Luận văn Ứng dụng công nghệ gis trong điều chế rưng-Thử nghiệm tại khu rừng tự nhiên huyện Tuy Đức, tỉnh Dăk Nông

n nhiều diễn đàn quốc tế. Tại các hội nghị được tổ chức gần đây, các đại biểu đã thảo luận về việc tổ chức và chuyển đổi các xã hội hiện tại thành xã hội thông tin. Họ cũng đã nêu ra vấn đề liệu xã hội thông tin toàn cầu có thực sự nâng cao chất lượng cuộc sống của nhân loại hay không? cũng như làm sao để tránh việc hình thành các xã hội 2 tầng – (1) tầng lớp được tiếp cận tới các thiết bị, dịch vụ và mạng lưới thông tin mới, (2) tầng lớp không có hoặc được tiếp cận rất hạn chế nhất là đối với các nước chậm phát triển. Tình hình nghiên cứu và ứng dụng GIS trong quản lý tài nguyên - môi trường ở Việt N am [1] Từ khi viễn thám lần đầu tiên được sử dụng vào những năm 70 của thế kỷ 20, các nước đang phát triển là đối tượng chính được quan sát bằng công nghệ này. N ền kinh tế của những nước này thường dựa vào các hoạt động khai thác tài nguyên thiên nhiên, đôi khi, các bản đồ hoặc các dữ liệu sẵn có không chính xác hoặc đã lỗi thời, 15 yêu cầu về độ chính xác cũng thấp hơn các bản đồ của các nước công nghiệp hoá và tương thích với dữ liệu của các vệ tinh thế hệ đầu tiên. N hững biến đổi về môi trường đang diễn ra rất nhanh chóng (vd. hoạt động tàn phá rừng, sự mở rộng các đô thị) do đó cần phải có những quan trắc đầy đủ. Áp lực quốc tế lên các hoạt động quan trắc này khá lớn (bảo vệ những rừng, thúc đNy nền dân chủ…) trong giai đoạn toàn cầu hoá. Việt N am không phải là một ngoại lệ. Hơn 10 năm sau khi chính sách Đổi mới nền kinh tế được thực hiện, nền kinh tế của Việt N am cũng đã đạt được những thành tựu và cũng còn nhiều thách thức như những vấn đề mới nảy sinh trong quản lý môi trường và tài nguyên thiên nhiên. Tại Việt N am công nghệ GIS cũng được thí điểm khá sớm, và đến nay đã được ứng dụng trong khá nhiều ngành như quy hoạch nông lâm nghiệp, quản lý rừng, lưu trữ tư liệu địa chất, đo đạc bản đồ, địa chính, quản lý đô thị... Tuy nhiên các ứng dụng có hiệu quả nhất mới giới hạn ở các lĩnh vực lưu trữ, in ấn các tư liệu bản đồ bằng công nghệ GIS. Có thể kể đến như: Dự án của UN DP ứng dụng viễn thám ở Việt N am là nâng cao năng lực về thống kê rừng ở Viện Điều tra Quy hoạch Rừng vào những năm 80. Sau đó, UN DP tiếp tục tài trợ dự án thứ hai mà đối tượng chính là các nhà khoa học thuộc Viện Khoa học và Công nghệ Việt N am trong vài năm. Vào những năm 90, Việt N am đã thu hút một số lớn các dự án quốc tế trong lĩnh vực nâng cao năng lực quản lý môi trường và tài nguyên trong đó GIS luôn là hợp phần quan trọng. N goài các dự án được đầu tư của nước ngoài, trong những năm gần đây các nhà khoa học Việt N am cũng đã có những đề tài nghiên cứu ứng dụng GIS: Sử dụng ảnh Landsat TM để thành lập bản đồ hiện trạng rừng tỷ lệ 1/250.000 Đánh giá ảnh hưởng của chất độc hóa học đối với tài nguyên rừng trong chiến tranh Việt N am. Tham gia dự án Theo dõi diễn biến rừng vùng lưu vực sông Mê Công do GTZ tài trợ. Thành lập bản đồ hiện trạng rừng tỷ lệ 1/100.000 vùng Tây N guyên bằng ảnh SPOT 1,2 do FAO tài trợ. 16 Theo dõi, đánh giá rừng ngập mặn bán đảo Cà Mau bằng ảnh máy bay. Bắt đầu áp dụng phương pháp phân loại ảnh số trong việc thành lập bản đồ hiện trạng rừng sử dụng trong công tác quản lý, khai thác, bảo vệ rừng. Sử dụng ảnh SPOT để thành lập bản đồ hiện trạng rừng tỷ lệ 1/100.000 Tiếp tục thực hiện Chương trình đánh giá ảnh hưởng của chất độc hóa học đối với tài nguyên rừng trong chiến tranh Việt N am. [6] 2.4 Thảo luận về vấn đề nghiên cứu Tóm lại, tổng quan của vấn đề nghiên cứu ứng dụng công nghệ GIS trong điều chế rừng ở trên thế giới và ở Việt N am đã khẳng định rằng: - N ghiên cứu và ứng dụng công nghệ GIS trong điều chế rừng đòi hỏi việc thu thập số liệu thường xuyên, liên tục và đòi hỏi thông tin cập nhập nhanh chóng. N ên các nghiên cứu về đề tài này chủ yếu tập trung vào diễn biến của thảm thực vật làm cơ sở tổ chức quản lý rừng - Trên thế giới, các nghiên cứư mới tập trung so sánh các diện tích rừng bị mất, chưa chú trọng đến các hình thức, biện pháp quản lý bảo vệ sử dụng rừng hiệu quả như sử dụng công nghệ GIS vào xây dựng mô hình rừng ổn định hay điều chế rừng. - Việc nghiên cứu và ứng dụng công nghệ GIS vào điều chế rừng cần được áp dụng riêng cho các vùng cụ thể, vì đặc điểm sinh thái ở các khu vực là khác nhau. Do đó, cần có những nghiên cứu và áp dụng công nghệ khác nhau cho từng vùng cụ thể - Trong nước, mặc dù các nghiên cứu ứng dụng GIS ở nước ta đã phát triển mạnh nhưng chủ yếu vẫn ở các trung tâm lớn với các công cụ tiên tiến (Tp Hô chí Minh, Huế, N ghệ An, Hà N ội...) ở các lĩnh vực khác nhau: lưu vực, kinh tế, ô nhiễm không khí, dự báo lũ lut. Qua đó ta có thể thấy rằng, công nghệ GIS hiện còn chưa được phát triển ở khu vực Tây N guyên và mảng Lâm N ghiệp còn chưa được chú trọng, mặc dù khu vực Tây N guyên là khu vực có diện tích rừng lớn nhất nước. Do đó đã đến lúc, công cụ GIS này cần đựoc áp dụng trong công tác điều chế rừng phục vụ cho công tác quản lý, bảo vệ và khai thác rừng bền vững và có cơ sở khoa học ở Tây N guyên. 17 Với mục đích như vây, chúng tôi thực hiện đề tài này nhằm góp phần thúc đNy việc ứng dung công nghệ GIS vào quản lý, bảo vệ và phát triển rừng mà ở đây chính là phục vụ công tác điều chế rừng. 18 3 Đối tượng nghiên cứu 3.1 Đối tượng nghiên cứu cụ thể Đề tài nghiên cứu thử nghiệm ứng dụng GIS trong điều chế rừng trên một khu vực cụ thể, do đó đối tượng nghiên cứu là: - Kiểu rừng tại khu vực nghiên cứu: Rừng lá rộng thường xanh với các trạng thái khác nhau - Ảnh về tinh: Sử dụng ảnh vệ tinh SPOT năm 2006 để giải đoán trạng thái rừng - Phân mềm GIS: Khai thác chức năng của một số phân mềm phục vụ cho điều chế rừng như: EN VI để phân loại rừng, Mapinffo: Để đưa ra giải pháp quản lý, điều chế rừng 3.2 Tổng quan về khu vực nghiên cứu 3.2.1 Điều kiện tự nhiên khu vực nghiên cứu • Vị trí địa lý Khu vực nghiên cứu tập trung ở xã Quảng tâm thuộc huyện Tuy Đức, tỉnh Đăk N ông nằm dọc theo quốc lộ 14B cách trung tâm huyện khoảng 