Quản lý tài nguyên rừng và môi trường - Xác định vị trí mất rừng bằng phương pháp phân tích véc tơ thay đổi đa biến (mcva) trên tư liệu vệ tinh landsat - 8

Nội dung text: Quản lý tài nguyên rừng và môi trường - Xác định vị trí mất rừng bằng phương pháp phân tích véc tơ thay đổi đa biến (mcva) trên tư liệu vệ tinh landsat - 8

1. Quản lý Tài nguyên rừng & Môi trường XÁC ĐỊNH VỊ TRÍ MẤT RỪNG BẰNG PHƯƠNG PHÁP PHÂN TÍCH VÉC TƠ THAY ĐỔI ĐA BIẾN (MCVA) TRÊN TƯ LIỆU VỆ TINH LANDSAT-8 Nguyễn Thanh Hoàn1, Phạm Văn Duẩn2, Lê Sỹ Doanh3, Nguyễn Văn Dũng4 1,4Viện Hàn lâm Khoa học và Công nghệ Việt Nam 2,3Trường Đại học Lâm nghiệp TÓM TẮT Dự án tổng điều tra, kiểm kê rừng toàn quốc giai đoạn 2013 - 2016 đã xây dựng được một bộ dữ liệu về rừng thống nhất trên toàn quốc, có độ chính xác cao nhất từ trước đến nay. Theo dõi, cập nhật diễn biến rừng, dựa trên nền kết quả kiểm kê rừng, là công việc hết sức cần thiết để đảm bảo giá trị lâu dài của cơ sở dữ liệu. Phát hiện vị trí mất rừng luôn là công việc khó khăn và mất nhiều công sức. Mục tiêu của nghiên cứu này là sử dụng những tư liệu viễn thám miễn phí như Landsat-8 để phát hiện những vị trí mất rừng bằng phương pháp phân tích véc tơ thay đổi đa biến (Multi-variant Change Vector Analysis - MCVA). Phương pháp phân tích véc tơ thay đổi đa biến cho phép sử dụng các kiến thức chuyên gia để kết hợp các chỉ số tiềm năng một cách linh hoạt nhằm đạt được hiệu quả cao nhất có thể. Hai huyện của tỉnh Đắk Nông được chọn làm khu vực thí điểm với 717 điểm mất rừng đã cập nhật đến tháng 12/2016 làm dữ liệu mẫu và dữ liệu kiểm chứng. Kết quả thu được là phương pháp này có thể phát hiện đến 99% số điểm mất rừng theo số liệu kiểm chứng. Ngoài ra, còn phát hiện thêm một số lô rừng có biến động nhưng chưa được kiểm tra và cập nhật vào cơ sở dữ liệu. Từ khóa: Đắk Nông, Landsat-8, phân tích véc tơ thay đổi đa biến (MCVA), vị trí mất rừng. I. ĐẶT VẤN ĐỀ lượng rừng và diện tích đất chưa có rừng được Bản đồ hiện trạng rừng là một trong những quy hoạch cho mục đích lâm nghiệp gắn với công cụ quan trọng cho quản lý tài nguyên chủ quản lý cụ thể trên phạm vi cả nước và rừng nói chung và thực hiện các chính sách về từng địa phương (TCLN 2017). rừng nói riêng. Bản đồ hiện trạng rừng cần Trên thực tế, hiện trạng rừng thường thay phải được tạo ra một cách khoa học, chi phí đổi liên tục do nhiều nguyên nhân khác nhau. hợp lý mà vẫn đảm bảo độ chính xác cần thiết, Để phục vụ cho công tác quản lý, chỉ đạo, và quan trọng nhất là cần phải được cập nhật kiểm tra, giám sát về quản lý bảo vệ, phát triển thường xuyên. rừng và lập quy hoạch, kế hoạch bảo vệ và Giai đoạn 2011 - 2016, nước ta thực hiện phát triển rừng từ Trung ương đến địa phương, tổng điều tra, kiểm kê rừng, trong đó: công tác bản đồ hiện trạng rừng sau kiểm kê cần phải điều tra rừng được tiến hành trước và độc lập được cập nhật thường xuyên. với công tác kiểm kê rừng, do đơn vị có kinh Đắk Nông là tỉnh thuộc khu vực Tây nghiệm thực hiện, trên cơ sở giải đoán ảnh vệ Nguyên tại Việt Nam có diện tích tự nhiên tinh có độ phân giải cao: SPOT-5, SPOT-6, 651.561,5 ha, địa hình phức tạp, độ dốc cao. VNREDSAT-1 kết hợp khoanh vẽ bổ sung trên Theo kết quả kiểm kê rừng năm 2014, diện tích thực địa. Công tác kiểm kê rừng do chủ rừng có rừng của tỉnh là 253.962,3 ha. Do điều kiện thực hiện dưới sự trợ giúp, giám sát của chính cơ bản của tỉnh là hoạt động canh tác trên đất quyền các cấp, và sự tham gia, hỗ trợ về kỹ dốc nên ngoài giá trị kinh tế, rừng Đắk Nông thuật của đơn vị điều tra rừng. Do đó kết quả đặc biệt quan trọng với chức năng phòng hộ, kiểm kê rừng đảm bảo tính khách quan, chính bảo vệ nguồn nước, chống xói mòn cho toàn xác và lấy kết quả kiểm kê rừng để phê duyệt, bộ hệ thống canh tác nông nghiệp, phòng hộ công bố. Kết quả đã xây dựng được hệ thống: biên giới Tuy nhiên, hiện trạng rừng Đắk bản đồ, số liệu, hồ sơ quản lý rừng phản ánh Nông trong những năm qua bị suy giảm cả về toàn diện về diện tích rừng, trữ lượng, chất số lượng và chất lượng do nhu cầu lấy đất 96 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4-2017
