, 1998). Các nghiên cứu đánh giá sự thay đổi rừng dựa trên ảnh vệ tinh sử dụng các chỉ số định lượng hình thái cảnh quan đang trở thành một xu hướng phổ biến trong nghiên cứu mức độ ảnh hưởng của phân mảnh rừng tới các hệ sinh thái (Armenteras và ctv, 2003). Có rất nhiều chỉ số trắc lượng hình thái đã được phát triển phục vụ phân tích cảnh quan như: phân tích biến động lớp phủ bề mặt, biến động đô thị và rừng. Mục tiêu của nghiên cứu là đề xuất giải pháp xử lý ảnh số mới khắc phục được nhược điểm của phương pháp hiện nay được sử dụng để đánh giá hiện tượng phân mảnh rừng của phương pháp trắc lượng hình thái hiện nay. Trong nghiên cứu này, chỉ số trắc lượng hình thái Percentage of Like Adjacency (PLADJ) được lựa chọn. Khu vực nghiên cứu được lựa chọn là huyện Mường La, tỉnh Sơn La, nơi rừng bị ảnh hưởng từ tình trạng đốt nương làm dẫy và diện tích rừng bị thu hẹp đáng kể sau khi Nhà nước tiến hành xây dựng đập thủy điện Sơn La trên Sông Đà (khánh thành vào năm 2012). Giai đoạn nghiên cứu được thiết lập năm 1990 đến năm 2015 nhằm đánh giá sự tác động của các hoạt động kinh tế - xã hội và xây dựng công trình thủy điện Sơn La lên diện tích rừng tại địa phương. 2. Khu vực nghiên cứu và dữ liệu đầu vào 2.1. Khu vực nghiên cứu Huyện Mường La là huyện miền núi của Tỉnh Sơn La, nằm cách thành phố Sơn La 41 km về phía Đông Bắc với tổng diện tích 124.924 ha với dân số là gần 17.000 người (2021). Huyện Mường La nằm ở độ cao trung bình từ 500 - 700 m so với mặt biển, phía Đông Bắc của huyện tập trung những dãy núi cao và chạy dọc theo hai bờ Sông Đà. Đây là khu vực có khả năng phát triển lâm nghiệp khá lớn (chiếm 73 % diện tích tự nhiên), đất đai phù hợp với nhiều loại cây, có điều kiện xây dựng hệ thống rừng phòng hộ và tạo các vùng rừng kinh tế có giá trị cao. Độ che phủ rừng giảm chỉ còn lại khoảng 40 % cho đến năm 2013, còn thấp so với yêu cầu về độ che phủ rừng nhất Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên, 293 bảo vệ môi trường và phát triển bền vững
  3. là nơi có độ dốc lớn, đóng vai trò là rừng phòng hộ cho đồng bằng Bắc Bộ và điều chỉnh nguồn nước cho thủy điện Sông Đà. Trong những năm gần đây diện tích rừng của khu vực này bị biến động mạnh do ảnh hưởng của các hoạt động đốt nương là rẫy, khai thác gỗ thương mại của người dân địa phương và xây dựng đập thủy điện Sơn La. Khu vực nghiên cứu bao phủ diện tích 750 km2 bao gồm các xã Chiềng Lao, Hua Trai, Mường Trai, Ít Ong, Chiềng San, Nậm Păm, Mường Bú. Nhà máy thủy điện Sơn La đã được xây dựng tại xá Ít Ong từ năm 2005 và đã được hoàn thiện vào cuối năm 2012. Hình 1: Khu vực nghiên cứu (http://www.sonla.gov.vn/) Hình 2: Quy trình thực hiện nghiên cứu 294 Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên, bảo vệ môi trường và phát triển bền vững
  4. 2.2. Dữ liệu đầu vào Nhóm nghiên cứu sử dụng ảnh viễn thám Spot 5 chụp năm 8/2005 và 8/2015 được cung cấp bởi Cục Viễn thám Quốc gia, Bộ Tài nguyên và Môi trường Việt Nam. Ảnh SPOT5 được cung cấp ở mức 2A đã xử lý nắn chỉnh hình học và quang phổ. Ảnh Landsat TM chụp 7/1990 và 7/1998 được cung cấp từ Trung tâm Thông tin về rừng và mưa nhiệt đới, Đại học Michigan, Mỹ (USGS). Ảnh Landsat TM được cung cấp ở L1T được xử lý nắn chỉnh hình học. Mức độ mây bao phủ trên các cảnh ảnh dưới 10 %. Nghiên cứu sử dụng các kênh phổ Red, Green, Blue, NIR để xử lý dữ liệu và bản đồ hiện trạng rừng