Tổng quan về ứng dụng viễn thám trong ước tính trữ lượng các-bon rừng ngập mặn
DOI:
https://doi.org/10.55250/Jo.vnuf.14.5.2025.110-119Từ khóa:
Ảnh quang học, các-bon rừng, rừng ngập mặn, tổng quan, viễn thámTóm tắt
Viễn thám đóng vai trò quan trọng trong nghiên cứu rừng ngập mặn (RNM), đặc biệt trong ước tính sinh khối và trữ lượng các-bon. Bài báo này tổng quan các ứng dụng viễn thám trong nghiên cứu RNM, tập trung vào bốn nhóm dữ liệu chính: ảnh quang học, ảnh radar, dữ liệu LiDAR và phương pháp kết hợp. Ảnh quang học từ Landsat và Sentinel-2 giúp phân loại RNM và ước tính sinh khối qua chỉ số thực vật, nhưng dễ bị ảnh hưởng bởi mây che phủ, đặc biệt ở khu vực nhiệt đới. Ảnh radar như Sentinel-1 và ALOS PALSAR có khả năng xuyên mây và cung cấp thông tin về cấu trúc tán rừng, nhưng độ ẩm đất có thể gây nhiễu tín hiệu. LiDAR mang lại độ chính xác cao trong đo chiều cao tán rừng và trữ lượng các-bon, tuy nhiên chi phí thu thập dữ liệu cao và khó triển khai rộng rãi. Việc kết hợp ảnh quang học và radar giúp nâng cao độ chính xác trong ước tính sinh khối và các-bon, nhưng phương pháp này vẫn chưa được nghiên cứu rộng rãi và cần các thử nghiệm thực tế. Bài báo nhấn mạnh sự cần thiết của các phương pháp tích hợp để hỗ trợ bảo tồn và quản lý bền vững hệ sinh thái RNM.
Tài liệu tham khảo
[1]. Alongi D. M. (2014). Carbon cycling and storage in mangrove forests. Annual Review of Marine Science. 6(1): 195–219.
[2]. Donato D. C., Kauffman J. B., Murdiyarso D., Kurnianto S., Stidham M. & Kanninen M. (2011). Mangroves among the most carbon-rich forests in the tropics. Nature Geoscience. 45(5): 293–297.
[3]. Daniel A. Friess, Kerrylee Rogers, Catherine E. Lovelock, Ken W. Krauss, Stuart E. Hamilton, Shing Yip Lee, Richard Lucas, Jurgenne Primavera, Anusha Rajkaran & Suhua Shi (2019). The state of the world's mangrove forests: Past, present, and future. Annual Review of Environment and Resources. 44(1): 89–115.
[4]. Claudia Kuenzer, Andrea Bluemel, Steffen Gebhardt, Tuan Vo Quoc & Stefan Dech (2011). Remote sensing of mangrove ecosystems: A review. Remote Sensing. 3(4): 878–928.
[5]. Fatoyinbo T. E., Simard M., Smetanka C., Rivera-Monroy V. H., Castañeda-Moya E. & Twilley R. R. (2018). Mangrove forest structure and biomass estimation using spaceborne LIDAR and UAV data. Remote Sensing of Environment. 204: 61-72.
[6]. Marc Simard (2019). “Radar Remote Sensing of Mangrove Forests.” SAR Handbook: Comprehensive Methodologies for Forest Monitoring and Biomass Estimation. NASA.
[7]. Richard Lucas, Ruben Van De Kerchove, Viviana Otero, David Lagomasino, Lola Fatoyinbo, Hamdan Omare, Behara Satyanarayana & Farid Dahdouh-Guebas (2020). Structural characterisation of mangrove forests achieved through combining multiple sources of remote sensing data. Remote Sensing of Environment. 237.
[8]. Asner G. P., Knapp D. E., Balaji A. & Paez-Acosta G. (2012). Automated mapping of tropical deforestation and forest degradation: CLASlite. Journal of Applied Remote Sensing. 6(1): 063512.
[9]. Ming D., Zhang X., Chen Y. & Li W. (2022). Integrating optical and SAR data for improved mangrove biomass estimation. ISPRS Journal of Photogrammetry and Remote Sensing. 182: 73–88.
[10]. Nguyễn Văn Huy (2020). Ứng dụng viễn thám trong theo dõi biến động rừng ngập mặn tại Việt Nam. Tạp chí Khoa học và Công nghệ Việt Nam. 62(3): 45-55.
[11]. Rovai A. S., Twilley R. R., Castañeda-Moya E., Midway S. R., Bouillon S., Rivera-Monroy V. H. & Simard M. (2018). Global controls on carbon storage in mangrove forests. Nature Climate Change. 8(6): 534-540.
[12]. Fatoyinbo T. & Simard M. (2013). Height and biomass of mangroves in Africa using LiDAR and radar. Remote Sensing of Environment. 134: 377-389.