20 km về phía Bắc. Ranh giới xã: Phía Bắc giáp với xã Đăk Bukso Phía N am giáp với xã Quảng Tân Phía Tây giáp với xã Quảng Tín Phía Đông giáp với Đăk Rung huyện Đăk Song. • Địa hình, đất đai Địa hình có dạng đồi lượn sóng, đất đai phân bố chủ yếu trên sườn dốc với độ dốc phổ biến từ 15-200, nhìn chung địa hình của xã có xu hướng thấp dần từ Bắc xuống N am, độ cao so với mực nước biển cao nhất là 870 m, thấp nhất là 700 m và trung bình là 800 m. 19 Theo bản đồ điều tra phân loại đất của Viện quy hoạch thiết kế nông nghiệp, cùng với khảo sát thực địa cho thấy địa bàn xã Đăk Rtih có ba loại đất chính là: - Đất Feralit nâu đỏ trên đất mẹ bazan có tầng đất dày, đây là loại đất chiếm diện tích chủ yếu, đất có khả năng thấm nước và thoát nước tốt, có tỷ lệ đá lẫn thấp, có thành phần cơ giới nặng rất thích hợp cho việc trồng các loại cây công nghiệp dài ngày như cà phê, cao su, tiêu, điều,… cùng các loại cây hoa màu và các loại cây ăn quả khác. - Đất bồi tụ ven sông suối phân bố chủ yếu ở các con suối Đăk Rtih, Đăk Ko,…với diện tích không đáng kể, thường ngập nước và được phát triển thành các vùng trồng lúa nước. - Đất nâu vàng trên đất bazan phân bố chủ yếu ở các khu vực núi cao. - Khí hậu, thuỷ văn Khí hậu mang đặc điểm của khí hậu Tây N guyên, có hai mùa rõ rệt trong năm đó là mùa mưa và mùa khô. Mùa mưa thường đến sớm từ tháng 3 kéo dài đến tháng 11 trong năm, lượng mưa trung bình năm cao trong vùng đạt trên 2400 mm/năm, tháng có lượng mưa cao nhất là tháng 8 (441.6 mm), tháng có lượng mưa thấp nhất là tháng 12 (11.9 mm), số ngày mưa hàng năm khoảng 179 ngày. Thời gian mưa cực đại từ tháng 6 đến tháng 8. N hiệt độ trung bình năm là 22.20C, nhiệt độ tối đa là 36.60C, nhiệt độ tối thiểu là 7.60C. Tháng có giờ nắng cao nhất là tháng 3 (266 giờ), tháng có giờ nắng thấp nhất là tháng 8 và 9 (128 giờ). + Mùa mưa bắt đầu từ tháng 05 đến tháng 10 trong năm. + Mùa khô bắt đầu từ tháng 11 đến tháng 04 năm sau Lượng mưa: + Lượng mưa phân bổ trung bình hàng năm là 2 330 mm. + Lượng mưa tập trung chủ yếu vào 03 tháng giữa mùa mưa là tháng 7 - 8 - 9 và chiếm khoảng 80% lượng mưa cả năm. N hiệt độ: + N hiệt độ bình quân hàng năm là 24,5o C. 20 + N hiệt độ tuyệt đối tối thiểu là 15o C. + N hiệt độ tối đa là 34oC. + Biên độ giao động nhiệt nhỏ nhưng biên độ giao động nhiệt giữa ngày và đêm khá lớn, nhất là vào các tháng mùa khô. Độ Nm: + Độ Nm trung bình hàng năm là 84,5%. + Độ Nm cao nhất là vào khoảng tháng 09, đạt khoảng 91%. + Độ Nm thấp nhất là vào mùa khô khoảng tháng 03, đạt khoảng 82%. + Lượng bốc hơi bình quân hàng năm 900 mm/năm. + Tháng 03 là tháng có lượng bốc hơI cao nhất khoảng 133 mm. + Buổi sáng hay có sương mù ở một số nơi. Độ Nm trung bình năm khoảng 83%. Lượng bốc hơi trung bình năm 926.3 mm. Hướng gió: có hai hướng chính là hướng Đông Bắc và hướng Tây N am. Về mùa khô có gió thịnh hành thổi theo hướng Đông Bắc cấp 3-4, khi mạnh có thể lên cấp 6-7. Về mùa mưa gió thổi theo hướng Tây N am nhẹ hơn cấp 2-3 và có những ngày lặng gió. Trong khu vực có hai con suối lớn là suối Đăk Rlấp và Đăk Rtih ngoài ra còn có nhiều con suối nhỏ có nước chảy quanh năm, đây là vùng lưu vực đầu nguồn của thuỷ điện thác Mơ. Do đặc điểm của địa hình nên các con suối hầu như đều chảy từ Bắc xuống N am, dọc theo ranh giới của xã, qua các khu dân cư tạo điều kiện thuận lợi cho sinh hoạt và canh tác trồng các loại cây công nghiệp và cây hoa màu. • Địa hình: N úi cao so với mặt nước biển 600 - 750m Địa hình phức tạp, đồi núi nhiều, độ chia cắt mạnh, độ cao có xu thế giảm dần từ Bắc xuống N am. • Đất đai thổ nhưỡng Diện tích đất lâm nghiệp trong khu vực này chủ yếu nằm trên đất nâu đỏ trên đá Bazan (Fk), thành phần cơ giới là sét, không có kết von bề mặt, thích hợp với các loài cây nông - lâm - công nghiệp 21 Diện tích đất của khu vực xã Quản Tâm được phân chia như sau: Bảng 3.1: Diện tích đất xã Đăk R’Til Stt Loại đất Diện tích (ha) Tổng 11.244 1 Tổng diện tích đất nông nghiệp 10.283,4 1.1 Đất sản xuất nông nghiệp 4.791,83 1.2 Đất lâm nghiệp 5.483,24 1.3 Đất nuôi trồng thuỷ sản 8,33 2 Đất phi nông nghiệp 623,05 2.1 Đất ở 26,8 2.2 Đất chuyên dùng 306,58 2.3 Đất tôn giáo, tín ngưỡng 2.4 Đất nghĩa trang, nghĩa địa 12 2.5 Đất sông suối và mặt nứơc chuyên dùng 277,67 3 Đất chưa sử dụng 337,55 N guồn: Số liệu thứ cấp tại lâm trường Quảng Tân, Đăk R’Til, Đăk Nông Rừng tự nhiên Rừng ở đây thuộc kiểu rừng gỗ lá rộng Nm thường xanh với tổ thành loài cây hết sức phong phú và đa dạng. Có 3 dạng rừng: rừng gỗ, rừng hỗn giao gỗ - lồ ô, rừng lồ ô thuần loại Đối với rừng gỗ thì có các trạng thái: rừng trung bình, rừng nghèo và rừng phục hồi sau nương rẫy. Trong đó, diện tích rừng có cấp trữ lượng III chiếm một tỷ lệ khá lớn (có diện tích 3.121,1 ha chiếm 41,4%). Đối với rừng lồ ô thuần loại có 2 trạng thái: rừng lồ ô thành thục và rừng lồ ô tái sinh sau nương rấy. Còn lại rừng hỗn giao gỗ lồ ô thường gặp các trạng thái IIIa1 - lồ ô, Iib- lồ ô, IIa- lồ ô non. Bảng 3.2: Hiện trạng rừng và đất rừng phân chia theo trạng thái và chức năng (đây là hiện trạng và diện tích tính ở thời điểm 2005) STT Haïng muïc Toång dieän tích (ha) Chia ra loaïi röøng Ghi chuù Phoøng hoä Saûn xuaát I Ñaát coù röøng 8 225.7 2 393.5 5 832.2 22 1 Röøng töï nhieân 7 427.2 2 017.8 5 409.4 1.1 Röøng trung bình 3 121.1 909.1 2 212.0 1.2 Röøng ngheøo 3 266.1 884.9 2 381.2 1.3 Röøng phuïc hoài 1 040.0 223.8 816.2 1.4 Röøng hoãn giao goã – loà oâ 406.3 171.8 234.5 1.5 Röøng loà oâ, tre nöùa 288.7 153.9 134.8 2 Röøng troàng 103.5 50.0 53.5 II Ñaát khoâng coù röøng 2 242.0 1 263.4 978.6 1 Ñaát troáng traûng coû (Ia) 334.5 117.1 217.4 2 Ñaát troáng caây buïi (Ib) 1 472.5 986.6 485.9 3 Ñaát troáng caây raûi raùc (Ic) 435.0 159.7 275.3 III Caùc loaïi ñaát khaùc 2 558.3 627.1 1 931.2 1 Ñaát laâm nghieäp bò xaâm canh 2 502.3 620.5 1 881.8 2 Ñaát khaùc 56 6.6 49.4 Toång coäng 13 026.0 4 284.0 8 742.0 N guồn: Số liệu thứ cấp lâm trường Quảng Tân, Đăk R’Til. Đăk Nông 3.2.2 Điều kiện kính tế - xã hội khu vực nghiên cứu • Dân số, dân tộc, lao động Khu vực