Ứng dụng công nghệ viễn thám và gis trong nghiên cứu đặc điểm cấu trúc rừng tràm (Melaleuca cajuputi) tại Vườn quốc gia U Minh Thượng, tỉnh Kiên Giang
Trong nghiên cứu này đã sử dụng các ảnh vệ tinh được chụp năm 2018 như ALOS-2 PALSAR-2, Sentinel-1, Landsat 8 OLI và Sentinel-2 và dữ liệu khảo sát thực địa bằng 45 ô tiêu chuẩn cho xây dựng các mô hình cho ước tính về đặc điểm cấu trúc rừng như đường kính, chiều cao, mật độ cây rừng tràm. Kết quả nghiên cứu cho thấy rằng: tín hiệu tán xạ ngược từ phân cực HV từ ảnh vệ tinh ALOS-2 PALSAR-2 có liên quan chặt chẽ với các thông số của cấu trúc rừng tràm như đường kính (R2=0,78; RMSE = 0,43), chiều cao (R2=0,78; RMSE = 0,31) và mật độ cây rừng (R2=0,75; RMSE = 377). Kết quả này này là cơ sở khoa học cho việc nghiên cứu đặc điểm cấu trúc rừng sử dụng dữ liệu viễn thám cho mục đích hỗ trợ việc đưa ra quyết định lựa chọn các biện pháp lâm sinh phù hợp cho công tác bảo tồn, phục hồi và phát triển bền vững tới các hệ sinh thái rừng tràm cũng như các hệ sinh thái rừng khác tại Việt Nam
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Tóm tắt nội dung tài liệu: Ứng dụng công nghệ viễn thám và gis trong nghiên cứu đặc điểm cấu trúc rừng tràm (Melaleuca cajuputi) tại Vườn quốc gia U Minh Thượng, tỉnh Kiên Giang
hình 1. Hình 1. Vị trí khu vực nghiên cứu (ranh giới màu đỏ) 3. PHƯƠNG PHÁP VÀ DỮ LIỆU 3.1. Phương pháp thực địa Nghiên cứu này sử dụng 45 ô tiêu chuẩn, kích thước 20 m x 25 m (500 m2) và được thu thập vào tháng 10 năm 2018. Tại các ô tiêu chuẩn các thông số về cấu trúc rừng đường kính (D1.3 cm), chiều cao (Hm) và mật độ cây rừng (N/ha) được đo đếm. Tóm tắt kết quả các thông số cấu trúc rừng tràm sử dụng trong nghiên cứu này được trình bày tại bảng 1. Bảng 1. Tóm tắt các thông số cấu trúc rừng tràm khu vực nghiên cứu từ thực địa TT Các thông số cấu trúc rừng Giá trị tối thiểu Giá trị đối đa Giá trị trung bình Độ lệch chuẩn 1 Đường kính (m) 5,81 13,16 8,99 1,95 2 Chiều cao (m) 3,66 9,13 5.71 1,40 3 Mật độ (cây.ha-1) 160 5220 2.229 1602 3.2. Ảnh vệ tinh được sử dụng Bảng 2. Các thông số cơ bản của vệ tinh được sử dụng trong nghiên cứu TT Satellite Sensors Scene ID Thời gian chụp Độ phân giải Ghi chú 1 Landsat 8 OLI LC081250532018103101T1- SC201811151031 31-10-2018 30m/15m Đã được hiệu chỉnh khí quyển 2 Sentinel-2 MSI S2A_tile_20180327_48PWR_0 02-11-2018 10m Đã được hiệu chỉnh khí quyển 3 Sentinel 1 S1A_IW_GRDH_1SDV_2018 1103T111055_tc_10 25-03-2018 10m Đã được xử lý và hiệu chỉnh địa hình 4 ALOS-2 PALSAR-2 ALOS2205610180-180314 14-03-2018 6.5m Đã được xử lý và hiệu chỉnh địa hình KHOA HỌC CÔNG NGHỆ N«ng