2. Quản lý Tài nguyên rừng & Môi trường trồng cây công nghiệp và phát triển kinh tế - xã Đắk Song và Tuy Đức, tỉnh Đắk Nông trong hội. Trước thực trạng đó đã đặt ra vấn đề phải giai đoạn 2014-2017. thắt chặt quản lý để giữ vững diện tích rừng II. PHƯƠNG PHÁP NGHIÊN CỨU hiện có kết hợp trồng thêm rừng trên diện tích 2.1. Tư liệu nghiên cứu đất quy hoạch cho mục đích lâm nghiệp. Để (1) Ảnh vệ tinh góp phần thực hiện tốt công tác này, bản đồ Để đáp ứng các yêu cầu: phù hợp cho giám hiện trạng rừng cần phải liên tục được cập nhật sát sự thay đổi độ che phủ rừng ở quy mô địa theo định kỳ. phương và độ phân giải không gian cao nhất có Một trong những phương pháp triển vọng thể, ảnh vệ tinh Landsat-8 OLI và Sentinel-2 là hiện nay đáp ứng được yêu cầu trên là ứng 2 loại ảnh có tiềm năng nhất. Các dải phổ của dụng công nghệ viễn thám để xác định khu vực vệ tinh Landsat-8 và Sentinel-2 tương đối tăng/giảm rừng đến từng lô kiểm kê theo thời giống nhau cho các nghiên cứu về mặt đất, bao gian. Tuy nhiên, để ứng dụng công nghệ này, gồm theo dõi diễn biến rừng. Tuy nhiên, hiện việc lựa chọn tư liệu ảnh phù hợp là vấn đề đặt tại, nguồn hình ảnh của Sentinel-2 chưa được ra. Các loại ảnh có độ phân giải không gian cung cấp ổn định, cập nhật để có thể tải về cao (dưới 10 m) thường có giá thành tương đối thường xuyên từ Internet. Trong khi đó, vệ tinh đắt. Bên cạnh đó, nếu thực hiện trên khu vực Landsat-8 OLI luôn cung cấp ảnh thường rộng, sẽ cần dung lượng lưu trữ dữ liệu, thời xuyên với thời gian lặp lại là 16 ngày. Vì vậy, gian để xử lý ảnh và yêu cầu về cấu hình phần cứng, phần mềm cho xử lý ảnh rất lớn. Do đó, ảnh vệ tinh Landsat-8 được lựa chọn để sử để áp dụng trên phạm vi cả nước là không khả dụng thử nghiệm trong nghiên cứu này. Về mặt thi. Các loại ảnh có độ phân giải không gian logic, do các kênh phổ của ảnh Landsat-8 và thấp (>250 m) như: MODIS, NOAA, MERIS Sentinel-2 khá tương đồng, nên phân tích trên một pixel ảnh có thể lớn hơn nhiều so với một ảnh Sentinel-2 cũng sẽ cho kết quả tương tự lô kiểm kê, nên không phù hợp với hệ thống với ảnh Landsat-8 hoặc tốt hơn vì có độ phân giám sát rừng ở quy mô địa phương. Từ đó, giải không gian cao hơn (10 m của Sentinel-2 các loại ảnh vệ tinh có độ phân giải trung bình so với 30m của Landsat-8). (10 - 30 m), được cung cấp miễn phí như Ảnh sử dụng: (1) Cảnh ảnh có mã hiệu Landsat-8, Sentinel-2 tỏ ra có nhiều ưu điểm LC81240522014030LGN00 chụp ngày 30 và triển vọng để giám sát sự thay đổi độ che tháng 1 năm 2014 (trùng với thời gian điều tra, phủ rừng ở quy mô địa phương. kiểm kê rừng) và (2) cảnh ảnh có mã hiệu Phương pháp phân tích véc tơ thay đổi đa LC81240522017070LGN00 chụp ngày 11 biến (Multi-variant Change Vector Analysis - tháng 3 năm 2017 để thực hiện nghiên cứu với MCVA) cho phép sử dụng kiến thức chuyên các thông số kỹ thuật như sau: Loại sản phẩm: gia để kết hợp các chỉ số, các biến tiềm năng đã được xử lý ở mức T1, nghĩa là đã hiệu chỉnh một cách linh hoạt để đem lại hiệu quả cao biến dạng do chênh cao địa hình (mức trực ảnh nhất có thể (Johnson and Kasischke, 1998; Orthophoto); Định dạng: GeoTIFF; Phép chiếu Nackaerts et al., 2005; Jin et al., 2010). Mục bản đồ: UTM; Hệ tọa độ: WGS 84; Định tiêu chính của nghiên cứu này là đánh giá khả hướng: theo Bắc của bản đồ; Phương pháp chia năng và hiệu quả của việc sử dụng tư liệu ảnh mẫu: hàm bậc 3; Độ chính xác: với bộ cảm viễn thám miễn phí như Landsat-8 để xác định OLI đạt sai số 12 m theo tiêu chuẩn CE. vị trí mất rừng bằng phương pháp phân tích (2) Lớp bản đồ kết quả kiểm kê rừng tỉnh véc tơ thay đổi đa biến, thử nghiệm tại 2 huyện TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4-2017 97
