SỬ DỤNG ẢNH SENTINEL 2 ĐỂ XÁC ĐỊNH NGƯỠNG CHỈ SỐ VIỄN THÁM PHÁT HIỆN SỚM MẤT RỪNG TẠI KHU DỰ TRỮ SINH QUYỂN THẾ GIỚI LANGBIANG, LÂM ĐỒNG


Các tác giả

  • Nguyễn Hải Hòa Trường Đại học Lâm nghiệp Việt Nam
  • Phùng Văn Khoa Trường Đại học Lâm nghiệp Việt Nam
  • Lê Văn Hương Trung tâm Quốc tế Nghiên cứu Rừng nhiệt đới, Lâm Đồng
  • Lê Văn Sơn Trung tâm Quốc tế Nghiên cứu Rừng nhiệt đới, Lâm Đồng

Từ khóa:

Biến động,, chỉ số thực vật, đất lâm nghiệp, Langbiang,, GIS, viễn thám, Khu DTSQ (Khu dự trữ sinh quyển),, vùng đệm

Tóm tắt

Sử dụng công nghệ viễn thám và GIS trong xây dựng bản đồ hiện trạng rừng cũng như theo dõi giám sát biến động được ứng dụng rộng rãi ở Việt Nam. Nghiên cứu đã xây dựng bản đồ hiện trạng rừng năm 2018 với 5 đối tượng sử
dụng đất tại Khu DTSQ TG Langbiang, tỉnh Lâm Đồng, với độ tin cậy là 89,1%. Nghiên cứu đã lựa chọn ba chỉ số phù hợp có thể cho phép phát hiện sớm mất rừng, bao gồm NDVI (Normalised Difference Vegetation Index), NBR (Normalised Burnt Ratio) và IRSI (Integrated Remote Sensing Index), các chỉ số được tính toán tại các điểm mất rừng, ngưỡng giá trị có thể phát hiện sớm mất rừng được xác định cho khu vực nghiên cứu với độ tin cậy từ 66,7 ÷ 85,7%. Đối với chỉ số NDVI, ngưỡng giá trị có thể cho phép phát hiện sớm mất rừng dao động 0,400 ÷ 0,792; với NBR là 0,200 ÷ 0,529; và IRSI là 0,604 ÷ 1,193. Kết quả tính toán các chỉ số từ ảnh viễn thám được kiểm chứng ngoài thực địa cho thấy việc sử dụng các chỉ số NDVI, NBR và IRSI để phát hiện sớm mất rừng có độ tin cậy và có thể áp dụng cho Khu dự trữ Sinh quyển Thế giới Langbiang, tỉnh Lâm Đồng.

Tài liệu tham khảo

1. Nguyễn Đình Đại, 2013. Nghiên cứu một số giải pháp quản lý bền vững tài nguyên rừng tại các xã nằm trong Vườn quốc gia Hoàng Liên - tỉnh Lào Cai.

2. Gandhi, M.G., Parthiban, S., Thummalu, N., Christy, A, 2015. NDVI: Vegetation change detection using remote sensing and GIS: A case study of Vellore district. Procedia Computer Sceince 57:1199 - 1210.

3. Hamunyela., E., Verbesselt, J., Bruin, S.D., Herold, M, 2016. Monitoring deforestation at Sub - Annual Scales as extrêm events in Landsat data cubes. Remote Sensing 8(8):651.

4. Nguyễn Hải Hòa, Nguyễn Hữu An, 2016. Ứng dụng ảnh viễn thám Landsat 8 và GIS xây dựng bản đồ sinh khối và trữ lượng cácbon rừng trồng keo lai (Acacia hybrid) tại huyện Yên Lập, tỉnh Phú Thọ, T/C Khoa học và Công nghệ Lâm nghiệp 4:70 - 78.

5. Krakauer, N.Y., Lakhankar, T., Anadon, J.D, 2017. Mapping and attributing normalised difference vegetation index trends for Nepal. Remote Sensing 9:1 - 15.

6. Munoz, M.A., Navarro, F.A.R, 2016. An NDVI - data harmonic analysis to study deforestation in Peru’s Tahuamanu province during 2001 - 2011. International Journal of Remote Sensing, 37(4): 856 - 875.

7. Schepers, L., Haest, B., Veraverbeke, S., Spanhove, T., Borre, J.V., Goossens, R, 2014. Burned area detection and burn severity assessment of a heatland fire in Belgium using airborne imaging spectroscopy (APEX). Remote Sensing 6:1803 - 1826

8. Singh, R.P., Singh, N., Singh, S., Mukheriee, S, 2016. Normalised Difference Vegetation Index (NDVI) based classification to assess the change in land use/land cover (LULC) in lower Assam, India. International Journal of Advanced Remote Sensing and GIS 5(10): 1963 - 1970.

9. Nguyễn Trường Sơn, 2008. Nghiên cứu sử dụng ảnh vệ tinh và công nghệ GIS trong việc giám sát hiện trạng tài nguyên rừng, Báo cáo khoa học, Trung tâm viễn thám quốc gia, Hà Nội.

10. Đỗ Anh Tuấn, 2001. Nghiên cứu một số nguyên tắc và giải pháp quản lý khu Bảo tồn thiên nhiên Pù Mát,

11. Thủ tướng chính phủ, 2006. Quyết định của thủ tướng chính phủ số về việc phê duyệt chương trình điều tra đánh giá và theo dõi diễn biến tài nguyên rừng toàn quốc thời kỳ 2006 - 2010, Hà Nội.

12. Sở Nông nghiệp và Phát triển nông thôn Lâm Đồng (NN&PTNT), 2013. Báo cáo quy hoạch phát triển nông nghiệp, nông thôn tỉnh Lâm Đồng đến năm 2020.

13. Xie, Y., Sha, Z., Yu, M, 2008. Remote sensing imagery in vegetation mappin: a review. Journal of Plant Ecology 1(1):9 - 23.

14. Wu, Z., Middleton, B., Hetzler, R., Vogel, J., Dye, D, 2017. Vegetation burn severity mapping using Landsat 8 and Worldview 2. Photgrammetric Engineering and Remote Sensing 84(2): 143 - 154

Tải xuống

Số lượt xem: 24
Tải xuống: 7

Đã Xuất bản

04-04-2024

Cách trích dẫn

[1]
Hòa, N.H., Khoa, P.V., Hương , L.V. và Sơn, L.V. 2024. SỬ DỤNG ẢNH SENTINEL 2 ĐỂ XÁC ĐỊNH NGƯỠNG CHỈ SỐ VIỄN THÁM PHÁT HIỆN SỚM MẤT RỪNG TẠI KHU DỰ TRỮ SINH QUYỂN THẾ GIỚI LANGBIANG, LÂM ĐỒNG. TẠP CHÍ KHOA HỌC LÂM NGHIỆP. 4 (tháng 4 2024).

Số

Chuyên mục

Bài viết

Các bài báo được đọc nhiều nhất của cùng tác giả

1 2 > >> 

Các bài báo tương tự

Bạn cũng có thể bắt đầu một tìm kiếm tương tự nâng cao cho bài báo này.