được cung cấp bởi Trung tâm Điều tra và Quy hoạch rừng để đánh giá độ chính xác kết quả phân loại ảnh. Các cảnh ảnh được chụp từ tháng 6 đến tháng 8 trong năm đảm bảo không có sự ảnh hưởng bởi mùa tới quá trình chiết tách khu vực phân bố rừng trong khu vực nghiên cứu. 3. Phương pháp thực hiện 3.1. Quy trình thực hiện nghiên cứu Quy trình thực hiện nghiên cứu bao gồm một số bước chính như: Tiền xử lý ảnh vệ tinh, phân loại vệ tinh, tính toán chỉ số trắc lượng hình thái (TLHT), phân tích hiện tượng phân mảnh rừng tại khu vực nghiên cứu (Hình 2). 3.2. Phân loại ảnh vệ tinh Kết quả phân loại ảnh viễn thám từ năm 1990 đến năm 2015 được thành lập phục vụ giám sát theo dõi biến động sử dụng đất và tính toán cấu trúc phân bố của lớp phủ rừng khu vực thử nghiệm. Công tác phân loại ảnh vệ tinh sử dụng cây phân loại được phát triển bới Anderson và cộng sự (1976) đã được sửa đổi để phù hợp với điều kiện Việt Nam nhằm xây dựng tiêu chí xác định và phân loại rừng theo Thông tư số 34/2009/ TT-BNNPTNT. Nhóm nghiên cứu tiến hành phân lớp và lấy mẫu phục vụ công tác phân loại ảnh bao gồm (1) đất nông nghiệp, (2) đất cây bụi, (3) đất rừng, (4) đất trống, (5) đất bãi bồi ven sông, (6) khu vực dân cư và (7) đất mặt nước. Phương pháp phân loại ảnh có kiểm định Maximum Likelihood được nhóm nghiên cứu sử dụng trong phân loại ảnh vệ tinh của nhiệm vụ nghiên cứu. Hình 3: Kết quả phân loại ảnh vệ tinh Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên, 295 bảo vệ môi trường và phát triển bền vững
  5. Độ chính xác của kết quả phân loại năm 2015 đã được thực hiện bằng phương pháp thực địa. Công tác đánh giá độ chính xác được thực hiện tại 14 địa điểm xung quanh khu vực nghiên cứu (Hình 4). Đánh giá độ chính xác tổng thể được thực hiện đạt 82 %. Giá trị độ chính xác thấp nhất tương ứng với loại đất nông nghiệp vì đất nông nghiệp trồng các loại cây như lúa, ngô, đậu tương và các loại khác. Trên ảnh vệ tinh, các loại cây trồng dường như có các dấu hiệu quang phổ gần giống như của cây bụi, điều này tạo ra lỗi mixed-pixel ở các khu vực được khảo sát. Hình 4: Các vị trí khảo sát thực địa 3.3. Lựa chọn chỉ số trắc lượng hình thái phù hợp trong tính toán phân mảnh rừng Phân mảnh rừng liên quan đến việc phân chia các hệ sinh thái liền kề thành các khu vực nhỏ hơn được gọi là các mảnh rừng. Mỗi phân mảnh rừng là một khu vực có các điều kiện tương đối đồng nhất của các thực thể bên trong (Gustafson, 1998). Trong nghiên cứu này, chúng tôi sử dụng phương pháp tính cấu trúc rừng phát triển bởi McGarigal và cộng sự, (2002) để đánh giá sự phân mảnh rừng, Các chỉ số được chia làm nhóm chính như: Mô tả tập hợp; mô tả phân bố rìa; mô tả hình dạng; mô tả lõi,… (McGarigal và cộng sự, 2002). Trong đó, việc tính toán phân mảnh rừng thuộc nhóm chỉ số mô tả tập hợp bao gồm: Chỉ số phân mảnh (NP), chỉ số mật độ (PD), tỷ lệ phần trăm gần kề (PLADJ), chỉ số tập hợp (AI),… Tuy nhiên, cho đến nay, chưa có nghiên cứu nào nghiên cứu giải pháp để chọn một chỉ số thích hợp để đánh giá tình trạng phân mảnh rừng từ nhóm chỉ số trên. Trong phạm vi nghiên cứu, nhóm nghiên cứu đề xuất sử dụng lý thuyết hệ số tương quan Pearson (Pearson correlation coefficient, ký hiệu r) (Phạm Minh Hải và cộng sự, 2019). Phương pháp này đo độ mạnh và hướng của mối quan hệ tuyến tính giữa hai biến, nó không thể áp dụng cho hai biến không có mối quan hệ tuyến tính. Giá