3. Quản lý Tài nguyên rừng & Môi trường Đắk Nông theo Quyết định 67/QĐ-UBND Tính chỉ số đất khác biệt chuẩn (Normalised ngày 14 tháng 1 năm 2015 của UBND tỉnh Difference Soil Index - NDSI) cho từng ảnh Đắk Nông (QĐ67 2015) về việc phê duyệt và theo công thức: SWIR G công bố kết quả kiểm kê rừng tỉnh Đắk Nông NDSI (2.2) năm 2014. SWIR G Trong đó: NIR là giá trị phản xạ phổ của (3) Lớp bản đồ cập nhật diễn biến rừng tỉnh kênh cận hồng ngoại gần; RED là giá trị phản Đắk Nông đến tháng 12/2016, được cập nhật xạ phổ của kênh đỏ; SWIR là giá trị phản xạ bởi kiểm lâm địa phương, tải về từ hệ thống phổ của kênh hồng ngoại sóng ngắn; G là giá FORMIS (WWW1 2017). trị phản xạ phổ của kênh GREEN. 2.2. Phương pháp nghiên cứu Phương pháp phân tích véc tơ thay đổi đa 2.2.1. Phương pháp xử lý và tính toán các chỉ biến dựa được phân tích dựa trên 2 chiều: số từ ảnh vệ tinh chiều thay đổi giá trị chỉ số thực vật khác biệt Chuyển các kênh của từng ảnh từ hệ tọa độ chuẩn (VCNDVI) và chiều thay đổi giá trị chỉ số UTM sang hệ tọa độ VN2000. đất khác biệt chuẩn (VCNDSI). Tổ hợp mầu ảnh và trộn ảnh tổ hợp mầu với Véc tơ thay đổi chỉ số thực vật khác biệt ảnh toàn sắc để tạo ra ảnh tổ hợp mầu độ phân chuẩn hóa tính theo công thức: giải không gian 15 m cho từng ảnh. VC = NDVI -NDVI (2.3) Sử dụng phần mềm chuyên dụng để khoanh NDVI 2014 2017 các diện tích đồng nhất trên ảnh tổ hợp mầu độ Véc tơ thay đổi chỉ số đất khác biệt chuẩn phân giải không gian 15 m năm 2017 thành hóa tính theo công thức: những lô trạng thái đồng nhất và kết xuất thành VCNDSI = NDSI2017-NDSI2014 (2.4) tệp bản đồ ranh giới các lô trạng thái 2017. Trong đó: NDVI2014, NDVI2017, NDSI2014, Do lớp lô trạng thái 2017 được khoanh vẽ NDSI2017 lần lượt là chỉ số thực vật khác biệt trực tiếp từ ảnh nên sẽ bao phủ toàn bộ diện chuẩn và chỉ số đất khác biệt chuẩn tính trên tích tự nhiên của huyện, trong khi đó chỉ cần ảnh năm 2014 và 2017. quan tâm đến những điểm mất rừng nằm trong Theo phân tích logic, những khu vực bị mất diện tích kiểm kê rừng 2014. Vì vậy, chúng ta rừng thì chỉ số NDVI sẽ giảm và chỉ số NDSI chỉ chọn các lô trạng thái khoanh vẽ trên ảnh sẽ tăng. Như vậy, véc tơ thay đổi chỉ số thực năm 2017 nằm trong đất quy hoạch cho lâm vật khác biệt chuẩn (VCNDVI) và véc tơ thay nghiệp để xác định biến động rừng (gọi là lớp đổi chỉ số đất khác biệt chuẩn (VCNDSI) tính bản đồ 1). theo công thức (2.3) và (2.4) đều tăng. Trong Hai chỉ số thường dùng trong xử lý ảnh viễn trường hợp này, các véc tơ thay đổi tổng được thám được sử dụng là chỉ số thực vật khác biệt tính như sau: chuẩn (NDVI) và chỉ số đất khác biệt chuẩn ChangeIndex1 = (2.5) (NDSI). 2 2 VC NDVI VC NDSI Tính chỉ số thực vật khác biệt chuẩn (Normalised Difference Vegetation Index - ChangeIndex2 = VCNDVI+VCNDSI (2.6) NDVI) cho từng ảnh theo công thức: Ý nghĩa các chỉ số thay đổi của phương NIR RED NDVI (2.1) pháp MCVA được minh họa tại hình 2.1. NIR RED 98 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4-2017