rừng nghiên cứu liên quan đến cộng đồng dân cưu buôn Bu N ơr A và B; chủ yếu là người dân tộc thiểu số M’N ông. Tổng số hộ là 117 với khoảng 716 nhân khNu, trong đó cộng đồng M’N ông chiếm 91 hộ với 587 nhân khNu, dân tộc thiểu số khác là 6 hộ với 21 khNu, dân tộc Kinh có 20 hộ với 108 khNu. • Đất đai và canh tác Canh tác chủ yếu là lúa nước: 18 ha và nương rẫy 283 ha cùng với vườn trồng cà phê, điều. N goài ra cộng đồng còn canh tác nương rẫy ở khu vực truyền thống. Rừng được giao cho 8 nhóm hộ quản lý từ năm 2000 với tổng diện tích 1.016 ha bao gồm rừng tự nhiên, đất rẫy, đất vườn và đất bỏ hoá sau nương rẫy. • Kinh tế: 23 Xã Quảng Tâm là vùng sâu vùng xa được tách ra từ xã Dak R’Tih và thuộc huyện mới là huyện Tuy Đức từ năm 2006, thành phần dân tộc chủ yếu là người M’nông, tình trạng đói nghèo vẫn còn phổ biến, đời sống người dân vẫn phụ thuộc nhiều vào rừng, canh tác nương rẫy vẫn là phương thức canh tác chủ yếu để đảm bảo an toàn lương thực cho cuộc sống. Từ năm 1993 đến nay xã có thêm một số hộ mới đến nhập cư buôn bán và dân di cư tự do từ các tỉnh phía bắc vào. Diện tích đất canh tác ở đây thì nhiều nhưng diện tích đất đưa vào sử dụng trong nông nghiệp thì vẫn còn ít, người dân chủ yếu làm nương rẫy, đất sau khi khai phá chỉ sử dụng 2-3 năm và sau đó bỏ đi làm chỗ mới, nên gây ra hiện tượng bạc màu và xói mòn đất. Chăn nuôi chủ yếu là trâu, bò, lợn, gà, ngoài ra còn có một số hộ nuôi voi (không nhiều), việc sử dụng sức kéo vào sản xuất còn rất hạn chế, nhìn chung chăn nuôi còn kém phát triển. Thu nhập chính của hộ vẫn là cây sản xuất hàng năm nên thường không có tiền tiết kiệm, thu nhập từ rừng là khá lớn chiếm từ 30-40% trong nguồn thu gia đình, bao gồm các sản phNm làm lương thực, để bán, một số hộ còn thu nhập nhiều lâm sản ngoài gỗ để tạo thu nhập. N hư vậy có thể nói rừng có vai trò quan trọng trong phát triển kinh tế hộ, tuy nhiên hiện tại chưa được tổ chức và quy hoạch nên có nguy cơ khai thác cạn kiệt các nguồn tài nguyên rừng. • Văn hoá, giáo dục. Từ khi thành lập xã đến nay, đời sống của người dân dần dần thay đổi, tuy còn gặp nhiều khó khăn về điều kiện sinh hoạt phục vụ đời sống. Trong những năm gần đây được sự quan tâm của chính quyền địa phương trong đầu tư hỗ trợ nên đời sống văn hoá kinh tế có phần được đổi mới. N hững nét văn hoá tiến bộ như trong cưới xin, ngôn ngữ, tín ngưỡng… được cộng đồng giữ gìn và phát triển. Tại trung tâm các xã đã có hệ thống điện lưới Quóc gia phục vụ nhu cầu đời sống sinh hoạt của người dân, phần lớn thông tin văn hoá được người dân cập nhật thông qua hệ thống sóng phát thanh, sóng truyền hình của các đài trung ương, địa phương và các đài của các tỉnh thành lân cận. 24 • Giáo dục, y tế: Xã đã xây dựng được trường cấp I và cấp II phục vụ cho việc nâng cao dân trí của địa bàn xã, số em đến tuổi đi học chưa được đến trường chiếm tỷ lệ cao. Đa số dân cư có trình độ văn hoá thấp. Xây dựng được trạm y tế tại trung tâm xã nhưng chủ yếu chỉ sơ cứu tạm thời, thường thiếu thuốc và các dịch vụ y tế cộng đồng. • Giao thông Mạng lưới giao thông trong địa bàn khá hoàn chỉnh. Tỉnh lộ 886 (QL14B cũ) chạy xuyên qua từ Bắc xuống N am, nối huyện Tuy Đức với trung tâm tỉnh Dăk N ông về phía Đông; nối với các tỉnh phía Tây nam: Bình Phước, Bình Dương, Thành phố Hồ CHí Minh; với các huyện Đăk Mil, tỉnh Đăk Lăk và nước bạn Campuchia ở phía Bắc. Hệ thống đường dân sinh: các đường liên thôn, liên xã khá hoàn chỉnh nối các thôn buôn với tỉnh lộ 886; đặc biệt trong lâm phần còn có 2 tuyến đường liên xã: xã N hơn Cơ - xã Đăk R’Til và xã Quảng Tín - xã Đăk Buk So. N goài ra còn có hệ thống đường vận xuất phục vụ sản xuất kinh doanh rừng khá nhiều và phân bố tương đối hợp lý. Hệ thống giao thông đường bộ khá hoàn chỉnh đã tạo điều kiện thuận lợi cho việc vận chuyển sản phNm, hàng hoá, nguyên vật liệu trong quá trình tổ chức sản xuất kinh doanh của đơn vị; nhưng mặt trái sẽ bị bọn lâm tặc lợi dụng để thực hiện các hành vi vi phạm lâm luật (khai thác lâm sản, chặt phá rừng, lấn chiếm đất rừng, săn bắt thú rừng trái phép...). Do vậy sau khi khảo sát hệ thống giao thông (đường vận xuất và đường vận chuyển) trong lâm phần, đã thiết lập 2 trạm QLBVR tại các vị trí trung tâm nhằm ngăn chặn kịp thời các đối tượng các hành vi xâm hại đến rừng. N hìn chung bộ mặt hạ tầng nông thôn đã có nhiều thay đổi đáng kể trong năm năm trở lại đây, đời sống của nhân dân có nhiều cải thiện, một số hộ đã thoát nghèo. Tuy nhiên để tạo sinh kế bền vững và phát triển cộng đồng ngoài cơ sở hạ tầng đòi hỏi phải có nhiều giải pháp đồng bộ như tiếp cận sử dụng tài nguyên đất rừng bền vững, nâng cao năng lực cộng đồng trong sản xuất, tiếp cận thị trường, tài chính có hiệu quả. Đây là các vấn đề cần được quan tâm, trong đó đặc biệt là lam thế nào quản lý sử dụng rừng có hiệu quả. 25 4 Mục tiêu - nội dung và phương pháp nghiên cứu 4.1 Mục tiêu nghiên cứu 4.1.1 Về mặt lý luận Góp phần ứng dụng công nghệ GIS hình thành hệ thống cơ sở dữ liệu tài nguyên rừng làm cơ sở phục vụ cho việc xây dựng các biện pháp, phương pháp, phương thức điều chế rừng phù hợp với các đặc điểm, điều kiện tự nhiên - kinh tế xã hội của các khu vực khác nhau. 4.1.2 Về mặt thực tiễn Đề tài này nhằm mục tiêu cụ thể: i. Xác định khả năng ứng dụng các loại ảnh và bản độ hiện trạng hiện hành trong phân loại rừng phục vụ điều chế rừng ii. Sử dụng phân tích mô hình hồi quy và công nghệ GIS trong quản lý dữ liệu tài nguyên và tổ chức điều chế rừng. 4.2 Nội dung nghiên cứu Trên cơ sở mục tiêu nghiên cứu, đề tài thực hiện các nội dung nghiên cứu chính sau: 26 i. Phân loại trạng thái rừng dựa vào ảnh viễn thám SPOT. Xử lý kết quả, lập bản đồ các trạng thái rừng bằng các phầm mềm hỗ trợ nhằm xác định các trạng thái phục vụ cho công tác điều rừng. ii. N ghiên cứu các mối quan hệ của các nhân tố điều tra rừng phục vụ điều chế rừng iii. Thiết lập bộ công cụ GIS phục vụ công tác điều chế rừng. 4.3 Phương pháp nghiên cứu 4.3.1 Phương pháp luận tổng quát Trạng thái rừng, và động thái, diễn biến của nó là đối tượng để tổ chức