Nghiên cứu sử dụng ảnh vệ tinh landsat 8 trong việc xác định trữ lượng rừng tỉnh đắk nông

BỘ GIÁO DỤC VÀ ĐÀO TẠO

BỘ NÔNG NGHIỆP VÀ PTNT

TRƯỜNG ĐẠI HỌC LÂM NGHIỆP

MAI THỊ HOA

NGHIÊN CỨU SỬ DỤNG ẢNH VỆ TINH LANDSAT 8 TRONG
VIỆC XÁC ĐỊNH TRỮ LƯỢNG RỪNG TỈNH ĐẮK NÔNG

LUẬN VĂN THẠC SỸ KHOA HỌC LÂM NGHIỆP

Hà Nội, 2016


BỘ GIÁO DỤC VÀ ĐÀO TẠO

BỘ NÔNG NGHIỆP VÀ PTNT

TRƯỜNG ĐẠI HỌC LÂM NGHIỆP

MAI THỊ HOA

NGHIÊN CỨU SỬ DỤNG ẢNH VỆ TINH LANDSAT 8 TRONG
VIỆC XÁC ĐỊNH TRỮ LƯỢNG RỪNG TỈNH ĐẮK NÔNG
CHUYÊN NGÀNH: LÂM HỌC
MÃ SỐ: 60.62.02.01

LUẬN VĂN THẠC SỸ KHOA HỌC LÂM NGHIỆP

NGƯỜI HƯỚNG DẪN KHOA HỌC:
PGS.TS. NGUYỄN TRỌNG BÌNH

Hà Nội, 2016


i

LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số
liệu, kết quả nêu trong luận văn là trung thực và chưa được ai công bố trong
bất kỳ một công trình nào khác.
Người cam đoan

Mai Thị Hoa


ii

LỜI CẢM ƠN
Luận văn được hoàn thành tại trường Đại học Lâm nghiệp Việt Nam, từ
tháng 5/2015 đến tháng 4/2016. Trong quá trình thực hiện đề tài tác giả đã
nhận được sự giúp đỡ tận tình của Ban Giám hiệu trường Đại học Lâm
nghiệp, Ban chủ nhiệm phòng Đào tạo sau đại học, các thầy cô trong khoa
Lâm học.
Đạt được kết quả này, tác giả xin bày tỏ lòng biết ơn sâu sắc tới
PGS.Ts.Nguyễn Trọng Bình, người đã trực tiếp hướng dẫn, chỉ bảo và giúp
đỡ tác giả trong suốt quá trình thực hiện đề tài. Qua đây, tác giả cũng xin gửi
lời cảm ơn đến NCS. Phạm Văn Duẩn thuộc Viện Sinh thái rừng và môi
trường, trường ĐH Lâm nghiệp đã giúp đỡ tác giả rất nhiều trong quá trình

thực hiện luận văn.
Cuối cùng, tác giả xin bày tỏ và gửi lời cảm ơn đến tất cả bạn bè, người
thân trong gia đình và đồng nghiệp đã giúp đỡ tôi cả về vật chất lẫn tinh thần
trong quá trình hoàn thành luận văn. Đó là nguồn cổ vũ lớn lao đối với tác
giả.
Mặc dù đã nỗ lực hết mình, nhưng do thời gian thực hiện đề tài còn
nhiều hạn chế, khối lượng nghiên cứu lớn, nên đề tài không tránh khỏi những
thiếu sót nhất định. Tác giả rất mong nhận được sự chỉ bảo, góp ý từ các nhà
khoa học, bạn bè, đồng nghiệp để bản luận văn được hoàn thiện hơn.
Tôi xin chân thành cảm ơn!
Hà Nội, tháng 04 năm 2016
Tác giả

Mai Thị Hoa


iii

MỤC LỤC
Trang
TRANG PHỤ BÌA
LỜI CAM ĐOAN ............................................................................................. i
LỜI CẢM ƠN .................................................................................................. ii
MỤC LỤC ....................................................................................................... iii
DANH MỤC CÁC TỪ VIẾT TẮT ............................................................... vi
DANH MỤC BẢNG ...................................................................................... vii
DANH MỤC HÌNH ...................................................................................... viii
ĐẶT VẤN ĐỀ .................................................................................................. 1
Chương 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU ................................... 3
1.1. Trên thế giới ............................................................................................... 3

2.2. Tại Việt Nam ............................................................................................ 14
Chương 2: ĐIỀU KIỆN TỰ NHIÊN, KINH TẾ - XÃ HỘI VÀ TÌNH
HÌNH SỬ DỤNG ĐẤT LÂM NGHIỆP TỈNH ĐẮK NÔNG. ................... 17
2.1. Điều kiện tự nhiên .................................................................................... 17
2.1.1. Vị trí địa lý............................................................................................. 17
2.1.2. Địa hình địa thế ..................................................................................... 18
2.1.3. Khí hậu .................................................................................................. 18
2.1.4. Thủy văn ................................................................................................ 19
2.1.5. Đất đai ................................................................................................... 20
2.2. Điều kiện kinh tế - xã hội ......................................................................... 21
2.2.1. Dân cư ................................................................................................... 21
2.2.2. Cơ cấu lao động .................................................................................... 22
2.2.3. Thực trạng kinh tế - xã hội .................................................................... 22


iv

2.3. Tình hình sử dụng đất Lâm nghiệp tỉnh Đắk Nông ................................. 23
Chương 3: MỤC TIÊU, ĐỐI TƯỢNG, PHẠM VI, NỘI DUNG VÀ
PHƯƠNG PHÁP NGHIÊN CỨU ................................................................ 24
3.1. Mục tiêu nghiên cứu................................................................................. 24
3.1.1. Mục tiêu chung ...................................................................................... 24
3.1.2. Mục tiêu cụ thể ...................................................................................... 24
3.2. Đối tượng và phạm vi nghiên cứu ............................................................ 24
3.2.1. Đối tượng nghiên cứu ........................................................................... 24
3.2.2. Phạm vi nghiên cứu ............................................................................... 24
3.3. Nội dung nghiên cứu ................................................................................ 25
3.4. Phương pháp nghiên cứu.......................................................................... 25
3.4.1. Phương pháp kế thừa tư liệu ................................................................. 25
3.4.2. Phương pháp nghiên cứu cụ thể ........................................................... 25

