Luận án nghiên cứu ứng dụng công nghệ địa không gian trong quản lý tài nguyên rừng tại khu vực vườn quốc gia nam ka đinh, nước cộng hòa dân chủ nhân dân lào

1
MỞ ĐẦU
1. Tính cấp thiết của đề tài luận án
Trên thế giới hiện còn khoảng 3,2 tỷ ha rừng, nhưng rừng thứ sinh nghèo
chiếm khoảng 80% (ITTO, 2019) [37]. Việt Nam cũng có khoảng 10,24 triệu
ha rừng, trong đó rừng thứ sinh chiếm trên 90% (Pham Van Đien, 2019 )[34].
Cộng hòa Dân chủ Nhân dân Lào (CHDCND Lào hay còn gọi là Lào) có 9
triệu ha rừng, trong đó rừng thứ sinh chiếm trên 85% (DOF- MAF, 2018) [32].
Trải qua vài thập kỷ, phần lớn diện tích rừng trên thế giới, cũng như Việt Nam
và Lào có những biến động lớn (mất rừng (MR), bị suy thoái (STR)). Mức độ
biến động rừng đang là mối quan ngại không riêng một quốc gia mà là mối quan
ngại chung toàn cầu. Trong giai đoạn từ năm 2000 đến nay, hàng năm rừng đã bị
MR và STR về diện tích khoảng 14,6 triệu ha, tương ứng tỷ lệ diện tích rừng bị
mất, STR khoảng 2% so với tổng diện tích rừng cịn lại (FAO, 2019).
Lào là một nước nằm trong vùng nhiệt đới, có diện tích đất đai tự nhiên
23.680.000 ha, đất lâm nghiệp chiếm 47% diện tích cả nước. Hàng năm, tỷ lệ
biến động rừng ở mức cao hơn so với mức bình quân chung (2,5%) (DOFMAF, 2018) [32]). Quá trình biến động trải rộng trên các vùng, miền, huyện
và tỉnh có rừng trên toàn quốc. Để hạn chế mức độ biến động tài nguyên rừng,
Chính phủ Lào thành lập một số vườn quốc gia, khu bảo tồn nhằm quản lý,
khai thác bền vững nguồn tài nguyên rừng tự nhiên.
Vườn Quốc gia Nam Ka Đinh (VQGNKĐ), tỉnh Bolikhamsay được
thành lập năm 1995, với tổng diện tích đất đai tự nhiên 168.550ha với 4 kiểu
rừng được phân chia theo thành phần loài cây (Niên giám thống kê tỉnh
Bolikhamsay, năm 2020). Diện tích rừng tư nhiên của VQGNKĐ biến động
đo mất rừng (MR) và suy thối rừng (STR) khơng ngừng tăng, làm tổng diện
tích rừng tự nhiên giảm dần, mức độ biến động giảm khoảng 2,5%/năm (Sở
Nông Lâm Bolikhamsay-DARB), (2020) [33].


2
Vấn đề đặt ra: Tại sao diện tích rừng tự nhiên vẫn đang bị biến động?.

Làm thế nào để xác định được mức độ biến động đó? Hiên nay, biến động
rừng thường được phát hiện trực tiếp bởi lực lượng chức năng và các tổ chức,
các chủ rừng và người dân địa phương,v.v, cùng với sự phát triển mạnh mẽ
của cơng nghệ thơng tin trong đó phải kể đến cơng nghệ địa khơng gian đã
góp phần quan trọng trong phát hiện và đánh giá biến động tài nguyên rừng.
Ở Lào, công nghệ địa không gian ngày càng được ứng dụng nhiều hơn
trong lĩnh vực quản lý, giám sát và đánh giá biến động tài nguyên rừng như:
điều tra, kiểm kê rừng; giám sát các hoạt động lâm nghiệp (trồng rừng, khai
thác rừng, v.v). Tuy nhiên, do còn chưa được ứng dụng rộng rãi trong đánh
giá biến động tài nguyên rừng tại một số vườn quốc gia, khu bảo tồn, trong đó
có VQGNKĐ và có ít hiểu biết về hiện trạng tài nguyên rừng hiện tại của
huyện, chưa xác định được nguyên nhân chính gây biến động làm cơ sở khoa
học cho các giải pháp quản lý rừng, nên việc quản lý bền vững tài nguyên
rừng nơi đây đang gặp nhiều khó khăn, nổi cộm là:
- Chưa sớm xác định được mức độ biến động tài nguyên rừng theo
thời gian;
- Chưa sớm xác định được tác nhân chính gây ra biến động;
- Chưa đề xuất được những giải pháp ứng dụng khoa học công nghệ địa
không gian trong quản lý tài nguyên rừng phù hợp.
Để góp phần giải quyết vấn đề nêu trên, đề tài luận án “Nghiên cứu
ứng dụng công nghệ địa không gian trong quản lý tài nguyên rừng tại khu
vực Vườn Quốc gia Nam Ka Đinh, nước Cộng hòa Dân chủ Nhân dân
Lào” đã được thực hiện. Đề tài được nghiên cứu là rất cần thiết và có ý nghĩa
lý luận và thực tiễn cao.
2. Mục tiêu của luận án
2.1. Mục tiêu tổng quát
Nghiên cứu xây dựng quy trình kỹ thuật ứng dụng cơng nghệ địa khơng
gian phát hiện mất rừng, suy thoái và khu vực thêm mới rừng nhằm góp phần

3
nâng cao hiệu quả của công tác quản lý và bảo vệ rừng, giám sát, theo dõi
diễn biến tài nguyên rừng tại khu vực Vườn Quốc Gia Nam Ka Đinh, nước
Cộng hòa Dân chủ Nhân dân Lào.
2.2. Mục tiêu cụ thể
- Xác định được đặc điểm hiện trạng rừng và các yếu tố ảnh hưởng đến
quản lý tài nguyên rừng tại khu vực Vườn Quốc gia Nam Ka Đinh.
- Xác định được ngưỡng chỉ số tương đối với chỉ số thực vật kháng khí
quyển (ARVI) trên ảnh vệ tỉnh Sentinal 2 để phát hiện sớm mất rừng, suy
thoái rừng và các khu vực có thêm rừng mới tại khu vực nghiên cứu.
- Đề xuất được quy trình kỹ thuật ứng dụng công nghệ địa không gian
trong quản lý tài nguyên rừng và một số giải pháp thúc đẩy quá trình ứng
dụng công nghệ địa không gian trong quả lý tài nguyên rừng cho khu vực
nghiên cứu (và các khu vực khác có điều kiện tương tự).
3. Đối tượng, phạm vi nghiên cứu
Đối tượng nghiên cứu là toàn bộ các diện tích rừng tại khu vực Vườn
Quốc gia (VQGNKĐ) Nam Ka Đinh.
Luận án tập trung vào nghiên cứu ứng dụng CNĐKG trong giám sát và
phát hiện sớm mất rừng, suy thoái rừng, khu vực có thêm rừng mới và các
giải pháp thúc đẩy ứng dụng công nghệ địa không gian, nâng cao hiệu quả
quản lý bảo vệ rừng ở khu vực nghiên cứu.
4. Những đóng góp mới của luận án
- Thiết lập được ngưỡng chỉ số tương đối với chỉ số thực vật kháng khí
quyển (ARVI) trên ảnh vệ tỉnh Sentinel 2 để phát hiện sớm mất rừng, suy thoái
rừng và các khu vực có thêm rừng mới cho khu vực VQGNKĐ.
- Đề xuất được quy trình kỹ thuật ứng dụng công nghệ địa không gian
trong quản lý tài nguyên rừng tại khu vực Vườn Quốc gia Nam Ka Đinh từ tư
liệu ảnh viễn thám Sentinel 2.