4. Quản lý Tài nguyên rừng & Môi trường (a) (b) Hình 2.1. Ý nghĩa các chỉ số thay đổi của phương pháp véc tơ thay đổi đa biến (Trong đó: vector VCNDVI: Màu xanh lục; vector VCNDSI: Màu tím; ChangeIndex: Màu đỏ) Chỉ số ChangeIndex1 có ý nghĩa tăng cường 2.2.2. Xác định các vị trí mất rừng trên bản sự khác biệt của những điểm có biến động đồ cập nhật diễn biến rừng so với những điểm khác, giúp chúng ta dễ Từ lớp bản đồ kết quả kiểm kê rừng năm dàng phát hiện những điểm có biến động rừng. 2014 và lớp bản đồ hiện trạng rừng được cập Như minh họa ở hình 2.1(a), véc tơ VCNDVI và nhật đến 12/2016 theo hệ thống FORMIS, xác VCNDSI dù cùng chiều hay ngược chiều thì véc định vị trí các điểm mất rừng thực tế được địa tơ thay đổi ChangeIndex 1 cũng vẫn thể hiện phương cập nhật vào bản đồ. Trong giai đoạn theo chiều dương và độ lớn được tăng cường. này, tại 2 huyện Tuy Đức và Đắk Song đã xác Trong khi đó, chỉ số ChangeIndex2 nhằm xác định được 717 điểm mất rừng cập nhật trên định hướng của biến động rừng: mất rừng hay bản đồ. tăng rừng. Như minh họa ở hình 2.1(b), chiều Danh sách các điểm mất rừng sau đó được của véc tơ thay đổi ChangeIndex2 cho phép chia thành 2 phần: (1) Phần thứ nhất, lựa chọn chúng ta xác định xu hướng biến động của lô ngẫu nhiên 2/3 số điểm (478 điểm) sử dụng để rừng là tăng hay giảm. Kết hợp 2 chỉ số này, xác định ngưỡng mất rừng theo chỉ số chúng ta có thể xác định được vị trí mất rừng ChangeIndex1 và ChangeIndex2; (2) Các trên tư liệu viễn thám đa thời gian. điểm còn lại (239 điểm) sử dụng để kiểm Điều kiện để xác định một điểm nhất định chứng kết quả. mất rừng là khi các véc tơ thay đổi đa biến 2.2.3. Xác định vị trí mất rừng theo lô khoanh tổng hợp (ChangeIndex1 và ChangeIndex2 đều vi từ ảnh Landsat-8 lớn hơn 0 và lớn hơn một giá trị ngưỡng nhất Từ ảnh chỉ số ChangeIndex1, ChangeIndex2 định). Do giá trị NDVI và NDSI đều có giá trị và ranh giới lô khoanh vi từ ảnh (lớp bản đồ 1), từ -1 đến 1, để tiện cho việc tính toán, ảnh tính toán giá trị trung bình của ChangeIndex1 NDVI và NDSI của các năm được nhân với và ChangeIndex2 cho từng lô khoanh vi. Từ 1000. lớp bản đồ này, chúng ta có thể xác định giá trị TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4-2017 99
5. Quản lý Tài nguyên rừng & Môi trường ChangeIndex1 và ChangeIndex2 cho từng 2.2.4. Xác định vị trí mất rừng theo lô kiểm kê điểm mất rừng tại thực địa (478 điểm). Lô rừng kiểm kê là các lô rừng đã được Giá trị nhỏ nhất của chỉ số ChangeIndex1 và định danh trong cơ sở dữ liệu, có địa chỉ Lô, ChangeIndex2 từ 478 điểm mất rừng trên thực Khoảnh, Tiểu khu cụ thể, thuận tiện cho việc địa là ngưỡng giá trị dùng để xác định vị trí quản lý rừng. Lô rừng kiểm kê đang là đơn vị mất rừng theo lô khoanh vi từ ảnh. nhỏ nhất trong theo dõi và quản lý rừng hiện Sử dụng ngưỡng này để xác định tất cả các nay. Trong khi đó, vị trí mất rừng phát hiện vị trí mất rừng từ lô khoanh vi được lớp bản đồ được trên khoanh vi từ ảnh Landsat-8 không có chứa các lô khoanh vi mất rừng. địa chỉ Lô, Khoảnh cụ thể. Vì vậy, trong Kiểm chứng kết quả: sử dụng các điểm nghiên cứu này, chúng tôi thử nghiệm phát hiện vị trí mất rừng bằng phân tích vector thay kiểm chứng kết hợp với lớp lô khoanh vi thể đổi đa biến trên đơn vị là Lô rừng kiểm kê. hiện vị trí mất rừng để xác định độ chính xác Cũng tương tự với phương pháp xác định lô theo công thức: biến động rừng theo khoanh vi từ ảnh Landsat- a D(%) 100 (2.7) 8 như đã được trình bày ở phần 2.2.3, các lô b kiểm kê rừng năm 2014 cũng được tính giá trị Trong đó: D(%) là độ chính xác của các vị trung bình các chỉ số ChangeIndex 1, trí mất rừng được xác định; a là số điểm kiểm ChangeIndex 2 và xác định các lô có biến chứng có phát hiện thấy mất rừng từ mô hình; động. Kết quả được trình bày ở phần sau. b là số điểm mất rừng đã cập nhật trên bản đồ Toàn bộ quá trình xử lý, phân tích dữ liệu được dùng để kiểm chứng (239 điểm). được thực hiện theo hình 2.2. Ảnh vệ tinh: 2014, 2017 Bản đồ: 2014, 2016 Lô khoanh vẽ ChangeInde Lô kiểm Vị trí mất rừng Từ ảnh 2017 x1 kê 2014-2016 2014 ChangeIndex1 ChangeIndex1 Điểm xác ChangeIndex2 ChangeIndex2 định Của lô khoanh Của lô kiểm kê ngưỡng vi Ngưỡng mất rừng Ngưỡng mất rừng theo lô khoanh vẽ theo lô kiểm kê Điểm kiểm Vị trí mất rừng theo lô Vị trí mất rừng theo lô chứng độ khoanh vẽ kiểm kê chính xác Độ chính xác phát Độ chính xác phát hiện vị trí mất rừng hiện vị trí mất rừng theo lô khoanh vẽ theo lô kiểm kê Hình 2.2. Sơ đồ quá trình xử lý, phân tích dữ liệu 100 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4-2017
