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 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 ngun và Mơi 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 trị quan trọng trong cơng 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 landcover 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 tồn quốc đã tăng từ năm 1990 thơng 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


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 q 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 thơng tin về vị trí
phân bố không gian của rừng mà không cung cấp thông tin mơ tả q 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 cơng 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 Đơng 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 Đơng 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 phịng 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,
bảo vệ môi trường và phát triển bền vững

293


là nơi có độ dốc lớn, đóng vai trị 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 ( />
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


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 khơng
có sự ảnh hưởng bởi mùa tới q 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 tốn 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 tốn 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 Thơng 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,
bảo vệ môi trường và phát triển bền vững

295


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 nơng nghiệp vì đất nơng 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 tốn 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 tơi 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: Mơ tả tập hợp; mơ tả phân bố rìa; mơ tả hình dạng; mơ
tả lõi,… (McGarigal và cộng sự, 2002). Trong đó, việc tính tốn phân mảnh rừng thuộc nhóm chỉ số
mơ 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 khơng thể áp dụng
cho hai biến khơng 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 khơng 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 tốn từ các chỉ số trong nhóm mơ tả
tập hợp (Aggregation Metrics). Để tính tốn mối tương quan của từng cặp, chúng tôi đã xây dựng
một chương trình để tính tốn 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


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 mơ tả sự liền kề giữa các phần tử trong
cùng lớp được phát triển bởi McGarigal và ctv (2002). PLADJ bằng khơng khi khơng 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 cơng thức như sau:

 g
=  m ii
PLADJ
 g
 ∑ ik
 k =1



 ×100




(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: Mơ hình điểm tám hướng (8 - kết nối)
PLADJ đã được sử dụng rộng rãi trong tính tốn 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
tốn PLADJ để tính tốn 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 ơ 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 tốn
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 tốn, nhóm nghiên cứu này đã đề xuất giải pháp cải
tiến tính tốn chỉ số PLADJ. Thay vì chỉ đếm trong 4 ơ liền kề trực giao, việc tính tốn các điểm
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

297


ảnh liền kề sử dụng mơ 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 mơ tả trong Hình 6.
3.4. Phân cấp trong bản đồ phân mảnh rừng
Nhóm nghiên cứu sử dụng mơ 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 khơng 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 tốn 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


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 khơng 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 nơng 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 cịn 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 khơng 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,
bảo vệ môi trường và phát triển bền vững

299


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 mơ hình
điểm tám hướng (8 - kết nối) đã phát huy hiệu quả trong xử lý và tính tốn 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]. Thơng 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


[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.
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,
bảo vệ môi trường và phát triển bền vững

301