điều chế rừng; trong khi đó chúng là có các thuộc tính địa lý về không gian và thời gian; do vậy có khả năng ứng dụng công nghệ tiến tiến là ảnh viễn thám GIS để quản lý. Ảnh viễn thám là cơ sở số liệu số hóa phản ảnh hiện trạng và động thái của nó, được xác định gián tiếp, do đó trong thực tế cần có phương pháp thNm định; vì vậy cần kết hợp điều tra đối tượng trên thực địa đối thiếu với ảnh để làm cơ sở phân loại rừng. Việc quản lý rừng liên quan đến các mối quan hệ giữa các nhân tố thảm thực vật, trạng thái rừng và có dữ liệu thông tin địa lý; do vậy cần ứng dụng phần mềm thống kê như SPSS, Statgraphics để phát hiện các quan hệ đồng thời gắn kết với các phần mềm GIS như Mapinfo, Arcview, … để tạo ra các cơ sở dữ liệu có mối liên hệ giữa các nhân tố quản lý rừng, trạng thái rừng…. là cơ sở điều chế rừng. 4.3.2 Phương pháp nghiên cứu cụ thể: i. Phương pháp phân loại rừng dựa vào ảnh vệ tinh SPOT - Hiệu chỉnh dữ liệu bản đồ Tất cả các dữ liệu bản đồ đều được chuyển về cùng 1 hệ tạo độ chuNn WGS84, hệ quy chiếu UTM Zone48. Việc chọn hệ quy chiếu này nhằm mục đích: + Các bản đồ thu thập ở các hệ quy chiếu khác nhau, cần chuyển các dữ liệu bản đò số hoá về cùng một hệ quy chiếu và cùng một hệ trục toạ độ. 27 + Các dữ liệu thu thập ngoài thực địa bằng dụng cụ GPS sử dụng hệ quy chiều WGS84, hệ toạ độ UTM Zone 48. Do đó, cần hiệu chỉnh bản đồ theo cùng một hệ toạ độ và cùng hệ quy chiều để phục vụ tốt hơn cho công tác điều tra, số hoá bản đồ Tiến hành số hoá bản đồ thành lập bản đồ hoàn chỉnh và các số liệi phục vụ cho công tác điều tra ngoài thực địa - Phân loại rừng băng ảnh vệ tinh SPOT: Các bước sử dụng ảnh vệ tinh để phân loại trạng thái rừng bao gồm: Sử dụng ảnh vệ tinh và chức năng phân loại ảnh tự động trong EN VI để phân loại các đối tượng rừng và đất rừng. Phân loại ảnh tự động: Phân loại phi giám định là phân loại tự động, kết quả phân loại phụ thuộc vào tập hợp các phần tử có cùng cấp độ xám hoặc giá trị ảnh. Số lượng các nhóm phân loại tùy thuộc vào người phân loại, đây là quá trình lặp đi lặp lại của việc nhóm các lớp theo các chỉ tiêu người phân loại đặt ra gồm số lần lặp (Maximum iteration), số pixel tối thiểu trong một nhóm (Minimum Pixel in Class), độ lệch chuNn của nhóm (Maximum Class Stdv), số Pixel tối thiểu khi kết nhóm (Maximum Merge pairs)....cho đến khi thỏa mãn các điều kiện đã đặt ra thì quá trình này dừng lại. Thao tác: vào Menu Classification/Unsupervised/IsoData/chọn ảnh cần phân loại; nhập các thông số trong cửa sổ Isodata Parameter/OK. Sau đó kích vào load bank 28 Hình 4.1: Phân loại tự động ảnh vệ tinh SPOT trong ENVI Thay đổi hiển thị màu cuả ảnh: Trên cửa sổ Image, kích chọn Tools/Color mapping/ Class color mapping/ chọn vào từng lớp để thay đổi màu tùy ý. 29 Phân tích ảnh đã phân loại: Dùng chức năng phân tích Majority analysis để làm ảnh phân loại mịn hơn cũng là để gộp các pixel nhỏ vào các lớp lớn tương đối gần đặc điểm với các pixel này, tùy thuộc vào độ phân giải của ảnh để chọn kích cỡ của kernel. Sau chức năng phân tích này, ảnh trở nên mượt hơn. Classification/post classification/ Majority/Minority Analysis/ chọn ảnh đã được phân loại trước đó/OK, lúc này hiển ra bảng hội thoại Majority/Minority Analysis/chọn các lớp cần phân tích/đặt tên file/OK Trước phân tích gộp các điểm ảnh Sau khi phân tích gộp các điểm ảnh Hình 4.2: Phân tích gộp các điểm ảnh trong ENVI Kết quả phân loại này là dữ liệu Raster, từ đó cần chuyển đổi từ dữ liệu Raster thành Vector để sử dụng trong GIS - Điều tra thực địa: Trước khi điều tra thực địa chính, cần tiến hành khảo sát thực địa, đợt khảo sát này nhằm xác định vị trí, đặc điểm khu vực nghiên cứu. Mục đích của chuyến đi thực địa là đánh giá và kiểm tra độ chính xác của bản đồ phân loại theo ảnh vệ tinh SPOT đã xây dựng so với thực tế, dùng GPS và chụp ảnh để lấy mẫu thảm thực vật, từng trạng thái rừng đặc trưng và chưa chính xác làm cơ sở để đánh giá lại quá trình thực hiện bản đồ, nhưng đặc điểm cần khắc phục. N goài ra chuyến đi thực địa còn nhằm thu thập số liệu, sử dụng các thông tin cần thiết của khu 30 vực về quản lý sử dụng tài nguyên, tình hình thực hiện chính sách N hà nước có liên quan đến sử dụng tài nguyên làm cơ sở xây dựng phương án quản lý, điều chế rừng. Tại mỗi trạng thái ghi nhận 10 điểm đã xác định trên bản đồ phân loại rừng nhằm so sánh phân loại rừng trên ảnh với thực địa. Tại mỗi điểm mô tả các nhân tố sinh thái, nhân tác, trạng thái, tọa độ UTM, độ tàn che, G, …. Trên cơ sở đò chồng ghép tọa độ các điểm khảo sát trạng thái thực địa với phân loại ảnh để xây dựng bản đồ trạng thái cuối cùng ii. Phương pháp nghiên cứu các mối quan hệ giữa các nhân tố điều tra rừng Trên từng trạng thái rừng đặt 20 ô mẫu hệ thống có dạng dải 10x30m theo hướng từ chân dốc lên đỉnh dốc để ô mẫu có tính đại diện. Trong các ô mẫu hệ thống, điều tra các chỉ tiêu sinh thái và sinh trưởng của cây gỗ: loài cây, chiều cao H, Đường kính ngang ngực D1.3, tổng G... Tổng cộng đã điều tra 40 ô cho cho cả 3 trạng thái rừng. Điều tra sinh thái: Điều tra thu thập các chỉ tiêu, nhân tố: - N hân tố thực vật: xác định các chỉ tiêu: + Độ tàn che: xác định độ che phủ của rừng tại khu vực đăt ô tiêu chuNn (được tính theo 1/10). + Trong điều tra nhân tố thực vật: xác định thêm các chỉ tiêu G bằng thước đo Biterlich, và xác định thảm thực bì bằng các chỉ tiêu: bụi le tre, số cây trung bình trong bụi le tre, thưc bì, % thực bì bằng mục trắc và thảo luận. - N hân tố địa hình: điều tra và đánh giá các tiêu: địa hình, độ dốc, độ cao, hướng phơi. - Không khí: Xác định các chi tiêu về độ Nm, nhiệt độ, tốc độ gió, Lux, lượng mưa. - Đối với đất: Xác định các chỉ tiêu về pH, độ Nm, mằu sắc, kết von, đá nổi, VSV đất, độ dày tầng đất. 31 Nhân tác: Trong qúa trình điều tra, phỏng vấn người dân về tình hình khai thác, lửa rừng, quản lý ở khu vực điều tra. Điều tra đánh giá sinh trưởng và phát triển của các loài cây gỗ : Xác định các tên loài cây, cùng với đo các chỉ tiêu của các cây thân gỗ: đo đường kính (D1.3), đo chiều cao cây (H), bán