6. Quản lý Tài nguyên rừng & Môi trường III. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN gồm cả chuyển đổi theo quy hoạch và người 3.1. Diễn biến rừng và đất Lâm nghiệp tỉnh dân chuyển đổi trái phép; (3) Khai thác rừng, Đắk Nông bao gồm: khai thác có phép và khai thác trái Theo quyết định công bố số liệu hiện trạng phép; (4) Cháy rừng. rừng toàn quốc năm 2005 (QĐ1970/QĐ/BNN- Bên cạnh đó các nguyên nhân gián tiếp dẫn KL 2006), tỉnh Đắk Nông có 361.616 ha rừng đến mất rừng và suy thoái rừng tại tỉnh gồm: (rừng tự nhiên: 352.235 ha; rừng trồng: 9.381 (1) Tăng dân số: Theo Báo cáo kinh tế xã hội ha). Đến cuối năm 2014, theo Quyết định năm 2015 của UBND tỉnh Đăk Nông, năm 67/QĐ-UBND ngày 14 tháng 1 năm 2015 của 2004 dân số của tỉnh là: 397.536 người, năm UBND tỉnh Đắk Nông về việc phê duyệt và 2010 là 510.570 người, đến năm 2015 là công bố kết quả kiểm kê rừng (QĐ67/QĐ- 565.529 người. Việc tăng dân số quá nhanh UBND 2015), diện tích có rừng của tỉnh là: ảnh hưởng đến công tác quản lý bảo vệ rừng 253.962 ha (Rừng tự nhiên: 220.701 ha; rừng tại địa phương, đặc biệt tại các huyện có diện trồng: 33.261 ha). Đến cuối 2016, theo quyết tích rừng tự nhiên lớn, đất đai màu mỡ như: định số 1819/QĐ-BNN-TCLN (QĐ1819/QĐ- Tuy Đức, Đắk Song, Đắk G’long; (2) Giá nông BNN-TCLN 2016) tỉnh chỉ còn: 256.116 ha sản tăng cao, dẫn đến nhu cầu về đất canh tác rừng (rừng tự nhiên: 209.995 ha; rừng trồng: cho các mặt hàng này cũng tăng theo nên 46.121 ha). Như vậy, trong những năm qua người dân phá rừng, lấn chiếm đất để trồng các diện tích rừng tự nhiên của tỉnh Đắk Nông liên loại cây có giá trị cao hoặc buôn bán đất, sang tục giảm, trong đó: giai đoạn 2005 - 2014, nhượng trái phép để hưởng lợi nhưng chưa trung bình một năm diện tích rừng tự nhiên ngăn chặn được; (3) Thiếu kinh phí bảo vệ giảm 15.500 ha; giai đoạn 2015 - 2016, trung rừng; (4) Quản lý kém hiệu quả của các Công bình một năm giảm khoảng 5.000 ha. ty lâm nghiệp; (5) Quản lý yếu kém của địa Báo cáo kết quả hành động REDD+ tỉnh phương và; (6) Một số nguyên nhân khác. Đắk Nông, đã xác định các nguyên nhân trực 3.2. Kết quả phát hiện vị trí mất rừng theo tiếp dẫn đến mất rừng và suy thoái rừng tự lô khoanh vẽ từ ảnh Landsat-8 nhiên ở Đắk Nông bao gồm: (1) Chuyển và Kết quả khoanh vẽ từ ảnh Landsat-8 đã tạo xâm lấn rừng tự nhiên sang sản xuất nông ra ở 2 huyện: Tuy Đức và Đắk Song: 32.550 lô nghiệp và đất khác; (2) Chuyển rừng tự nhiên khoanh vi, ranh giới lô khoanh vi được minh nghèo sang trồng Keo, Cao su, Điều bao họa tại hình 3.1. Hình 3.1. Ranh giới lô khoanh vi trên ảnh Landsat-8 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4-2017 101
7. Quản lý Tài nguyên rừng & Môi trường Đã xác định giá trị ChangeIndex1 và và ChangeIndex2 của lô cho điểm đó). ChangeIndex2 cho từng lô khoanh vi (32.550 Các chỉ tiêu thống kê giá trị ChangeIndex1 lô) và cho từng điểm trong 487 điểm mất rừng và ChangeIndex2 của 487 điểm mất rừng tính tại thực địa (điểm mất rừng thực địa nằm trong theo lô khoanh vi sử dụng để xác định ngưỡng lô khoanh vi nào thì gán giá trị ChangeIndex1 được tập hợp tại bảng 3.1. Bảng 3.1. Các chỉ tiêu thống kê giá trị ChangeIndex1 và ChangeIndex2 các điểm mất rừng tính theo lô khoanh vi Chỉ tiêu Giá trị nhỏ nhất Giá trị lớn nhất Trung bình ChangeIndex1 48,0 433,6 139,2 ChangeIndex2 16,8 582,0 144,8 Ngưỡng xác định một lô là mất rừng trong rừng theo mô hình dựa vào ngưỡng trường hợp nghiên cứu cụ thể tại 2 huyện Tuy ChangeIndex1 > 48,0 và ChangeIndex2 > 16,8, Đức và Đắk Song, giai đoạn 2014 - 