4
5. Ý nghĩa khoa học và thực tiễn
5.1. Ý nghĩa khoa học
Luận án đã bổ sung được ngưỡng chỉ số tương đối phản ánh sự thay đổi
chỉ số viễn thám với chỉ số thực vật kháng khí quyển (ARVI) trên ảnh vệ tỉnh
Sentinel 2 làm cơ sở khoa học cho việc phát hiện sớm mất rừng, suy thoái
rừng và khu vực thêm rừng mới ở khu vực Vườn Quốc gia Nam Ka Đinh.
5.2. Ý nghĩa thực tiễn
Các kết quả nghiên cứu của luận án đã đề xuất được quy trình kỹ thuật
ứng dụng công nghệ địa không gian trong quản lý tài nguyên rừng tại khu vực
Vườn Quốc gia Nam Ka Đinh, nước Cộng hòa Dân chủ Nhân dân Lào từ tư
liệu ảnh viễn thám Sentinel 2.
6. Giới hạn của luận án
6.1. Giới hạn nội dung nghiên cứu
Về hiện trạng tài nguyên rừng: Đề tài luận án tập trung nghiên cứu một
số tiêu chí về đặc điểm hiện trạng rừng và các nhân tố ảnh hưởng đến công
tác quản lý hiện trạng tài nguyên rừng tại khu vực Vườn Quốc gia Nam Ka
Đinh; Tập trung chủ yếu tại các khu vực có sự thay đổi rừng: mất rừng, suy
thối rừng, khu vực có thêm rừng mới.
Về ứng dụng cơng nghệ viễn thám: sử dụng 1 chỉ số thực vật kháng
khí quyển trên tư liệu anh Sentinal 2A và 2B và phần mềm ArcGis,
Google Earth Engine .
6.2. Giới hạn địa bàn nghiên cứu
Khu vực nghiên cứu của luận án là: toàn bộ khu vựcVQGNKĐ và một
số khu vực có rừng của các huyện, tỉnh lân cận, bao gồm: Huyện Viengthong,
Borikhane, Pakkading và Khamkeut, thuộc tỉnh Bolikhamsay, và huyện
Khounakham, tỉnh Khammuan.
6.3. Giới hạn thời gian nghiên cứu
Về thời gian: luận án được thực hiện trong thời gian từ tháng 06/2016
đến tháng 31 tháng 10 năm 2021.

5
7. Kết cấu của luận án
Ngoài phần mở đầu; Sự cần thiết; Mục tiêu và điểm mới, luận án bao gồm:
Chương 1: Tổng quan vấn đề nghiên cứu
Chương 2: Nội dung, phương pháp và đặc điểm nghiên cứu
Chương 3: Kết quả nghiên cứu và thảo luận
Kết luận, tồn tại, khuyến nghị
Danh mục các bài báo có liên quan đế đề tài luận án
Tài liệu tham khảo và các phụ lục của luận án.


6
Chương 1
TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
1.1. Định nghĩa về Vườn quốc gia, rừng, mất rừng, thêm rừng và suy
thoái rừng
Đã có một số định nghĩa về Vườn Quốc gia, về rừng, mất rừng, thêm
rừng và suy thoái rừng được chấp nhận bởi một số quốc gia, tổ chức chính trị,
môi trường và các cơ quan quản lý, nghiên cứu về lâm nghiệp như sau:
1.1.1. Rừng
Theo Công ước của Liên hợp quốc về Đa dạng sinh học rừng (UNEF)
(UNEF/CBD/SBSTTA, 2001), rừng được định nghĩa là diện tích đất lớn hơn
0,5 ha, có độ tàn che trên 10%, cây phải có khả năng đạt chiều cao 5 m.
Theo Công ước khung về biến đổi khí hậu (FCCC) (FCCC, 2001)
[35],rừng được định nghĩa là diện tích đất tối thiểu 0,05-1,0 ha với độ tàn che trên
10-30% với những cây có khả năng đạt chiều cao tối thiểu 2-5 m. Rừng có thể bao
gồm một trong hai dạng rừng kín (nơi cây cối nhiều tầng) hoặc rừng thưa.
Theo Tổ chức Nông lương Liên hợp quốc (FAO) (FAO, 2020), rừng

được định nghĩa là diện tích đất có độ tàn che trên 10% và diện tích lớn hơn
0,5 ha. Các cây phải có thể đạt chiều cao tối thiểu là 5 m khi trưởng thành,
hàng cây rộng trên 20 m. Có thể bao gồm một trong hai kiểu rừng: rừng kín,
nơi cây có nhiều tầng và tầng sinh trưởng chiếm tỷ lệ cao trên mặt đất; hoặc
rừng thưa, có độ tàn che trên 10%.
Theo Luật Lâm nghiệp Việt Nam, năm 2017 (Quốc hội, 2017) [18] ,
rừng được định nghĩa là một hệ sinh thái bao gồm các loài thực vật rừng,
động vật rừng, nấm, vi sinh vật, đất rừng và các yếu tố môi trường khác trong
đó thành phần chính là một hoặc một số lồi cây thân gỗ, tre, nứa, cây họ cau
có chiều cao được xác định theo hệ thực vật trên núi đất, núi đá, đất ngập
nước, đất cát hoặc hệ thực vật đặc trưng khác; diện tích liền vùng từ 0,3 ha trở
lên; độ tàn che từ 0,1 trở lên.


7
Theo Phụ lục I - Phân chia trạng thái rừng tại Thông tư số 33/2018/TTBNNPTNT (Bộ NN&PTNTVN, 2018) quy định về điều tra, kiểm kê và theo
dõi diễn biến rừng thì đất quy hoạch cho lâm nghiệp được chia thành đất có
rừng và đất chưa có rừng. Đất có rừng là diện tích được xác định là có rừng
theo Luật Lâm nghiệp 2017. Và đất chưa có rừng bao gồm: đất có cây gỗ tái
sinh (trữ lượng gỗ nhỏ hơn hoặc bằng 10 m3/ha), đất đã trồng nhưng chưa
thành rừng (trữ lượng gỗ nhỏ hơn hoặc bằng 10 m3/ha) và đất khác (đất trống,
đất trồng cây nông nghiệp, mặt nước, đất có cây lâm nghiệp khác).
Theo Luật Lâm nghiệp Quốc gia Lào năm 2019 (National Assembly,
2019) [45]. Ở Lào: (i). Rừng là diện tích đất có độ tàn che trên 10% và diện
tích lớn hơn 0,5 ha. Các cây phải có thể đạt chiều cao tối thiểu là 5 m khi
trưởng thành, chiều dài, rộng hàng cây trên 20 m. Có thể bao gồm một trong
hai kiểu rừng: rừng kín, nơi cây có nhiều tầng và tầng sinh trưởng chiếm tỷ lệ
cao trên mặt đất; hoặc rừng thưa, có độ tàn che trên 10%; (ii). Đất: đất được
quy hoạch cho lâm nghiệp được chia thành đất có rừng và đất chưa có rừng.
Đất có rừng là diện tích được xác định là có rừng (ở phần i). Và đất chưa có

rừng bao gồm: đất có cây gỗ tái sinh (trữ lượng gỗ nhỏ hơn hoặc bằng 10
m3/ha), đất đã trồng nhưng chưa thành rừng (trữ lượng gỗ nhỏ hơn hoặc bằng
10 m3/ha) và đất khác (đất trống, đất trồng cây nơng nghiệp, mặt nước, đất có
cây lâm nghiệp khác).
Các quốc gia, tổ chức quốc tế khác nhau đã đưa ra những định nghĩa về
rừng khác nhau. Tuy nhiên, điểm chung là dựa trên một, hai hay cả 3 tiêu chí:
diện tích tối thiểu, độ tàn che và chiều cao cây gỗ.
Với luận án này, rừng được hiểu theo định nghĩa về rừng của Luật Lâm
nghiệp quốc gia Lào năm 2019 (National Assembly, 2019) [45].
1.1.2. Mất rừng
Theo Tổ chức Nông lương Liên hợp quốc (FAO, 2020), mất rừng là việc
chuyển đổi đất rừng sang đất sử dụng vào mục đích khác hoặc làm giảm độ


