Áp dụng phương pháp k - Nearest Neighbors để ước lượng giá trị lâm phần lá rộng thường xanh dựa vào ảnh vệ tinh đa phổ SPOT 5

Abstract

Các biến số liên tục như trữ lượng hay sinh khối là rất cần thiết trong quản lý rừng và kế hoạch sử dụng rừng. Nghiên cứu này đã sử dụng phương pháp kNN (k-Nearest Neighbors) để ước lượng trữ lượng lâm phần rừng tự nhiên lá rộng thường xanh đã bị tác động ở các mức độ khác nhau. Nghiên cứu đã thử nghiệm với các giải pháp khác nhau, bao gồm lâm phần được ước lượng chung và ước lượng theo các khối trạng thái rừng; dữ liệu ảnh được ước lượng là ảnh chỉ số khác biệt thực vật NDVI (Normalized difference vegetation index) được tính từ ảnh SPOT 5 và ảnh đa phổ SPOT 5. Kết quả việc ước lượng bằng phương pháp kNN với dữ liệu từng khối trạng thái và ước lượng chung cho toàn lâm phần cho thấy nếu lâm phần được chia thành các khối tương đối đồng nhất thì việc ước lượng sẽ đạt kết quả tốt hơn so với việc ước lượng chung cho toàn bộ lâm phần, đặc biệt là đối với các khối trạng thái ít bị tác động. Tính chung cho toàn lâm phần sai số ước lượng bằng dữ liệu SPOT 5 đạt kết quả tốt hơn so với sử dụng dữ liệu NDVI. Trong khi sai số trung phương RMSE = 27,7 m3ha-1 tương ứng với sai số trung phương tương đối RMSE% = 15,6% nếu sử dụng ảnh SPOT5 để ước lượng thì sai số này của ảnh NDVI là 37,7 và 20,9%. Tuy nhiên, với lâm phần đã bị tác động mạnh (lớp1), kết quả ước lượng trữ lượng sử dụng dữ liệu NDVI cho thấy hiệu quả hơn so với ảnh đa phổ. Sai số ước lượng bằng ảnh đa phổ là 37 m3ha-1tương ứng với RMSE% là 37,3%, trong khi sai số này khi ước lượng bằng ảnh NDVI là 25 m3ha-1 với RMSE% là 28%.

Keywords

• Ảnh vệ tinh SPOT 5
• NDVI
• trữ lượng
• K-nearest neighbour
• sai số trung phương