trị tuyến tính nằm trong khoảng từ -1 đến 1, trong đó giá trị 1 cho biết mối tương quan cao giữa hai biến, có nghĩa là nếu biến đầu tiên tăng, thì biến thứ hai cũng sẽ tăng và ngược lại. Giá trị 0 có nghĩa là không có mối tương quan nào giữa hai biến đó. Độ mạnh của mối tương quan giữa các biến được thể hiện ở giá trị của hệ số, ví dụ giá trị 0,3 nghĩa là có mối tương quan nhưng yếu và hầu như không đáng kể. Thông thường sẽ không xem xét mức độ ý nghĩa của mối tương quan nếu giá trị tương quan nhỏ hơn 0,8. Đối với hệ số tương quan từ 0,9 đến 1 thể hiện mối tương quan lớn. Nhóm nghiên cứu tiến hành so sánh tương quan theo cặp bao gồm phân loại ảnh vệ tinh (CLS) và kết quả tính toán từ các chỉ số trong nhóm mô tả tập hợp (Aggregation Metrics). Để tính toán mối tương quan của từng cặp, chúng tôi đã xây dựng một chương trình để tính toán hệ số tương quan và tạo bản đồ Heatmap (Hình 5) cho thấy mức độ và hướng của mối tương quan bằng cách sử dụng Python với các thư viện như Rasterio, Seaborn, Numpy, Pandas và Thư viện máy học Sklearn. Kết quả cho thấy các mô hình hồi quy tuyến tính tương quan giữa các chỉ số và phân bố rừng (CLS) phù hợp với dữ liệu khá tốt và giá trị R2 cao cho thấy tương quan mạnh với giá trị R2 > 0,9 cho từng trường hợp. Chúng ta có thể thấy rằng chỉ số PLADJ cho thấy mối tương quan cao với CLS với R2 = 0,92. 296 Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên, bảo vệ môi trường và phát triển bền vững
  6. Hình 5: Biểu đồ Heatmap thể hiện kết quả tính tương quan từ lý thuyết hệ số tương quan Pearson Chỉ số trắc lượng hình thái PLADJ được dùng để mô tả sự liền kề giữa các phần tử trong cùng lớp được phát triển bởi McGarigal và ctv (2002). PLADJ bằng không khi không có các pixel liền kề trong cùng lớp và bằng 100 khi tất cả pixel ở trong cùng một lớp liền kề nhau. Tỷ lệ phần trăm PLADJ phản ánh mức độ tập trung hay phân mảnh của rừng. PLADJ có công thức như sau:    g  =  m ii PLADJ  ×100 (1)  g   ∑ ik   k =1  Trong đó: gii: Số lượng cạnh liền kề của các pixel liền kề cùng lớp i; gik: Số lượng cạnh i trong 1 pixel (4 cạnh) và tổng số pixel liền kề k; m: Số lượng các pixel. Hình 6: Mô hình điểm tám hướng (8 - kết nối) PLADJ đã được sử dụng rộng rãi trong tính toán mức độ phân mảnh của cảnh quan do tính đơn giản và trực quan của nó (Phạm Minh Hải, 2014). Tuy nhiên, vấn đề xảy ra khi sử dụng thuật toán PLADJ để tính toán độ phân mảnh của lớp phủ rừng, cửa sổ trượt được thiết kế theo truyền thống chỉ thực hiện các phép tính đối với các ô liền kề theo hướng trực giao (dọc hay ngang), bỏ qua các ô theo hướng chéo (Pham, Yasushi, 2011; Noda, Yamaguchi, 2008). Do đó, việc tính toán đã bỏ qua các giá trị trong lớp và làm giảm độ chính xác của bản đồ phân mảnh rừng. Để cải thiện việc nâng cao độ chính xác của kết quả tính toán, nhóm nghiên cứu này đã đề xuất giải pháp cải tiến tính toán chỉ số PLADJ. Thay vì chỉ đếm trong 4 ô liền kề trực giao, việc tính toán các điểm Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên, 297 bảo vệ môi trường và phát triển bền vững