nghiÖp vµ ph¸t triÓn n«ng th«n - KỲ 2 - TH¸NG 10/2020 96 Dựa trên năng lực cung cấp, kế hoạch phát triển dài hạn của các vệ tinh, khả năng tiếp cận của người dùng và ứng dụng vào thực tế đã lựa chọn ảnh vệ tinh cho nghiên cứu này. Đối với hình ảnh radar đã lựa chọn dữ liệu từ các vệ tinh Sentinel-1, gồm có 2 phân cực VH (VH_S1) và VV (VV_S1); ALOS-2 PALSAR-2 gồm có 2 phân cực HH (HH_P2) và HV (HV_P2). Các dữ liệu ảnh quang học đã lựa chọn từ các vệ tinh Landsat 8 OLI và Sentinel-2 được thể hiện trong hình 2. Các thông số cơ bản ảnh vệ tinh được sử dụng được mô tả trong bảng 2. 3.3. Xử lý dữ liệu ảnh vệ tinh Đối với ảnh vệ tinh radar: Sentinel 1, băng C gồm có 2 phân cực VH và VV, độ phân giải 10 m và ALOS-2 PALSAR-2, băng L mức độ xử lý 2.1 với 2 phân cực HH và HV, độ phân giải của dữ liệu là 6,25 m. Sử dụng công cụ lọc nhiễu Frost và thực hiện hiệu chỉnh bức xạ, hiệu chỉnh địa hình. Chuyển đổi giá trị DN (digital number) của hai phân cực HH và HV sang giá trị tán xạ ngược (backscattering intensity) được tính theo công thức 1 được cung cấp bởi JAXA (2017) [7]. σo = 10 x log10 (DN 2) + CF (1) Trong đó: DN là giá trị số của điểm ảnh; σo là giá trị tán xạ ngược, đơn vị là decibels (dB) và CF là hệ số chuyển đổi. Theo công bố của JAXA giá trị CF là - 83,0 [7]. Các ảnh vệ tinh quang học (Sentinel-2 và Landsat 8) đã được hiệu chỉnh khí quyển và hình học. Chỉ số khác biệt thực vật NDVI được tính theo công thức 2 [13]: NDVI = (NIR - IR)/(NIR + IR) (2) Trong đó: NIR phổ phản xạ của kênh cận hồng ngoại và IR là phổ phản xạ của kênh đỏ. 3.4. Phương pháp phân tích dữ liệu Nghiên cứu đã thử nghiệm với 3 dạng phương trình (3) (4) (5) sau để biểu diễn mối quan hệ giữa các thông số cấu trúc rừng (D1.3 cm, Hm, N/ha) với các thông số chiết xuất từ ảnh vệ tinh. Hàm tuyến tính một lớp: Y = a + b.X (3) Hàm số mũ (Exponential): Y = a.eb.x (4) Hàm bậc hai: Y = a0 + a1.X + a2.X 2 (5) Phương pháp đánh giá độ chính xác của mô hình dựa vào hệ số xác định (R2) và sai số tuyệt đối của mô hình được xác định theo phương pháp bình phương nhỏ nhất (RMSE). 4. KẾT QUẢ VÀ THẢO LUẬN 4.1. Mô hình ước lượng đường kính cây (D1.3 cm) rừng Tràm (Melaleuca cajuputi) sử dụng dữ liệu ảnh vệ tinh Bảng 3. Tóm tắt kết quả xây dựng mô hình ước tính thông số về đường kính cây (D1.3 cm) sử dụng dữ liệu ảnh vệ tinh TT Mô hình Biến số sử dụng Dạng phương trình Hệ số xác định (R2) RMSE 1 Mô hình 1 HV_P2 3 0,76 0,47 2 Mô hình 2 HV_P2 4 0,78 0,43 3 Mô hình 3 HV_P2 5 0,78 0,43 4 Mô hình 4 HH_P2 3 0,32 1,33 5 Mô hình 5 HH_P2 4 0,35 1,27 6 Mô hình 6 HH_P2 5 0,40 1,17 7 Mô hình 7 VH_S1 3 0,62 0,74 8 Mô