kính tán, toạ độ cây, cự ly đến cây gần nhất, phNm chất cây, bề dày/trên số vòng năm. Dữ liệu thuộc tính được tổ chức dưới dạng các bảng trong phần mềm Excel và được phân tích hồi qui đa biến trong phần mềm Statgraphics. Để có thể thực hiện được mô hình hồi qui đa biến mối quan hệ giữa các nhân tố cần tiến hành mô tả và mã hoá các nhân tố. - Đối với các nhân tố có số liệu cụ thể, có thể giữ nguyên số liệu hoặc tập hợp thành từng nhóm, từng phân cấp tạo điều kiện thuận lợi cho cho quá trinh xây dựng mô hình hồi qui. - Đối với các nhân tố đo đếm theo định tính cần lần lượt mã hoá theo một qui định cụ thể. Các nhân tố được mã hoá theo một qui luật hoặc một chiều biến thiên nhất định. Kết quả của quá trình mô tả và mã hoá cá c nhân tố sinh thái đựoc trình bày dưới đây: Bảng 4.1: Mô tả và mã hoá các nhân tố sinh thái, nhân tác Tên biến số (đơn vị) Ký hiệu biến số Mô tả và mã hoá các nhân tố 1 2 3 4 5 Tiết diện ngang (m2) G Không phân cấp, lấy theo đo đếm Trữ lượng rừng (m3) M Không phân cấp, lấy theo đo đếm Lượng tăng trưởng hàng năm ( M3/năm) Zm Không phân cấp, lấy theo đo đếm trạng thái Tthai Giàu Trung bình N ghèo N on Đất trống độ tàn che Dtc Không phân cấp, lấy theo đo đếm 32 Tên biến số (đơn vị) Ký hiệu biến số Mô tả và mã hoá các nhân tố 1 2 3 4 5 (1/10) Loài le tre Loaitrele Không có Có tre le % che phủ le tre Cptrele Không phân cấp, lấy theo đo đếm Thảm thực bì Ttbi N ghệ rừng Dương xỷ Song mây N ghệ rừng, dương xỉ N ghệ rừng, song mây % che phủ thực bì Cpbi Không phân cấp, lấy theo đo đếm Vị trí Vitri Bằng Chân Sườn Đỉnh Độ dốc (o) Dodoc Không phân cấp, lấy theo đo đếm Hướng phơi Huongphoi Không phân cấp, lấy theo đo đếm Màu sắc đất Msdat N âu đỏ N âu xám Xám đen xấm đỏ đổ nâu Độ dày tầng đất (cm) Dodaydat Không phân cấp, lấy theo đo đếm Độ xốp đất Doxopdat Tơi xốp Chặt Bí chặt % kết von Kvon Không phân cấp, lấy theo đo đếm % đá nổi Danoi Không phân cấp, lấy theo đo đếm % ụ đất do giun tạo nên Giun Không phân cấp, lấy theo đo đếm Cự ly đến sông suối gần nhất (m) Clysuoi Không phân cấp, lấy theo đo đếm Mức độ lửu rừng Luarung Không có Ít có Vài năm Hàng năm Mức độ tác động của con người Mdotdong Khai thác chọn Bỏ hóa sau nương rẫy Chặt trắng để trồng cây nông nghiệp 33 Xây dựng mối quan hệ giữa các chỉ tiêu dự báo (G, Zm, M) và các nhân tố chính ảnh hưởng đến công tác điều chế rừng bằng phần mềm Statgraphic với dạng hàm tổng quát y = f(xi) Trong đó y: Là nhân tố phụ thuộc bao gồm các chỉ tiêu dự báo công tác điều chế rừng; x : Là các biến số biểu thị các nhân tố tác động ảnh hưởng đến y. Trong quá trình thiết lập mô hình hồi quy đa biến phải đảm bảo các yêu cầu sau đây: Cần kiểm tra hàm để đảm bảo mối quan hệ giữa các biến số độc lập với biến phụ thuộc bằng tiêu chuNn t với các biến xi tồn tại với P <0.05 hoặc 0.1 Xác đinh hàm tồn tại hay không tồn tại bằng hệ số tương quan hồi quy R (với R> 0.5) và tiêu chuNn F với P<0.05 Kết quả của việc lập mô hinh hồi quy đa biến là cơ sở dữ liệu cho việc thành lập các lớp bản đồ thuộc tính phục vụ cho bản đồ chuyên đề, xác định các nhân tố ảnh hưởng đến công tác điều chế. iii) Phương pháp thiết kế bộ công cụ phục vụ công tác điều chế rừng trong phần mềm GIS Liên kết các dữ liệu thuộc tính với các đối tượng không gian mà nó đại diện. Biên tập các dữ liệu thuộc tính thành lập bản đồ chuyên đề. Dữ liệu thuộc tính được tổ chức dưới dạng các bảng trong phần mềm Excel. Liên kết các dữ liệu thuộc tính với các đối tượng không gian mà nó đại diện. Dữ liệu thuộc tính cũng được tổ chức thành lớp tương ứng với lớp của đối tượng không gian. Tạo các trường mới với các biến số phục vụ điều chế rừng, và nó được dự báo thông qua mô hình hồi quy đã thiết lập; lập các lớp cơ sở dữ liệu từ các hàm trong MapInfo tạo nên bộ cơ sở dữ liệu biến đổi phục vụ điều chế rừng. Biên tập các dữ liệu thuộc tính thành lập bản đồ chuyên đề bằng các cộng cụ của phần mềm Mapinfo. Phân tích bản đồ chuyên đề nhằm đánh giá hiện trạng quản lý, sử dụng phương pháp layout bản đồ để biểu diễn hiện trạng thông qua bản đồ giấy. 34 35 5 Kết quả và thảo luận 5.1 Thiết lập bản đồ trạng thái rừng trên cơ sở ảnh vệ tinh SPOT và GIS i. Phân loại tự động ảnh vệ tinh SPOT Để xác định độ chính xác của phân bố không gian của các trạng thái rừng trong khu vực, đã sử dụng ảnh viễn thám SPOT năm 2006 với độ phân giải cao, mỗi pixel ứng với 10x10m. Tiến hành phân loại ảnh tự động bằng phần mền EN VI, các trạng thái trên ảnh được chia thành 4 lớp màu khác nhau được ký hiệu là: + Class 1 + Class 2 + Class 3 + Class 4 Trong đó, ứng với mỗi một lớp là các hiện trạng đất và đất rừng khác nhau 36 Hình 5.1: Phân loại ảnh SPOT tự động trong ENVI Kết qủa sử dụng ảnh vệ tinh SPOT và công cụ phân loại trạng thái tự động của EN VI cho thấy có thể nhanh chóng phân loại trạng thái rừng, khắc phục nhược điểm của cách phân loại thông qua mô tả giải màu như trước đây. Phương pháp này giúp cho việc phân chia trạng thái tự động và chuyển về được file vector giúp cho việc sử dụng trực tiếp lớp trạng thái. 37 ii. Giải đoán phân loại ảnh tự động: Căn cứ vào bản đồ Vector phân loại ảnh SPOT đã tiến hành; sử dụng kết quả kiểm tra các điểm trên thực địa để quyết định xếp loại các trạng thái rừng trên thực tế ứng với các lớp (Class) của ảnh. Bảng 5.1: Phân loại trạng thái hiện trường Phân loại ảnh SPOT (Mã số) Tọa độ UTM (X,Y) Trạng thái hiện trường Ghi chú X Y 2 765649 1343861 IIIA1 2 765771 1343739 IIB 2 765849 1343858 IIIA1 2 765836 1343930 IIIA2 2 763578 1343995 IIB 2 763998 1343007 IIB 2 764536 1343832 Le tre 2 765022 1345065 IIIA1 2 765129 1345004 IIB 2 764649 1345481 IIIA1 2 765064 1345576 IIIA1 2 764991 1345622 IIB 2 764966 1345711 IIIA1 2 764628 1345739 IIIA3 2 765620 1346486 IIB 2 765703 1346486 IIIA1 2 765780 1346501 IIIA1 2 766486 1346208 IIIA3 2 766489 1346208 NN 2 766578 1346098 IIIA3 2 766646 1346420 IIIA3 2 767930 1342762 NN 2 768043 1342769 NN 2 768341 1342902 IIB 2 767914 1344845 IIB 2 767950 1344829 DT 2 767966 1344845 IIB 2 737966 1344772 IIIA1 38 Phân loại ảnh SPOT (Mã số) Tọa độ UTM (X,Y) Trạng thái hiện trường Ghi chú X Y 2 768053 1344808 IIIA1 2 768104 1344808 IIIA2 2 769848 1342793 IIIA1 1 764800 1345649 IIIA3 1 764659 1345822 IIIA3 1 768119 1344242 IIIA2 1 769518 1342934 IIIA1 2 770094 1341714 IIB 2 770109 1341717 DT 4 764740 1345605 IIB 4 764570 1345550 IIIA1 4 765676 1346579 IIIA1 4 766654 1345705 IIB 4 767235 1343741 IIIA3 4 768164 1344832 IIIA2 4 768172 1344761 IIIA2 4 768319 1344761 NN 4 768459 1343023 IIB 4 768855 1342834 IIB 3 766498 1346011 Nn 3 766502 1346018 IIIA3 3 768134 1344312 IIA2 Kết quả tọa độ điểm điều tra hiện trường được chồng ghép trên lớp phân loại rừng tự động của SPOT; được mô tả trên bản đồ bằng phần mềm MapInfo như sau: 39 Hình 5.2: Chồng ghép điểm điều tra trạng thái với bản đồ phân loại rừng tự động từ ảnh vệ tinh trong Mpinfo Sau khi chồng ghép tọa độ thực tế trạng thái với bản đồ phân loại tự động từ ảnh vệ tinh, nhận thấy rằng các lớp màu tương ứng với các trạng thái nghiên cứu thực địa như sau: - Class1 (màu xanh thẫm): tương ứng với các điểm điều tra rừng giàu và trung bình 40 - Class2 ( Xanh da trời): chủ yếu là trạng thái trung bình, nghèo và một số ít trạng thái non trên thực địa - Class 3 (đỏ): một số it là rừng non và nghèo. - Class 4 (xanh lá cây): chiếm đa số là rừng non và một số ít là rừng nghèo. Từ kết quả chồng ghép, quyết đinh sắp xếp các lớp (Class) để phân loại trạng thái rừng. Kết quả phân loại được trình bày ở bảng sau: Bảng 5.2: Trạng thái rừng theo các lớp phân loại ảnh SPOT Phân loại ảnh SPOT Quyết định trạng thái theo các lớp phân loại ảnh 1 IIIA3 2 IIIA1+2 3 Đất trống 4 IIB Sau khi quyết định các lớp ảnh theo từng trạng thái, xây dựng bản đồ số hoá trạng thái rừng tại khu vực điều tra nghiên cứu. 41 Hình 5.3: Bản đồ trạng thái rừng trên cơ sở giải đoán ảnh vệ tinh SPOT 5.2 Mô hình hóa quan hệ giữa nhân tố trữ lượng (M) với các điều tra rừng để xây dựng cơ sở dữ liệu cho GIS Trong các phần mềm GIS, để tạo cơ sở dữ liệu liên kết các nhân tố, các lớp; mô hình hồi quy cần được sử dụng Để lập kế hoạch điều chế rừng, cần nghiên cứu mối quan hệ giữa các nhân tố phụ thuộc là trữ lượng lâm phần M với các nhân tố dễ đo đếm, kiểm soát, khảo sát như Dbq, Hbq, G, N /ha… ; để từ đó tạo lập cơ sở dữ liệu động phục vụ điều chế rừng trên cơ sở thay đổi M theo thời gian và các biện pháp lâm sinh. 42 Trên cơ sở 40 ô tiêu chuNn ở 3 trạng thái, tính toán được cơ sở dữ liệu bao gồm các nhân tố điều tra lâm phần như: Dbq, Hbq, G/ha, N /ha, M/ha và các sinh thái liên quan. (Kết quả trong phụ lục 3) Sử dụng phần mềm Statgraphics Plus để dò tìm quan hệ tối ưu giữa M với các nhân tố điều tra lâm phần. Bảng 5.7: Giá trị số liệu hàm hồi qui quan hệ M và các nhân tố điều tra lâm phần Tham số Giá trị Sai số T P-value a -794.139 44.0 -18.0486 0.0000 Dtb 25.5213 1.19706 21.3199 0.0000 Htb 13.5937 3.49272 3.89201 0.0004 Nha 0.284791 0.0120024 23.7279 0.0000 Hệ số quan hệ R = 0.9984 với P < 0.05. Cho thấy các nhân tố ảnh hưởng tới trữ lượng bao gồm các nhân tố sau: D và H trung bình và N /ha, với mức P < 0.01. Kết quả có được mô hình: M = -794.139 + 25.5213*Dtb + 13.5937*Htb + 0.284791*Nha (5.1) Từ mô hình này có thể xác định các nhân tố ảnh hưởng đến trữ lượng như sau: - Chiều cao càng tăng thì tỷ lệ thuận với trữ lượng rừng sẽ càng cao và ngược lại. - Đường kính trung bình tỷ lệ thuận với trữ lượng của rừng, điều này dễ dàng nhận thấy trong thực tế, cây có đường kính càng lớn là một trong những nhân tố cơ bản ảnh hưởng đến sự gia tăng trữ lượng càng cao - Trữ lượng của rừng còn bị chi phối bởi tổng số cây /ha. Trữ lượng rừng tỷ lệ thuận với số lượng cây trên đơn vị diện tích là 1 ha, số lượng cây càng tăng cao dẫn đến trữ lượng càng lớn Qua kết quả phân tích mô hình hàm hồi quy đa biến, có thể kết luận rằng: trữ lượng rừng liên quan đến đường kính, chiều cao cây, số lượng cây 43 N hư vậu trong hệ thống cơ sở dữ liệu, có thể dự báo M thông qua các nhân tố có thể đo đếm nhanh như Dbq, Hbq và N /ha; cũng trên cơ sở này có thể tạo lập trường dữ liệu trong GIS biến đổi M theo các nhân tố nói trên. 5.3 Cơ sở dữ liệu điều chế rừng trong Mapinfo Trên cơ sở dữ liệu các trạng thái rừng, mô hình quan hệ M = f(Dbq, Hbq, N /ha), lập được cơ sở dữ liệu trong lớp bản đồ trạng thái. Sử dụng dữ liệu điều tra đã nhập trong Excel và mô hình hồi quy đa biến được thiết lập trong phần mềm Statgraphics, chuyển qua phần mền Mapinfo professional, xây dựng bảng dữ liệu điều tra thành một lớp bản đồ chứa các thông tin đã điều tra. Để xây dựng lớp theo trạng thái rừng, thực hiện các bước sau: 1. Tạo bản đồ trạng thái và cơ sở dữ liệu: Vào menu File > Open, mở Table: mahoatratngthai.tab, có được bản đồ và số liệu như sau: Hình 5.4: Bản đồ trạng thái rừng và cơ sở dữ liệu 44 2. Tạo lập trường dữ liệu biến đổi M theo các nhân tố Dbq, Hbq và N /ha và các trường dữ liệu thay đổi nhân tố lâm phân trong điều chế rừng: Thực hiện các bước sau: - Mở thêm các trường dữ liệu phục vụ điều chế rừng như: M, Mkt (M khai  thác), Mskt (M sau khai thác), L (Luân kỳ):  Vào Modify table struture: Từ đây khai báo mở thêm các trường dữ liệu  Hình 5.5: Mỏ các trường dữ liệu cho điều chế rừng - Tạo dữ liệu thay đổi theo các nhân tố cho từng trường, trong đó:  M được dự báo qua 3 nhân tố Dbq, Hbq và N /ha thông qua mô hình quan hệ đã thiết lập Mkt = 20%M với cường độ khai thác là 20% 45 Mskt = M – Mkt Luân kỳ được tính theo công thức lãi kép, với suất tăng trưởng cho trước là 2% và trữ lượng chuNn đặt trước là Mc = 350m3/ha ࡸ ൌ   ࢒࢕ࢍ ࡹࢉࡹ࢙࢑࢚ ܔܗ܏ ሺ૚ାࡼ%ሻ (5.2) Vào menu Table > Update Column, hộp thoại Update Column xuất hiện: Hình 5.6: Nhập mô hình biến đổi M theo các nhân tố điều tra lâm phần 46 Hình 5.7: Xây dựng dữ liệu Mkt theo M Hình 5.8: Xây dựng dữ liệu Mskt 47 Hình 5.9: Xây dựng trường dữ liệu dự báo luân kỳ khai thác 5.4 Quản lý, điều chế rừng trong Mapinffo Trong phần mềm Mapinfo Professional, sau khi xây dựng cơ sở dữ liệu và tạo được các trường dữ liệu theo các mô hình quan hệ, có thể sử dụng nó như là công cụ để quản lý và điều chế rừng. i) Xây dựng giải pháp kỹ thuật