8
tàn che của cây rừng dưới ngưỡng tối thiểu 10%. Mất rừng có hàm ý là việc
mất độ che phủ rừng lâu dài hoặc vĩnh viễn hoặc chuyển sang mục đích sử
dụng đất khác.
Theo Cơng ước khung về biến đổi khí hậu (FCCC, 2001) [35],mất rừng
là sự chuyển đổi trực tiếp từ đất có rừng sang đất khơng có rừng bởi con người.
Theo Trung tâm Nông lâm nghiệp thế giới (ICRAF, 2017), mất rừng là
việc thay đổi từ trạng thái có rừng sang trạng thái khơng rừng tùy thuộc vào
định nghĩa về rừng, liên quan đến cả 2 khía cạnh thể chế và độ che phủ.
Theo Luật Lâm nghiệp Quốc gia Lào năm 2019 (National Assembly,
2019) [45]. Ở Lào, mất rừng là việc chuyển đổi đất đã có rừng sang đất sử dụng
vào mục đích khác hoặc làm giảm độ tàn che của cây rừng dưới ngưỡng tối
thiểu 10%. Diện tích đất có rừng mất trên một khu vực có diện tích bằng hay
lớn hơn 0,5 ha.
Có thể thấy, các quốc gia, các tổ chức khác nhau có những định nghĩa
khác nhau về mất rừng nhưng đều liên quan đến 2 yếu tố là: chuyển đổi sử

dụng đất có rừng và độ che phủ rừng. Trong đó, chỉ tiêu độ che phủ rừng có
liên quan đến định nghĩa về rừng (căn cứ để xác định 1 diện tích nào đó cịn
đủ tiêu chuẩn là rừng hay khơng).
Với luận án này, mất rừng được hiểu theo định nghĩa về rừng của Luật
Lâm nghiệp quốc gia Lào năm 2019, với diện tích đất đã có rừng bị mất, hay bị
suy giảm độ tàn che dưới ngưỡng tối thiểu 10% ≥ 0,5ha (National Assembly,
2019) [45].
1.1.3. Suy thối rừng
Theo Tổ chức Nơng lương Liên hợp quốc (FAO, 2020), suy thoái rừng
là việc giảm độ che phủ hoặc trữ lượng rừng do việc khai thác, đốt cháy hoặc
các sự kiện khác, với điều kiện độ tàn che của cây rừng trên 10% (để đảm bảo
theo định nghĩa về rừng). Theo nghĩa chung hơn, suy thoái rừng là giảm dài


9
hạn nguồn cung cấp tổng thể các lợi ích từ rừng, bao gồm: gỗ, đa dạng sinh
học và sản phẩm hoặc dịch vụ khác.
Theo Chương trình mơi trường Liên hợp quốc (UNEP, 2001) [50], suy
thoái rừng là rừng bị mất đi cấu trúc, chức năng, thành phần loài hoặc năng
suất bởi các hoạt động của con người. Do đó, rừng bị suy thối làm giảm khả
năng cung cấp hàng hóa và dịch vụ và chỉ duy trì đa dạng sinh học ở mức hạn
chế. Đa dạng sinh học của rừng bị suy thối bao gồm nhiều thành phần phi
cây, có thể chiếm ưu thế trong thảm thực vật dưới tán.
Theo Ủy ban Liên chính phủ về biến đổi khí hậu (IPCC, 2000) [36],
suy thoái rừng là do con người trực tiếp gây ra (kéo dài trong X năm trở lên)
gây tổn thất dài hạn ít nhất Y% trữ lượng các-bon rừng (và giá trị rừng) kể từ
thời điểm T và chưa đủ tiêu chuẩn để được gọi là mất rừng.
Theo Luật Lâm nghiệp Việt Nam 2017 (Quốc hội, 2017) [18], suy thoái rừng
được định nghĩa là sự suy giảm về hệ sinh thái rừng, làm giảm chức năng của rừng.
Theo Luật Lâm nghiệp Quốc gia Lào năm 2019 (National Assembly,

2019) [45]. Ở Lào, suy thoái rừng là rừng bị mất đi cấu trúc, chức năng, thành
phần loài hoặc năng suất bởi các hoạt động của con người hay thảm họa tự
nhiên (bão, lửa rừng, ngập úng, v.v.).
Các định nghĩa, cách tiếp cận khác nhau về suy thoái rừng ở trên đã cho
thấy, xác định suy thoái rừng phức tạp hơn so với xác định mất rừng, đặc biệt
có những khía cạnh của suy thối rừng là rất khó định lượng.
Với luận án này, suy thoái rừng được hiểu theo định nghĩa của Luật Lâm
nghiệp quốc gia Lào năm 2019 (National Assembly, 2019) [45]. Theo luật
này, suy thoái rừng thường được hiểu là các vụ phá rừng có quy mơ nhỏ (là
một phần của mất rừng) hoặc là sự chuyển đổi từ trạng thái rừng có trữ lượng
gỗ cao xuống trạng thái rừng có trữ lượng gỗ thấp hơn. Trong khi đó, các khía
cạnh của suy thối rừng như suy giảm đa dạng sinh học, suy giảm chức năng
phòng hộ của rừng vẫn cịn ít được đề cập đến.


10
1.1.4. Thêm rừng
Theo Tổ chức Gỗ nhiệt đới thế giới (ITTO, 2019) [37], khu vực được
coi là thêm rừng là những khu vực hiện tại rừng đã và đang trong q trình
hình thành và phát triển, có thể là ở giai đoạn đầu: tái sinh phục hồi tự nhiên
hay nhân tạo hoặc ở đoạn 2, 3 v.v, mà trước đây là những khu đất trống. Diện
tích tối thiểu khu thêm rừng mới ≥ 0,5ha. Lịch sử hình thành khu rừng mới từ
khu đất trống trước đây có thể bắt nguồn từ: (i). Đất hoang, sa mặt; (ii). Đất
đã có rừng như bị khai thác trắng, bị cháy rừng hoàn toàn, thiên tai, dịch
bệnh; (iii). Đất từ canh tác nông nghiệp, canh tác nương rẫy, từ các nông trại,
trang trại chăm ni gia súc bỏ hóa; (iv). Đất bồi mới tại các cửa sông, suối
của các lưu vực sông lớn, v.v.
Theo Luật Lâm nghiệp Quốc gia Lào năm 2019 (National Assembly,
2019) [45], khu vực được coi là thêm rừng là những khu vực hiện tại rừng đã
và đang trong quá trình hình thành và phát triển, có thể là ở giai đoạn đầu: tái

sinh phục hồi tự nhiên hay nhân tạo hoặc ở đoạn 2, 3 v.v, mà trước đây là
những khu đất trống. Diện tích tối thiểu khu thêm rừng mới ≥ 0,3ha. Lịch sử
hình thành khu rừng mới từ khu đất trống trước đây có thể bắt nguồn từ: (i).
Đất đã có rừng như bị khai thác trắng, bị cháy rừng hoàn toàn, thiên tai, dịch
bệnh; (ii). Đất từ canh tác nông nghiệp, canh tác nương rẫy, từ các nơng trại,
trang trại chăm ni gia súc bỏ hóa; (iii). Đất Quốc phòng thuộc các thao
trường trước đây; (iv). Đất nông nghiệp được chuyển đổi sang trồng cây công
nghiệp như: trồng Cao su, v.v.
Với luận án này, thêm rừng được hiểu theo định nghĩa của Luật Lâm
nghiệp quốc gia Lào năm 2019 (National Assembly, 2019) [45].
1.1.5. Phát hiện “sớm” mất rừng, suy thoái rừng và thêm rừng.
Phát hiện “sớm” được hiểu là khả năng phát hiện sớm nhất kể từ khi
xảy ra sự kiện mất rừng, suy thoái rừng hoặc thêm rừng. Phát hiện sớm ở đây


11
bao gồm các khía cạnh: về thời gian phát hiện (sớm nhất có thể), diện tích
phát hiện (khơng gian-nhỏ nhất có thể, thơng thường từ 0,3 ha trở lên).
- Về mặt thời gian: khi sử dụng ảnh viễn thám, việc phát hiện sớm mất
rừng, suy thoái rừng, thêm rừng phụ thuộc vào chu kỳ bay chụp của loại ảnh
sử dụng (chu kỳ bay chụp của vệ tinh Sentinel 2 là 6 ngày). Phát hiện sớm có
thể được hiểu là sử dụng ảnh vệ tinh có thể phát hiện được sớm nhất các vụ
phá rừng, khai thác rừng, trồng rừng phù hợp với loại ảnh vệ tinh sử dụng. Do
đó cần nghiên cứu so sánh khả năng/tiềm năng phát hiện được sớm các vụ phá
rừng của các loại ảnh vệ tinh khác nhau.
- Về mặt không gian: phát hiện “sớm” bằng ảnh vệ tinh phản ánh diện
tích mất rừng, suy thối rừng, thêm rừng nhỏ nhất mà loại ảnh được sử dụng
có thể phát hiện được trên cơ sở nghiên cứu so sánh khả năng phát hiện mất
rừng, suy thoái rừng giữa các loại ảnh khác nhau.
Ngoài ra, trong thực tế quản lý bảo vệ rừng, các ảnh vệ tinh còn có thể

