Quản lý Tài nguyên rừng & Môi trường
116 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 6-2017
IV. KẾT LUẬN
Từ kết quả điều tra các chỉ tiêu trong 179 ô
tiêu chuẩn ngoài thực địa tại Ban QLRPH Cần
Giờ kết hợp với ảnh Landsat 8, nghiên cứu đã
xây dựng được bộ mấu khóa giải đoán ảnh cho
12 kiểu trạng thái: rừng gỗ tự nhiên ngập mặn
nghèo, rừng gỗ tự nhiên ngập mặn phục hồi,
rừng gỗ trồng ngập mặn, rừng gỗ trồng núi đất,
rừng gỗ trồng đất cát, rừng gỗ tự nhiên núi đá
phục hồi, đất nông nghiệp ngập mặn, đất trống
ngập mặn, đất có cây gỗ tái sinh ngập mặn, rừng
cau dừa trồng ngập nước, đất khác và mặt nước.
Toàn bộ ảnh vệ tinh của khu vực nghiên cứu
được phân vùng thành 35.200 đối tượng. Dựa
vào mẫu khóa giải đoán ảnh, các đối tượng này
được phân loại thành các trạng thái khác nhau
[độ chính xác 83%] trong đó rừng gỗ trồng ngập
mặn có diện tích lớn nhất 18.283 ha chiếm
28,4%; rừng có trữ lượng nghèo chiếm diện tích
lớn nhất là 19,151 ha, tương ứng 55,2%.
TÀI LIỆU THAM KHẢO
1. Aaron K. S., Curt H. D. [2003]. A combined
Fuzzy Pixel- based and Objectbased approach for
classification of High-resolution multispectral data over
urban areas. IEEE transactions on geroscience and
remote sensing, 41, pp. 2354-63.
2. Geneletti D., Gorte B. G. H. [2003]. A method
for object-oriented land cover classification combining
Landsat TM data and aerial photographs. Int. J. Remote
Sensing, 24, pp. 1273–86.
3. Kun Jia, Xiangqin Wei, Xingfa Gu, Yunjun Yao
[2015]. Land cover classification using Landsat 8
Operational Land Imager data in Beijing, China.
Geocarto International, Volume 29, 2014 - Issue 8.
4. Nguyễn Văn Thị, Trần Quang Bảo [2014]. Ứng
dụng kỹ thuật phân loại ảnh hướng đối tượng nhằm phân
loại trạng thái rừng theo thông tư 34. Tạp chí
NN&PTNT, Số 2/2014.
5. Phan Nguyên Hồng [1999]. Rừng ngập mặn Việt
Nam. Nhà xuất bản Nông nghiệp, Hà Nội.
6. Sohn, Y. & Rebello, N.S. [2002]. Supervised and
spectralangle classifers: Photogrammetric Engineering
& Remote Sensing 68: 1271-1280.
7. Thoonen., Hufkens G., Borre K., Spanhove J. V.,
Scheunders T., Paul. [2011]. Accuracy assessment of
contextual classification results for vegetation mapping.
International Journal of Applied Earth Observation and
Geoinformation, 15, pp. 7-15.
8. Trần Quang Bảo, Nguyễn Huy Hoàng [2011].
Ứng dụng ảnh vệ tinh SPOT5 để xây dựng bản đồ tài
nguyên rừng phục vụ công tác điều tra, theo dõi diễn
biến rừng. Tạp chí NN&PTNT, Số 5/2011.
USING LANDSAT8 SATELLITE IMAGE TO ESTABLISH MANGROVE
FOREST MAP AT CAN GIO, HO CHI MINH CITY
Vo Minh Hoan1, Nguyen Thi Hoa2, Tran Quang Bao3
1,2Vietnam National University of Forestry - Southern Campus
3Vietnam National University of Forestry
SUMMARY
This paper indicates the results of using Landsat8 image - the medium resolution satellite image for classifying
mangrove forest cover and volume maps at Can Gio Protection Forest Management Board, Ho Chi Minh City.
This image was taken on 15/06/2017, combined with the results of field investigate of 179 sample plots which
belongs to 12 land use/land cover types. Based on automatically classification method on eCognition Developer
software, satellite image was segmented into 35,200 objects and forest status map was established with
accuracy at 83%. Total forest area in Can Gio is 34,672 ha, including the mangrove plantation forest which
accounts for the largest area of 18,283 ha [24%]. Besides, a poor volume forest is estimated at 19,151 ha,
accounting for 55.2%. The results of the article are good references for studies on satellite image application in
forest classification, forest management and monitoring.
Keywords: Landsat 8, mangrove forest, object based classification, satellite image.
Ngày nhận bài
: 26/10/2017
Ngày phản biện
: 17/11/2017
Ngày quyết định đăng
: 30/11/2017