hình 8 VH_S1 4 0,62 0,74 9 Mô hình 9 VH_S1 5 0,66 0,66 10 Mô hình 10 VV_S1 3 0,33 1,31 11 Mô hình 11 VV_S1 4 0,39 1,19 12 Mô hình 12 VV_S1 5 0,56 0,86 13 Mô hình 13 NDVI_L8 3 0,62 0,74 14 Mô hình 14 NDVI_L8 4 0,61 0,76 15 Mô hình 15 NDVI_L8 5 0,66 0,66 16 Mô hình 16 NDVI_S2 3 0,60 0,78 17 Mô hình 17 NDVI_S2 4 0,60 0,78 18 Mô hình 18 NDVI_S2 5 065 0,68 KHOA HỌC CÔNG NGHỆ N«ng nghiÖp vµ ph¸t triÓn n«ng th«n - KỲ 2 - TH¸NG 10/2020 97 Các kết quả xây dựng mô hình ước tính thông số về đường kính cây rừng tràm (biến phụ thuộc) sử dụng dữ liệu chiết xuất từ ảnh viễn vệ tinh (biến độc lập) được trình bày tóm tắt tại bảng 3. Kết quả nghiên cứu về xây dựng mô hình ước tính thông số đường kính cây rừng tràm cho thấy có 5 mô hình có hệ số tương quan thấp (R2<0,5); có 10 mô hình có hệ số tương quan (0,5 <R2<0,7); có 3 mô hình có hệ số tương quan R2>0,7. Trong đó mô hình 2, mô hình 3 có hệ số tương quan cao nhất (R2=0,78; RMSE=0,43) và được thể hiện trong hình 2. Mô hình 2 Mô hình 3 Hình 2. Mô hình 2 và mô hình 3 trong ước lượng đường kính cây (D1.3 m) rừng 4.2. Mô hình ước lượng chiều cao cây (Hm) rừng Tràm (Melaleuca cajuputi) sử dụng dữ liệu ảnh vệ tinh Các kết quả xây dựng mô hình ước tính thông số về chiều cao cây rừng tràm (biến phụ thuộc) sử dụng dữ liệu ảnh vệ tinh (biến độc lập) được trình bày tóm tắt tại bảng 4. Kết quả nghiên cứu về xây dựng mô hình ước tính thông số chiều cao cây rừng tràm cho thấy có 5 mô hình có hệ số tương quan R2<0,5; có 2 mô hình có hệ số tương quan (0,5<R2<0,6); có 4 mô hình có hệ số tương quan (0,6<R2<0,7); có 6 mô hình có hệ số tương quan R2>0,7. Trong đó mô hình 3 có hệ số tương quan cao nhất (R2=0,78; RMSE=0,31) và được thể hiện trong hình 3. KHOA HỌC CÔNG NGHỆ N«ng nghiÖp vµ ph¸t triÓn n«ng th«n - KỲ 2 - TH¸NG 10/2020 98 Bảng 4. Tóm tắt kết quả xây dựng mô hình ước tính thông số về chiều cao cây (Hm) sử dụng dữ liệu ảnh vệ tinh TT Mô hình Biến số sử dụng Dạng phương trình Hệ số xác định (R2) RMSE 1 Mô hình 1 HV_P2 3 0,75 0,35 2 Mô hình 2 HV_P2 4 0,77 0,32 3 Mô hình 3 HV_P2 5 0,78 0,31 4 Mô hình 4 HH_P2 3 0,36 0,89 5 Mô hình 5 HH_P2 4 0,37 0,88 6 Mô hình 6 HH_P2 5 0,41 0,82 7 Mô hình 7 VH_S1 3 0,70 0,42 8 Mô hình 8 VH_S1 4 0,70 0,42 9 Mô hình 9 VH_S1 5 0,77 0,32 10 Mô hình 10 VV_S1 3 0,39 0,85 11 Mô hình 11 VV_S1 4 0,43 0,80 12 Mô hình 12 VV_S1 5 0,57 0,60 13 Mô hình 13 NDVI_L8 3 0,60 0,56 14 Mô hình 14 NDVI_L8 4 0,60 0,56 15 Mô hình 15 NDVI_L8 5 0,67 0,46 16 Mô hình 16 NDVI_S2 3 0,57 0,60 17 Mô hình 17 NDVI_S2 4 0,56 0,61 18 Mô hình 18 NDVI_S2 5 0,62 0,53 Hình 3. Mô hình 3 trong ước lượng chiều cao cây rừng 4.3. Mô hình