được sử dụng vào việc xác định lại mốc/khoảng thời gian của các vụ phá rừng
trong quá khứ hoặc nó cũng được sử dụng trong việc phát hiện các trường
hợp phá rừng chuyển đổi rừng tự nhiên trong rừng trồng mà lực lượng chức
năng chưa phát hiện ra được. Ở đây đã sử dụng các ảnh vệ tinh đa thời gian
trong quá khứ, nhưng nó cũng có thể được gọi là phát hiện sớm các vụ phá rừng.
Tên đề tài của luận án sử dụng thuật ngữ “phát hiện sớm”, tác giả muốn
nhấn mạnh đến mục đích của kết quả nghiên cứu là ứng dụng công nghệ địa
không gian trong việc sử dụng nó để cảnh báo sớm các vụ mất rừng, suy thoái
rừng và thêm rừng mà lực lượng chức năng chưa kịp thời phát hiện được hoặc
chưa đưa ra được một kết quả phát hiện mất rừng, suy thoái rừng sớm, thêm rừng,
khách quan, độc lập với kết quả báo cáo từ lực lượng chức năng. Hay nói cách
khác, nhấn mạnh tính cấp thiết của luận án là xây dựng cơ sở khoa học cho việc
thiết lập các thuật toán (chỉ số tương đối KB) để xây dựng phần mềm tự động phát
hiện mất rừng, suy thoái rừng, thêm rừng và một trong những chức năng quan
trọng của phần mềm là cảnh báo sớm mất rừng, suy thoái rừng và thêm rừng.


12
1.2. Cơ sở khoa học về Công nghệ địa không gian
Theo Phùng Văn Khoa và Đỗ Xuân Lân (2013) [14]. Trong cuốn “Ứng
dụng công nghệ không gian địa lý trong quản lý tài nguyên và môi trường lưu
vực” công nghệ địa khơng gian (Geospatial Technology-GT) có thể được hiểu
là cơng nghệ thu thập, tổng hợp, phân tích, trình diễn, diễn giải, chia sẻ và quản
lý các dữ liệu không gian và các dữ liệu thuộc tính liên quan. Thơng thường,
cơng nghệ địa không gian bao gồm 3 hệ thống cơ bản là: (1). Hệ thống định vị
toàn cầu (Global Positioning System-GPS); (2). Hệ thống thông tin địa lý
(Geographic Information Systems-GIS) và (3). Công nghệ viễn thám (Remote
Sensing-RS). Mặc dù, khi xét về bản chất ứng dụng trong thực tiễn, ba hệ thống
cơ bản đó có tính độc lập tương đối nhưng chúng có mối liên hệ chặt chẽ và bổ
sung cho nhau, tùy theo từng ứng dụng trong mỗi trường hợp nhất định.

(1). Hệ thống định vị toàn cầu (GPS)
GPS là hệ thống định vị toàn cầu để xác định vị trí mặt đất dựa vào các
vệ tinh nhân tạo. Trong cùng một thời điểm, một vị trí cụ thể trên mặt đất sẽ
được xác định trên cơ sở khoảng cách đến ba vệ tinh (tối thiểu), từ đó tính
được tọa độ của vị trí đó.
Các vệ tinh GPS bay vòng quanh trái đất hai lần trong một ngày theo
một quỹ đạo rất chính xác và phát tín hiệu có thông tin xuống trái đất. Các
máy thu GPS nhận thông tin này và bằng phép tính lượng giá tính được chính
xác vị trí của người dùng. Về bản chất máy thu GPS so sánh thời gian tín hiệu
được phát đi từ vệ tinh với thời gian nhận được chúng. Sai lệch về thời gian
cho biết máy thu GPS ở các vệ tinh bao xa. Rồi với nhiều khoảng cách đo
được tới nhiều vệ tinh máy thu có thể tính được vị trí của người dùng và hiển
thị lên bản đồ điện tử của máy. Máy thu GPS phải kết nối tín hiệu của ít nhất
ba vệ tinh để tính ra vị trí hai chiều (kinh độ và vĩ độ) và để theo dõi được
chuyển động. Với bốn hay nhiều hơn số vệ tinh trong tầm kết nối thì máy thu
GPS có thể tính được vị trí ba chiều (kinh độ, vĩ độ và độ cao).


13
(2). Hệ thống thông tin địa lý (GIS)
Hệ thống thông tin địa lý xuất hiện vào giữa thập niên 1960 phản ánh
những tiến bộ của cơng nghệ máy tính và sự ảnh hưởng của cuộc cách mạng
về địa lý định lượng. GIS được ứng dụng rộng rãi trong nhiều lĩnh vực khác
nhau, do đó có nhiều định nghĩa khác nhau đã được sử dụng, trong đó có 3
định nghĩa về GIS được sử dụng phổ biến:
- GIS là một hệ thống thông tin được thiết kế để làm việc với các dữ
liệu trong một hệ tọa độ quy chiếu. GIS bao gồm một hệ cơ sở dữ liệu và các
phương thức để thao tác với dữ liệu đó.
- GIS là một hệ thống tích hợp giữa phần cứng và phần mềm máy tính
nhằm thu thập, lưu trữ, kiểm tra, tích hợp, thao tác, phân tích, hiển thị dữ liệu

được quy chiếu cụ thể.
- GIS là một chương trình máy tính hỗ trợ việc thu thập, lưu trữ, phân
tích, hiển thị dữ liệu bản đồ.
(3). Cơng nghệ viễn thám (RS)
Có rất nhiều định nghĩa về viễn thám nhưng có thể hiểu đó là ngành
khoa học nghiên cứu về đo đạc, thu thập thơng tin, dữ liệu, thuộc tính của các
đối tượng, sự vật bằng cách sử dụng thiết bị, công nghệ đo lường từ xa, một
cách gián tiếp thông quan các bước sóng ánh sáng của chúng.
Nhờ vào bộ cảm biến viễn thám, đây là thiết bị tạo ra ảnh nhờ phân tích
sự phân bố của năng lượng phản xạ hay phát xạ của các vật thể khác nhau từ
mặt đất thông qua quang phổ điện từ. Các đối tượng khác nhau trên mặt đất
có những đặc điểm riêng khác nhau như: thành phần vật chất, kích thước, màu
sắc, v.v, do đó sẽ có phản xạ khơng như nhau. Dựa trên các phản xạ riêng
khác nhau này của các đối tượng, có thể giải đốn chúng thơng qua từng kênh
ảnh hoặc tổ hợp các kênh màu theo mục tiêu sử dụng.
1.3. Nghiên cứu ứng dụng công nghệ địa không gian trong quản lý tài
nguyên rừng trên thế giới và ở Lào
Trên thế giới và ở Lào tư liệu ảnh viễn thám và công nghệ địa không gian
đã được ứng dụng trong quản lý tài nguyên rừng chủ yếu theo hai hướng chính:


