Ước tính trữ lượng carbon tích luỹ trong sinh khối thảm cỏ biển tại Côn Đảo bằng công nghệ viễn thám và Google Earth Engine
Estimating carbon stock accumulated in seagrass biomass at Con Dao using remote sensing technology and Google Earth Engine
DOI:
https://doi.org/10.55250/Jo.vnuf.15.7.2026.022-030Từ khóa:
Cỏ biển, Côn Đảo, Google Earth Engine, Random Forest, trữ lượng carbon, viễn thámTóm tắt
Nghiên cứu được thực hiện nhằm xác định diện tích phân bố và ước tính trữ lượng carbon của hệ sinh thái thảm cỏ biển tại Côn Đảo thông qua ứng dụng công nghệ viễn thám, GIS và nền tảng Google Earth Engine. Nghiên cứu sử dụng ảnh vệ tinh Sentinel-2 Level-2A giai đoạn từ tháng 01/2025 đến tháng 07/2025 kết hợp với số liệu khảo sát thực địa. Ảnh được xử lý trên nền tảng Google Earth Engine thông qua các bước lọc mây, xây dựng ảnh đa thời gian và tính toán các chỉ số phổ NDVI, NDWI. Thuật toán Random Forest được áp dụng để phân loại và xác định diện tích phân bố thảm cỏ biển. Bộ dữ liệu huấn luyện gồm ba lớp chính: cỏ biển, cát và nước, với tổng cộng 106 mẫu, trong đó 70% dùng để huấn luyện và 30% dùng để kiểm tra. Kết quả nghiên cứu cho thấy mô hình phân loại đạt độ chính xác tổng thể 88,24% và hệ số Kappa đạt 0,810, điều này phản ánh độ tin cậy cao của phương pháp. Tổng diện tích thảm cỏ biển tại Côn Đảo sau hiệu chỉnh thực địa đạt khoảng 999,08 ha, phân bố chủ yếu tại khu vực Côn Sơn, Hòn Bảy Cạnh và Mũi Chim. Trên cơ sở 05 mẫu sinh khối thực địa và hệ số chuyển đổi carbon theo hướng dẫn của IPCC (2006), nghiên cứu xác định tổng trữ lượng carbon tích lũy trong sinh khối thảm cỏ biển tại Côn Đảo là 13.196,73 kgC. Kết quả nghiên cứu góp phần cung cấp cơ sở khoa học cho công tác quản lý tài nguyên biển, bảo tồn hệ sinh thái cỏ biển và định hướng phát triển tín chỉ carbon xanh tại Côn Đảo trong tương lai.
Tài liệu tham khảo
[1]. Susan Solomon (2007). Climate change 2007-the physical science basis: Working group I contribution to the fourth assessment report of the IPCC. Cambridge University Press.
[2]. UBND huyện Côn Đảo (2024). Báo cáo tình hình phát triển kinh tế - xã hội, quốc phòng - an ninh huyện Côn Đảo năm 2024.
[3]. Noel Gorelick, Matt Hancher, Mike Dixon, Simon Ilyushchenko, David Thau & Rebecca Moore (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote sensing of Environment. 202: 18-27.
[4]. J.W. Rouse, R.H. Haas, J.A. Schell & D.W. Deering (1974). Monitoring Vegetation Systems in the Great Plains with ERTS. Third Earth Resources Technology Satellite-1 Symposium. NASA Special Publication.
[5]. Stuart K McFeeters (1996). The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International journal of remote sensing. 17(7): 1425-1432.
[6]. Leo Breiman (2001). Random forests. Machine learning. 45(1): 5-32.
[7]. Russell G Congalton (1991). A review of assessing the accuracy of classifications of remotely sensed data. Remote sensing of environment. 37(1): 35-46.
[8]. IPOC Change (2006). 2006 IPCC guidelines for national greenhouse gas inventories. Institute for global environmental strategies: Hayama, Kanagawa, Japan.
[9]. Bộ Nông nghiệp và Môi trường (2025). Thông tư số 24/2025/TT-BNNMT ngày 20/6/2025 sửa đổi, bổ sung một số điều của các thông tư trong lĩnh vực đo đạc, bản đồ và thông tin địa lý.