Chương 4: KẾT QUẢ VÀ PHÂN TÍCH KẾT QUẢ ................................. 38
4.1. Kết quả xử lý ảnh Landsat 8 cho khu vực nghiên cứu............................. 38
4.2. Kết quả tính toán trữ lượng rừng trên các OTC rừng tự nhiên tại tỉnh Đắk
Nông ................................................................................................................ 39
4.3. Kết quả tạo ảnh chỉ số thực vật và tạo ảnh thành phần chính PCs .......... 43
4.3.1. Kết quả tạo ảnh chỉ số thực vật và tạo ảnh thành phần PCs ................ 43
4.3.2. Kết quả trích xuất các giá trị các kênh ảnh vào ô tiêu chuẩn .............. 48
4.4. Kết quả xây dựng mô hình quan hệ giá trị các kênh ảnh và trữ lượng rừng
bằng phương pháp hồi quy .............................................................................. 50
4.4.1. Kết quả xây dựng mô hình quan hệ giá trị các kênh ảnh gốc, kênh ảnh
chỉ số thực vật và trữ lượng rừng ................................................................... 50
4.4.2. Kết quả xây dựng mô hình quan hệ giữa các ảnh thành phần PCs và trữ
lượng rừng ....................................................................................................... 55


v

4.5. Bản đồ trữ lượng rừng cho rừng 3 kiểu trạng thái rừng lá rộng thường
xanh, rừng lá rộng rụng lá, rừng lá rộng nửa rụng lá cho tỉnh Đắk Nông ...... 58
KẾT LUẬN – TỒN TẠI – KHUYẾN NGHỊ .............................................. 61
1. Kết luận ....................................................................................................... 61
2. Tồn tại ......................................................................................................... 61
3. Khuyến nghị ................................................................................................ 62
TÀI LIỆU THAM KHẢO
PHỤ BIỂU


vi

DANH MỤC CÁC TỪ VIẾT TẮT

Viết tắt

STT

Viết đầy đủ

1

VT

Viễn thám

2

OTC

Ô tiêu chuẩn

3

B3

Kênh phổ 3 (band 3)

2

B4

Kênh phổ 4 (band 4)

3

B5

Kênh phổ 5 (band 5)

4

LRTX

Lá rộng thường xanh

5

LRRL

Lá rộng rụng lá

6

LRNRL

Lá rộng nửa rụng lá

7

BNNPTNT

Bộ nông nghiệp phát triển nông thôn

8

ĐH

Đại học

9

NXB

Nhà xuất bản


vii

DANH MỤC BẢNG
Tên Bảng

TT
2.1

Diện tích các loại rừng và đất quy hoạch cho Lâm nghiệp
tỉnh Đắk Nông phân theo mục đích sử dụng

Trang
23

3.1

Thông tin chung về các kênh trên ảnh Landsat 8

28

3.2

Công thức tính toán các loại chỉ số thực vật

32

4.1

4.2
4.3
4.4

4.5

4.6
4.7

Kết quả phân tích tương quan H/D theo dạng hàm H =
a+b*Ln(D)
Kết quả tính toán trữ lượng rừng cho các OTC trên địa bàn
tỉnh Đắk Nông
Kết quả phân tích giá trị riêng của các ảnh thành phần PCs
Kết quả trích xuất giá trị kênh ảnh gốc, kênh ảnh chỉ số thực
vật vào OTC
Kết quả trích xuất giá trị các kênh ảnh thành phần PCs vào
OTC
Mô hình đơn biến giữa kênh ảnh gốc, kênh ảnh chỉ số và trữ

lượng rừng
Kết quả tính toán sai số của các mô hình đơn biến

39

41
47
48

49

50
52

Kết quả xây dựng và tính toán sai số mô hình đa biến giữa trữ
4.8

lượng rừng và các giá trị kênh ảnh gốc, kênh ảnh chỉ số thực

54

vật
4.9

Mô hình đơn biến trữ lượng rừng và ảnh thành phần PCs

55

4.10

Mô hình đa biến trữ lượng rừng và ảnh PCs

56

4.11

Các mô hình tham gia lựa chọn mô hình tối ưu nhất

57


viii

DANH MỤC HÌNH
Tên hình vẽ

TT

Trang

3.1

Các thế hệ ảnh vệ tinh LANDSAT 8

28

4.1

Ảnh Landsat 8 của hai cảnh ảnh chụp năm 2014

38

4.2

Ảnh Landsat 8 tỉnh Đắk Nông năm 2014

39

4.3

Biểu đồ đường cong chiều cao tại khu vực nghiên cứu

40

4.4

Vị trí các OTC được bố trí trên cảnh ảnh tỉnh Đắk Nông

43

4.5

Ảnh của 4 loại chỉ số thực vật

45

4.6

Ảnh thành phần chính PCA

46

4.7

Các ảnh thành phần PCs

47

4.8

Hệ số tương quan |r| của các mô hình đơn biến

51

4.9

Sai số mx của các mô hình trữ lượng rừng đơn biến

53

4.10

4.11

4.12

Hệ số tương quan |r| và sai số mx của mô hình đa biến giữa
ảnh gốc, ảnh chỉ số và M rừng
Hệ số tương quan |r| và sai số mx của mô hình đơn biến giữa
M rừng và ảnh thành phần PCs

Hệ số tương quan |r| và sai số mx của mô hình đa biến giữa
M rừng và ảnh PCs

54

56

57

Ranh giới 3 trạng thái rừng tự nhiên lá rộng thường xanh,
4.13 rừng lá rộng nửa rụng là và rừng lá rộng rụng lá tỉnh Đắk
Nông

59


1

ĐẶT VẤN ĐỀ
Tài nguyên rừng ở nước ta ngày càng bị suy giảm một cách nghiêm
trọng cả về số lượng lẫn chất lượng. Theo thống kê năm 1945, độ che phủ của
rừng ở nước ta là 43% đến năm 1999 tỷ lệ này chỉ còn 33,2%; năm 2009 độ
che phủ của rừng của nước ta là 39,1% [6]. Một trong những nguyên nhân
quan trọng dẫn đến mất rừng là do công tác quản lý rừng ở nước ta chưa bền
vững vẫn còn bộc lộ nhiều yếu kém, cụ thể: công tác kiểm kê rừng hàng năm
chưa cập nhật kịp thời về diện tích, trữ lượng của các trạng thái rừng. Nhiều
diện tích rừng bị mất do đốt nương làm rẫy, cháy rừng, khai thác... cũng như
những diện tích rừng được tăng lên nhờ công tác trồng mới hoặc khoanh nuôi
bảo vệ đã không được thống kê, cập nhật kịp thời vào bản đồ hiện trạng.
Thêm vào đó, hiện nay trong ngành lâm nghiệp thời gian một chu kỳ

