Trần Quốc Hƣng và Đtg<br />
<br />
Tạp chí KHOA HỌC & CÔNG NGHỆ<br />
<br />
115(01): 47 - 52<br />
<br />
XÂY DỰNG CƠ SỞ DỮ LIỆU CHI TRẢ DỊCH VỤ MÔI TRƢỜNG RỪNG<br />
BẰNG BẢN ĐỒ TRỮ LƢỢNG CÁC BON CÂY TẦNG CAO<br />
TRÊN CÁC TRẠNG THÁI RỪNG TẠI XÃ THANH BÌNH –<br />
HUYỆN CHỢ MỚI – TỈNH BẮC KẠN<br />
Trần Quốc Hƣng*, Nguyễn Đăng Cƣờng<br />
Trường Đại học Nông Lâm – ĐH Thái Nguyên<br />
<br />
TÓM TẮT<br />
Nhằm xác định khả năng tích lũy carbon để chi trả dịch vụ môi trƣờng rừng, đặc biệt trong các<br />
trạng thái rừng lƣợng Carbon đƣợc tích lũy chủ yếu ở tầng cây cao, vì vậy đề tài đã chọn xã Thanh<br />
Bình thuộc huyện Chợ Mới tỉnh Bắc Kạn nơi có tổng diện tích rừng là 2215,75ha làm địa điểm<br />
nghiên cứu. Để xây dựng đƣợc bản đồ trữ lƣợng rừng và trữ lƣợng các bon, nghiên cứu dựa vào<br />
kết quả giải đoán ảnh vệ tinh để tạo bản đồ hiện trạng rừng, từ đó xác định trữ lƣợng rừng và trữ lƣợng<br />
các bon trung bình cho các trạng thái bằng phần mềm Ecogbition 8.0 và phần mềm Arcgis 10.0.<br />
Kết quả cho thấy xã Thanh Bình có 13 trạng thái rừng và sử dụng đất khác nhau, tổng diện tích<br />
rừng có trữ lƣợng là 1860,6 ha. Tổng số ô mẫu nghiên cứu 37 OTC và 30 điểm kiểm tra độ chính<br />
xác của bản đồ với Overall accuracy = 84,5%. Rừng trung bình có trữ lƣợng rừng 130 m 3/ha và trữ<br />
lƣợng các bon là 527,8 tấn CO2e/ha, rừng nghèo núi đất có trữ lƣợng rừng là 73 m3 ha và trữ lƣợng<br />
các bon là 396,9 tấn CO2e/ha, rừng nghèo núi đá 61,3 m3/ha và trữ lƣợng các bon là 364,1tấn<br />
CO2e/ha, rừng gỗ phục hồi có trữ lƣợng là 55,4 m3/ha và trữ lƣợng các bon là 346,3 tấn CO2e/ha,<br />
rừng hỗn giao có trữ lƣợng 60,3 m3/ha và trữ lƣợng các bon là 361,1 tấn CO2e/ha, rừng trồng Keo<br />
có trữ lƣợng có trữ lƣợng dao động từ 32.5 đến 128m3/ha theo tuổi rừng từ 2 đến 6 và trữ lƣợng<br />
các bon dao động từ 26,5 tấn CO2e/ha đến 199,8 tấn CO2e/ha, từ đó bản đồ bản đồ trữ lƣợng các<br />
bon của rừng đƣợc hoàn thành.<br />
Đây là phƣơng pháp có tính khả thi để thành lập bản đồ trữ lƣợng các bon của rừng nhằm cung cấp<br />
thông tin cho chƣơng trình chi trả dịch vụ môi trƣờng rừng.<br />
Từ khóa: Hiện trạng rừng, trữ lượng rừng, Thanh Bình, phân loại ảnh, viễn thám, Spot 5, bản đồ<br />
trữ lượng các bon rừng<br />
<br />
ĐẶT VẤN ĐỀ*<br />
Bản đồ đóng một vai trò rất quan trọng trong<br />
việc cung cấp thông tin phục vụ quản lý tài<br />
nguyên, môi trƣờng và giám sát thiên tai [4],<br />
Trữ lƣợng rừng và Các bon tích lũy của tầng<br />
cây cao của rừng là nhân tố quan trọng phục<br />
vụ quản lý lâm nghiệp [1]. Trữ lƣợng rừng và<br />
trữ lƣợng các bon tăng hay giảm có thể ƣớc<br />
tính lƣợng phát thải các bon từ trong quản lý<br />