2017 là khi đạt độ chính xác 99,2%. giá trị ChangeIndex1 > 48,0 và ChangeIndex2 Kết quả tính toán cho thấy, 717 điểm mất > 16,8. rừng đã được địa phương cập nhật vào cơ sở Sử dụng ngưỡng nghiên cứu được để xác dữ liệu theo dõi diễn biến thuộc 465 lô khoanh định các lô nghi mất rừng giai đoạn 2014 - vi. Như vậy, nghiên cứu phát hiện ra còn 2017 trên lớp lô khoanh vi. Kết quả xác định khoảng 167 điểm có khả năng đã mất rừng được 632 lô khoanh vi nghi mất rừng nằm trong giai đoạn này nhưng chưa được cập nhật trong diện tích có rừng năm 2014 (theo bản đồ vào cơ sở dữ liệu. Hình 3.2 là minh họa, (a) là kiểm kê). hình ảnh các vị trí trên ảnh năm 2014 và kết Sử dụng 239 điểm mất rừng thực tế, không quả kiểm kê rừng vẫn có rừng; (b) là những vị tham gia tính toán ngưỡng để kiểm chứng độ trí đã mất rừng trên ảnh năm 2017. chính xác, kết quả cho thấy: trong 239 điểm mất rừng thực tế đã cập nhật vào cơ sở dữ liệu diễn biến rừng có 237 điểm phát hiện là mất (a) (b) Hình 3.2. Một số điểm nghi mất rừng chưa được cập nhật vào cơ sở dữ liệu 3.3. Kết quả phát hiện vị trí mất rừng theo dung phát hiện vị trí mất rừng theo lô khoanh lô rừng kiểm kê vẽ từ ảnh, nhưng thay vì lô khoanh vẽ từ ảnh, Thực hiện nghiên cứu tương tự như nội sử dụng lô kiểm kê. Kết quả đạt được như sau: 102 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4-2017
8. Quản lý Tài nguyên rừng & Môi trường Đã xác định giá trị ChangeIndex1 và ChangeIndex2 của lô cho điểm đó). ChangeIndex 2 cho 32.803 lô kiểm kê có rừng Các chỉ tiêu thống kê giá trị ChangeIndex1 năm 2014 tại 2 huyện Tuy Đức, Đắk Song và và ChangeIndex2 của 487 điểm mất rừng tính cho từng điểm trong 487 điểm mất rừng tại theo lô kiểm kê sử dụng để xác định ngưỡng thực địa (điểm mất rừng thực địa nằm trong lô được tập hợp tại bảng 3.2. kiểm kê nào thì gán giá trị ChangeIndex1 và Bảng 3.2. Các chỉ tiêu thống kê giá trị ChangeIndex 1 và ChangeIndex 2 các điểm mất rừng tính theo lô kiểm kê Chỉ tiêu Giá trị nhỏ nhất Giá trị lớn nhất Trung bình ChangeIndex1 43,5 330,7 155,6 ChangeIndex2 16,7 448,4 187,6 Ngưỡng xác định một lô có mất rừng xác Việc phát hiện vị trí mất rừng theo lô kiểm định được là: ChangeIndex1 > 43,5 và kê có ưu điểm là chỉ ra được vị trí mất rừng ChangeIndex2 > 16,7. Sử dụng ngưỡng này cho từng lô kiểm kê (số hiệu lô đã được định được để xác định các lô nghi mất rừng giai danh) nên rất thuận lợi cho việc kiểm chứng đoạn 2014 - 2016 trên lớp lô kiểm kê. Kết quả thực địa để cập nhật diễn biến. Tuy nhiên, trên xác định được 905 lô kiểm kê nghi mất rừng. thực tế với một lô kiểm kê thường xảy ra 2 Sử dụng 239 điểm mất rừng thực tế, không trường hợp mất rừng như sau: (1) mất toàn bộ tham gia tính toán ngưỡng để kiểm chứng độ hoặc phần lớn diện tích lô kiểm kê; (2) chỉ mất chính xác, kết quả cho thấy: trong 239 điểm một phần nhỏ diện tích lô kiểm kê. Đối với mất rừng thực tế đã cập nhật vào cơ sở dữ liệu trường hợp thứ nhất, việc phát hiện vị trí mất diễn biến rừng có 219 lô kiểm kê phát hiện là rừng theo lô kiểm kê đạt độ chính xác rất cao. mất rừng theo mô hình dựa vào ngưỡng Tuy nhiên, với trường hợp thứ hai nhiều khi ChangeIndex1 > 43,5 và ChangeIndex2 > 16,7 không phát hiện được lô có điểm mất rừng, do đạt độ chính xác 91,6%. sự thay đổi giá trị trung bình của ChangeIndex1 Kết quả tính toán cho thấy, 717 điểm mất và ChangeIndex2 quá nhỏ. Chính điều này làm rừng đã được địa phương cập nhật vào cơ sở cho độ chính xác phát hiện vị trí mất rừng theo dữ liệu theo dõi diễn biến thuộc 717 lô kiểm kê. Như vậy, nghiên cứu phát hiện ra còn lô kiểm kê (91,6%) thấp hơn so với lô khoanh khoảng 188 lô kiểm kê có thể đã mất một phần vi (99,2%). Đây là nhược điểm của phương hoặc toàn bộ rừng trong giai đoạn này nhưng pháp phát hiện vị trí mất rừng theo lô kiểm kê chưa được cập nhật vào cơ sở dữ liệu. và được minh họa tại hình 3.3. (a) (b) (c) Hình 3.3. Nhược điểm của phương pháp phát hiện vị trí mất rừng theo lô kiểm kê TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4-2017 103