điều tra, kiểm kê kéo dài trong 5 năm, trong khi đó tài nguyên rừng biến động
nhanh hơn dẫn tới kết quả điều tra thiếu chính xác. Các phương pháp điều tra,
đánh giá tài nguyên rừng chưa giải quyết trọn vẹn tính phức tạp về thời gian,
độ chính xác, khả năng kinh tế... trong việc thành lập bản đồ hiện trạng rừng,
đặc biệt là xác định trữ lượng rừng.
Trong những năm gần đây cùng với sự phát triển nhanh chóng của công
nghệ thông tin, công nghệ viễn thám cũng không ngừng phát triển những ứng
dụng của công nghệ này trong lâm nghiệp đã góp phần quan trọng trong điều
tra rừng. Xác định trữ lượng rừng sử dụng công nghệ viễn thám là công việc
bao gồm nhiều bước: thu thập số liệu thực địa, tính toán sinh khối/trữ lượng
thực địa, lựa chọn tư liệu ảnh vệ tinh, lựa chọn biến từ ảnh, lựa chọn thuật
toán thích hợp, đánh giá độ chính xác của kết quả xác định trữ lượng rừng.
Việc xác định trữ lượng rừng sử dụng ảnh vệ tinh đã được nghiên cứu,
ứng dụng khá rộng rãi trên thế giới bằng các phương pháp khác nhau và các
loại tư liệu ảnh khác nhau nhưng đến nay chưa có thuật toán nào được coi là


2

tối ưu có thể sử dụng để xác định trữ lượng rừng từ ảnh cho mọi khu vực trên
thế giới. Các nghiên cứu và ứng dụng vấn đề này hầu hết tập trung ở rừng ôn
đới, rừng lá kim hoặc rừng trồng. Các nghiên cứu được thực hiện ở rừng nhiệt
đới, đặc biệt là rừng tự nhiên hỗn loài ở Việt Nam còn tương đối ít.
Xuất phát từ ý nghĩa thực tiễn trên tôi tiến hành thực hiện đề tài
“Nghiên cứu sử dụng ảnh vệ tinh LANDSAT 8 trong việc xác định trữ
lượng rừng tại tỉnh Đắk Nông” nhằm góp phần nâng cao chất lượng của
công tác xây dựng bản đồ hiện trạng rừng của tỉnh Đắk Nông nói riêng và
Việt Nam nói chung.

3

Chương 1
TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
1.1. Trên thế giới
Khi rừng và sản phẩm của nó được xem như đối tượng của việc trao
đổi, mua bán thì nhu cầu xác định trữ lượng rừng ra đời. Có thể chia lịch sử
điều tra rừng nói chung, xác định trữ lượng rừng nói riêng thành 3 giai đoạn:
- Giai đoạn 1: Trước năm 1730 với sự ra đời của khoa học điều tra rừng
và sự hình thành khuynh hướng toán học trong điều tra rừng. Phương pháp
suy diễn áp dụng trong khoa học điều tra rừng để xác định trữ lượng rừng đã
không phù hợp với đặc điểm của đối tượng điều tra là cây gỗ, một cơ thể sinh
vật học đa dạng và phong phú.
- Giai đoạn 2: Từ 1730 đến 1920 với sự thịnh hành khuynh hướng thực
nghiệm trong điều tra rừng. Bằng phương pháp quy nạp là phương pháp khoa
học thích hợp, điều tra rừng đã phát hiện những quy luật khách quan tồn tại
trong rừng và từ đó xây dựng và hoàn thiện dần nhiều phương pháp điều tra
đến nay vẫn còn được ứng dụng. Tuy nhiên, giai đoạn này có nhược điểm là
chưa chú trọng đến chất lượng của các tài liệu thực nghiệm và hầu như chưa
ứng dụng được thống kê toán học trong điều tra rừng. Hạn chế đó không khỏi
ảnh hưởng tới một số kết quả nghiên cứu cũng như ứng dụng thực tiễn của
điều tra rừng.
- Giai đoạn 3: Từ năm 1920 đến nay với ba đặc trưng cơ bản là: 1) Ứng
dụng ngày càng rộng rãi và sâu sắc toán học thống kê trong nghiên cứu và
thực tiễn điều tra rừng; 2) Sử dụng những kỹ thuật tính toán hiện đại trong
khoa học điều tra; 3) Vận dụng thành tựu khoa học hiện đại vào điều tra rừng
mà nổi bật là kỹ thuật viễn thám trong điều tra tài nguyên rừng. Các đặc điểm
trên đã đưa khoa học điều tra rừng nói chung và xác định trữ lượng rừng nói
riêng phát triển mạnh mẽ theo chiều hướng ngày càng tinh vi, chính xác hơn [9].