tình trạng phá rừng, giúp các tổ chức xác định<br />
đƣợc nguồn kinh phí cần chi trả cho ngƣời<br />
trực tiếp tham gia công tác trồng, chăm sóc và<br />
bảo vệ rừng thông qua chƣơng trình giảm<br />
phát thải từ mất rừng và suy thoái rừng kết<br />
hợp bản tồn, quản lý bền vững, tăng dự trữ<br />
các bon (REDD+).<br />
Khả năng hấp thụ khí các bon níc (CO2) của<br />
*<br />
<br />
Tel: 0912 450173, Email: hunglanduong@yahoo.com<br />
<br />
rừng nhờ khả năng quang hợp đã đƣợc khẳng<br />
định trong Nghị định thƣ Kyoto. Trong cơ cấu<br />
giá trị môi trƣờng của rừng thì: Hấp thụ các<br />
bon chiếm 27%; Bảo tồn ĐDSH chiếm 25%;<br />
Bảo vệ đầu nguồn chiếm 21%; Vẻ đẹp cảnh<br />
quan chiếm 17% và giá trị khác chiếm 10%<br />
[7], Giá trị hấp thụ CO2 của các khu rừng tự<br />
nhiên nhiệt đới thì khoảng từ 500 – 2.000<br />
USD/ha [6]. Giá trị kinh tế về hấp thụ CO2 ở<br />
rừng Amazon đƣợc ƣớc tính là<br />
1.625USD/ha/năm, trong đó rừng nguyên<br />
sinh là 4.000 – 4.400 USD/ha/năm, rừng thứ<br />
sinh là 1.000 – 3.000 USD/ha/năm và rừng<br />
thƣa là 600 – 1.000 USD/ha/năm [3]. Đối với<br />
rừng trồng keo và thông, thì khả năng hấp<br />
thụ CO2 bình quân là khoảng 10 – 20 tấn/năm<br />
[2]. Nhƣ vậy giá trị môi trƣờng từ khả năng<br />
hấp thụ các bon là rất lớn. Từ đó có thể thấy<br />
rằng các giá trị môi trƣờng và dịch vụ môi<br />
47<br />
<br />
Trần Quốc Hƣng và Đtg<br />
<br />
Tạp chí KHOA HỌC & CÔNG NGHỆ<br />
<br />
trƣờng của rừng đã và đang đƣợc thừa nhận<br />
trên phạm vi quốc tế, đặc biệt là các giá trị về<br />
hấp thụ/lƣu giữ các bon.<br />
Giá trị lƣu giữ các bon và hấp thụ khí CO2<br />
của rừng tự nhiên là rất khác nhau giữa các<br />
loại rừng, giá trị lƣu giữ các bon và hấp thụ<br />
CO2 tỷ lệ thuận với trữ lƣợng và sinh khối<br />
rừng. Đối với rừng trồng, giá trị hấp thụ CO2<br />
của rừng phụ thuộc chủ yếu vào sinh trƣởng<br />
của rừng và mật độ cây. Do đó xác định<br />
lƣợng hấp thụ/lƣu giữ các bon đƣợc lƣu giữ ở<br />
các trạng thái rừng tại xã Thanh Bình, huyện<br />
Chợ Mới của tầng cây cao là hết sức cần thiết,<br />
đây là tài liệu minh chứng trong quá trình<br />
tham gia REED+.<br />
Bài báo này trình bày kết quả sử dụng công<br />
nghệ thông tin địa lý trong việc xây dựng bản<br />
đồ trữ lƣợng các bon cây tầng cao tại xã<br />
Thanh Bình, huyện Chợ Mới, tỉnh Bắc Kạn.<br />
MỤC TIÊU, NỘI DUNG VÀ PHƢƠNG<br />
PHÁP NGHIÊN CỨU<br />
Mục tiêu<br />
- Xây dựng đƣợc bản đồ hiện trạng rừng xã<br />
Thanh Bình, huyện Chợ Mới, tỉnh Bắc Kạn từ<br />
ảnh Spot 5.<br />
- Xác định đƣợc lƣợng các bon hấp thụ tầng<br />
cây cao của các trạng thái rừng tại khu vực<br />
nghiên cứu, từ đó đƣa ra đƣợc bản đồ trữ<br />