9. Quản lý Tài nguyên rừng & Môi trường Một số điểm mất rừng với diện tích nhỏ có thể phát hiện được chỉ là 900 m2), do đó phát hiện được theo phương pháp sử dụng lô diện tích khu vực mất rừng xác định được khoanh vẽ từ ảnh nhưng không phát hiện được thường không đủ độ chính xác để sử dụng cho theo phương pháp sử dụng lô kiểm kê. Trên công tác cập nhật diễn biến rừng. Vì vậy, hình 3.3, (a) là lô kiểm kê hiển thị trên ảnh phương pháp này chỉ cho phép xác định những năm 2014; (b) là lô kiểm kê hiển thị trên ảnh vị trí mất rừng tiềm năng cao. Sau đó, các thay năm 2017 và không phát hiện ra mất rừng đổi cụ thể cần được kiểm tra, xác minh, khoanh (đường khoanh vi lô không chuyên sang màu vẽ tại hiện trường và cập nhật lên bản đồ. xanh lam); (c) các vị trí mất rừng nhỏ được phát Dựa trên kết quả của nghiên cứu này, chúng tôi đề xuất một quy trình theo dõi và cập nhật hiện dựa trên những khoanh vi trên ảnh 2017 diễn biến rừng cần thực hiện qua 3 bước như (đường khoanh vi chuyển sang màu xanh lam). sau: (1) Sử dụng ảnh vệ tinh miễn phí để theo 3.4. Thảo luận dõi phát hiện vị trí có sự thay đổi về rừng theo Kết quả nghiên cứu cho thấy, một số điểm thời gian (có thể 1 hoặc 3 tháng một lần); (2) mất rừng với diện tích nhỏ có thể được phát Sử dụng GPS, máy tính bảng, điện thoại thông hiện khi sử dụng lô khoanh vi từ ảnh Landsat-8 minh hoặc máy bay không người lái (UAV) để miễn phí nhưng không phát hiện được khi phân xác định chính xác những thay đổi về rừng tại tích trên lô kiểm kê rừng. Theo tác giả nhận hiện trường; (3) Cập nhật những thay đổi lên thấy, lấy kết quả phát hiện vị trí mất rừng dựa bản đồ và nên hệ thống máy chủ của FORMIS. trên các khoanh vi từ ảnh Landsat-8, sau đó IV. KẾT LUẬN chồng phủ lên lớp dữ liệu Lô kiểm kê rừng sẽ Mục tiêu chính của nghiên cứu này là đánh cho ra kết quả thích hợp hơn trong việc theo giá hiệu quả của việc phát hiện vị trí mất rừng dõi diễn biến rừng, minh họa trên hình 3.3(c) là bằng phương pháp phân tích véc tơ thay đổi đa một ví dụ. Khi đó, chúng ta vẫn phát hiện được biến (MCVA) dựa trên tư liệu ảnh viễn thám những vị trí mất rừng có diện tích nhỏ và vẫn miễn phí như Landsat-8. Phương pháp phân lấy được địa chỉ định danh của vị trí biến động tích véc tơ thay đổi đa biến dựa trên 2 chiều theo số Lô, Khoảnh, Tiểu khu đã được đặt tên chính là: (1) chiều thay đổi chỉ số thực vật trong cơ sở dữ liệu kiểm kê rừng. Như vậy sẽ khác biệt chuẩn (NDVI) và (2) chiều thay đổi thuận tiện hơn trong việc theo dõi, phát hiện chỉ số đất khác biệt chuẩn (NDSI). Kết quả biến động. nghiên cứu cho thấy, nếu sử dụng lô khoanh vi Từ kết quả nghiên cứu này cho thấy rằng: từ ảnh Landsat-8 miễn phí để phát hiện vị trí một số khu vực phát hiện mất rừng (có khả mất rừng có thể đạt độ chính xác đến 99,2%. năng cao) nhưng vẫn chưa được cập nhật vào Trong khi đó, nếu sử dụng đơn vị phát hiện bản đồ trên hệ thống máy chủ của FORMIS. mất rừng là lô kiểm kê có sẵn thì độ chính xác Những vị trí này đa số cách xa đường đi và cũng đạt được là 91,6%. Điều đó chứng tỏ, nằm sâu trong rừng nên có thể lực lượng kiểm việc sử dụng ảnh vệ tinh miễn phí như lâm địa bàn và các nhà quản lý tại địa phương Landsat-8 hoàn toàn có thể phát hiện các vị trí không đủ công cụ để phát hiện ra bằng những mất rừng với độ chính xác cao phục vụ cho phương pháp điều tra hiện đang áp dụng tại công tác quản lý, theo dõi và cập nhật diễn địa phương. biến rừng. Do độ phân giải không gian của ảnh vệ tinh Đắk Nông là tỉnh có địa hình phức tạp, miễn phí thường không cao (với ảnh Landsat- nhưng phương pháp phát hiện biến động rừng 8, độ phân giải không gian của ảnh đa phổ là trong nghiên cứu này vẫn cho kết quả tương 30m dẫn đến một khu vực mất rừng nhỏ nhất đối khả quan. Tư liệu ảnh Landsat-8 luôn có 104 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4-2017