4

Hiện nay để xác định trữ lượng rừng, trên thế giới song song tồn tại 2
phương pháp chính: 1) Phương pháp điều tra trên mặt đất và; 2) Phương pháp
sử dụng tư liệu viễn thám. Phương pháp điều tra trên mặt đất là phương pháp
thống kê tài nguyên rừng nói chung và thống kê trữ lượng gỗ nói riêng được
tiến hành trực tiếp trên đối tượng điều tra. Trong đó, bao gồm các phương
pháp bố trí ô mẫu, các phương pháp đo đếm trực tiếp trên ô mẫu, các phương
pháp xác định trữ lượng thông qua ô mẫu và đánh giá kết quả điều tra.
Phương pháp sử dụng tư liệu viễn thám là phương pháp gián tiếp xác định trữ
lượng rừng thông qua mầu sắc, hình dạng… của đối tượng trên ảnh. So với
phương pháp điều tra trực tiếp trên mặt đất, phương pháp xác định trữ lượng
rừng trên ảnh viễn thám thường có nhược điểm là sai số lớn, nhưng lại có ưu
điểm là nhanh chóng đánh giá được tài nguyên rừng trên phạm vi rộng lớn,
hoặc trên toàn bộ lãnh thổ mà phương pháp điều tra trực tiếp trên mặt đất khó
có thể thực hiện được. Về nguyên tắc chung, cũng như phương pháp điều tra
trên mặt đất, phương pháp xác định trữ lượng rừng từ ảnh viễn thám cũng bắt
đầu từ việc bố trí ô mẫu trên ảnh, sau đó đoán đọc chi tiết trên từng ô, cuối
cùng là tính toán sai số điều tra thông qua các ô mẫu trên mặt đất và ước
lượng trữ lượng cho cả diện tích điều tra. Cái khác căn bản ở đây là việc đoán
đọc gián tiếp các nhân tố trên ô mẫu. Cơ sở để đoán đọc các nhân tố trên ô
mẫu là các mối quan hệ giữa đường kính tán với thể tích thân cây, hoặc giữa
độ tàn che với trữ lượng… Về phương pháp bố trí ô mẫu trên ảnh, căn bản
cũng giống nhưng phương pháp bố trí trên mặt đất. Tuy nhiên, trong thực tế
điều tra rừng thường sử dụng kết hợp giữa phương pháp điều tra rừng trên ảnh
với phương pháp điều tra trên mặt đất. Trên ảnh bố trí các ô mẫu có diện tích
lớn hơn theo phương pháp hệ thống, sau đó trên từng ô bố trí trên mặt đất
những ô mẫu có diện tích nhỏ theo phương pháp ngẫu nhiên. Hoặc có thể
phân chia trạng thái rừng trên ảnh sau đó điều tra trực tiếp mỗi loại trạng thái

một số ô mẫu trên mặt đất [9].


5

Cùng với quá trình phát triển của khoa học kỹ thuật dẫn đến việc xuất
hiện các tư liệu ảnh viễn thám đã bắt đầu cho khả năng xác định trữ lượng
rừng từ ảnh.
Trong khoảng hơn 30 năm trở lại đây, ảnh vệ tinh với phương pháp xử lý
số đã được sử dụng rộng rãi phục vụ công tác điều tra, kiểm kê và xác định
trữ lượng rừng trên thế giới. Phương pháp xử lý số với ưu điểm nổi bật là thời
gian xử lý ngắn, việc phân loại các đối tượng được tiến hành nhanh chóng
trên phạm vi rộng, công việc được thực hiện dựa vào cấp độ xám hoặc giá trị
phổ của các pixel, nên kết quả thu được khách quan không phụ thuộc vào chủ
quan của người giải đoán. Về tư liệu ảnh, hiện nay có nhiều vệ tinh cung cấp
ảnh có độ phân giải không gian, phân giải phổ, số lượng kênh phổ và chu kỳ
bay chụp khác nhau, từ các ảnh đa phổ (multispectral image) tới ảnh siêu phổ
(hyperspectral), bước sóng biến động từ nhìn thấy tới sóng siêu cao tần, độ
phân giải không gian từ dưới 1m tới vài km, chu kỳ bay chụp có thể từ hàng
ngày tới hàng tuần hoặc hàng tháng.
Tuy nhiên, các nghiên cứu sử dụng ảnh viễn thám để xác định trữ lượng
(sinh khối) rừng trên thế giới phần lớn áp dụng tại vùng ôn đới do các loài
thực vật tại vùng này có cấu trúc và thành phần cây tương đối đơn giản, độ
đồng nhất của rừng khá cao [41], [42]. Ở các cánh rừng nhiệt đới ẩm, do cấu
trúc thực phủ phức tạp và thành phần cây đa dạng khiến cho việc ước tính
sinh khối thực vật trên mặt đất trở nên khó khăn hơn, kết quả ước tính sinh
khối biến động lớn nhất là trong các trường hợp rừng bị khai thác chọn hoặc
tái sinh sau khai thác [20], [28], [31].
Theo Fang et al 1998 [41], Brown et al 1989 [17], Lehtonen et al 2004
[27] giữa trữ lượng và sinh khối có thể chuyển đổi cho nhau bằng các phương

trình xác định. Vì vậy, các nghiên cứu xác định sinh khối hoặc trữ lượng rừng
từ ảnh viễn thám được coi là có giá trị như nhau. Xác định được trữ lượng


6

rừng từ ảnh viễn thám đồng nghĩa với việc xác định được sinh khối rừng từ
ảnh viễn thám và ngược lại.
Về tư liệu ảnh sử dụng để xác định trữ lượng, các nhà khoa học trên thế
giới sử dụng 2 loại chính là: ảnh quang học và ảnh siêu cao tần. Trong đó:
Tư liệu ảnh viễn thám độ phân giải trung bình như ảnh LANDSAT,
SPOT2, SPOT4 thường được sử dụng để xác định sinh khối thực vật ở nhiều
thời điểm, cũng như được sử dụng kết hợp với các tư liệu khác để ước tính
các thông số cơ bản như tuổi rừng, sinh khối, đường kính ngang ngực, chiều
cao [26] và đã đạt được những kết quả nhất định. Foody và cộng sự (2001) đã
kết luận phương pháp mạng nơron áp dụng tốt trong ước tính sinh khối trên
mặt đất khi dùng ảnh Landsat cho khu vực rừng mưa nhiệt đới ở đảo Borneo
[20]. Franco-Lopez và cộng sự (2001) đã dùng ảnh Landsat để tính khối
lượng gỗ và sinh khối rừng trên mặt đất ở Phần Lan, Thụy Điển bằng phương
pháp K nearest-neighbour [21].
Luciana Spinelli Araujo và cộng sự (2000), Nghiên cứu mối quan hệ
giữa sinh khối của rừng Savan với chỉ số thực vật SAVI xác định từ tư liệu
Landsat TM tại khu vực Amazon, Brazil. Kết quả của nghiên cứu là một căn
cứ quan trọng để giám sát khu vực rừng Amazon bằng tư liệu viễn thám [32].
Lu, D và cộng sự (2004), Nghiên cứu mối quan hệ giữa các thông số lâm
phần với giá trị phản xạ phổ trên ảnh Landsat TM tại lưu vực sông Amazon,
Brazil. Theo tác giả, việc ước lượng các thông số lâm phần, đặc biệt là sinh
khối trên mặt đất tại một khu vực bằng cách sử dụng ảnh vệ tinh rất có ý
nghĩa cho công tác quản lý bền vững tài nguyên thiên nhiên. Trong thực tế,
việc lựa chọn tư liệu ảnh phù hợp với mục đích này vẫn còn nhiều hạn chế do

thiếu thông tin về các thông số lâm phần và các mối quan hệ giữa các thông
số của lâm phần với các chỉ tiêu biểu thị giá trị phản xạ phổ của ảnh đặc biệt
là ở các vùng nhiệt đới ẩm. Tác giả đã xác lập mối quan hệ giữa dữ liệu kiểm