lâm sinh trong GIS Để xác định giải pháp lâm sinh cho từng đối tượng, cần căn cứ vào các đặc điểm lâm phân như N /ha, M/ha, Dbq, …. Tùy vào đặc điểm tài nguyên rừng mà lựa chọn 1 hoặc nhiều chỉ tiêu là cơ sở phân loại giải pháp lâm sinh. Trong đề tài này, phân chia giải pháp lâm sinh dựa vào M của lâm phần như sau: - Làm giàu rừng: 50 < M < 200m3/ha  48 - Chặt nuôi dưỡng rừng: 200 < M < 300m3/ha  - Khai thác: 300 < M < 400m3/ha  - Trồng rừng: Đất trống. M = 0  Sử dụng công cụ xây dựng bản đồ chuyên đề dạng Range (Xếp theo dãy, cấp). Trong đó có thể xây dựng thành các cấp khác nhau theo một nhân tố xác định, ở đây là M/ha Hình 5.10: Xây dựng giải pháp lâm sinh theo cấp M 49 Hình 5.11: Bản đồ tổ chức giải pháp lâm sinh Trên cơ sở đó có thể tạo lập riêng các bản đồ kỹ thuật lâm sinh, Sử dụng chức năng chọn lọc của Mpinfo: Query/Select và cài đặt trường M theo chi tiêu áp dụng kỹ thuật lâm sinh khác nhau 50 Hình 5.12: Xây dựng cơ sở dữ liệu và bản đồ khu vực tổ chức chuỗi điều chế khai thác chọn ii) Quản lý rừng theo luân kỳ  51 Tương tự như phân chia giải pháp lâm sinh, có thể sử dụng chức năng Tạo bản đồ chuyên đề dạng Range để quản lý các khu vực điều chế khai thác rừng theo các cấp luân ly khác nhau. Trong đó L đã được dự báo theo Mc, Mskt. Có 2 khả năng áp dụng - Xác định các khu vực theo luân kỳ ở thời điểm hiện tại: Dựa vào Mskt hiện tại và Mc cho trước.  52 Hình 5.13: Phân cấp luân kỳ khai thác trong chuồi điều chế rừng trong Mapinfo - Theo dỏi các khu vực theo luân kỳ sau n năm:  Dựa vào biến đổi Mskt n năm theo tăng trưởng P = 2% là: ࡹ࢙࢑࢚ ࢔ ࢔ࢇ࢓ ൌ ࡹ࢙࢑࢚ ሺ૚ ൅ ࡼ%ሻ࢔ (5.3) Và khi đó luân kỳ được rút ngắn dần theo thời gian nuôi dưỡng rừng n năm gọi là L n năm: ࡸ ࢔ ࢔ࢇ࢓ ൌ  ࢒࢕ࢍ ࡹࢉࡹ࢙࢑࢚ ࢔ ࢔ࢇ࢓ ܔܗ܏ ሺ૚ାࡼ%ሻ (5.4) Trên cơ sở cần tạo 2 trường mới là Msjt n năm và L n nam và đưa công thức tính toán thông qua Update column. N hư vậy trong thực tế quản lý, chỉ cần cập nhật 2 trường dữ liệu Mskt n nam và L n nam là có thể theo dỏi diễn biến luân kỳ để tổ chức quản lý khai theo ở trạng thái động 53 Hình 5.14: Khai báo cập nhật biến Mskt n nam va L n nam để quản lý chuỗi điểu chế chặt chọn theo luân kỳ 54 Trên cơ sở các trường dữ liệu được thường xuyên cập nhật, sẽ có được động thái của luân kỳ, làm cơ sở tổ chức khai thác rừng ở các giải đoạn tiếp theo Hình 5.15: Động thái luân kỳ trên cơ sở cập nhật tự động thay đổi M rừng theo n năm sau khai thác 55 6 Kết luận và đề nghị 6.1 Kết luận Xuất phát từ những thực tế quản lý bảo vệ và phát triển rừng hiện nay, chúng tôi đã bước đầu thử nghiệm xây dựng phương pháp sử dụng công nghệ ảnh viễn thám bằng ảnh SPOT và ứng dụng phần mềm Map Info vào công tác điều chế rừng. Đề tài “ “ ỨNG DỤNG CÔNG NGHỆ GIS TRONG ĐIỀU CHẾ RỪNG – Thử nghiệm ở xã Quảng Tâm, huyện Tuy Đức, tỉnh Dak Nông” đã đạt được kết quả mong đợi và có các kết luận chính sau: i) Sử dụng ảnh vệ tinh SPOT trong phân loại trạng thái rừng:  - Phân loại ảnh tự động trong ENVI đã hỗ trợ tốt cho việc giải đoán ảnh - Chồng ghép các tọa độ điểm quan sát trạng thái thực tế với ảnh được phân loại đã làm cho việc giải đoán giảm nhẹ công sức, thời gian và đạt độ tin cậy - Bản đồ hiện trạng rừng áp dụng ảnh viễn thám là cơ sở quan trong để cập nhật diễn biến trạng thái rừng ii) Tạo cơ sở, trường dữ liệu để điều chế rừng thông qua GIS:  - Việc lồng ghép ứng dụng mô hình hồi quy đa biến biểu diễn quan hệ giữa nhân tố cần giám sát, quản lý với các biến ảnh hưởng với chương trình cập nhật trường dữ liệu đã tạo ra phương pháp quản lý điều chế rừng linh hoạt, ở trạng thái động - Đã xây dựng được mô hình hồi quy đa biến quan hệ: M ; f(Dbq, Hbq, N/ha). Đây là mô hình co sở để dự báo M và tổ chức các giải pháp lâm sinh iii) Xây dựng các công cụ trong Mapinfo để tổ chức điều chế rừng  - Đã xây dựng các giải pháp sử dụng công cụ Mapinfo để xác lập các giải pháp lâm sinh  56 - Đã xác lập công cụ trong Mapinfo để giám sát động thái của rừng và luân kỳ khai thác trên cơ sở cập nhật tự động các biến phụ thuộc  - Kết quả cho thấy khả năng khai thác Mapinfo trong điều chế rừng là có cơ sở, thuận tiện, giảm chi phí và hỗ trợ đặc lực cho công tác quản lý rừng lâu dài  6.2 Kiến nghị: Từ các vấn đề phát hiện được và thông qua quá trình thực hiện , đề tài có các kiến nghị chính sau đây: i. Trong thời gian tới trên, cần sớm triển khai công nghệ xây dựng bản đồ dựa trên quá trình giải đoán ảnh nhằm đánh giá chính xác trạng thái rừng hiện tại và dưa ra những bộ công cụ chỉ báo trong điều chế rừng. ii. Có thể sử dụng xử lý ảnh viễn thám và hệ thống thông tin địa lý để theo dõi diễn biến, cập nhật và xây dựng bản đồ trạng thái rừng phục vụ các chỉ tiêu điều chế rừng hàng năm. iii. Công nghệ xử lý ảnh viễn thám kết hợp với hệ thống thông tin địa lý là công nghệ tương đối mới Việt N am, đặc biệt là tại Tay N guyên. Do đó, cần có những biện pháp khuyến khích nhân rộng và áp dụng phổ biến tại các lâm trường và các các cơ sở kinh doanh quản lý rừng. 57 Tài liệu tham khảo 1. Trần N guyên Bằng, Võ Hữu Công, (2003), Tìm hiểu sự thay đổi lớp thảm thực vật và các vấn đề quản lý tài nguyên tại xã Mậu Đức, huyện Con Cuông, Tỉnh Nghệ An. 2. Bảo Huy, (2006), Bài giảng Quy hoạch sinh thái cảnh quan và tài nguyên rừng, Đại học Tây N guyên. 3. N guyễn Thị Thanh Hương, (2006), Bài giảng Hệ thống thông tin địa lý, Đại học Tây N guyên. 4. Vũ Tiến Hinh, Phạm N gọc Giao, (1997), Bài giảng Điều tra rừng, Đại học Lâm nghiệp. 5. N guyện Kim Lợi, (2006), Ứng dụng GIS trong quản lý tài nguyên thiên nhiên, N hà xuất bản N ông nghiệp. 