Bản đồ hệ sinh thái bằng dữ liệu vệ tinh

Quan sát từ không gian về lớp phủ và sử dụng đất đã được sử dụng như một phương pháp thay thế để lập bản đồ hệ sinh thái trong nhiều thập kỷ, tuy nhiên phương pháp này thường chỉ cung cấp mô tả khái lược về các hệ sinh thái, không đủ chi tiết cho việc quản lý cũng như đáp ứng các mục tiêu của Khung Đa dạng Sinh học Toàn cầu ( Global Biodiversity Framework – GBF). 

Phân định hệ sinh thái truyền thống được thực hiện thông qua quan sát sự khác biệt về đặc điểm quang phổ trong hình ảnh đất đai. Sự gia tăng về độ phân giải thời gian, tính khả dụng, và sự đa dạng của dữ liệu vệ tinh hiện tại đã cho phép đo lường thêm các đặc điểm của hệ sinh thái, chẳng hạn như các mô hình thay đổi theo mùa, cấu trúc, chức năng và thành phần. Phương pháp phổ biến nhất hiện nay để tạo ra bản đồ hệ sinh thái là dựa trên học máy có giám sát, với sự xuất hiện của các quy trình học sâu trong trí tuệ nhân tạo (ví dụ, xem de Sousa et al. (2020)).

Để đo lường và lập bản đồ hệ sinh thái một cách chi tiết, cần dữ liệu liên kết trực tiếp với các đặc điểm sinh thái của chúng. Các đặc điểm này được phân thành ba nhóm cơ bản của các thuộc tính hệ sinh thái:

• Cấu trúc: bố trí không gian và loại thành phần của hệ sinh thái như chiều cao tán cây, chỉ số diện tích lá, sinh khối gỗ, hoặc số lượng tầng tán.

• Chức năng: loại quá trình sinh thái như năng suất, tích lũy sinh khối, hoặc động lực cháy rừng.

• Thành phần: các loài sinh thực vật ở trong và tạo thành các hệ sinh thái, cùng với sự đa dạng và phong phú giữa chúng. 

Các loại hình cụ thể được sử dụng cho phân loại hệ sinh thái sẽ phụ thuộc vào hệ sinh thái của khu vực và các ứng dụng mong muốn, từ đó sẽ dẫn đến sự nhấn mạnh khác nhau giữa các đặc tính hệ sinh thái đo lường. Liên minh Bảo tồn Thiên nhiên Quốc tế (IUCN-International Union for Conservation of Nature (IUCN) Global Ecosystem Typology) định nghĩa các miền, sinh quyển và nhóm chức năng hệ sinh thái, được sử dụng để phân loại các hệ sinh thái dựa trên các đặc điểm chức năng của chúng. Một miền đại diện cho một trong năm thành phần chính của sinh quyển Trái đất – những thành phần áp dụng cho hệ sinh thái bao gồm trên cạn, biển, nước ngọt và dưới đất. Sinh quyển là một phân chia của miền mô tả cấu trúc rộng của hệ sinh thái và các yếu tố điều khiển sinh thái chính, và các nhóm chức năng hệ sinh thái là những nhóm trong một sinh quyển có liên quan đến các yếu tố điều khiển sinh thái chung. Các cấp độ thấp hơn phân loại các loại hệ sinh thái khu vực, toàn cầu và cận toàn cầu.

Các vệ tinh quan sát Trái đất có thể được trang bị nhiều cảm biến khác nhau được thiết kế để phân biệt và lập bản đồ các đặc điểm bề mặt Trái đất. Sự kết hợp của các công nghệ cảm biến và dữ liệu tại chỗ cung cấp mô tả đầy đủ nhất về các hệ sinh thái và phạm vi của chúng, và là rất quan trọng cho việc hiện thực hóa dữ liệu EO cho các ứng dụng về đa dạng sinh học và hệ sinh thái. Các cảm biến này có thể được phân loại thành bốn loại chính:

• Đa phổ (Multispectral)

• Siêu phổ (Hyperspectral)

• Radar Khẩu độ Tổng hợp (SAR)

• Lidar (phát hiện và đo khoàng cách ánh sáng)