  7. ảnh liền kề sử dụng mô hình điểm 8 hướng (8 - kết nối) với 8 điểm ảnh liền kề theo cả hướng trực giao và chéo liền nhau. Nếu pixel trung tâm là Pi, j = i * cell + j, phép tính được mô tả trong Hình 6. 3.4. Phân cấp trong bản đồ phân mảnh rừng Nhóm nghiên cứu sử dụng mô hình phân tích cấu trúc hình thái học (MSPA) Nghiên cứu trong lượng hóa cấu trúc rừng qua 4 lớp. Lớp lõi (C-core) là các khu vực lõi rừng không bị biến động; lớp cạnh (E-edge): là các khu vực bên bìa rừng ngăn cách khu vực có rừng và không có rừng; rỗng (Pe-perforate): là khu vực rừng bị rỗng ở lõi rừng; phân mảnh (Pa-patch): là các mảnh rừng bị chia cắt (Vogt và cộng sự, 2007). Các giá trị ngưỡng của chỉ số PLADJ được xác định để phân loại sự phân mảnh của lớp phủ rừng. Ngưỡng này được thực hiện bằng cách so sánh trực quan sự phân mảnh của rừng trong kết quả tính toán chỉ số PLADJ với ảnh vệ tinh cùng thời kỳ. Một điểm ảnh là Pa khi giá trị PLADJ của nó nhỏ hơn 70 %, E khi giá trị PLADJ của nó nằm trong khoảng 70 % - 80 %, Pe khi giá trị của nó nằm trong khoảng từ 80 % - 95 % và C khi giá trị dao động từ 95 % - 100 %. Sự chuyển đổi giữa các lớp rừng theo thời gian được xác định khi sử dụng lý thuyết chuyển đổi hệ sinh thái rừng của Vogt và cộng sự (2007) (Hình 7). Hình 7: Sơ đồ quy trình biến động phân mảnh rừng (Vogt và cộng sự, 2007) 4. Phân tích cấu trúc phân bố rừng tại huyện Mường La, tỉnh Sơn La Hình 8: Biến động cấu trúc rừng 1990 - 1998 Hình 9: Biến động cấu trúc rừng 1998 - 2005 Năm 1990, diện tích rừng là 67.430 ha và cấu trúc tương đối đồng nhất, các mảnh rừng rộng lớn trên 5 ha là 20 %. Từ năm 1990 đến năm 1998, Chính phủ Việt Nam đã triển khai một số chương trình trồng rừng vùng cao bao gồm chương trình PAM (1992) và chương trình 327. Tỷ lệ trồng rừng ở Huyện Mường La tăng lên, tuy nhiên nạn phá rừng vẫn ở mức cao. Diện tích 298 Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên, bảo vệ môi trường và phát triển bền vững
  8. rừng giảm từ 77 % xuống còn 68 %, nhưng tỷ lệ suy giảm diện tích được bù lại từ tăng tỷ lệ trồng rừng từ 68 % đến 76,7 % vào năm 1998. Diện tích rừng không đổi nhưng phần lớn khu vực rừng ở sườn núi thấp đã được chuyển đổi thành đất trống và đất nông nghiệp, trong khi việc trồng lại rừng chủ yếu diễn ra trên các đỉnh núi. Trong giai đoạn này, quá trình chuyển đổi cấu trúc rừng cho thấy rừng bị phân mảnh thành các khoảnh nhỏ và tách biệt với các vùng lõi lớn hơn, điều này được phản ánh tốt bởi một số lượng lớn lõi rừng (hơn 4.000 ha) đã bị phân mảnh thành nhiều mảnh rừng nhỏ. Giai đoạn từ 1998 đến 2005, nạn phá rừng ở các vùng núi Tây Bắc vẫn không suy giảm (Thoai, Rañola, 2010) mặc dù Quốc hội Việt Nam đã ban hành một số luật như Luật Đất đai (1993) và Luật Bảo vệ và Phát triển rừng (2004) khuyến khích nông dân tham gia vào chương trình quản lý rừng. Cách tiếp cận của chính phủ là yêu cầu người dân, đặc biệt là nông dân vùng cao sống gần rừng, tham gia vào việc quản lý rừng. Tuy nhiên, sự tập trung của các dân tộc thiểu số H’Mông và Dao ở khu vực (từ 0,06 % đến 0,13 %) vượt quá ngưỡng cung cấp của các phương pháp nông nghiệp truyền thống, người dân địa phương bắt đầu chuyển đổi đất rừng sang đất canh tác. Ở các bản của người Thái đen, nhiều diện tích rừng được chuyển đổi thành diện tích trồng lúa nước và ngô. Để mở rộng các cánh đồng mới canh tác, rừng đã bị chặt và đốt (Fauna & Flora, 2009). Kết quả là đất rừng ở Mường La tiếp tục giảm từ 76,7 % xuống còn 71,2 %. Hơn 6.000 ha ở hình thái Pe đã chuyển sang E vào năm 2005 cho thấy rằng lõi rừng đã bị phân mảnh nhiều hơn. Ngoài ra kết quả thống kê cho thấy rừng bị chia cắt thành các khoảnh nhỏ (diện tích dưới 0,5 ha) ngày càng tăng và phân bố