6. N guyễn Thanh Minh, Nghiên cứu ứng dụng ảnh viến thám có đọ phân giải siêu cao trong việc xác đinh các đối tượng đường giao thông đô thị. 7. N guyễn Hữu Phúc và cộng sự, (2000), Tích hợp công nghệ thông tin địa lý và MATLAB trong bài toán phân tích và quản lý hệ thống điện . Đại học bách khoa TP. Hồ Chí Minh. 8. Các Websites: www.vnthuquan.net , www.vidagis.com, www.rsc.gov.vn Phụ lục Phụ lục1: Mẫu biểu điều tra ngoài thực địa Ôtc: Tuyến số: Ngày điều tra: Người điều tra: 58 Buôn: Xã: Huyện: Tỉnh: Diện tích ô Toạ độ UTM trung tâm ô tiêu chuẩn: X: Y: Kiểu rừng: Trạng thái rừng: Nhân tố thực vật Độ tàn che (1/10) và chụp ảnh độ tàn che: G(m2/ha – Biterlich) Le tre tổng số bụi trong ôtc: Số cây trong bụi tb: Hbq: Dbq: %che phủ: Thực bì (2-3 loài chính): %che phủ mặt đất: Nhân tố địa hình Địa hình (chân, sườn, đỉnh): Độ dốc: Độ cao(m): Hướng phơi: Nhân tố đất đai Loại đất: Màu sắc đất: Độ dày tầng đất mặt: Độ ẩm đất: Kết von(%): Đá nổi(%): pH đất: Nhiệt độ đất: Vi sinh vật đất (loài, mức độ: nhiều, trung bình, ít): Nhân tố khí hậu thuỷ văn Cự ly đến nguồn nước gần nhất (km): Thuỷ văn (hệ sông suối chính): Lượng nước: mùa mưa có: không: Mùa khô có: không: Lượng mưa (mm): Nhiệt độ không khí: Độ ẩm không khí: Lux: Nhân tác Mức độ tác động (đã qua khai thác mức độ nào? Sau nương rẫy, khai thác chọn…): Lửa rừng: Hằng năm thỉnh thoảng: Thường xuyên: Điều tra cây gỗ: Từ 1.3m trở lên – ôtc 10 x 30m hoặc ô 10x50m chia làm các ô 10 x 10m 59 Stt ôtc thứ cấp 10x10m Stt cây Tên loài D1.3 (cm) H (m) Bán kính tán (0.1m) Toạ độ cây Cự ly đến cây gần nhất (0.1m) P ch (aBắc Đông Nam Tây X Y Ghi chú: Ô 10x50: Rừng tốt, đo tỉ mỉ tẩt cả chi tiêu. Ô 10x30: ở các trạng thái: Chi đo: Loài, D1.3, cự ly đến cây bần nhất Phụ lục 2: Kết quả xư lý số liệu bằng phần mềm Statgphacs Plus mô hình quan hệ M với các nhân tố ảnh hưởng Multiple Regression Analysis 60 ----------------------------------------------------------------------------- Dependent variable: M ----------------------------------------------------------------------------- Standard T Parameter Estimate Error Statistic P-Value ----------------------------------------------------------------------------- CON STAN T -794.139 44.0 -18.0486 0.0000 Dtb 25.5213 1.19706 21.3199 0.0000 Htb 13.5937 3.49272 3.89201 0.0004 N ha 0.284791 0.0120024 23.7279 0.0000 ----------------------------------------------------------------------------- Analysis of Variance ----------------------------------------------------------------------------- Source Sum of Squares Df Mean Square F-Ratio P-Value ----------------------------------------------------------------------------- Model 237108.0 3 79035.9 447.26 0.0000 Residual 6361.61 36 176.711 ----------------------------------------------------------------------------- Total (Corr.) 243469.0 39 R-squared = 97.3871 percent R-squared (adjusted for d.f.) = 97.1694 percent Standard Error of Est. = 13.2933 Mean absolute error = 9.27134 Durbin-Watson statistic = 1.9774 61 The StatAdvisor --------------- The output shows the results of fitting a multiple linear regression model to describe the relationship between M and 3 independent variables. The equation of the fitted model is M = -794.139 + 25.5213*Dtb + 13.5937*Htb + 0.284791*N ha Since the P-value in the AN OVA table is less than 0.01, there is a statistically significant relationship between the variables at the 99% confidence level. The R-Squared statistic indicates that the model as fitted explains 97.3871% of the variability in M. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 97.1694%. The standard error of the estimate shows the standard deviation of the residuals to be 13.2933. This value can be used to construct prediction limits for new observations by selecting the Reports option from the text menu. The mean absolute error (MAE) of 9.27134 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the DW value is greater than 1.4, there is probably not any serious autocorrelation in the residuals. In determining whether the model can be simplified, notice that the highest P-value on the independent variables is 0.0004, belonging to Htb. Since the P-value is less than 0.01, the highest order term is 62 statistically significant at the 99% confidence level. Consequently, you probably don't want to remove any variables from the model. Phụ lục 3: Bảng dữ liệu cơ sở các ô tiêu chuẩn theo trạng thái rừng Stt Trang thai Ma hoa tt X Y Dtb Htb N/ha G M 1 IIIA3 1 764628 1345739 25.3 15.3 1020 51.3 352.87 2 IIIA3 1 764659 1345822 24.2 14.9 1100 50.6 339.07 3 IIIA3 1 764494 134618 24.7 15.8 1060 50.8 360.94 4 IIIA3 1 764719 1340320 24.6 15.7 1500 71.3 503.43 5 IIIA3 1 764800 1345649 25.5 15.8 920 47.0 333.89 6 IIIA3 1 766486 1346208 25 15.5 780 38.3 266.92 7 IIIA3 1 766646 1346120 25.3 16.7 840 42.2 317.19 8 IIIA3 1 766578 1346098 23.7 15.2 920 40.6 277.47 9 IIIA3 1 766502 1346018 21.2 13.9 1240 43.7 273.65 10 IIIA3 1 767235 1343741 23.6 18.3 780 34.1 280.84 11 IIIA1+2 2 769518 1342934 24.7 15.8 833 39.9 283.76 12 IIIA1+2 2 765836 1343930 23.7 15.5 1056 46.6 324.77 13 IIIA1+2 2 765849 1343858 18.2 14 1023 26.6 167.58 14 IIIA2 2 768164 1344832 24.6 15.9 792 37.6 269.20 15 IIIA2 2 768053 1344759 18.8 14.1 1353 37.5 238.19 16 IIIA! 2 769848 1342793 19.5 14.2 990 29.6 188.83 17 IIIA1+2 2 764649 1345481 22.2 14.8 990 38.3 255.09 18 IIIA1+2 2 770109 1341717 23.5 15.2 990 42.9 293.56 19 IIIa1 2 765676 1346579 19.5 14 1320 39.4 248.23 20 IIIa2 2 765022 1345065 23.6 15.4 1155 50.5 349.95 21 IIIa1 2 765703 1346486 20.5 14.4 1254 41.4 268.07 22 IIIA1+2 2 765064 1345576 20.2 14.5 1122 35.9 234.50 63 23 IIIA1+2 2 764570 1345550 25.7 15.2 1188 61.6 421.32 24 IIIa1 2 765780 1346501 22.4 15.2 1287 50.7 346.74 25 IIIa1 2 764966 1345711 24.1 15.6 1419 64.7 454.18 26 IIB 3 763578 1343995 19.4 14.1 891 26.3 167.03 27 IIB 3 763998 1344007 25.4 15.2 627 31.8 217.20 28 IIb 3 768855 1342834 19.5 14.2 990 29.6 188.83 29 IIB 3 768341 1342902 24.1 15.4 924 42.1 291.95 30 IIB 3 766654 1345705 15.4 12.7 1122 20.9 119.38 31 IIB 3 765129 1345004 19.5 14.3 1023 30.5 196.50 32 IIB 3 764991 1345622 22.3 15 1122 43.8 295.65 33 IIB 3 764740 1345605 22.7 15.4 924 37.4 259.02 34 IIB 3 765620 1346500 17.2 13.5 1353 31.4 190.88 35 IIB 3 770094 1341714 22.3 15 1188 46.4 313.04 36 IIB 3 768459 1343023 18.9 14 990 27.8 174.89 37 IIB 3 767966 1344845 24.8 15 1056 51.0 344.14 38 IIB 3 768459 1343023 24.3 15.6 891 41.3 289.93 39 IIB 3 765771 1343739 19.4 14.2 1155 34.1 218.05 40 IIB 3 789758 1344001 23.3 14.9 1287 54.8 367.76