lƣợng các bon cây tầng cao.<br />
Nội dung nghiên cứu<br />
- Giải đoán ảnh vệ tinh Spot 5 chụp tháng<br />
11/2010 để xác định các trạng thái rừng, sử<br />
dụng đất và thành lập bản đồ hiện trạng rừng<br />
năm 2012 tại xã Thanh Bình bằng phần mềm<br />
Ecognition 8.0<br />
<br />
115(01): 47 - 52<br />
<br />
rừng năm 2011. Ảnh vệ tinh Spot 5 với 4<br />
kênh độ phân giải 10 m và 1 kênh tăng cƣờng<br />
ảnh độ phân giải 2.5m chụp tháng 11/2010, có<br />
chất lƣợng tốt và không có mây che. GPS<br />
76Csx, máy tính, các phần mềm liên quan<br />
(Erdas Image 9.2, Ecognition 8.0, Mapsource<br />
5.0, Arcgis 10.0). Biểu điều tra đo đếm tầng<br />
cây cao về D1.3 và Hvn.<br />
Phƣơng pháp nghiên cứu<br />
Phương pháp tiếp cận: để xây dựng đƣợc bản<br />
đồ trữ lƣợng rừng và trữ lƣợng các bon nhiều<br />
tác giả trên thế giới đã sử dụng nhiều phƣơng<br />
pháp khác nhau dựa trên ảnh vệ tinh có độ<br />
phân giải cao (Spot 5) cụ thể: phƣơng pháp<br />
địa thống kê đƣợc Tuominen et al., 2003,<br />
Wallerman, 2003, Meng et al., 2009 [1] sử<br />
dụng; phƣơng pháp phi tham số K-nearest<br />
neighbor đƣợc nghiên cứu và đề cập [9], [8];<br />
phƣơng pháp pháp hồi quy tuyến tính và phi<br />
tuyến tính thể hiện quan giữa các nhân tố điều<br />
tra với giá trị ảnh (DN-Digital Number) [5]. Tất<br />
cả phƣơng pháp trên đều đã cho lại hiệu quả.<br />
Trong nghiên cứu này, đề tài thực hiện theo<br />
phƣơng pháp giải đoán ảnh vệ tinh xác định<br />
trạng thái rừng và trữ lƣợng rừng, từ đó xác<br />
định lƣợng các bon hấp thụ của các trạng thái<br />
rừng và đƣa ra bản đồ hấp thụ các bon tầng<br />
cây cao của rừng.<br />
Phương pháp kế thừa<br />
Thu thập các bản đồ liên quan phục vụ cho<br />
quá trình giải đoán ảnh vệ tinh, thu thập ảnh<br />
vệ tinh Spot 5.<br />
Giải đoán ảnh<br />
<br />
Vật liệu nghiên cứu<br />
<br />
Giải đoán có các giai đoạn sau:<br />
- Giai đoạn 1: nhập dữ liệu ảnh từ thiết bị lƣu trữ<br />
- Giai đoạn 2: Tổ hợp màu, tăng cƣờng chất<br />
lƣợng ảnh, nắn chỉnh tọa độ<br />
- Giai đoạn 3: Cắt ảnh<br />
- Giai đoạn 4: Phân loại bằng phần mềm<br />
Ecognition. Điều tra 37 Ô tiêu chuẩn (OTC)<br />
để xác định các trạng thái rừng.<br />
<br />
Bản đồ hiện trạng rừng năm 2009<br />
(VĐTQHR), bản đồ địa chính năm 2011 tỷ lệ<br />
1/10000, bản đồ thiết kế trồng và chăm sóc<br />
<br />
- Giai đoạn 5: Kiểm tra chỉnh sửa sau phân<br />
loại để đánh giá độ chính xác của bản đồ hiện<br />
trạng rừng với 30 điểm kiểm tra.<br />
<br />
- Điều tra xác định lƣợng các bon hấp thụ<br />
tầng cây cao của các trạng thái rừng tại khu<br />
vực nghiên cứu, đƣa ra bản đồ trữ lƣợng các<br />
bon cây tầng cao tại khu vực nghiên cứu.<br />