ước lượng mật độ (N/ha) cây rừng tràm (Melaleuca cajuputi) sử dụng dữ liệu ảnh vệ tinh Các kết quả xây dựng mô hình ước tính thông số về mật độ cây rừng tràm (biến phục thuộc) sử dụng dữ liệu ảnh vệ tinh (biến độc lập) được trình bày tóm tắt tại bảng 5. Bảng 5. Tóm tắt kết quả xây dựng mô hình ước tính thông số về mật độ cây rừng (N/ha) sử dụng dữ liệu ảnh vệ tinh TT Mô hình Biến số sử dụng Dạng mô hình Hệ số xác định (R2) RMSE 1 Mô hình 1 HV_P2 3 0,56 663 2 Mô hình 2 HV_P2 4 0,72 420 3 Mô hình 3 HV_P2 5 0,75 377 4 Mô hình 4 HH_P2 3 0,27 1101 5 Mô hình 5 HH_P2 4 0,36 965 6 Mô hình 6 HH_P2 5 0,41 890 7 Mô hình 7 VH_S1 3 0,40 905 8 Mô hình 8 VH_S1 4 0,54 693 9 Mô hình 9 VH_S1 5 0,60 603 10 Mô hình 10 VV_S1 3 0,19 1221 11 Mô hình 11 VV_S1 4 0,36 965 KHOA HỌC CÔNG NGHỆ N«ng nghiÖp vµ ph¸t triÓn n«ng th«n - KỲ 2 - TH¸NG 10/2020 99 TT Mô hình Biến số sử dụng Dạng mô hình Hệ số xác định (R2) RMSE 12 Mô hình 12 VV_S1 5 0,49 769 13 Mô hình 13 NDVI_L8 3 0,55 678 14 Mô hình 14 NDVI_L8 4 0,59 618 15 Mô hình 15 NDVI_L8 5 0,64 543 16 Mô hình 16 NDVI_S2 3 0,62 573 17 Mô hình 17 NDVI_S2 4 0,63 558 18 Mô hình 18 NDVI_S2 5 0,68 482 Kết quả nghiên cứu về đặc điểm mật độ cây rừng tràm cho thấy có 7 mô hình có hệ số tương quan thấp R2<0,5; có 4 mô hình có hệ số tương quan nằm trong khoảng (0,5<R2<0,6); có hai mô hình có hệ số tương quan R2>0,7. Trong đó mô hình 3 với kết quả hệ số tương quan cao nhất (R2=0,75; RMSE=377) và được thể hiện trong hình 4. Hình 4. Mô hình 3 trong ước lượng mật độ cây (N/ha) rừng 5. KẾT LUẬN Trong nghiên cứu này đã sử dụng các thông số tán xạ ngược được chiết xuất từ ảnh vệ tinh ALOS-2 PALSAR-2, Sentinel-1, và NDVI được chiết xuất từ ảnh vệ tinh Landsat 8 OLI, Sentinel-2. Kết hợp với các dữ liệu thực địa bằng các ô tiêu chuẩn xây dựng được 54 mô hình cho ước tính đặc điểm cấu trúc rừng tràm, các thông số ước tính bao gồm: đường kính (D1.3), chiều cao (Hm) và mật độ cây (N/ha) tại VQG U Minh Thượng. Phân tích hồi quy cho thấy thông số cấu trúc rừng là đường kính (D1.3), chiều cao (Hm) và mật độ (N/ha) không có tương quan chặt với các thông số chiết xuất từ ảnh vệ tinh như NDVI_L8 (Landsat 8), NDVI_S2 (Sentinel 2) và tán xạ ngược từ vệ tinh Sentinel-1. Tuy nhiên, các kết quả phân tích lại cho thấy rằng: thông số tán xạ ngược từ phân cực HV của ảnh vệ tinh ALOS-2 PALSAR-2 (HV_P2) đã có liên quan chặt chẽ với các thông số cấu trúc rừng là đường kính (D1.3), chiều cao (Hm), mật độ (N/ha) và các kết quả tốt nhất đạt được là (R2=0,78; RMSE=0,43), (R2=0,7; RMSE=0,3), (R2=0,75; RMSE=377) tương ứng. Kết quả này chứng tỏ rằng tín hiệu băng L từ vệ tinh