ỨNG DỤNG PHÂN TÍCH MÔ HÌNH KHÔNG GIAN HÌNH THÁI VÀ VIỄN THÁM TRONG ĐÁNH GIÁ PHÂN MẢNH RỪNG TỰ NHIÊN Ở NAM ĐÔNG, THỪA THIÊN HUẾ
PDF

Từ khóa

GIS
Landsat
phân mảnh rừng
phân tích mô hình không gian hình thái
Nam Đông GIS
forest fragmentation
morphological Spatial Pattern Analysis
landsat
Nam Dong

Tóm tắt

Phân mảnh rừng là một trong những mối đe dọa chính gây mất rừng và đa dạng sinh học rừng tự nhiên. Chúng tôi đánh giá tình trạng phân mảnh rừng tự nhiên diễn ra từ năm 2005 đến năm 2020 tại địa bàn nghiên cứu. Hai cảnh ảnh của vệ tinh Landsat 5 TM năm 2005 và Landsat 8 OLI năm 2020 đã được sử dụng đánh giá hiện trạng rừng cho từng thời điểm. Phân tích mô hình không gian hình thái dựa trên cơ sở GIS cũng được sử dụng để đánh giá và phát hiện sự thay đổi về phân mảnh rừng trong thời gian này. Rừng tự nhiên đã giảm từ 76,77 năm 2005 xuống còn 73,79% năm 2020, trong khi diện tích rừng trồng tăng lên đáng kể (16,55%). Phân tích phân mảnh rừng tự nhiên cho thấy sự suy giảm về diện tích bìa rừng, rừng khuyết lõi và rừng phân mảnh dẫn đến suy giảm diện tích rừng lõi. Nguyên nhân chính dẫn đến phân mảnh rừng là các hoạt động xâm lấn đất rừng và phát triển cơ sở hạ tầng.

https://doi.org/10.26459/hueunijard.v131i3D.6750
PDF

Tài liệu tham khảo

  1. Young, A., Boyle, T., Young, A., Boshier, D., and Boyle, T. (2000), Forest fragmentation, 123–134 in: Forest conservation genetics: principles and practice, CSIRO-Publishing.
  2. Saunders, D. A., Hobbs, R. J. & Margules, C. R. (1991), Biological consequences of ecosystem fragmentation: A review, Conservation Biology, 5, 18–32.
  3. Snyder, M. C., et al. (2015), Vermont Forest Fragmentation Report.
  4. Huỳnh Văn Kéo và Nguyễn Thiện Ân (2011), Kiểm kê danh lục động thực vật Vườn Quốc Gia Bạch Mã, Nxb. Thuận Hóa Huế.
  5. Bộ NN&PTNT (2018), Thông tư 33/2018/TT-BNNPTNT quy định về điều tra, kiểm kê và theo dõi diễn biến rừng, Khai thác từ https://thwuvienphapluat.vn.
  6. Congalton, R. G., Green, K (1999), Assessing the accuracy of remote sensed sata, Lewis, London – New York – Washington.
  7. Anthony J. Viera and Joanne M. Garrett (2005), Understanding Interobserver Agreement: The Kappa Statistic, Family Medicine, 35, 360–363.
  8. Vogt, P., Riitters, K. (2018), GuidosToolbox: universal digital image object analysis, European Journal of Remote Sensing 50(1), 352–361, DOI: 10.1080/22797254.2017.1330650.