14
(1). Hướng thứ nhất: Sử dụng kỹ thuật so sánh sau phân loại. (2). Hướng
thứ hai: Sử dụng thuật toán phát hiện thay đổi chỉ số viễn thám trên ảnh
viễn thám.
1.3.1. Sử dụng kỹ thuật phép so sánh sau phân loại để xác định thay đổi tài
nguyên rừng theo thời gian
1.3.1.1. Trên thế giới
Nghiên cứu, phát hiện thay đổi của rừng theo thời gian bằng kỹ thuật so
sánh đã được các tác giả của một số quốc gia trên thế giới thực hiện, một số

cơng trình nghiên cứu tiêu về sự thay đổi rừng bằng kỹ thuật so sánh được liệt
kê về kết và phân tích một số kết quả chính các tác giả đã ghi nhận được trong
các nghiên cứu của mình:
Guler, M. et al (2007), đã lập 3 loại bản đồ tương ứng 3 năm 1980,
1987, 1999 với độ chính xác lần lượt là 83,76%; 89,67% và 87,64% và xác
định mức độ biến động sử dụng đất theo 3 mốc thời gian ở Samsun, Thổ
Nhĩ Kỳ giai đoạn 1980-1999. Các tác giả đã phân loại sử dụng đất thành 5
loại: đất đô thị, đất nông nghiệp, đất khác, mặt nước, rừng dày và rừng th ưa
và đã chỉ ra rằng, giai đoạn 1980-1999, diện tích rừng dầy đã giảm từ
41,09% xuống 29,64% và rừng thưa tăng từ 6,73% lên 11,88%.
Hashemi, S. A. et al, (2011) [40], đã thành lập được bản đồ hiện
trạng sử dụng khu rừng rụng lá thuộc tỉnh Azerbaijan, Cộng hòa Hồi giáo
Iran bằng sử dụng ảnh Landsat ETM+ với độ chính xác sau kiểm định đạt
86%. Đối tương phân loại hiện trạng sử dụng đất thành 5 loại: sơng suối,
đất khơng có thực vật, đất nông nghiệp và đất rừng lá rộng rụng lá.
Nguyễn Văn Lợi, (2012) [16], đã sử dụng ảnh viễn thám và GIS để
đánh giá và giám sát rừng trồng ở xã Dương Hòa và Phù Sơn, huyện Dương
Thủy, tỉnh Thừa Thiên Huế từ 2001 đến 2007. Nghiên cứu đã sử dụng ảnh
Landsat 7 ETM+ để phân loại hiện trạng sử dụng đất theo 6 loại: rừng thứ sinh,
rừng tự nhiên, rừng trồng, cây bụi, đất cỏ, đất trống để trồng rừng. Kết quả


15
nghiên cứu đã thành lập được bản đồ hiện trạng rừng các năm 2001, 2003,
2007 với độ chính xác lần lượt là 87,3%; 87,9% và 87,9%. Kết quả nghiên
cứu cho thấy, diện tích rừng trồng khép tán có xu hướng tăng dần từ năm
2001 đến năm 2007; đất trống để trồng rừng giảm ở năm 2003 và tăng đột
biến vào năm 2007.
Phạm Văn Duẩn và Phùng Văn Khoa, (2013) [4], đã lập bản đồ phân
loại rừng bằng chỉ số NDVI được trích xuất từ ảnh SPOT 5 phục vụ cho kiểm

kê rừng. Kết quả nghiên cứu đã phân loại lớp phủ khu vực nghiên cứu theo
chỉ số NDVI như sau: mặt nước (< 0,944); đất trống (0,0944-0,1962); rừng
trồng (0,1962-0,3213); rừng tự nhiên lá rộng thường xanh giàu, nghèo, trung
bình (0,3213-0,4025); rừng hỗn giao gỗ-tre nứa (0,4025-0,4412); rừng tự
nhiên lá rộng thường xanh phục hồi (> 0,4412).
Vorovenci, I, (2014), đã xây dựng 2 bản đồ hiện trạng sử dụng đất
năm 1993 và 2009 ở khu vực Đông nam, Romania theo đối tượng phân loại
hiện trạng sử dụng đất thành 7 loại: đất đô thị và xây dựng; đất rừng; đất
nông nghiệp; đất chăn thả; đất khác; mặt nước; đất không thể sản xuất nông
nghiệp bằng ảnh Landsat 5 TM. Kết quả nghiên cứu đã xây dựng 2 bản đồ
hiện trạng sử dụng đất năm 1993 và 2009 với độ chính xác lần lượt là
85,91% và 88,18%. Nghiên cứu đã cho thấy, giai đoạn 1993-2009 diện tích
đất đơ thị tăng 14,88%, diện tích đất rừng tăng 3,68%, diện tích đất khơng
thể sản xuất nơng nghiệp tăng 13,74%, diện tích đất chăn thả tăng 77,75%,
diện tích đất trống tăng 62,05%, diện tích mặt nước tăng 23,53% và diện
tích đất nơng nghiệp giảm 47,43%.
Nguyễn Văn Thị và Trần Quang Bảo, (2014) [20] đã ứng dụng kỹ thuật
phân loại ảnh hướng đối tượng nhằm phân loại trạng thái rừng theo Thông tư
34. Nghiên cứu đã sử dụng ảnh vệ tinh SPOT 5 và kỹ thuật phân đoạn ảnh đa
phân giải trong phần mềm eCognition để phân loại hiện trạng rừng cho khu
vực nghiên cứu gồm 4 xã (Sơn Kim 1, Sơn Kim 2, Sơn Tây, thị trấn Tây


16
Sơn), huyện Hương Sơn, tỉnh Hà Tĩnh. Kết quả nghiên cứu đã xây dựng được
bản đồ hiện trạng rừng gồm 7 loại trạng thái: rừng lá rộng thường xanh giàu,
rừng lá rộng thường xanh trung bình, rừng lá rộng thường xanh nghèo, rừng lá
rộng thường xanh phục hồi, rừng hỗn giao gỗ-tre nứa, rừng trồng và đất trống
với độ chính xác 76%.
Nguyễn Thị Thu Hiền và Cs, (2014) [7], đã sử dụng ảnh vệ tinh SPOT 4

để đánh giá biến động sử dụng đất/lớp phủ huyện Tiên Yên tỉnh Quảng Ninh
giai đoạn 2000-2010. Nghiên cứu đã phân loại hiện trạng sử dụng đất khu vực
nghiên cứu thành 9 loại: đất lúa, đất rừng, rừng ngập mặn, nương rẫy-cây bụi,
cỏ, đất xây dựng, sông suối, mặt nước, đất trống-núi đá và thành lập bản đồ
bản đồ sử dụng đất các năm 2000, 2005, 2010 với độ chính xác lần lượt là
82,74%, 80,97%, 89,33%. Kết quả nghiên cứu cho thấy, trong vòng 10 năm
diện tích đất rừng tăng 3.916,91 (ha), rừng ngập mặn tăng 1.720,57 (ha), đất
nương rẫy-cây bụi giảm 4.200,16 (ha).
Nguyễn Văn Lợi và Vũ Kim Chi (2014) [17], đã nghiên cứu phân loại
lớp phủ bằng phương pháp tiếp cận hướng đối tượng trên ảnh SPOT lưu vực
Suối Muội, Thuận Châu, Sơn La. Nghiên cứu đã sử dụng ảnh SPOT 5 và
phương pháp phân loại theo quy tắc mờ để phân loại hiện trạng sử dụng đất
thành 8 loại (dân cư, lúa nước, nương rẫy, ao-hồ, rừng kín, rừng thưa, cây
bụi, trảng cỏ) với độ chính xác 87,5%. Kết quả nghiên cứu cho thấy, phương
pháp phân loại này tốt cho hầu hết các lớp đối tượng và nó phụ thuộc vào độ
chính xác của việc phân mảnh ảnh và q trình xác định “Rule Set” cho việc
phân loại. Kết quả phân mảnh ảnh càng tốt thì độ chính xác của phân loại
càng cao và ngược lại.
Azzouzi, S. A. et al, (2015) [26], đã lập bản đồ hiện trạng sử dụng
đất và đánh giá biến động sử dụng đất tại Algeria giai đoạn 2000-2010 dựa
trên 5 đối tượng phân loại: đất rừng, đất đồng cỏ, đất đô thị, đất trống và
mặt nước bằng ảnh vệ tinh Landsat 5 và Landsat 7. Kết quả nghiên cứu đã