<br />
48<br />
<br />
Trần Quốc Hƣng và Đtg<br />
<br />
Tạp chí KHOA HỌC & CÔNG NGHỆ<br />
<br />
115(01): 47 - 52<br />
<br />
Công việc kiểm tra ở thực địa đƣợc tiến hành<br />
theo các tuyến điển hình và kết hợp sử dụng<br />
máy định vị GPS76CSx đi theo tuyến.<br />
<br />
BGB là sinh khối ở dƣới mặt đất (Below<br />
Ground Biomass) và đƣợc xác định theo công<br />
thức: BGB = 0.265*AGB (tấn khô/ha)<br />
<br />
Xác định trữ lƣợng rừng và lƣợng hấp thụ<br />
các bon của các trạng thái rừng.<br />
<br />
DWB là sinh khối cây mục cây chết, xác định<br />
theo công thức:<br />
<br />
Rừng tự nhiên<br />
<br />
DWB = (AGB + BGB)*0.11 (tấn khô/ha)<br />
<br />
Để tính trữ lƣợng cacbon của rừng tự nhiên,<br />
sử dụng phƣơng pháp của FAO áp dụng trong<br />
đánh giá tài nguyên rừng thế giới. Việc tính<br />
toán trữ lƣợng các bon của rừng thông qua<br />
các bƣớc sau:<br />
<br />
- Xác định trữ lượng cacbon của rừng:<br />
<br />
- Xác định trữ lượng gỗ trong ô tiêu chuẩn<br />
điều tra và trữ lượng gỗ của rừng:<br />
n<br />
<br />
VOTC<br />
i<br />
<br />
1<br />
<br />
4<br />
<br />
.di 2 .hi. fi1.3<br />
<br />
Trong đó: VOTC là thể tích gỗ của ô tiêu<br />
chuẩn điều tra tính bằng m3; di là đƣờng<br />
kính ngang ngực của cây i tính bằng m; hi là<br />
chiều cao vút ngọn của cây i tính bằng m;<br />
và fi1.3 là hình số cây i tại vị trí 1,3m;<br />
Từ đó trữ lƣợng của rừng tính bằng m3/ha<br />
đƣợc xác định theo công thức dƣới đây<br />
M<br />
<br />
4 * VOTC<br />
<br />
- Tính sinh khối rừng (tấn khô/ha):<br />
Sinh khối của rừng (tấn khô/ha) đƣợc xác<br />
định theo: B = AGB + BGB + DWB<br />
Trong đó:<br />
AGB là sinh khối trên mặt đất (Above<br />
Ground Biomass) và đƣợc xác định qua:<br />
AGB = Bs*BEF<br />
Với Bs là sinh khối thân (Biomass Stock) và<br />
BEF là hệ số chuyển đổi sinh khối (Biomass<br />
Expansion Factor). Bs và BEF đƣợc xác định<br />
nhƣ sau: Bs = M.d (tấn khô/ha).<br />
BEF = EXP[3,213-0,506*LN (Bs)] với Bs <<br />
190 và BEF = 1,74 với Bs ≥ 190 (Theo<br />
Brown 1997).<br />
Trong đó: M là trữ lƣợng gỗ lâm phần tính<br />
bằng m3/ha; và d là tỷ trọng trung bình của gỗ<br />
(lấy là 0.55).<br />
<br />
Trữ lƣợng cacbon của rừng đƣợc xác định bởi<br />
công thức dƣới đây:<br />
Mc = (CLB + CDWB)*3,67 (tấn CO2e/ha)<br />
Trong đó:<br />
CLB là các bon trong sinh khối cây sống và<br />
đƣợc xác định nhƣ sau:<br />
CLB = (AGB +BGB)*0,5*3,67 (tấn CO2e/ha)<br />
CDWB là cacbon trong cây mục, cây chết và<br />
đƣợc xác định nhƣ sau:<br />
CDWB = DWB*0,5*3,67 (tấn CO2e/ha)<br />
Đối với rừng trồng<br />
Khu vực nghiên cứu chỉ có rừng trồng Keo tai<br />
tƣợng, theo kết quả nghiên cứu [2] việc ƣớc<br />
