Tóm tắt thông tin Phạm vi thực hiện là khu vực Tây nguyên bao gồm 5 tỉnh (Kon Tum, Gia Lai, Đắk Lắk, Đắk Nông và Lâm Đồng), với diện tích tự nhiên 54.474 km2, chiếm 16,8% diện tích cả nước; Về địa hình cao nguyên là địa hình đặc trưng nhất của vùng, tạo nên bề mặt của vùng. Dạng địa hình này thuận lợi cho phát triển nông, lâm nghiệp với quy mô lớn.Khí hậu Tây Nguyên có hai mùa rõ rệt là mùa khô và mùa mưa. Mùa khô nóng hạn, thiếu nước trầm trọng; mùa mưa nóng ẩm, tập trung 85-90% lượng mưa của cả năm.Tây Nguyên có 4 hệ thống sông chính là Thương sông Xê Xan, thượng sông Srêpok, thượng sông Ba và sông Đồng Nai. Đất đai là tài nguyên cơ bản của vùng, thuận lợi cho phát triển nông lâm nghiệp, chủ yếu là đất đỏ bazan, tầng phong hóa dày, địa hình lượn sóng nhẹ tạo thành các cao nguyên đất đỏ như cao nguyên Buôn Ma Thuột, Plâycu, Đắk Nông, Kon Tum chiếm diện tích khoảng 1 triệu ha, thích hợp với nhiều loại cây trồng, đặc biệt là cây cao su, cà phê, chè, hồ tiêu, điều,... và rừng; đất đỏ vàng diện tích khoảng 1,8 triệu ha, kém màu mỡ hơn đất đỏ bazan nhưng giữ ẩm tốt và tơi xốp nên thích hợp với nhiều loại cây trồng. Ngoài ra còn có đất xám phân bố trên các sườn đồi thoải phía Tây Nam và trong các thung lũng, đất phù sa ven sông, thích hợp cho trồng cây lương thực.Rừng Tây Nguyên giàu về trữ lượng, đa dạng về chủng loại. Trữ lượng gỗ chiếm tới 45% tổng trữ lượng rừng gỗ của cả nước. Diện tích rừng Tây Nguyên chiếm 35,7% diện tích rừng cả nước. Tây Nguyên đặc trưng bởi rừng khộp tập trung ở giáp ranh 2 tỉnh Đắk Lắk và Đắk Nông; cây phát triển xanh tốt vào mùa mưa và rụng lá vào mùa khô. Hình1: Phạm vi thực hiện giám sát2. Giám sát lớp phủ rừng tại Tây Nguyên bằng dữ liệu ảnh viễn thám 2.1. Lựa chọn tư liệu viễn thámẢnh viễn thám Landsat 8 được lựa chọn để giám sát lớp phủ rừng tại Tây Nguyên do những ưu điểm nổi bật của công nghệ này. Vệ tinh Landsat cung cấp dữ liệu với độ phân giải cao, từ 15-30 mét, cho phép phân tích chi tiết và chính xác các đặc điểm lớp phủ rừng. Chu kỳ chụp ảnh 16 ngày/lần của Landsat đảm bảo dữ liệu được cập nhật liên tục, giúp theo dõi sự thay đổi của lớp phủ rừng theo thời gian thực và phát hiện sớm các vấn đề biến động. Ảnh Landsat sử dụng các dải phổ khác nhau, bao gồm cả quang phổ nhìn thấy và hồng ngoại, giúp phân loại chính xác các loại lớp phủ đất. Dữ liệu ảnh Landsat cũng có giá trị lịch sử lâu dài, bắt đầu từ năm 1972, cho phép phân tích xu hướng biến động rừng qua nhiều thập kỷ, từ đó hỗ trợ việc lập kế hoạch và quản lý tài nguyên rừng hiệu quả hơn..Việc sử dụng ảnh vệ tinh Landsat giúp giảm thiểu chi phí và công sức so với các phương pháp khảo sát trực tiếp, đồng thời cung cấp cái nhìn toàn diện về diện tích và chất lượng rừng, kể cả ở những khu vực địa hình phức tạp và khó tiếp cận. Điều này đặc biệt quan trọng tại Tây Nguyên, nơi có nhiều khu vực rừng nguyên sinh và địa hình đa dạng. Ảnh viễn thám Landsat là công cụ quan trọng trong việc giám sát và bảo vệ lớp phủ rừng, đảm bảo quản lý tài nguyên bền vững và duy trì sự ổn định của môi trường tại Tây Nguyên. Do