10. Quản lý Tài nguyên rừng & Môi trường sẵn và được cung cấp miễn phí, thường xuyên. 4. Tổng cục Lâm nghiệp, 2017. Báo cáo tổng kết dự Vì vậy, kết quả nghiên cứu này hoàn toàn có án Tổng điều tra, kiểm kê rừng toàn quốc giai đoạn 2013 thể áp dụng mở rộng để phát hiện vị trí mất - 2016 của Tổng cục Lâm nghiệp, Bộ Nông nghiệp và Phát triển Nông thôn. rừng cho các khu vực khác trên toàn quốc. 5. WWW1, 2017. Hệ thống chia sẻ dữ liệu ngành Lời cảm ơn Lâm nghiệp - FORMIS. Truy cập lần cuối: ngày Nghiên cứu này được tài trợ bởi Quỹ Phát 10/08/2017, Website: triển Khoa học và Công nghệ Quốc gia 6. Jin, C., C. Xuehong, C. Xihong, C. Jun, 2010. (NAFOSTED) trong đề tài mã số 105.08- Change Vector Analysis in Posterior Probability Space: 2015.31. A New Method for Land Cover Change Detection. IEEE Geoscience and Remote Sensing Letters, Volume TÀI LIỆU THAM KHẢO 8, Issue 2, pp. 317-321. 1. QĐ67/QĐ-UBND ngày 14 tháng 1 năm 2015 của 7. Johnson, R. D. and E. S. Kasischke, 1998. UBND tỉnh Đắk Nông về việc phê duyệt và công bố kết Change vector analysis: A technique for the quả kiểm kê rừng tỉnh Đắk Nông năm 2014. multispectral monitoring of land cover and condition. 2. QĐ1819/QĐ-BNN-TCLN ngày 16 tháng 5 năm International Journal of Remote Sensing, volume 2017 của Bộ Nông nghiệp và Phát triển Nông thôn về 19, issue 3, pp. 411-426. việc công bố hiện trạng rừng toàn quốc năm 2016. 8. Nackaerts, K., K. Vaesen, B. Muys and P. Coppin, 3. QĐ1970/QĐ/BNN-KL ngày 06/7/2006 của Bộ 2005. Comparative performance of a modified change vector Nông nghiệp và Phát triển Nông thôn về việc công bố analysis in forest change detection. International Journal of hiện trạng rừng toàn quốc năm 2005. Remote Sensing, volume 26, issue 5, pp. 839-852. DETERMINING THE LOCATIONS OF DEFORESTATION USING MULTI-VARIANT CHANGE VECTOR ANALYSIS (MCVA) ON LANDSAT-8 SATELLITE DATA Nguyen Thanh Hoan1, Pham Van Duan2, Le Sy Doanh3, Nguyen Van Dung4 1,4Vietnam Academy of Science and Technology 2,3Vietnam National University of Forestry SUMMARY The National Forest Inventory and Statistics (NFIS) project in the period 2013-2016 has developed a unified dataset of forest in the nationwide with the highest-ever accuracy. Monitoring and updating the forest status, based on the NFIS results, is essential to ensure the long-term value of the database. Detecting the locations of deforestation is always difficult and takes a lot of hard work. The objective of this study is to determine the locations of deforestation using free remote sensing data such as Landsat-8 by Multi-variant Change Vector Analysis (MCVA) method. MCVA method allows the use of expert knowledge to combine the most potential indicators in a flexible manner with the highest possible efficiency for forest change detection. Two districts of Dak Nong province were selected as pilot sites. The 717 sites of deforestation updated up to December 2016 in the two districts were used as sample data and validation data. The result showed that this method can detect up to 99% of deforestation sites according to the validation data. In addition, some forest lots have been determined as deforestation locations but they have not yet been checked and updated in the database. Keywords: Dak Nong, deforestation sites, Landsat-8, multi-variant change vector analysis (MCVA). Ngày nhận bài : 02/8/2017 Ngày phản biện : 07/8/2017 Ngày quyết định đăng : 29/8/2017 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 4-2017 105