tính trữ lƣợng tổng trữ lƣợng các bon của cây<br />
(TCS) tính bằng kg C/cây với DBH tính bằng<br />
cm của Keo tai tƣợng đƣợc xác định thông<br />
qua phƣơng trình:<br />
TCS = 0,0382*DBH2,6149<br />
<br />
với r = 0,95<br />
<br />
Đưa ra bản đồ hấp thụ các bon<br />
Dựa trên kết quả xác định lớp hiện trạng rừng<br />
có trữ lƣợng và xác định trữ lƣợng rừng cho<br />
các trạng thái. Bản đồ trữ lƣợng các bon tầng<br />
cây cao đƣợc xây dựng.<br />
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN<br />
Kết quả thành lập bản đồ hiện trạng rừng<br />
năm 2012<br />
Qua kết quả điều tra trên 37 OTC và 30 điểm<br />
kiểm tra đại diện cho các kiểu trạng thái rừng<br />
và kiểu sử dụng đất. Kết quả cho thấy khu<br />
vực nghiên cứu có tổng 13 trạng thái sử dụng<br />
đất khác nhau với tổng diện tích đất tự nhiên<br />
là 2800,73 ha với độ chính xác Overall<br />
accuracy = 84,5%. Kết quả diện tích cho từng<br />
trạng thái rừng và sử dụng đất đƣợc cho theo<br />
bảng sau:<br />
49<br />
<br />
Trần Quốc Hƣng và Đtg<br />
<br />
Tạp chí KHOA HỌC & CÔNG NGHỆ<br />
<br />
Bảng 1. Dích các loại đất, loại rừng<br />
Loại đất, loại rừng<br />
DT (ha)<br />
Rừng có trữ lƣợng<br />
1860,6<br />
RTB<br />
219,24<br />
NGNDAT<br />
86,2<br />
NGNDA<br />
12,67<br />
RPH<br />
1023,16<br />
RHG<br />
165,03<br />
RT<br />
354,25<br />
Loại khác<br />
940,18<br />
RT chƣa có trữ lƣợng<br />
194,08<br />
Rừng tre nứa<br />
43,06<br />
Đất trống<br />
20,84<br />
Đất khác<br />
267,12<br />
Đất nông nghiệp<br />
322,79<br />
Dân cƣ<br />
67,75<br />
Mặt nƣớc<br />
24,54<br />
TỔNG<br />
2800,73<br />
(RTB: Rừng trung bình; NGNDAT: Rừng nghèo<br />
trên núi đất; NGNDA: Rừng nghèo trên núi đá;<br />
RPH: Rừng phục hồi; RHG: Rừng hỗn giao; RT:<br />
Rừng trồng)<br />
TT<br />
1<br />
1.1<br />
1.2<br />
1.3<br />
1.4<br />
1.5<br />
1.6<br />
2<br />
2.1<br />
2.2<br />
2.3<br />
2.4<br />
2.5<br />
2.6<br />
2.7<br />
<br />
Qua bảng trên cho thấy, tổng diện tích rừng<br />
có trữ lƣợng là 1860,6 ha và diện tích các loại<br />
rừng và đất khác là 940,18 ha. Trong đó diện<br />
tích có rừng trung bình là 219,24 ha, diện tích<br />
rừng rừng nghèo núi đất là 86,2 ha, diện tích<br />
rừng nghèo núi đá là 12,67 ha, diện tích rừng<br />
phục hồi có trữ lƣợng là 1023,16 ha, diện tích<br />
rừng hỗn giao là 165,03 ha, diện tích rừng<br />
trồng Keo có trữ lƣợng là 354,25 ha.<br />
Kết quả xác định trữ lƣợng rừng và các<br />
bon tầng cây cao đƣợc hấp thụ của các<br />
trạng thái rừng có trữ lƣợng<br />
Qua kết quả tính toán trữ lƣợng rừng và lƣợng<br />
các bon đƣợc hấp thụ ở tầng cây cao của các<br />
trạng thái rừng có trữ lƣợng tại khu vực<br />