đó chúng tôi lựa chọn ảnh Landsat là tư liệu viễn thám chính. Ngoài ra trong các trường hợp không đủ ảnh do ảnh hưởng bởi các điều kiện khí quyển có thể sử dụng dữ liệu ảnh viễn thám khác để bù thông tin. Thực hiện giám sát rừng 05 tỉnh Tây Nguyên cho 02 thời điểm 2018, 2024. Với nhiệm vụ này đòi hỏi giám sát trên một khu vực rộng lớn với nhiều thời điểm. Do đó chúng tôi lựa chọn phương pháp phân loại tự động dự trên các tập dữ liệu mẫu để thực hiện nhiệm vụ này.Sơ đồ mẫu năm 2018Sơ đồ mẫu năm 2024Hình 2. Kết quả các mẫu được lựa chọn trong quá trình xử lý ảnh viễn thám phục vụ phân loại lớp phủ rừng tại khu vực 5 tỉnh Tây Nguyên2.2. Phương pháp sử dụngSử dụng phương pháp phân loại ảnh có giám sát (supervised image classification) để phân loại lớp phủ rừng, bản chất phương pháp này là quá trình phân loại dựa trên mô hình cây quyết định. Thời điểm thu nhận dữ liệu ảnh là năm 2018 và năm 2024.Mô hình cây quyết định là công cụ mạnh, nó được xây dựng tự động bằng cách sử dụng tập hợp các đối tượng mẫu training (các pixel này do các chuyên gia chọn và vẽ trên ảnh). Mỗi pixel trong tập hợp mẫu sẽ mang nhãn loại lớp phủ (được xác định bởi chuyên gia giải đoán ảnh, được gọi là "biến phụ thuộc") và dữ liệu đa phổ/đa thời gian (các số liệu metrics đa thời gian, được gọi là "biến độc lập"). Mô hình cây sẽ tách các giá trị theo không gian đa chiều của các biến độc lập thành các cấp nhỏ hơn (gọi là “nút”) để hầu hết các pixel mẫu training tạo trong mỗi nút sẽ thuộc cùng một loại lớp phủ. Khi mô hình cây phân loại được triển khai cho toàn bộ ảnh, nó sẽ dự đoán loại lớp phủ đất cho mỗi pixel. Hình 3. Quy trình phân loại lớp phủ rừng từ ảnh viễn thámLlandsat2.3. Kết quả phân loại lớp phủ mặt đất năm 2018 và 2024Hệ thống sử dụng phương pháp phân loại cây quyết định để phân loại lớp phủ theo bộ mẫu được huấn luyện nhiều lần cho 02 thời điểm 2018 và 2024. Kết quả phân loại tự động được trình bày ở hình 4. TTLoại lớp phủ20182024Diện tích (ha)Tỷ lệ (%)Diện tích (ha)Tỷ lệ (%)1Rừng2.356.60343,22.284.78241,92Đất nông nghiệp2.764.36750,72.839.10552,13Đất cỏ/ cây bụi5.1950,13.1260,14Nước85.2661,677.9421,45Dân cư/đất xây dựng238.9184,4245.9294,56Đất khác1.4600,09240,0Tổng5.451.8091005.451.809100Bảng 1: Số liệu diện tích từ bản đồ phân loại 6 lớp phủ 2 thời kỳ khu vực Tây Nguyên. Năm 2018Năm 2024Hình 4. Kết quả phân loại tự động lớp phủ bề mặt khu vực Tây Nguyên2.4. So sánh kết quả phân loại lớp phủ rừngTừ việc phân loại tự động ảnh vệ tinh theo 6 lớp đối tượng lớp phủ, chúng tôi tập trung giám sát các khu vực biến đổi về lớp phủ rừng. Chúng tôi sử dụng * Số liệu rừng được công bố theo quyết định 2908/QĐ-BTNMT của Bộ Tài nguyên và Môi trường về phê duyệt và công bố kết quả thống kê diện tích đất đai năm 2018.