BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  22,556,047
  • Công bố khoa học và công nghệ Việt Nam

Sinh thái và môi trường rừng

Nguyễn Viết Lương(1), Trịnh Xuân Hồng, Tô Trọng Tú, Phan Thị Kim Thanh, Lê Mai Sơn, Trình Xuân Hồng(2)

Ứng dụng công nghệ viễn thám và GIS trong nghiên cứu đặc điểm cấu trúc rừng tràm (Melaleuca cajuput) tại Vườn Quốc gia U Minh Thượng, tỉnh Kiên Giang

Application of remote sensing and gis technology in research of structrure c-haracteristics of melaleuca forest (melaleuca cajuputi) in u minh thuong national park, kiên giang province

Nông nghiệp & Phát triển nông thôn

2020

20

94 - 100

1859 - 4581

Rừng tràm, Cấu trúc rừng, Đường kính, Chiều cao, Mật độ, Mô hình, Viễn thám và GIS

Melaleuca forest, Forest structure, Diameter, Height, Density, Model, Remote rensing and GIS

Trong nghiên cứu này đã sử dụng các ảnh vệ tinh được chụp năm 2018 như ALOS-2 PALSAR-2, Sentinel-1, Landsat 8 OLI và Sentinel-2 và dữ liệu khảo sát thực địa bằng 45 ô tiêu chuẩn cho xây dựng các mô hình cho ước tính về đặc điểm cấu trúc rừng như đường kính, chiều cao, mật độ cây rừng tràm. Kết quả nghiên cứu cho thấy rằng tín hiệu tản xạ ngược từ phân cực HV từ ảnh vệ tinh ALOS-2 PALSAR-2 có liên quan chặt chẽ với các thông số của cầu trúc rừng tràm như đường kính (R2=0,78; RMSE = 0,43), chiều cao (R2=0,78; RMSE 0,31) và mật độ cây rừng (R2=0,75; RMSE = 377). Kết quả này này là cơ sở khoa học cho việc nghiên cứu đặc điểm cấu trúc rừng sử dụng dữ liệu viễn thám cho mục đích hỗ trợ việc đua ra quyết định lựa chọn các biện pháp lâm sinh phủ hợp cho công tác bảo tồn, phục hồi và phát triển bền vững tới các hệ sinh thái rừng tràm cũng như các hệ sinh thái rừng khác tại Việt Nam.

In this rearch, we used satellite images in 2018 such as ALOS-2 PALSAR-2, Sentinel-1, Landsat 8 OLI, Sentinel-2, and ground data by 45 sample plots to build models for estimation of c-haracteristics of forest structure such as diameter, height, density of tree. The research results show that the backscattering signal f-rom the HV polarization of the ALOS-2 PALSAR-2 satellite image is closely relationship to the parameters of Melaleuca forest structure such as diameter of tree (R2 = 0.78; RMSE = 0.43), height of tree (R2 = 0.78; RMSE = 0.31) and density of tree (R2 = 0.75; RMSE = 377). This result is a scientific basis for the rearch of forest structure c-haracteristics by remote sensing data for the purpose of assisting in making decisions on se-lection of suitable silvicultural methods for conservation and restoration and sustainable development to Melaleuca forest ecosystems as well as other forest ecosystems in Vietnam.

TTKHCNQG, CVv 201

Xem toàn văn
  • [1] Zhao; K.. Popescu; S.; Meng; X.; Pang; Y.; Agca; M. (2011), C-haracterizing forest canopy structure with lidar composite metrics and machine learning.,Remote Sensing of Environment, 125(8), 1978-1996.
  • [2] Van Leeuwen; M.; Nieuwenhuis; M. (2010), Retrieval of forest structural parameters using LiDAR remote sensing.,European Journal of Forest Research, 129(4), 749-770.
  • [3] Trần Văn Thắng (2017), Nghiên cứu cơ sở khoa học của giải pháp quản lý thủy văn phục vụ phòng cháy chữa cháy rừng ở Vườn Quốc gia U Minh Thượng, tỉnh Kiên Giang.,Luận án Tiến sĩ, Trường Đại học Lâm nghiệp.
  • [4] Thái Văn Trùng (1998), Những hệ sinh thái rừng nhiệt đới ở Việt Nam.,
  • [5] Rouse Jr; J.; Haas; R. H.; Schell; J. A.; Deering; D. W. (1974), Monitoring vegetation systems in the Great Plains with ERTS.,
  • [6] Pham; T. D.; Yokoya; N.; Bui. D. T.; Yoshino; K.; Friess; D. A. (2019), Remote sensing approaches for monitoring mangrove species, structure and biomass: Opportunities and challenges.,Remote Sensing, 11 (3), 230.
  • [7] Ozkan; U. Y.; Demirel; T. (2018), Estimation of forest stand param eters by using the spectral and textural features derived f-rom digital aerial images.,Applied ecology and environmental research, 16(3), 3043-3060.
  • [8] Luong Viet Nguyen.; Tateishi; R.; Nguyen; H. T.; Sharma; R. C .; To; T. T .; Le; S. M. (2016), Estimation of tropical forest structural c-haracteristics using ALOS-2 SAR data.,Adv. Remote Sens, 5. 131- 144.
  • [9] Kennaway; T. A.; Helmer; E. H.; Lefsky; M. A.; Brandeis; T. J.; Sherrill; K. R. (2008), Mapping land cover and estimating forest structure using satellite imagery and coarse resolution lidar in the Virgin Islands.,Journal of Applied Remote Sensing, 2(1), 023551.
  • [10] lizuka; K.; Tateishi; R. (2014), Simple relationship analysis between L-band backscal-tering intensity and the stand c-haracteristics of sugi (Cryptomeria japonica) and hinoki (Chamaecyparis obtusa) trees.,Advances in Remote Sensing, 5(04), 219.
  • [11] Gómez; C.; Wulder; M. A.; Montes; F.; Delgado; J. A. (2012), Forest structural diversity c-haracterization in Mediterranean pines of central Spain with QuickBird-2 imagery and canonical correlation anillysis.,Canadian Journal of Remote Sensing, 57(6). 628 612.
  • [12] Drake; J. B.; Dubayah; R. O.; Clark; D. B.; Knox; R. G.; Blair; J. B.; Hofton; M. A.; Prince; S. (2002), Estimation of tropical forest structural c-haracteristics using large-footprint lidar.,Remote Sensing of Environment, 77A2-3), 305-319.
  • [13] Castillo-Santiago; M. A.; Ricker; M.; de Jong; B. H. (2010), Estimation of tropical forest structure f-rom SPOT-5 satellite images.,International Journal of Remote Sensing, 57(10), 2767-2782.
  • [14] Bell, D.; Menges, C. H.; Bartolo; R. E. (2001), Assessing the extent of saltwater intrusion in a tropical coastal environment using radar and optical remote sensing.,Geocarto international, 16$), 45-52.
  • [15] Bartolo; R. E. (2005), Remote sensing of Melaleuca biomass on tropical floodplains.,Doctoral dissertation, C-harles Darwin University