[13]. Nguyễn Việt Lương (2011). Viễn thám trong nghiên cứu rừng ngập mặn: Ứng dụng và thách thức. Hội nghị Khoa học Địa lý Việt Nam lần thứ 5. 158-169.
[14]. Simard M., Fatoyinbo T. E., Smetanka C., Rivera-Monroy V. H., Castañeda-Moya E., Thomas N. & Twilley R. R. (2019). Mangrove canopy height and biomass mapping at regional to global scales. Remote Sensing. 11(8): 922-931.
[15]. Nguyễn Xuân Dũng & Nguyễn Văn Trí (2021). Ứng dụng ảnh Sentinel-2 trong lập bản đồ rừng ngập mặn tại Đồng bằng sông Cửu Long. Tạp chí Nông nghiệp và Phát triển Nông thôn. 102: 67-79.
[16]. Lê Thanh Tùng (2022). Ứng dụng Sentinel-2 trong ước tính sinh khối rừng ngập mặn tại miền Nam Việt Nam. Tạp chí Khoa học Lâm nghiệp. 4(2): 56-67.
[17]. Nguyễn Xuân Dũng & Nguyễn Văn Trí (2021). Sử dụng ảnh Sentinel-2 trong phân loại rừng ngập mặn khu vực Đồng bằng sông Cửu Long. Tạp chí Khoa học ĐHQGHN: Khoa học Trái Đất và Môi trường. 37(2): 112-125.
[18]. Simard M., Fatoyinbo T., Smetanka C., Rivera-Monroy V. H., Castañeda-Moya E., Thomas N. & Van der Stocken T. (2019). Mangrove canopy height globally related to precipitation, temperature and cyclone frequency. Nature Geoscience. 12(1): 40-45.
[19]. Nguyễn Văn Huy (2021). Phân tích biến động rừng ngập mặn tại các tỉnh ven biển Việt Nam từ năm 2000 đến 2020 bằng ảnh Landsat. Tạp chí Môi trường và Phát triển bền vững. 29(3): 88-99.
[20]. Giri C., Ochieng E., Tieszen L. L., Zhu Z., Singh A., T. Loveland & Duke N. (2011). Status and distribution of mangrove forests of the world using earth observation satellite data. Global Ecology and Biogeography. 20(1): 154-159.
[21]. Phạm Văn Tuấn (2020). Ứng dụng ảnh Sentinel-2 trong ước tính sinh khối rừng ngập mặn ven biển miền Trung. Tạp chí Khoa học Đại học Huế. 29(4): 67-78.
[22]. Lagomasino D., Fatoyinbo T. & Simard M. (2019). The role of radar and optical remote sensing in monitoring mangrove ecosystems. ISPRS Journal of Photogrammetry and Remote Sensing. 149: 98-112.
[23]. Bae S., Han S., Lee W. & Kim H. (2019). Integrating LiDAR, optical, and SAR data for mangrove biomass estimation using machine learning algorithms. Remote Sensing. 11(3): 285.
[24]. Aslan A., Santos M. J. & Asner G. P. (2021). Remote sensing of mangrove forests: A review of current methods and future opportunities. Remote Sensing of Environment. 262: 112-133.
[25]. Bộ Nông nghiệp và Phát triển nông thôn (2020). Báo cáo hiện trạng rừng Việt Nam năm 2020.
[26]. Trần Đình Hòa (2019). Đánh giá khả năng sử dụng dữ liệu MODIS để theo dõi biến động rừng ngập mặn ở Việt Nam. Tạp chí Khoa học và Công nghệ Biển. 57(6): 132-143.
[27]. Fatoyinbo L. & Simard M. (2013). Height and biomass of mangroves in Africa using LiDAR data. Remote Sensing. 5(10): 4870-4889.
[28]. Nguyễn Văn Hùng (2019). Đánh giá tiềm năng sử dụng dữ liệu viễn thám radar trong nghiên cứu rừng ngập mặn Việt Nam. Tạp chí Khoa học Lâm nghiệp - Viện Khoa học Lâm nghiệp Việt Nam. 10(2): 33-44.
[29]. Lagomasino D., Fatoyinbo L., Lee S. K., Simard M., Trettin C. & Shapiro A. (2019). A comparison of mangrove canopy height estimates from airborne LiDAR and TanDEM-X interferometry in the Zambezi Delta. Remote Sensing. 11(6): 678.
[30]. Dostálová Alena, Hollaus Markus, Milenković Milutin & Wagner Wolfgang (2016). Forest area derivation from Sentinel-1 data. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. III-7.
[31]. Nguyen Hai Hoa, Vu Van Truong, Nguyen Thi Thu Hien, Ha Tri Son, Nguyen Van Thi, Nguyen Trong Cuong, Nguyen Thi Bich Hao, Phan Duc Le, Tran Thi Huong, Phan Van Dung, Thai Thi Thuy An & Le Phu Tuan (2024). Mangrove above-ground carbon estimation from Sentinel-1A (SAR) and field-based data in Tien Yen district, Quang Ninh province. Journal of Forestry Science and Technology. 9(1): 73-85
DOI: 10.55250/jo.vnuf.9.1.2024.073-085
[32]. Nguyễn Hải Hòa (2023). Nghiên cứu ứng dụng ảnh Radar (SAR) để xác định trữ lượng các bon rừng ngập mặn. Báo cáo tổng kết đề tài nghiên cứu ứng dụng và phát triển công nghệ cấp bộ. Bộ Nông nghiệp và Phát triển nông thôn, 114 trang.