7

kê rừng tại khu vực với giá trị phản xạ phổ của 6 kênh phổ trên ảnh Landsat
TM và nhiều chỉ số tính toán từ sự kết hợp các kênh phổ. Để đánh giá mối
quan hệ, tác giả sử dụng hệ số tương quan Peason. Kết quả cho thấy, các chỉ
số: chỉ số kháng áp xuất khí quyển thực vật (ARVI), chỉ số thực vật trong
không khí và đất (ASVI), và chỉ số thực vật khác biệt bình thường (ND) có
quan hệ yếu với các thông số lâm phần được chọn. Ngược lại, các chỉ số thực
vật tính toán có sự tham gia của kênh phổ 5 có mối quan hệ tốt hơn với các
thông số lâm phần có cấu trúc phức tạp được chọn. Nghiên cứu này cung cấp
sự hiểu biết tốt hơn về các mối quan hệ giữa các chỉ tiêu cấu trúc lâm phần
với giá trị phản xạ phổ trên ảnh Landsat TM, là căn cứ quan trọng trong việc
phát triển mô hình ước lượng các chỉ tiêu cấu trúc và trữ lượng rừng từ ảnh,
qua đó cải thiện chất lượng công tác phân loại thảm thực vật từ ảnh vệ tinh
[29].
Sandra Eckert và cộng sự (2005), đã sử dụng phương pháp phân loại
hướng đối tượng để giải đoán ảnh và xác định một số chỉ tiêu cấu trúc lâm
phần rừng tự nhiên khu vực Chubut, Patagonia từ sự tích hợp 2 loại ảnh viễn
thám quang học: ASTER và Landsat ETM +. Để xác định các chỉ tiêu cấu
trúc lâm phần, tác giả đã thiết lập mối quan hệ giữa các chỉ tiêu cấu trúc được
đo đạc tại thực địa với các chỉ tiêu phản ánh giá trị phổ tương ứng xác định
trên ảnh bằng các hàm tuyến tính đơn giản và hàm phi tuyến. Từ mối quan hệ
thiết lập được đã xác định các chỉ tiêu cấu trúc rừng trên toàn khu vực. Kết
quả cho thấy với sự kết hợp của ảnh ASTER và Landsat ETM + có thể xác
định được: chỉ số diện tích lá (LAI) của lâm phần với sai số khoảng 12%,

đường kính ngang ngực (DBH) vơi sai số 26%, tiết diện ngang lâm phần với
sai số 30% và trữ lượng lâm phần với sai số 45% [31].
Theo Lu, D (2006), Nelson, R.F (2000), Steininger, M.K (2006), khi tính
sinh khối đối với rừng tái sinh thì tuổi rừng là nhân tố quan trọng [28], [40].


8

Bên cạnh đó vấn đề bão hòa dữ liệu khi tính sinh khối rừng có trữ lượng cao
cũng cần phải tính đến. Steininger (2000) trong khi ước tính sinh khối rừng
trên mặt đất bằng ảnh Landsat ở các cánh rừng tái sinh nhiệt đới đã phát hiện
ra vấn đề bão hòa dữ liệu. Khi sinh khối rừng đạt 15kg/m2 (150 tấn/ha) hoặc
tuổi rừng trên 15 năm ở những cánh rừng thứ sinh nhiệt đới thì xuất hiện hiện
tượng bão hòa [28], [40]. Bên cạnh đó, cấu trúc phức tạp của rừng, tính phức
tạp của môi trường, ảnh hưởng của bóng địa hình là các yếu tố ảnh hưởng đến
kết quả tính sinh khối rừng trên mặt đất. Lu, D (2004, 2006), Mutanga (2004)
đã sử dụng chỉ số thực vật để ước tính sinh khối trên mặt đất [28], [29], [33].
Tuy ảnh chỉ số thực vật được dùng phổ biến nhưng không phải chỉ số thực vật
nào cũng có độ tương quan cao với sính khối thực vật trên mặt đất. Theo Lu,
D (2004), phương pháp dùng chỉ số thực vật có thể phần nào làm giảm ảnh
hưởng độ phản xạ của các yếu tố môi trường đến kết quả phân tích nên chỉ số
này luôn được áp dụng đặc biệt cho vùng rừng có cấu trúc phức tạp. Lu, 2005
đã kết hợp các kỹ thuật chiết tách thông tin phổ và không gian để làm tăng độ
chính xác của phân tích các thông số rừng trong đó đã sử dụng phương pháp
phân tích cấu trúc ảnh để ước tính sinh khối trên mặt đất ở vùng rừng nhiệt
đới ẩm Amazon của Brazil. Kết quả nghiên cứu cho thấy đối với kiểu rừng có
cấu trúc phức tạp thì kết cấu bề mặt ảnh (texture) có ảnh hưởng đến ước tính
sinh khối bề mặt đất nhiều hơn so với độ phản xạ phổ trên ảnh. Trong khi đó,
độ phản xạ phổ lại có ảnh hưởng hơn cấu trúc mặt ảnh trong trường hợp
nghiên cứu những khu vực rừng có cấu trúc đơn giản. Tuy nhiên, cũng có

nhiều nghiên cứu cho thấy phương pháp phân tích cấu trúc mặt ảnh không
phải là tối ưu nhất đối với tất cả các kiểu rừng. Phương pháp này cho hiệu quả
khác nhau khi áp dụng trên các điều kiện sinh thái rừng khác nhau và trên các
loại ảnh viễn thám khác. Cho dù với cùng một phương pháp phân tích cấu
trúc mặt ảnh, việc lựa chọn kênh ảnh và cửa sổ lọc ảnh cũng rất quan trọng.


