Trang thông tin về những đóng góp mới về mặt học thuật, lý luận của luận án
I) Thông tin chung:
1. Tên đề tài luận án và cơ sở đào tạo
– Tên luận án: ” Nghiên cứu sử dụng tư liệu viễn thám quang học và Radar trong giám sát rừng ngập mặn ven biển ở một số tỉnh phía bắc Việt Nam “.
– Tên cơ sở đào tạo: Trường Đại học Lâm nghiệp
2. Nghiên cứu sinh
– Họ tên NCS: Nguyễn Trọng Cương
– Khóa đào tạo NCS: 2015-2019
– Ngành: Quản lý tài nguyên rừng; mã số: 9 62 02 11
3. Người hướng dẫn khoa học
– Họ tên người hướng dẫn khoa học:
1) PGS.TS. Trần Quang Bảo
Đơn vị công tác: Tổng cục Lâm nghiệp
2) PGS.TS. Nguyễn Hải Hòa
Đơn vị công tác: Trường Đại học Lâm nghiệp
II) Ý nghĩa khoa học và những đóng góp mới của luận án:
2.1. Ý nghĩa khoa học và thực tiễn của Luận án
– Về lý luận:
Kết quả của luận án cho phép đưa ra các phương pháp cập nhật, theo dõi biến động rừng ngập mặn tự động trên nền tảng công nghệ mới. Ứng dụng Hướng dẫn các bước đánh giá biến động rừng ngập mặn tự động cho phép các nhà quản lý, nhà khoa học có thể kiểm tra nhanh chóng diện tích và sự biến động rừng ngập mặn ở một khu vực bất kỳ ở hiện tại hoặc trong quá khứ các khoảng thời gian khác nhau một cách nhanh chóng, đảm bảo độ chính xác bằng cách kết hợp cả hai loại tư liệu quang học và Radar
– Về thực tiễn:
+ Luận án là công trình nghiên cứu kỹ lưỡng về đặc điểm quang phổ của rừng ngập mặn trong các tư liệu viễn thám trung bình, về khả năng giám sát rừng ngập mặn của các tư liệu ảnh Landsat-8, Sentinel-1, Sentinel-2; Lựa chọn tư liệu phù hợp để phân loại rừng ngập mặn; Phương pháp phân loại rừng ngập mặn từ các ngưỡng chỉ số; Kết hợp các tư liệu Quang học và Radar để giám sát rừng ngập mặn.
+ Thông qua kết quả của luận án, khẳng định khả năng sử dụng ảnh vệ tinh Sentinel-1 và Sentinel-2 và kết hợp hai tư liệu ảnh này trong việc xác định biến động rừng ngập mặn cho một số tỉnh ven biển phía bắc nói riêng và cả nước nói chung, Luận án một lần nữa khẳng định việc sử dụng chỉ số rừng ngập mặn kết hợp CMRI (Combine Mangrove Recognition Index) và giá trị tán xạ ngược VH để phân loại và giám sát rừng ngập mặn là hoàn toàn phù hợp và có độ chính xác cao. Luận án cung cấp cơ sở lý luận cho việc áp dụng các ngưỡng chỉ số rừng ngập mặn trên nền tảng công nghệ Google Earth Engine để phân loại và giám sát rừng ngập mặn có thể được sử dụng để tham khảo cho các nghiên cứu về sau.
2.2. Những đóng góp mới của Luận án:
(1) Đã kết hợp hai tư liệu viễn thám quang học Sentinel-2 và Radar Sentinel- với số lượng lớn các cảnh ảnh giúp hạn chế tối đa ảnh hưởng của thuỷ triều đến kết quả phân loại rừng ngập mặn và ứng dụng được công nghệ tiên tiến cho phép giám sát được rừng ngập mặn thời ở điểm hiện tại hoặc trong quá khứ với kết quả nhanh chóng và đảm bảo độ chính xác cho phép, giúp tối đa giảm chi phí điều tra thực địa rừng ngập mặn.
(2) Xây dựng được bộ ngưỡng phân loại rừng ngập mặn cho các tỉnh phía Bắc từ chỉ số rừng ngập mặn kết hợp CMRI cho ảnh Sentinel-2 và giá trị tán xạ ngược VH cho ảnh Sentinel-1 đối với một số tỉnh ven biển phía Bắc và phân loại, giám sát biến động diện tích rừng ngập mặn các tỉnh Quảng Ninh, TP Hải Phòng và Thái Bình giai đoạn 2016 – 2020 một cách nhanh chóng, đảm bảo độ chính xác và hoàn toàn tự động trên nền tảng Google Earth Engine.
(3) Xây dựng được Hướng dẫn kỹ thuật kết hợp hai ảnh Sentinel-1 và Sentinel-2 trên nền tảng Google Earth Engine cho phép phân loại tự động và giám sát biến động rừng ngập mặn cho các tỉnh phía bắc.