**Số liệu về rừng được công bố theo quyết định 2357/QĐ-BNN-KL và số liệu được công bố theo quyết định 3048/QĐ-BTNMT của Bộ Tài nguyên và Môi trường về phê duyệt và công bố kết quả thống kê diện tích đất đai năm 2022. Bảng dưới đây trình bày diện tích lớp phủ rừng theo các thời kỳ và các nguồn khác nhau, cụ thể như sau:Bảng. Diện tích lớp phủ rừng theo các nguồn / phương pháp khác nhau (Đơn vị: ha)Loại lớp phủBản đồ phân loại tự độngSố liệu thống kê đã công bố 201820242018*2022** Rừng2.390.9282.284.7822.482.2542.451.946 (BTNMT) 2.571.088 (BNN) Tổng diện tích Tây Nguyên5.451.8095.451.8095.450.8265.454.831 3. Kết luậnQua phân tích thấy rằng số liệu thời điểm năm 2018, 2024 và số liệu công bố, vùng giám sát có sự chênh lệch diện tích lớp phủ rừng không nhiều chỉ dưới 10%. Khi sử dụng phân loại tự động để giám sát lớp phủ rừng, có nhiều ưu điểm đáng kể nhưng cũng tồn tại một số hạn chế cần được xem xét. Về khả năng, phân loại tự động cho phép xử lý khối lượng lớn dữ liệu ảnh vệ tinh nhanh chóng và chính xác, giúp theo dõi biến động lớp phủ rừng liên tục theo thời gian thực. Công nghệ này giúp giảm thiểu sự phụ thuộc vào khảo sát thực địa, tiết kiệm chi phí và công sức, đồng thời dễ dàng giám sát những khu vực rộng lớn, bao gồm cả những nơi địa hình khó tiếp cận như Tây Nguyên. Ngoài ra, phân loại tự động có khả năng phân tích đa phổ, phát hiện và phân loại các khu vực rừng, đất trống, hoặc các thay đổi trong môi trường một cách chính xác.Tuy nhiên, vẫn còn những hạn chế. Độ chính xác của phân loại tự động phụ thuộc vào chất lượng dữ liệu đầu vào, như độ phân giải không gian và phổ của ảnh vệ tinh. Đối với những khu vực có địa hình phức tạp hoặc nhiều dạng lớp phủ giống nhau, thuật toán phân loại tự động có thể gặp khó khăn trong việc phân biệt giữa các đối tượng, dẫn đến sai số. Bên cạnh đó, quá trình tự động hóa đôi khi không thể nắm bắt đầy đủ các yếu tố tác động từ con người hoặc thay đổi nhỏ trong lớp phủ rừng. Vì vậy, trong một số trường hợp, vẫn cần kết hợp với nguồn tư liệu đáng tin vậy và kiểm chứng thực địa để đảm bảo độ chính xác và đầy đủ của dữ liệu. Phân loại tự động trong giám sát lớp phủ rừng mang lại hiệu quả cao trong việc theo dõi và quản lý rừng, nhưng cần được tinh chỉnh và kết hợp với các phương pháp kiểm chứng truyền thống để đạt được kết quả tối ưu. Triển vọng phát triển của việc kết hợp phương pháp tự động và truyền thống trong giám sát lớp phủ rừng tại Tây Nguyên rất hứa hẹn, mang lại nhiều lợi ích về môi trường và kinh tế. Sự kết hợp này sẽ giúp tăng cường khả năng bảo vệ rừng, nhờ vào công nghệ viễn thám tự động có thể theo dõi liên tục và phát hiện sớm các hoạt động phá rừng. Đồng thời, nó giúp ứng phó hiệu quả với biến đổi khí hậu, giảm thiểu rủi ro từ cháy rừng và xói mòn đất, nhờ cung cấp dữ liệu theo thời gian thực để đưa ra các biện pháp nhanh chóng. Việc giám sát rừng chính xác còn giúp phát triển bền vững kinh tế địa phương, bảo vệ các nguồn lợi từ rừng và tạo ra sinh kế cho cộng đồng dân cư. Hơn nữa, ứng dụng các công nghệ tiên tiến như trí tuệ nhân tạo và học máy cũng sẽ thúc đẩy quá trình tự động hóa, tăng cường độ chính xác và khả năng dự đoán trong quản lý rừng. Nhìn chung, sự kết hợp này không chỉ góp phần bảo vệ tài nguyên rừng một cách bền vững mà còn hỗ trợ sự phát triển kinh tế, bảo vệ môi trường và thúc đẩy đổi mới sáng tạo trong quản lý tài nguyên thiên nhiên..