rải rác mật độ lớn ở rìa rừng (Hình 11). Hình 10: Biến động cấu trúc rừng 2005 - 2015 Hình 11: Biến động kích thước các phân mảnh rừng tại Huyện Mường La giai đoạn 1990 - 2015 Đập Thủy điện Sơn La bắt đầu được xây dựng vào năm 2005 và hoàn thành vào năm 2012 tại khu vực Ít Ong. Đây là nhà máy thủy điện lớn nhất Đông Nam Á. Việc xây dựng đập đã ảnh hưởng đến diện tích rừng tại huyện Mường La. Khoảng 3.170 ha đất rừng bị khai thác dành diện tích làm hồ thủy điện. Một số đường cao tốc xung quanh đập như đường 279, đã được nâng cấp. Diện tích rừng tiếp tục giảm từ 71,2 % xuống còn 64,2 % vào năm 2015. Đây là tỷ lệ cao nhất quan sát được từ năm 1990 đến năm 2015. Tuy nhiên, giai đoạn này cũng chứng kiến sự gia tăng diện tích rừng khi nhiều khu vực không có rừng được chuyển thành C, xu hướng này cho thấy diện tích rừng dần ít bị phân mảnh hơn đến 2015. Hiện tượng các phân mảnh rừng nhỏ tập hợp thành các khoảnh rừng lớn được minh họa bằng sự gia tăng diện tích các khoảnh rừng lớn hơn 10 ha (Hình 11). Bên cạnh Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên, 299 bảo vệ môi trường và phát triển bền vững
  9. đó, một diện tích lớn Pa đã được chuyển đổi thành C cho thấy rõ ràng mật độ cây rừng ngày càng tăng trong các lõi rừng (Hình 10). 5. Kết luận Kết quả nghiên cứu đã cho thấy những thay đổi rõ rệt về biến động và cấu trúc rừng tại huyện Mường La từ năm 1990 đến năm 2015. Các nguyên nhân chủ yếu của biến động rừng tại khu vực thử nghiệm chủ yếu do yếu tố con người tác động như mở rộng đất nông nghiệp, xây dựng hồ chứa nước, đập thủy điện Sơn La. Kết quả nghiên cứu cho thấy xu hướng rừng giảm diện tích trong suốt giai đoạn nghiên cứu và bị phân mảnh mạnh giai đoạn từ 1990 đến 2005 sau đó giảm dần đến năm 2015. Sự kết hợp giữa viễn thám và phương pháp trắc lượng hình thái cùng với giải pháp mô hình điểm tám hướng (8 - kết nối) đã phát huy hiệu quả trong xử lý và tính toán sự thay đổi về cấu trúc phân mảnh rừng theo thời gian. Tuy nhiên, do các chỉ số của phương pháp trắc lượng hình thái xử lý tính toán ở cấp điểm ảnh, việc sử dụng ảnh viễn thám độ phân giải cao được khuyến nghị trong những nghiên cứu trong tương lai. Kết quả thực hiện của nghiên cứu đã cung cấp thông tin khoa học làm cơ sở để nâng cao năng lực xây dựng các kế hoạch quản lý bền vững rừng cho chính quyền địa phương ở huyện Mường La, tỉnh Sơn La. TÀI LIỆU THAM KHẢO [1]. Armenteras, D., Gast, F., Villareal, H. (2003). Andean forest fragmentation and the representativeness of protected natural areas in the eastern Andes, Colombia. Tạp chí Biological Conservation, 113, 245 - 256. [2]. Thông tư số 34/2009/TT-BNNPTNT (2009). Quy định tiêu chí xác định và phân loại rừng. [3]. Cushman, S. A., McGarigal, K., Neel, M. C. (2008). Parsimony in landscape metrics: Strength, universality, and consistency. Journal Ecology Indic, 8, 691 - 703. [4]. Cristian, E., David, C., Javier, S., Jose, M., Rey, B., Antonio, L., Adrian, N. (2006). Rapid deforestation and fragmentation of Chilean Temperate Forests. Journal Biological Conservation, 130, 481 - 494. [5]. Decision 57 (2012). Vietnam reforestation plan period 2011 - 2020. Journal Global Forest Resources Assessment 2000, Main report. [6]. Fauna & Flora International Vietnam Programme (2009). Promoting community based collaborative management to strengthen longterm conservation of globally threatened