9

Nếu cửa sổ lọc ảnh nhỏ, cỡ 3 x 3 sẽ làm nổi rõ nhiễu ảnh cấu trúc, ngược lại
cửa sổ lọc ảnh quá lớn, cỡ 31 x 31 trở lên sẽ không thể tách được thông tin
cấu trúc do ảnh bị lọc quá trơn [28]. Thêm vào đó, ảnh bị lọc quá trơn cần
nhiều thời gian xử lý. Các nghiên cứu theo phương pháp phân tích cấu trúc
cần phải xác định: kích thước cửa sổ lọc ảnh, và số kênh ảnh cần thiết trong
mỗi vùng nghiên cứu đặc trưng. Vì vậy, hướng nghiên cứu này cần được phát
triển nhiều kỹ thuật phân tích hơn để có thể ước tính được sinh khối.
S. Labrecque và cộng sự (2006) đã nghiên cứu và so sánh kết quả thành
lập bản đồ sinh khối theo bốn phương pháp tạo bản đồ sinh khối bằng ảnh
Landsat -TM và dữ liệu kiểm kê ở miền tây Newfoundland. Bốn phương pháp
này gồm: (i) Phương pháp dựa vào mối quan hệ xạ trực tiếp (DRR) thông qua
hàm quan hệ, (ii) Phương pháp K – NN, (iii) Phương pháp xác định dựa vào
độ che phủ đất (LCC) và (iv) Phương pháp dựa vào các chỉ tiêu cấu trúc rừng
(BioCLUST). Mỗi phương pháp đều sử dụng 2 bộ dữ liệu, một bộ dùng để
phân loại xác định trữ lượng rừng, một bộ dùng để đánh giá độ chính xác của
kết quả sau phân loại. Kết quả cho thấy 3 phương pháp: DRR, K – NN và
BioCLUST cho kết quả tương tự nhau. Trong đó, BioCLUST có sai tiêu
chuẩn (RMSE) thấp nhất là 41 tấn/ha và sai lệch 4 tấn/ha, tiếp đến là DRR và
K – NN với sai tiêu chuẩn (RMSE) tương ứng 47 và 54 tấn/ha và sai lệch
tương ứng 9 và 23 tấn/ha. Phương pháp LCC cho kết quả kém chính xác nhất.
Các phương pháp BioCLUST và LCC thuận lợi vì không yêu cầu ô mẫu phải

nằm trong phạm vi của hình ảnh vệ tinh tại khu vực giải đoán. Điều này tạo
điều kiện mở rộng số lượng các ô mẫu từ tập hợp dữ liệu có liên quan, và
không áp đặt giới hạn vị trí ô mẫu phải nằm trong khu vực nghiên cứu.
Phương pháp K-NN là phương pháp tối ưu cho công tác lập bản đồ sinh khối
trong điều kiện có số lượng ô mẫu đủ lớn và được thiết lập sẵn (ô mẫu cố
định) [36].


10

R.J. Hall và cộng sự (2006) sử dụng dữ liêu ảnh Landsat ETM + để mô
hình hóa cấu trúc thuộc tính của lâm phần: Ứng dụng để lập bản đồ sinh khối
trên mặt đất và khối lượng tĩnh. Tác giả sử dụng phương pháp ước lượng sinh
khối từ cấu trúc đứng (BioSTRUCT). Dựa trên kết quả điều tra thực địa để tạo
ra các mối quan hệ thực nghiệm giữa các thuộc tính cấu trúc rừng và dữ liệu
ảnh viễn thám. Trong nghiên cứu này, chiều cao và độ khép tán đã được mô
hình từ vệ tinh Landsat ETM+. Những thuộc tính mô hình này sau đó được sử
dụng làm đầu vào để ước tính sinh khối rừng trên mặt đất [35].
Qingmin Meng và cộng sự (2007) đã nghiên cứu tổng hợp các mô hình
xác định tăng trưởng sinh khối và thể tích cây sử dụng ảnh Landsat ETM.
Mục đích của nghiên cứu là sử dụng ảnh Landsat ETM và dữ liệu kiểm kê
mặt đất để xây dựng các mô hình tương quan giữa tăng trưởng rừng với các
chỉ số trên ảnh Landsat nhằm đánh giá sinh khối và khối lượng của cây ở
bang Georgia, Mỹ. Các mô hình tuyến tính tương đối đơn giản đã được tác
giả thiết lập giữa sinh khối rừng hay thể tích cây với logarit của chỉ số thực
vật NDVI. Kết quả cho thấy, rừng ở vùng đồng bằng hạ lưu sinh khối và thể
tích cây tăng trưởng nhiều hơn so với khu vực rừng đồng bằng thượng lưu.
Các khu vực khác nhau có đặc điểm sinh trưởng rừng khác nhau, và tổng hợp
các mô hình giúp cho việc hiểu biết sâu sắc những đặc điểm phân bố không
gian của sinh khối và thể tích của cây trên toàn tiểu bang Georgia. Nghiên cứu

này rất hữu ích cho quản lý và quy hoạch tài nguyên rừng nhằm dự báo nguồn
sinh khối/gỗ có thể được sử dụng (khai thác từ rừng) hoặc cho các mục đích
giám sát [34].
Lu, D và cộng sự (2008) Tích hợp ảnh Landsat TM và SPOT để nghiên
cứu biến động của thảm thực vật rừng Amazon, Brazil giai đoạn 1998-2003.
Theo tác giả, phương pháp phát hiện sự thay đổi truyền thống đã được chứng
minh là rất khó khăn trong việc phát hiện những thay đổi thảm thực vật trong


11

vùng nhiệt đới ẩm. Tác giả đã tích hợp ảnh Landsat (TM) và SPOT có độ
phân giải không gian cao làm công cụ để phát hiện sự thay đổi thảm thực vật
tại khu vực nghiên cứu. Phương pháp phân tích thành phần chính được sử
dụng để tích hợp dữ liệu ảnh Landsat TM và SPOT nhằm xác định khu vực
có/không có sự thay đổi thảm thực vật thông qua ảnh trộn giữa 2 loại ảnh nêu
trên cho từng thời kỳ. Tại mỗi thời điểm, tiến hành giải đoán ảnh xây dựng
bản đồ hiện trạng trên đó thể hiện 3 nhóm thông tin: Rừng; thảm thực vật
không phải rừng và đất trống. Từ các kết quả đạt được đã phát hiện được xu
hướng thay đổi của thảm thực vật tại khu vực nghiên cứu. Từ kết quả nghiên
cứu của tác giả nhận thấy, việc tích hợp ảnh Landsat (TM) và SPOT có độ
phân giải không gian rất có triển vọng trong việc xác định biến động thảm
thực vật theo thời gian đặc biệt tại các khu vực mà các tài liệu để tham khảo
cho vấn đề này không có sẵn [30].
Scott L. Powell và cộng sự (2010) định lượng động thái của sinh khối
sống trên mặt đất bằng ảnh vệ tinh Landsat theo chuỗi thời gian và dữ liệu
kiểm kê thực địa bằng phương pháp xây dựng mô hình thực nghiệm. Các bản
đồ động thái sinh khối được tích hợp với bản đồ mô tả vị trí và thời gian của
sự xáo trộn và tái sinh rừng để đánh giá hiệu quả xác định sinh khối của các
quá trình này trên diện rộng trong một thời gian dài [38].