Các dụng cụ đo đa phổ và siêu phổ đo ánh sáng phản xạ thường trong các dải băng nhìn thấy và cận hồng ngoại (VNIR), cũng như các dải hồng ngoại sóng ngắn (SWIR) và hồng ngoại nhiệt (TIR). Các cảm biến đa phổ ghi lại ánh sáng trong một số lượng nhỏ các dải phổ rộng (khoảng hàng chục), trong khi các cảm biến siêu phổ làm điều đó với một số lượng lớn các dải hẹp và liên tiếp (khoảng hàng trăm), cung cấp độ phân giải phổ tốt hơn nhiều. Tuy nhiên, cả hai loại cảm biến đều bị giới hạn trong việc chỉ quan sát bề mặt tán cây dưới điều kiện không có mây trong thời gian ban ngày.

Các cảm biến đa phổ được hưởng lợi từ lịch sử phát triển rộng rãi và hỗ trợ nền tảng kết hợp với độ phân giải không gian và thời gian cao. Chúng cung cấp cơ sở cho các đặc điểm như hiện tượng thực vật theo mùa, cấu trúc ngang và động lực năng suất hệ sinh thái, với khả năng phủ sóng toàn cầu gần như hàng ngày.

Dữ liệu siêu phổ có thể cung cấp cái nhìn sâu sắc về các đặc điểm chức năng của thực vật, chẳng hạn như sinh lý tán cây và hóa sinh, hàm lượng nước và diệp lục trong lá, khối lượng lá trên mỗi đơn vị diện tích và hàm lượng dinh dưỡng. Những dữ liệu này cũng có thể mô tả các đặc điểm của nước và khí quyển, là những yếu tố liên quan đến sức khỏe của hệ sinh thái.

Cảm biến SAR là các cảm biến chủ động, phát ra bức xạ vi sóng hướng về một nguồn và sử dụng bức xạ phản xạ để xây dựng hình ảnh địa hình. Bức xạ có bước sóng dài hơn này không bị cản trở bởi mây, cho phép phân tích cấu trúc thực vật và địa hình xuyên qua lớp mây và vào ban đêm. Độ sâu thâm nhập của tín hiệu SAR phụ thuộc vào bước sóng của nó. Cảm biến băng tần L thích hợp cho việc lập bản đồ chiều cao rừng và sinh khối. Cảm biến băng tần C với bước sóng ngắn hơn có thể đo lường chi tiết bề mặt ở độ phân giải cao hơn nhưng với độ sâu thâm nhập thấp hơn. Cảm biến SAR băng tần X với bước sóng ngắn nhất nhạy cảm nhất với địa hình bề mặt nên được sử dụng trong lập bản đồ đất ngập nước. Tuy nhiên, dữ liệu SAR khá phức tạp, do đó ban đầu đã gây thách thức cho các chuyên gia hệ sinh thái trong việc sử dụng.

Lidar là một công nghệ chủ động tương tự như SAR, sử dụng các xung laser phản xạ từ mặt đất để tính toán các số đo cấu trúc rừng như chiều cao và hồ sơ tán cây. Tuy nhiên, nó bị giới hạn ở việc lấy mẫu theo điểm và có lịch sử ít phong phú trên các nền tảng không gian. Nhiệm vụ Điều tra Cấu trúc Hệ sinh thái Toàn cầu (GEDI - Global Ecosystem Dynamics Investigation) là một thiết bị lidar gắn trên Trạm Vũ trụ Quốc tế (ISS - International Space Station) đã cung cấp dữ liệu vô giá cho việc lập bản đồ cấu trúc hệ sinh thái 3D, minh chứng cho sự cần thiết của lidar không gian và dữ liệu định kỳ toàn cầu.

Bằng cách sử dụng tất cả các loại cảm biến kết hợp với dữ liệu tại chỗ, có thể phát hiện một loạt các đặc điểm hệ sinh thái, đủ để phân biệt các loại hệ sinh thái cụ thể.

Bạn có thể tìm hiểu thêm về việc lập bản đồ hệ sinh thái từ không gian trong Sách trắng của Nhóm Công tác về Phạm vi Hệ sinh thái CEOS có tựa đề "Quan sát Trái đất từ không gian và Phạm vi Hệ sinh thái: Khám phá Cơ hội"

      Nguồn: https://ceos.org/news/mapping-ecosystems-with-satellite-data/