primates and trees in priority sites of Northern Vietnam. [7]. Gustafson, E.J. (1998). Quantifying landscape spatial pattern: what is state of the art?. Journal Ecosystems, 1, 143 - 156. [8]. Pham, M.H., Yamaguchi, Y., Thanh.B.Q., (2011). A case study on the relation between city planning and urban growth using remote sensing and spatial metrics. Journal Landscape and Urban Planning, 100, 223 - 230. [9]. Pham, M.H., Yamaguchi, Y., (2011). Urban growth and change analysis of Hanoi capital (Vietnam) from 1975 to 2003 by using remote sensing and spatial metrics. International Journal of Remote Sensing. 7, 1901 - 1915. [10]. Phạm Minh Hải (2014). Ứng dụng viễn thám và kỹ thuật phân tích kiến trúc cảnh quan phục vụ phân tích biến động hình thái rừng khu vực Tây Bắc Việt Nam. Tạp chí Khoa học Đo đạc và Bản đồ. Số 23, 40 - 45. [11]. Phạm Minh Hải, Đỗ Thị Hoài (2019). Nghiên cứu cơ sở khoa học trong lựa chọn chỉ số cảnh quan phù hợp phục vụ công tác giám sát biến đổi cấu trúc rừng ngập mặn. Thực nghiệm tại rừng ngập mặn Mũi Cà Mau. Tạp chí Khoa học Đo đạc và Bản đồ. Số 42, 20 - 25. 300 Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên, bảo vệ môi trường và phát triển bền vững
  10. [12]. Herold, M., Goldstein. N., Clarke, K, C. (2003). The spatiotemporal form of forest growth: measurement, analysis, and modeling. Journal Remote Sensing of Environment, 86, 286 - 302. [13]. Herold, M., Couclelis, H., Clarke, K.C. (2005). The role of landscape metrics in the analysis and modeling of forest land use change. Journal Computers. Environment and Forest Systems, 29, 369 - 399. [14]. Laurance, W.F. (1999). Reflections on the tropical deforestation crisis. Biol. Conserv, 91, 109 - 117. [15]. Leckie, D.G. (2002). An investigation of two dates unsupervised classification in the context of a national program for Landsat based forest change mapping. Geoscience and Remote Sensing Symposium, IGARSS 2002. [16]. McGarigal, K. (2002). FRAGSTATS: Spatial pattern analysis program for categorical maps. http://www.umass.edu/landeco/ research/fragstats/fragstats.html. [17]. Meyfroidt, P., Lambin, E.F. (2008a). The Causes of the Reforestation in Vietnam. Land Use Policy, vol. 25, No. 2, pp. 182 - 197. [18]. Meyfroidt, P., Lambin, E.F. (2008b). Forest transition in Vietnam and its environmental impacts. Global Change Biol, 14(6), 1319 - 1336. [19]. Noda, A., Yamaguchi, Y., (2008). Characterizing urban sprawl using remote sensing, GIS and a spatial metric for a medium-sized city in Japan. Journal Int J of Geoinformatics. 4, 43 - 50. [20]. Vogt. R., Estreguil. K., Wades. W., (2007). Mapping spatial patterns with morphological image processing. Journal Landsc Ecol. 22:171 - 177. Doi: 10.1007/s10980-006-9013-2. [21]. Thoai, T.Q, & Rañola, Jr.R.F. (2010). Decision making by an upland farmer on forest management in the northwest mountainous region of Vietnam. Journal International Society for Southeast Asian Agricultural Sciences, 16(1), 68 - 82. [22]. Turner, M. G. (1989). Landscape Ecology: the effect of pattern on process. Journal Ecology System. 20, 171 - 197. Ngày chấp nhận đăng: 10/11/2021. Người phản biện: PGS.TS. Nguyễn Tiến Thành Nghiên cứu chuyển giao, ứng dụng khoa học công nghệ trong sử dụng hợp lý tài nguyên, 301 bảo vệ môi trường và phát triển bền vững
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2