17
xây dựng được lớp bản đồ hiện trạng sử dụng đất năm 2000 và 2010 với độ
chính xác 93,96%. Các tác giả kết luận, diện tích rừng đã tăng 3,18%, diện
tích đất đơ thị tăng 2,9% trong khi đó diện tích đất đồng cỏ và đất khác
giảm lần lượt là 3,64% và 3,06%.
Devaney, J. et al, (2015) [30], đã xây dựng bản đồ tỷ lệ che phủ rừng tại

thời điểm năm 2010 cho nước Cộng hòa Ai Len với độ chính xác kiểm định
đạt 97.43% theo 2 đối tượng phân loại đất lâm nghiệp: đất có rừng và đất
khơng có rừng khi sử dụng ảnh ALOS PALSA.
Deus, D (2016) [31], đã thành lập bản đồ hiện trạng rừng tại Tanzania
bằng các sử dụng kết hợp 2 loại ảnh Landsat 5-TM và ảnh AlOS PALSAR.
Ông đã phân loại đất lâm nghiệp thành 5 loại: rừng dày, rừng thưa, cây bụi,
mặt nước và đất trống. Đánh giá độ chính xác kết quả phân loại cho thấy: độ
chính xác đạt 86% khi sử dụng ảnh Landsat, đạt 59% khi sử dụng ảnh ALOS
và đạt 97% khi có sự kết hợp cả 2 loại ảnh này.
Kimutai, D. K. et al, (2016) Ơ39], đã thành lập bản đồ và đánh giá
biến động rừng giai đoạn 1985-2002 và giai đoạn 2002-2015 tại khu vực
Lembus, Kenya dựa trên 4 đối tượng phân loại: rừng dày, rừng thưa, đồng
cỏ và đất trống bằng ảnh Landsat 5, 7, 8 và mơ hình số độ cao (DEM). Kết
quả của nghiên cứu đã cho thấy, độ che phủ của rừng đã giảm từ 11,2% ở
giai đoạn 1 xuống 8,2% ở giai đoạn 2. Tỷ lệ độ che phủ giảm hàng năm từ
0,4% ở giai đoạn 1 đến 0,2% ở giai đoạn 2.
Nguyễn Hữu Hải và Cs, (2016), đã đánh giá biến động diện tích rừng
huyện Đại Lộc, tỉnh Quảng Nam giai đoạn 1988-2017 bằng ảnh vệ tinh
Landsat 5 TM, Landsat 8. Các tác giả đã phân loại hiện trạng sử dụng đất khu
vực nghiên cứu thành 6 loại: rừng tự nhiên, rừng trồng, khu dân cư, mặt nước,
đất nông nghiệp, đất khác. Kết quả đánh giá của các tác giả cho thấy, giai
đoạn 1988-2017, diện tích rừng tự nhiên giảm từ 30.278,1 ha xuống 16.895,3
ha. Diện tích rừng trồng tăng 9.107,4 ha.


18
Nguyễn Hải Hòa và Cs (2016) [9], đã xây dựng bản đồ đánh giá biến
động diện tích rừng trong phạm vi diện tích 2 xã vùng đệm Xuân Đài, Kim
Thượng, VQGNKĐ Xuân Sơn, tỉnh Phú Thọ giai đoạn 2001-2015 với chỉ số
NDVI được trích xuất từ Landsat 5, Landsat 7, Landsat 8. Đối tượng phân

loại đánh giá được phân 3 loại (đất có rừng, đất chưa có rừng, đối tượng
khác). Nghiên cứu đã xây dựng được 03 lớp bản đồ hiện trạng đất lâm nghiệp
các năm 2001, 2008, 2015 với độ chính xác lần lượt là 81,7%, 82,5% và
86,5%. Kết quả nghiên cứu cho thấy, giai đoạn 2001-2015 diện tích đất lâm
nghiệp có rừng tại xã vùng đệm Xuân Đài, Kim Thượng, VQGNKĐ Xuân
Sơn, tỉnh Phú Thọ tăng 3.039,8 ha.
Nguyễn Thị Ngọc Quyên và Cs, (2016) [19], đã thành lập bản đồ thảm phủ
lưu vực Srepok khu vực Vườn Quốc gia Nam Ka Đinh bằng ảnh Landsat 8 và
phương pháp giải đốn có kiểm định để phân loại khu vực nghiên cứu thành 7
loại: rừng thường xanh, rừng rụng lá, rừng hỗn giao, đất chuyên dùng, cây hàng
năm, cây lâu năm, mặt nước với độ chính xác phân loại là 73,53%. Kết quả
nghiên cứu cho thấy ảnh Landsats 8 là một nguồn tư liệu đầu vào đáng tin cậy
cho các nghiên cứu chuyên sâu hơn được tiến hành trên lưu vực sông Srepok.
Trần Thu Hà và Cs, (2016) [5], đã lập bản đồ giám sát diện tích rừng
huyện Cao Phong tỉnh Hịa Bình giai đoạn 2005-2015 bằng sử dụng ảnh
Landsat ETM, Landsat 8, VN RedSat-1, SPOT 6 để phân loại hiện trạng sử
dụng đất khu vực nghiên cứu thành 3 loại: có rừng, khơng rừng, mặt nước với
độ chính xác 83,0%. Kết quả nghiên cứu cho thấy, tổng diện tích đất có rừng
sau 10 năm đã tăng 2.324,87 ha.
Phạm Quang Vinh và Vũ Thị Kim Dung (2016) [21], đã lập bản đồ và
đánh giá biến động tài nguyên rừng ở tỉnh Điện Biên giai đoạn 2002-2014
bằng sử dụng ảnh vệ tinh Landsat 7 và Landsat 8 để phân loại thành 9 đối
tượng trên ảnh: rừng giàu, rừng trung bình, rừng nghèo, rừng phục hồi, rừng
tre nứa, rừng hỗn giao gỗ-tre nứa, rừng núi đá, rừng trồng, đất khơng có rừng


19
với độ chính xác 83% (năm 2002) và 90% (năm 2014). Kết quả nghiên cứu
cho thấy, giai đoạn 2002-2014, diện tích đất có rừng đã tăng 83.815 ha
(8,76%). Diện tích rừng giàu, rừng phục hồi tăng trong khi đó rừng trung bình

khơng có sự thay đổi đáng kể về diện tích và diện tích rừng nghèo giảm.
Akay, A. E. et al, (2017) [23], đã sử dụng ảnh vệ tinh Landsat 5 TM
và ảnh Landsat 8 để phát hiện biến động đất rừng giai đoạn 2000-2017 tại
Bursa, Thổ Nhĩ Kỳ. Kết quả đã lập 2 bản đồ hiện trạng sử dụng đất tại thời
điểm năm 2010 và năm 2017 với 5 loại hình sử dụng đất gồm: rừng, rừng
ngập nước, đầm lầy, mặt nước và đất khác với độ chính xác tương ứng tại 2
thời điểm là 84,96% và 81,47%. Biến động giảm về diện tích rừng trong
gia đoạn là 4,61%.
Đồn Duy Hiếu và Nguyễn Thám (2017) [6], đã lập bản đồ hiện trạng
rừng các năm 2000, 2014 với độ chính xác lần lượt là 93,6% và 91,6% và
đánh giá biến động rừng huyện Ia Pa tỉnh Gia Lai giai đoạn 2000-2014 bằng
ảnh Landsat TM và Landsat 8. Đối tượng được xác lập và đánh giá được phân
thành 6 loại: rừng giàu, rừng trung bình, rừng nghèo, rừng chưa có trữ lượng,
rừng trồng, đất trống. Kết quả nghiên cứu cho thấy, diện tích rừng tự nhiên
giảm 16.108,78% tương ứng với độ che phủ giảm 18,55%.
Bhagwat, T. et al, (2017) [27], đã sử dụng ảnh Landsat đa thời gian
để phát hiện sự thay đổi rừng giai đoạn 2002-2014 ở Myanmar. Kết quả
nghiên cứu đã xây dựng bản đồ phân loại với 2 kiểu (có rừng và khơng có
rừng) với độ chính xác 80%. Nghiên cứu đã chỉ ra rừng đã bị giảm 0,94%
trong giai đoạn nghiên cứu.
Koppad A. G. et al (2017), đã sử dụng chỉ số NDVI trích xuất từ ảnh
Landsat ETM+ để phân loại hiện trạng sử dụng đất, rừng tại huyện Uttara
Kannada, Ấn Độ, đối tượng được phân chia dựa vào ngưỡng chỉ số NDVI
gồm: mặt nước (từ -0,51 đến -0,27); đất trống (-0,27-0,14); đất nông nghiệp
(0,14-0,37) và đất có rừng (0,37-0,69).