nghiên cứu nhƣ sau: Rừng trung bình có trữ<br />
lƣợng rừng trung bình 130 m3/ha và trữ lƣợng<br />
các bon là 527,8 tấn CO2e/ha, rừng nghèo núi<br />
đất có trữ lƣợng rừng trung bình là 73 m3/ ha<br />
và trữ lƣợng các bon là 396,9 tấn CO2e/ha,<br />
rừng nghèo núi đá có trữ lƣợng trung bình<br />
61,3 m3/ha và trữ lƣợng các bon là 364,1tấn<br />
CO2e/ha, rừng gỗ phục hồi có trữ lƣợng trung<br />
50<br />
<br />
115(01): 47 - 52<br />
<br />
bình là 55,4 m3/ha và trữ lƣợng các bon là<br />
346,3 tấn CO2e/ha, rừng hỗn giao có trữ<br />
lƣợng trung bình 60,3 m3/ha và trữ lƣợng các<br />
bon là 361,1 tấn CO2e/ha, rừng trồng Keo có<br />
trữ lƣợng có trữ lƣợng trung bình dao động từ<br />
32.5 đến 128m3/ha theo tuổi rừng từ 2 đến 6<br />
và trữ lƣợng các bon dao động từ 26,5 tấn<br />
CO2e/ha đến 199,8 tấn CO2e/ha.<br />
Dựa vào kết quả về diện tích các loại rừng<br />
có trữ lƣợng và kết quả tính về trữ lƣợng<br />
các bon đƣợc hấp thụ ở các trạng thái rừng<br />
theo bảng sau:<br />
Bảng 2. Lượng các bon tầng cây cao ở các trạng<br />
thái rừng có trữ lượng<br />
TT<br />
<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
6.1<br />
6.2<br />
6.3<br />
6.4<br />
6.6<br />
<br />
Loại<br />
rừng<br />
<br />
Diện<br />
tích<br />
(ha)<br />
<br />
Tổng<br />
RTB<br />
219,24<br />
NGNDAT<br />
86,20<br />
NGNDA<br />
12,67<br />
RPH<br />
1023,16<br />
RHG<br />
165,03<br />
RT<br />
354,25<br />
Keo tuổi 2<br />
22,71<br />
Keo tuổi 3 216,00<br />
Keo tuổi 4<br />
6,01<br />
Keo tuổi 5<br />
14,74<br />
Keo tuổi 6<br />
19,16<br />
<br />
Tấn<br />
CO2e<br />
/ha<br />
527,8<br />
396,9<br />
364,1<br />
346,3<br />
361,1<br />
26,5<br />
65<br />
108,2<br />
164,6<br />
199.8<br />
<br />
Tổng<br />
TấnCO2e<br />
589999,9<br />
115714,9<br />
34212,8<br />
4613,1<br />
354320,3<br />
59592,3<br />
21546.5<br />
601,8<br />
14040,0<br />
650,3<br />
2426,2<br />
3828,2<br />
<br />
Qua bảng trên cho thấy khu vực xã Thanh<br />
Bình có tổng dự trữ các bon là 589999,9 tấn<br />
CO2e. Trong đó: rừng trung bình hấp thụ<br />
115714,9 tấn CO2e, rừng nghèo núi đất<br />
34212,8 tấn CO2e, rừng nghèo núi đá hấp thụ<br />
4613,1 tấn CO2e, rừng phục hồi hấp thụ<br />
354320,3 tấn CO2e, rừng hỗn giao hấp thụ<br />
59592,3 tấn CO2e, rừng trồng keo tuổi 2 hấp<br />
thụ 601,8 tấn CO2e, rừng trồng keo tuổi 3 hấp<br />
thụ 14040,0 tấn CO2e, rừng trồng keo tuổi 4<br />
hấp thụ 650,3 tấn CO2e, rừng trồng keo tuổi 5<br />
hấp thụ 2426,2 tấn CO2e, rừng trồng keo tuổi<br />
6 hấp thụ 3828,2 tấn CO2e.<br />
Từ đó bản đồ trữ lƣợng các bon cây tầng cao<br />
xã Thanh Bình, huyện Chợ Mới, tỉnh Bắc Cạn<br />
đƣợc thể hiện theo hình sau:<br />
<br />
Trần Quốc Hƣng và Đtg<br />