ALOS-2 PALSAR-2 có khả năng cung cấp hiệu quả các thông tin về cấu trúc lâm phần của rừng. Kết quả này mở ra một tiềm năng sử dụng dữ liệu radar trong nghiên cứu cấu trúc rừng, đặc biệt là cấu trúc rừng nhiệt đới. LỜI CẢM ƠN Tập thể tác giả xin cảm ơn Đề tài VT-UD.05/17- 20 thuộc Chương trình Khoa học và Công nghệ cấp Quốc gia về Công nghệ vũ trụ giai đoạn 2016 - 2020 đã cung cấp kinh phí và số liệu cho nghiên cứu này. TÀI LIỆU THAM KHẢO 1. Bartolo, R. E. (2005). Remote sensing of Melaleuca biomass on tropical floodplains (Doctoral dissertation, Charles Darwin University). 2. Bell, D., Menges, C. H., & Bartolo, R. E. (2001). Assessing the extent of saltwater intrusion in a tropical coastal environment using radar and optical remote sensing. Geocarto International, 16(3), 45-52. 3. Castillo-Santiago, M. A., Ricker, M., & de Jong, B. H. (2010). Estimation of tropical forest structure from SPOT-5 satellite images. International Journal of Remote Sensing, 31(10), 2767-2782. 4. Drake, J. B., Dubayah, R. O., Clark, D. B., Knox, R. G., Blair, J. B., Hofton, M. A., & Prince, S. (2002). Estimation of tropical forest structural characteristics using large-footprint lidar. Remote Sensing of Environment, 79(2-3), 305-319. 5. Gómez, C., Wulder, M. A., Montes, F., & Delgado, J. A. (2012). Forest structural diversity characterization in Mediterranean pines of central Spain with QuickBird-2 imagery and canonical correlation analysis. Canadian Journal of Remote Sensing, 37(6), 628-642. KHOA HỌC CÔNG NGHỆ N«ng nghiÖp vµ ph¸t triÓn n«ng th«n - KỲ 2 - TH¸NG 10/2020 100 6. Iizuka, K., & Tateishi, R. (2014). Simple relationship analysis between L-band backscattering intensity and the stand characteristics of sugi (Cryptomeria japonica) and hinoki (Chamaecyparis obtusa) trees. Advances in Remote Sensing, 3(04), 219. 7. JAXA (2017). https://www.eorc.jaxa.jp/ ALOS2/calval/CalibrationFactors_PALSAR2_v20170 323.pdf 8. Kennaway, T. A., Helmer, E. H., Lefsky, M. A., Brandeis, T. J., & Sherrill, K. R. (2008). Mapping land cover and estimating forest structure using satellite imagery and coarse resolution lidar in the Virgin Islands. Journal of Applied Remote Sensing, 2(1), 023551. 9. Luong Viet Nguyen., Tateishi, R., Nguyen, H. T., Sharma, R. C., To, T. T., & Le, S. M. (2016). Estimation of tropical forest structural characteristics using ALOS-2 SAR data. Adv. Remote Sens, 5, 131- 144. 10. Ozkan, U. Y., & Demirel, T. (2018). Estimation of forest stand parameters by using the spectral and textural features derived from digital aerial images. Applied ecology and environmental research, 16(3), 3043-3060. 