20
Dash, C. J. et al, (2018) [29], đánh giá thay đổi của rừng và tỷ lệ mất
rừng cho khu vực Odisha, Ấn Độ trong giai đoạn 1930-2013 bằng ảnh vệ

tinh Landsat MSS, TM, ảnh IRS. Để đánh giá thay đổi của rừng theo giai
đoạn, các tác giả đã phân chia đối tượng rừng thành 4 loại: rừng dày, rừng
thưa, không có rừng và mặt nước. Đồng thời thành lập bản đồ hiện trạng
rừng các năm 1973, 1990, 2004, 2013 với độ chính xác lần lượt là 71,8%,
85,2%, 90,7% và 93,3%. Kết quả nghiên cứu đã xác định được tỷ lệ mất
rừng ở các giai đoạn như sau: giai đoạn 1932-1973 là 0,38%/năm; giai
đoạn 1973-1990 là 3,92%/năm; giai đoạn 1990-2004 là 1,71%/năm và giai
đoạn 2004-2013 là 0,63%/năm.
Trần Quang Bảo và Cs (2018)[3], đã xây dựng bản đồ hiện trạng rừng
và đánh giá biến động rừng tại Công ty Lâm nghiệp La Ngà, tỉnh Đồng Nai
giai đoạn 2010-2016 bàng ảnh Google Earth theo 9 đối tượng phân loại đất
lâm nghiệp với độ chính xác 81%. Nghiên cứu cho thấy, giai đoạn 2010-2016,
diện tích rừng của Cơng ty Lâm nghiệp La Ngà tăng 12,6% do nhiều diện tích
đất trống chuyển sang đất trồng rừng.
Shisshir, S. et al, (2018), đã sử dụng chỉ số NDVI được trích xuất từ ảnh
IKONOS để xác định các loại hình sử dụng đất như sau: mặt nước (0,01 ± 0,01);
đất khác (0,14 ± 0,01); đất ở (0,30 ± 0,00); đất nông nghiệp (0,31 ± 0,01); đất
đồng cỏ (0,42 ± 0,02); đất bỏ rừng hoang (0,62 ± 0,01); đất rừng (0,73 ± 0,01).
Nguyễn Minh Kỳ và Cs, (2019) [15], tiến hành lập bản đồ và đánh giá
biến động tài nguyên rừng ở huyện Chư Prông, tỉnh Gia Lai giai đoạn 20052016 theo 4 đối tượng phận loại: đất nông nghiệp, đất rừng, đất chưa sử dụng
và đất khác với độ chính xác 76,0% bằng ảnh Landsat 7, Landsat 8.Kết quả
lập bản đồ và đánh giá biến động cho thấy, giai đoạn 2005-2016, diện tích
rừng giảm mạnh từ 60,1% (2005) xuống 26,8% (2016).
Yang, R. et al, (2019) [49], đã sử dụng tư liệu ảnh viễn thám với 3
loại ảnh Landsat 5, 7, 8 để xác định mất rừng tại Myanmar trong giai đoạn


21
từ năm 1988 đến năm 2017 dựa vào sự phân loại sử dụng đất thành 7 nhóm
loại: mặt nước, đất nông nghiệp, đất ngập nước, đất bán ngập, rừng, đất

trống và đất băng tuyết và cứu đã xây dựng 9 bản đồ hiện trạng sử dụng đất
tương ứng với 9 năm gồm: 1988, 1992, 1996, 2000, 2004, 2008, 2011,
2014, 2017 với độ chính xác phân loại đạt từ 83% đến 93%. Các tác giả đã
chỉ ra, trong 30 năm diện tích rừng đã giảm 11.062,1 ha, tỷ lệ mất rừng
trung bình hàng năm là 0,87%.
Amani, M. et al, (2019) [24], tiến hành phân loại hiện trạng sử dụng
đất trên toàn quốc. Bằng ảnh Landsat 8 đa thời gian, các tác giả đã phân loại
hiện trạng sử dụng đất trên phạm vi tồn lãnh thổ Iran thành 13 loại với độ
chính xác 74%.
Hościło, A. et al, (2019), thực hiện nhận dạng một số loài cây và
phân loại rừng ở Ba Lan bằng ảnh vệ tinh Sentinel 2 và mơ hình số độ cao
(DEM). Các tác giả đã phân loại được 8 lồi cây rừng chính gồm: Vân sơn
(Spruce), Thơng (Pine), Lanh sam (Fir), Thông rụng lá (Larch), Dẻ gai
(Beech), Sồi (Oak), Cáng lò (Alder), Bạch dương (Birch) và lập bản đồ đất
rừng và đất khơng có rừng với độ chính xác lập đạt 98,3%, lập bản đồ rừng
lá kim và rừng cây lá rộng với độ chính xác đạt từ 75,6% đến 81,7%.
Yang, Y. et al, (2019) [49], đã dùng chỉ số NDVI được trích xuất từ ảnh
vệ tinh landsat 6 để phân loại hiện trạng thảm phủ thực: Ngưỡng chỉ số phân loại
đối tượng gồm: khơng có lớp thực vật che phủ (NDVI ≤ 0,2); khu vực có thực
vật che phủ thấp (0,2 < NDVI ≤ 0,5); khu vực có thực vật che phủ trung bình
(0,5 < NDVI ≤ 0,8); khu vực có thực vật che phủ cao (NDVI > 0,8).
1.3.1.2. Ở Lào
Cộng hòa Dân chủ Nhân dân Lào, sử dụng tư liệu ảnh viễn thấm và
công nghệ địa không gian được nghiên cứu và sử dụng để giám sát tài nguyên
rừng (mất rừng, suy thoái, cháy rừng) từ năm 1995 dưới sự hỗ trợ của Đức.
Ammala Keonuchan, (2008) [25], ứng dụng công nghệ GIS và RS giám sát


22
biến động thảm thực vật rừng ở một số tỉnh miền Nam của Cộng hòa Dân chủ Nhân

dân Lào bằng cách sử dụng bản đồ hiện trạng rừng hiện tại năm 2002 và ảnh vệ tinh
landsat 7 ETM, tác giả đã đánh gián biến động thực vật rừng trong giai đoạn từ 1997
đến 2002. Kết quả nghiên cứu đã chỉ ra rằng bằng ứng dụng công nghệ địa không gia
đã lập bản đồ biến động diện tích rừng cho giai đoạn nghiên cứu.
Chittana Phomphila, (2016) [28], ứng dụng viễn thám để giám sát và
lập bản đồ diến biến rừng của Cộng hịa Dân chủ Nhân dân Lào, nghiên cứu
nhằm tìm hiểu những hiện tượng thay đổi thảm thực vật rừng nhiệt đới như
biến động diện tích đất rừng, biến động diện tích đất sử dụng cho các mục
đích khác trên đất trước đây đã có rừng bằng cách sử dụng viễn thám để đánh
giá, phân định và nhận biết sự thay đổi diện tích đất rừng. Các chỉ tiêu đánh
giá mức độ thay đổi dựa vào chỉ số: Nhiệt độ trung bình nhiều năm bề mặt đất
rừng (LST); Chỉ số thực vật (EVI) theo chu kỳ 16 ngày trong gian đoạn từ
2006 đến 2012. Kết quả đánh gia với mức độ chính xác đạt 86% với các
nguyên nhân biến động diện tích chủ yếu là do du canh, du cư, làm nương
rẫy. Rừng tự nhiên bị biến động chủ yếu là phá rừng trồng cây Cao su. Dựa
trên kết quả nghiên cứu, tác giả đã đề xuất một số giải pháp về thể chế và
chính sách để hạn chế thấp nhất mức độ biến động diện tích rừng tự nhiên của
các tỉnh phía Nam Lào.
Thipphachanh Souphihalath, 2017 [48], sử dụng địa không gian đánh
giá biến động hệ sinh thái và biến động diện tích hệ sinh thái tài nguyên tại
tỉnh Savannakhet, Cộng hòa Dân chủ Nhân dân Lào. Biến động sử dụng đất
tại tỉnh Savannakhet được điều tra bằng cách sử dụng ảnh vệ tinh landsat từ
năm 1988 và sử dụng bản đồ hiện trạng sử dụng đất của tỉnh tại thời điểm
năm 2010. Kết quả sau khi phân loại đã phân tách được 5 loại hệ sinh thái và
hình thức sử dụng đất, diện tích đất rừng biến động lớn, đa phần diện tích đất
rừng tại tỉnh chuyển đổi sang đất trồng cây nông nghiệp.
Phavanar Sombanpheng, Baodong Cheng, 2018 [46], ứng dụng GIS và RS