Helena Mäkeläa và cộng sự (2011) đã xây dựng dữ liệu phục vụ phân
tích diễn biến rừng và đánh giá khả năng ứng dụng tại Phần Lan bằng ảnh vệ
tinh Landsat và số liệu điều tra trên các ô tiêu chuẩn định vị ở mặt đất. Mục
đích của nghiên cứu này là để kiểm tra tính khả thi trong việc tạo ra dữ liệu
lâm nghiệp cho hệ thống MELA là một công cụ phục vụ phân tích rừng ở
Phần Lan bằng ảnh vệ tinh và dữ liệu điều tra ô tiêu chuẩn [22].
Lei Ji và cộng sự (2012) Ước tính sinh khối trên mặt đất khu vực Alaska
với dữ liệu Landsat và số liệu điều tra tại thực địa vào mùa hè và mùa thu 2


12

năm 2009 và 2010. Các chỉ số xác định trên ảnh: chỉ số thực vật chuẩn hóa
(NDVI), chỉ số thực vật hiệu chỉnh bởi đất (SAVI), chỉ số thực vật khác biệt
chuẩn hóa mầu xanh (GNDVI), chỉ số thực vật (EVI), chỉ số cận hồng ngoại
khác biệt chuẩn hóa (NDII), chỉ số nước khác biệt chuẩn hóa (NDWI) được
sử dụng để xác lập mối quan hệ với sinh khối thực vật xác định tại thực địa
cho từng thời kỳ. Kết quả tốt nhất đạt được cho sai số xác định sinh khối thực
vật tại khu vực với các chỉ số xác định trên ảnh là 21,8 tấn/ha, sai số của sinh
khối trung bình đạt 5,2 tấn/ha với sinh khối trung bình của khu vực dao động
từ 10-134 tấn/ha [25].
Dirk Pflugmacher và cộng sự (2012) tích hợp Landsat MSS và
TM/ETM+ để xác định và phân tích sự biến đổi sinh khối sống trên mặt đất
theo thời gian. Kết quả cho thấy dữ liệu vệ tinh đa thời gian cho phép xác
định sinh khối tốt hơn so với dữ liệu tại một thời điểm [18].
Jomar Magalhães Barbosa và cộng sự (2013), Đánh giá khả năng xác
định sinh khối từ ảnh Landsat trên sườn dốc tại khu vực rừng mưa nhiệt đới
phía Đông Nam của Brazil. Theo tác giả, ảnh viễn thám đã được sử dụng rộng
rãi để ước lượng sinh khối và hàm lượng carbon trên quy mô lớn, tuy nhiên
việc ước lượng sinh khối thảm thực vật từ ảnh viễn thám trên địa hình dốc vẫn

chưa được nghiên cứu một cách thấu đáo. Tác giả đã sử dụng ảnh vệ tinh
Landsat, mô hình số độ cao để ước lượng sinh khối lâm phần rừng mưa nhiệt
đới tại khu vực nghiên cứu bằng mô hình tuyến tính đa biến. Kết quả cho
thấy, việc sử dụng thêm biến độ dốc đã cải thiện chất lượng của mô hình đa
biến (r2 = 0,67 và sai số ước lượng sinh khối là 35 tấn/ha) Kết quả nghiên cứu
đã cung cấp một nguồn thông tin quan trọng để ước lượng sinh khối thực vật
tại những khu vực có địa hình dốc [24].
HS Seo và cộng sự (2014), Xác định sinh khối trên mặt đất của thảm
thực vật rừng nhiệt đới tại Sabah, Malaysia từ ảnh vệ tinh Landsat TM-5 bằng


13

phương pháp K-NN. Tác giả đã sử dụng chỉ số thực vật khác biệt chuẩn hóa
(NDVI) xác định từ ảnh Landsat TM-5 với các cửa sổ lọc khác nhau để xác
định trữ lượng lâm phần bằng phương pháp K-NN với các giá trị k khác nhau.
Kết quả cho thấy, sai số xác định trữ lượng lâm phần nhỏ nhất khi kích thước
cửa sổ lọc là 3x3. Với cửa sổ lọc có kích thước 3x3, k=4 thì sai số xác định
sinh khối lâm phần là 2,01 tấn/ha và k=5 cho sai số xác định sinh khối lâm
phần là 1,62 tấn/ha. Tổng sinh khối trên mặt đất tại khu vực nghiên cứu xác
định được là 6.873.299 tấn với sinh khối trung bình 248,8 tấn/ha. Kết quả cho
thấy k-NN là phương pháp khả thi để ước tính và lập bản đồ sinh khối trên
mặt đất tại khu vực [39].
Hongrui Ren và cộng sự (2014), Xác định sinh khối trên mặt đất của
đồng cỏ tại sa mạc Nội Mông, Trung Quốc bằng tư liệu Landsat. Theo tác giả,
việc ước tính chính xác sinh khối trên mặt đất của đồng cỏ khô hạn và bán
khô hạn là điều cần thiết cho một loạt các nghiên cứu, chẳng hạn như quản lý
bền vững đồng cỏ, đánh giá rủi ro hỏa hoạn, biến đổi khí hậu và suy thoái môi
trường. Trong nghiên cứu này, một chỉ số mới (Chỉ số thực vật điều chỉnh bởi
đất và thực vật khô, L-SAVI) đã được đề xuất để ước tính sinh khối trên mặt