11. Pham, T. D., Yokoya, N., Bui, D. T., Yoshino, K., & Friess, D. A. (2019). Remote sensing approaches for monitoring mangrove species, structure and biomass: Opportunities and challenges. Remote Sensing, 11(3), 230. 12. Rouse Jr, J., Haas, R. H., Schell, J. A., & Deering, D. W. (1974). Monitoring vegetation systems in the Great Plains with ERTS. 13. Thái Văn Trừng (1998). Những hệ sinh thái rừng nhiệt đới ở Việt Nam. Nhà xuất bản Khoa học và Kỹ thuật. 14. Trần Văn Thắng (2017). Nghiên cứu cơ sở khoa học của giải pháp quản lý thủy văn phục vụ phòng cháy chữa cháy rừng ở Vườn Quốc gia U Minh Thượng, tỉnh Kiên Giang. Luận án Tiến sĩ, Trường Đại học Lâm nghiệp. 15. Van Leeuwen, M., & Nieuwenhuis, M. (2010). Retrieval of forest structural parameters using LiDAR remote sensing. European Journal of Forest Research, 129(4), 749-770. 16. Zhao, K., Popescu, S., Meng, X., Pang, Y., & Agca, M. (2011). Characterizing forest canopy structure with lidar composite metrics and machine learning. Remote Sensing of Environment, 115(8), 1978-1996. APPLICATION OF REMOTE SENSING AND GIS TECHNOLOGY IN RESEARCH OF STRUCTRURE CHARACTERISTICS OF MELALEUCA FOREST (Melaleuca cajuputi) IN U MINH THUONG NATIONAL PARK, KIEN GIANG PROVINCE Nguyen Viet Luong, Trinh Xuan Hong, To Trong Tu, Phan Thi Kim Thanh, Le Mai Son Summary In this rearch, we used satellite images in 2018 such as ALOS-2 PALSAR-2, Sentinel-1, Landsat 8 OLI, Sentinel-2, and ground data by 45 sample plots to build models for estimation of characteristics of forest structure such as diameter, height, density of tree. The research results show that: the backscattering signal from the HV polarization of the ALOS-2 PALSAR-2 satellite image is closely relationship to the parameters of Melaleuca forest structure such as diameter of tree (R2 = 0.78; RMSE = 0.43), height of tree (R2 = 0.78; RMSE = 0.31) and density of tree (R2 = 0.75; RMSE = 377). This result is a scientific basis for the rearch of forest structure characteristics by remote sensing data for the purpose of assisting in making decisions on selection of suitable silvicultural methods for conservation and restoration and sustainable development to Melaleuca forest ecosystems as well as other forest ecosystems in Vietnam. Keywords: Melaleuca forest, forest structure, diameter, height, density, model, remote rensing and GIS. Người phản biện: PGS.TS. Trần Quang Bảo Ngày nhận bài: 28/02/2020 Ngày thông qua phản biện: 30/3/2020 Ngày duyệt đăng: 7/4/2020
File đính kèm:
- ung_dung_cong_nghe_vien_tham_va_gis_trong_nghien_cuu_dac_die.pdf