23

để đánh giá biến động lớp phủ thực vật và sử dụng đất tại huyện Thakhek, Lào.
Bằng cách kết hợp công nghệ viễn thám và GIS, sử dụng tư liệu ảnh vệ tinh
Landsat theo giai đoạn từng năm để đánh giá biến động lớp phủ thực vật và sử
dụng đất giai đoạn 1987-2016 để phân loại bằng cách phân loại không kiểm định.
Kết quả đã phân loại được 4 loại đất và 4 loại lớp phủ thực vật với lớp phủ là rừng
nguyên sinh chiếm đại đa số. Trong giai đoạn từ 1987-2016, lớp phủ thực vật đã
biến đổi 27%, theo hướng tăng tỷ lệ diện tích đất sử dụng cho nơng nghiệp, đất
xây dựng cho các cơng trình và tỷ lệ giảm dần cho đất rừng nguyên sinh. Dựa vào
ứng dụng công nghệ nghiên cứu các tác giả đã đề xuất xây dựng mơ hình giám sát
biến động lớp phủ thực vật và sử dụng đất tại khu vực nghiên cứu.
1.3.1.3. Kết luận, đánh giá chung hướng sử dụng kỹ thuật so sánh sau phân loại
Sử dụng kỹ thuật so sánh sau phân loại: Các nhà nghiên cứu đã sử dụng
tư liệu ảnh viễn thám, mẫu khóa ảnh tại hiện trường, chỉ số viễn thám (chỉ số
thực vật) được sử dụng để phân loại các trạng thái rừng và đánh giá độ chính
xác kết quả sau phân loại. Từ kết quả sau phân loại, các tác giả tiến hành xây
dựng lớp bản đồ hiện trạng rừng. Sau đó, sử dụng phương pháp chồng ghép hai
lớp bản đồ hiện trạng rừng (đầu và cuối giai đoạn đánh giá) để phát hiện những
thay đổi từ đó đề xuất các giải pháp quản lý tài nguyên rừng.
Các tư liệu ảnh viễn thám được sử dụng để đánh giá biến động gồm:
(1). Landsat; (2). SPOT; (3). Sentinel 2; (4). RIS; (5). ALOS PALSA và (6).
Google Earth. Tuy nhiên, ảnh Landsat được các nhà nghiên cứu sử dụng với
tần suất cao hơn cả, chiểm trên 50%, số còn lại là các loại ảnh viễn thám khác
như: SPOT, Sentinel 2, v.v. Ảnh viễn thám có độ phân giải cao hơn thường có
độ chính xác phân loại cao hơn. Việc sử dụng kết hợp giữa ảnh vệ tinh quang
học và ảnh Radar cho kết quả phân loại tốt hơn so với việc sử dụng riêng ảnh
quang học hoặc ảnh Radar. Trong các loại ảnh được sử dụng thì ảnh Landsat
và Sentinel 2 được sử dụng phổ biến ở Lào cũng nhưng trên thế giới.


24

Các chỉ số viễn thám được các nhà nghiên cứu sử dụng gồm: NDVI;
NBI; EVI; IRSI, v.v. Tuy nhiên, chỉ số được các nhà nghiên cứu sử dụng
thông dụng cho các nghiên cứu của mình là chỉ số NDVI, chiếm trên 60%.
Có 2 phương pháp phân loại ảnh đã được các nhà nghiên cứu trên sử
dụng để phân loại các trạng thái rừng, các loại hình sử dụng đất để thành lập
bản đồ hiện trạng là phương pháp phân loại đa phổ có kiểm định (giá trị phổ
phản xạ của Pixel trên ảnh được sử dụng để phân loại các lớp phủ dựa vào các
mẫu khóa phân loại) và phương pháp phân loại theo hướng đối tượng (gồm 2
bước phân mảnh ảnh và phân loại các đối tượng). Phương pháp phân loại theo
hướng đối tượng thường có độ chính xác phân loại cao hơn do việc phân loại
không chỉ sử dụng vào giá trị phổ mà còn sử dụng các yếu tố khác như: hình
dạng, cấu trúc, kích thước, v.v, của đối tượng. Phương pháp phân loại hướng
đối tượng càng cho kết quả với độ chính xác cao khi áp dụng đối với ảnh có
độ phân giải cao, siêu cao.
Kỹ thuật so sánh sau phân loại để xác định biến động nhằm đề xuất giải
pháp quản lý tài nguyên rừng đã được sử dụng phổ biến trên thế giới nhưng
còn có phần hạn chế tại Lào. Độ chính xác của kết quả phát hiện biến động
phụ thuộc vào độ chính xác của kết quả phân loại thường được xác định thông
qua ma trận thay đổi và chỉ số Kappa. Độ chính xác phụ thuộc khơng những
vào việc sử dụng các loại ảnh vệ tinh với độ phân giải không gian khác nhau
mà còn phụ thuộc vào phương pháp phân loại.
1.3.2. Sử dụng thuật toán phát hiện thay đổi để xác định thay đổi tài
nguyên rừng theo thời gian
1.3.2.2. Trên thế giới
Key, C. H. và Benson, N. C. (2005) [38] đã sử dụng chỉ số chỉ số NBR
(Normalized Burn Ratio) để phân loại mức độ cháy rừng. Công thức sử dụng
để tính tốn:
dNBR = (NBRprefire - NBRpostfire) *1000

(1.1)

25
Trong nghiên cứu này, các tác giả đã xây dựng phương pháp xác định
ngưỡng phân loại cháy rừng theo dữ liệu cháy được đo đạc ngoài hiện trường
với chỉ số CBI (Composite Burn Index). Căn cứ vào mức độ cháy ngoài hiện
trường, CBI được cho điểm theo 4 cấp độ: mức không thay đổi (0-0,1), thay
đổi thấp (0,1-1,24), thay đổi trung bình (1,25-2,24) và thay đổi mạnh (2,253,0). Nghiên cứu thiết lập phương trình tương quan giữa dNBR và CBI theo
dạng Y = a + b*EXP (CBI*c). Y là giá trị dNBR sẽ được ước lượng thông
qua CBI và được phân theo 4 cấp tương tự như CBI với giá trị CBI tương
ứng. Kết quả xác định các ngưỡng dNBR cho phép xây dựng bản đồ phân cấp
độ cháy từ ảnh vệ tinh.
Miller, J. D. và Thode, A. E. (2007) [42], đã nghiên cứu phát triển chỉ
số tương đối RdNBR trên cơ sở thuật toán dNBR của theo Key và Benson
(2005) [38], để phân loại mức độ cháy rừng.
RdNBR =

(1.2)

Nghiên cứu đã thực hiện phân loại mức độ cháy rừng tại Sierra Nevada,
California, USA. Kết quả nghiên cứu cho thấy, áp dụng thuật tốn dNBR cho
độ chính xác 58,7% và áp dụng thuật tốn RdNBR có độ chính xác 59,9%.
Vương Văn Quỳnh, (2013) [22], đã nghiên cứu phát hiện sớm cháy
rừng bằng ảnh MODIS ở U Minh và Tây Nguyên. Tác giả đã sử dụng chỉ số
K để phân loại tình trạng cháy theo cơng thức sau:
K = b20 x b21 x b22 * b23 x10-

6

(1.3)

Trong đó: b20, b21, b22, b23 là các kênh phổ của ảnh MODIS.
Kết quả nghiên cứu đã xác định được chỉ số K tương ứng với các tình
trạng cháy như sau: ngồi nơi cháy (K < 30); nơi mới cháy xong (30 < K <
250); nơi đang cháy (250 < K < 550). Với kết quả này, tác giả đã xây dựng
được phần mềm tự động phát hiện cháy tại U Minh và Tây Nguyên từ ảnh vệ
tinh MODIS.