<br />
Tạp chí KHOA HỌC & CÔNG NGHỆ<br />
<br />
KẾT LUẬN<br />
Kết quả đề tài đã giải đoán ảnh vệ tinh để tạo<br />
bản đồ hiện trạng rừng, từ đó xác định trữ<br />
lƣợng rừng và trữ lƣợng các bon trung bình<br />
cho các trạng thái bằng phần mềm Ecogbition<br />
8.0 và phần mềm Arcgis 10.0. Đây là phƣơng<br />
pháp có tính khả thi để thành lập bản đồ trữ<br />
lƣợng các bon của rừng nhằm cung cấp thông<br />
tin cho chƣơng trình chi trả dịch vụ môi<br />
trƣờng rừng.<br />
TÀI LIỆU THAM KHẢO<br />
1. Nguyễn Thị Thanh Hƣơng, 2009, Classification<br />
of natural broad – leaved evergreen forests based<br />
on multi – data for forest inventory in the central<br />
highlands of VietNam, docterate thesis, Freiburg<br />
im Breisgau, Germany.<br />
2. Vũ Tấn Phƣơng, 2007, Báo cáo tổng kết đề tài<br />
nghiên cứu lƣợng giá kinh tế môi trƣờng và dịch<br />
vụ môi trƣờng của một số loại rừng chủ yếu ở Việt<br />
Nam, Viện khoa học lâm nghiệp Việt Nam.<br />
3. Camille Bann and Bruce Aylward. 1994, The<br />
Economic Evaluation of Tropical Forest Land Use<br />
Options: A Review of Methodology and<br />
Applications, iied, UK, 157 pages.<br />
4. EPA, 2010, Mapping the Environment.<br />
<br />
115(01): 47 - 52<br />
<br />
5. Fransson J. E.S., Magnusson, M., Holmgren, J.<br />
2004. Estimation of Forest Stem Volume uing<br />
optical SPOT-5 satellite and laser data in<br />
Combination. IEEE Transactions on Geoscience<br />
and Remote Sensing: 2318-2322.<br />
6. Kyoto protocol to the Framework Convention<br />
on Climate Change (FCCC). 1997.<br />
7. Natasha Landell-Mills và Ina T. Porras. 2002,<br />
Silver bullets or fools’ gold: A global review of<br />
markets for forest environmental services and their<br />
impacts on the poor, International Institute for<br />
Environment and Development (iied), Russell<br />
Press, Nottingham, UK.<br />
8. Thessler, S., Sesnie, S., Bendaña, Z.S.R.,<br />
Ruokolainen, K., Tomppo, E., and Finegan, B.<br />
2008, Using k-nn and discriminant analyses to<br />
classify rain forest types in a Landsat TM image<br />
over northern Costa Rica. Remote Sensing of<br />
Environment, 112: 2485–2494<br />
9. Tokola, T., Pitkanen, J., Partinen, S. and<br />
Muinonen, E. 1996. Point accuracy of a nonparametric method in estimation of forest<br />
characteristics with different satellite materials.<br />
International Journal of Remote Sensing, 17(12):<br />
2333:2351.<br />
10. Su-Fen Wang, Chi-Chuan Cheng, Yeong –<br />
Kuan Chen, 2004, Forest cover type classification<br />
using Spot 4 and Spot 5 Images<br />
<br />
51<br />
<br />
Thêm vào BST
Báo xấu
Download
Vui lòng tải xuống để xem tài liệu đầy đủ