đất của đồng cỏ khô hạn và bán khô hạn. Chỉ số L-SAVI cũng được đánh giá
dựa trên sinh khối và quang phổ đo tại chỗ trong các thảo nguyên sa mạc Nội
Mông. Kết quả cho thấy, hiệu suất xác định sinh khối đồng cỏ của chỉ số LSAVI tốt hơn so với các chỉ số: NDVI, SAVI, MSAVI, OSAVI, TSAVI,
ATSAVI, PVI, GSAVI và L-ATSAVI được áp dụng tại cùng khu vực nghiên
cứu. Từ đó tác giả kết luận, L-SAVI là một yếu tố dự báo thích hợp cho việc
ước lượng sinh khối trên mặt đất cho đồng cỏ khô hạn và bán khô hạn [23].
A. Günlü và cộng sự (2014), Ước tính sinh khối trên mặt đất (AGB) của
rừng thông Crimean Anatolian ở Thổ Nhĩ Kỳ sử dụng ảnh Landsat TM với
mục tiêu xác định các mối quan hệ giữa AGB và giá trị phản xạ phổ của ảnh.


14

Kỹ thuật phân tích hồi quy đa biến được sử dụng để xây dựng quan hệ giữa
AGB của rừng Thông tại khu vực với: 1) Giá trị phản xạ phổ của từng band;
2) Một số chỉ số thực vật; 3) Sự kết hợp giữa giá trị phản xạ phổ đơn band và
chỉ số thực vật. Kết quả cho thấy, các mô hình xác định AGB sử dụng đơn
Band cho kết quả tốt nhất với Band1 và Band2 có r2 cao nhất là 0,465. Trong
khi đó mô hình xác định AGB thông qua các chỉ số thực vật cho kết quả tốt
nhất với chỉ số ND57 với r2=0,606. Việc xác định sinh khối rừng Thông tại
khu vực bằng chỉ số thực vật tốt hơn so với xác định thông qua các giá trị
phản xạ phổ của từng Band ảnh
2.2. Tại Việt Nam
Việc xác định sinh khối (trữ lượng) rừng sử dụng ảnh vệ tinh đã được
nghiên cứu, ứng dụng khá rộng rãi trên thế giới bằng các phương pháp khác
nhau và các loại tư liệu ảnh khác nhau. Tuy nhiên, các nghiên cứu và ứng
dụng này hầu hết tập trung ở rừng ôn đới, rừng lá kim hoặc rừng trồng. Các
nghiên cứu được thực hiện ở rừng nhiệt đới, đặc biệt là rừng tự nhiên hỗn loài
ở Việt Nam còn tương đối ít.
Cho đến nay, ở nước ta đã có một số tác giả nghiên cứu về khả năng sử

dụng ảnh vệ tinh quang học để xác định trữ lượng rừng và đã đạt được những
kết quả nhất định.
Vương Văn Quỳnh (2012) đã nghiên cứu phương pháp hiệu chỉnh ảnh
hưởng của địa hình trong giải đoán trữ lượng rừng từ ảnh SPOT5 phục vụ
kiểm kê rừng tỉnh Hà Tĩnh. Tác giả sử dụng thông tin trên ảnh SPOT5, mô
hình số độ cao của các điểm cách đều 30m ở Hà Tĩnh, số liệu điều tra mặt đất
của 197 ô tiêu chuẩn, sử dụng phương pháp thống kê số liệu thực nghiệm để
hiệu chỉnh ảnh hưởng của địa hình, sử dụng các phương pháp phân tích thống
kê để xây dựng phương trình giải đoán trữ lượng rừng từ các chỉ tiêu phản xạ
phổ. Nghiên cứu đã cho thấy khi độ dốc mặt đất trên 10 độ thì chênh lệch giá


15

trị phổ giữa các hướng dốc trung bình vượt quá 5% và cần hiệu chỉnh ảnh
hưởng của hướng dốc và độ dốc đến giá trị các kênh phổ trong quá trình giải
đoán trữ lượng rừng và phân loại lớp phủ thực vật nói chung. Hai kênh phổ
Red và kênh Near infrared biến động theo hướng dốc ít hơn so với các kênh
khác nên sử dụng giá trị các kênh phổ này để xây dựng chỉ số phân loại lớp
phủ thực vật sẽ ít bị ảnh hưởng của địa hình hơn. Giải đoán trữ lượng rừng từ
giá trị phản xạ phổ trên ảnh SPOT5 sau khi đã hiệu chỉnh ảnh hưởng của địa
hình ở Hà Tĩnh có sai số trung bình là 27 m3/ha [13].
Nguyễn Thị Thanh Hương (2012) đã áp dụng phương pháp địa thống kê
để ước lượng trữ lượng lâm phần dựa vào ảnh SPOT5 cho các trạng thái rừng
tự nhiên lá rộng thường xanh ở Tây Nguyên. Phương pháp Regression-kriging
đã được sử dụng trong quá trình ước lượng. Nghiên cứu đã thử nghiệm trên
các loại dữ liệu ảnh khác nhau như kết hợp 4 kênh của ảnh SPOT 5, ảnh thành
phần chính PCs và ảnh chỉ số thực vật NDVI. Sử dụng các dữ liệu độc lập với
các tiêu chí sai số trung phương và sai số bình quân để so sánh kết quả đạt
được. Việc tìm kiếm mối quan hệ giữa giá trị phản xạ phổ của ảnh vệ tinh và

nhân tố điều tra rừng như trữ lượng rừng trong nghiên cứu này có thể là tiềm
năng áp dụng trong cấu trúc rừng phức tạp như đối tượng rừng thường xanh lá
rộng ở Tây Nguyên, Việt Nam. Dù thể hiện là một trong những phương pháp
tiềm năng để ước lượng trữ lượng rừng để giảm chi phí về thời gian cũng như
nhân vật lực, độ chính xác thu được từ phương pháp Regression-kriging trong
trường hợp này vẫn còn khá thấp (sai số ±73m3/ha). Vì vậy nó được kiến nghị
áp dụng trong trường hợp điều tra rừng tổng thể để cung cấp dữ liệu có tính
chất định hướng [11].
Phạm Văn Duẩn (2013) đã thử nghiệm phương pháp xây dựng bản đồ
kiểm kê rừng trong lưu vực từ ảnh vệ tinh SPOT5. Trong đó sử dụng phương
pháp hồi quy để xây dựng mối quan hệ giữa trữ lượng rừng đo đếm trên các ô