[33]. Thomas N., Lucas R., Bunting P., Hardy A., Rosenqvist A. & Simard M. (2017). Distribution and drivers of global mangrove forest change, 1996–2010. PLoS One. 12(6): e0179302.
[34]. Temilola E. Fatoyinbo, Marc Simard, Robert A. Washington-Allen & Herman H. Shugart (2008). Landscape-scale extent, height, biomass, and carbon estimation of Mozambique's mangrove forests with Landsat ETM+ and Shuttle Radar Topography Mission elevation data. Journal of Geophysical Research: Biogeosciences. 113.
DOI: 10.1029/2007JG000551
[35]. Trần Thị Lan (2022). Ứng dụng dữ liệu ALOS PALSAR trong phân tích biến động rừng ngập mặn khu vực Nam Trung Bộ. Tạp chí Khoa học Đại học Đà Nẵng. 15(2): 145-156.
[36]. Nguyễn Thị Hà (2007). Nghiên cứu mô hình ước tính sinh khối, trữ lượng các bon rừng ngập mặn trên cơ sở ứng dụng viễn thám và GIS tại tỉnh Cà Mau. Luận án tiến sĩ, Trường Đại học Lâm nghiệp.
[37]. Bae S., Ryu Y., Lee H. & Kim J. (2019). Estimation of mangrove aboveground biomass using terrestrial LiDAR and machine learning models. Remote Sensing of Environment. 223: 1-12.
[38]. Simard M., Fatoyinbo T. E., Smetanka C., Rivera-Monroy V. H., Castañeda-Moya E. & Twilley R. R. (2019). Mangrove canopy height and biomass mapping at global scale using spaceborne LiDAR. Remote Sensing. 11(8): 931.
[39]. Phạm Thị Hằng (2022). Tiềm năng ứng dụng dữ liệu LiDAR trong nghiên cứu cấu trúc rừng ngập mặn. Tạp chí Tài nguyên và Môi trường. 15(3): 97-108.
[40]. Phạm Thị Hằng (2022). Đánh giá chi phí và hiệu quả ứng dụng LiDAR trong nghiên cứu rừng ngập mặn. Tạp chí Nghiên cứu và Phát triển Công nghệ. 12(3): 77-89.
[41]. Lê Thanh Tùng (2022). Ứng dụng ảnh Sentinel-2, ALOS PALSAR và LiDAR trong phân tích trữ lượng các-bon rừng ngập mặn tại miền Nam Việt Nam. Tạp chí Khoa học Lâm nghiệp. 3(2): 45-58.
[42]. Nguyễn Việt Lương (2021). Phương pháp tích hợp LiDAR và ảnh MODIS để đánh giá biến động sinh khối rừng ngập mặn. Tạp chí Khoa học Đo đạc và Bản đồ. 21(4): 30-42.
[43]. Nguyễn Thị Thanh Hương (2021). Ứng dụng ảnh IKONOS trong nghiên cứu cấu trúc rừng ngập mặn tại Cần Giờ. Tạp chí Khoa học ĐHQGHN: Khoa học Tự nhiên và Công nghệ. 37(1): 75-85.
[44]. A Braun (2021). Retrieval of digital elevation models from Sentinel-1 radar data – open applications, techniques, and limitations. Open Geosciences. 13(1): 532-569.
[45]. Nguyễn Văn Huy (2021). Kết hợp ảnh quang học (Landsat, Sentinel-2), radar (Sentinel-1) và LiDAR để theo dõi biến động rừng ngập mặn tại các tỉnh ven biển Việt Nam. Tạp chí Khoa học Môi trường. 10(1): 55-69.
[46]. Bae S. W., Lee W. K., Kim M. & Song C. (2019). Estimation of mangrove biomass using LiDAR and optical imagery in Southeast Asia. Forest Ecology and Management. 432: 63-75.
[47]. Phạm Thị Hằng (2022). Đánh giá tiềm năng ứng dụng LiDAR trong nghiên cứu rừng ngập mặn Việt Nam. Tạp chí Khoa học và Công nghệ Biển. 12(4): 88-99.
[48]. Pham Tien Dat, Junshi Xia, Gerald Baier, Nga Nhu Le & Naoto Yokoya (2019). Mangrove species mapping using Sentinel-1 and Sentinel-2 data in North Vietnam. International Geoscience and Remote Sensing Symposium.
[49]. Fatoyinbo L., Simard M. & Shugart H. (2008). Mangrove forest structure and biomass mapping with spaceborne SAR data. International Journal of Remote Sensing. 29(7): 2235-2255.
