Ứng dụng phương pháp học máy và viễn thám trong ước tính sinh khối trên mặt đất rừng ngập mặn ven biển tỉnh Cà Mau

Abstract

Rừng ngập mặn là hệ sinh thái có khả năng hấp thụ và lưu trữ carbon cao, đóng vai trò quan trọng trong giảm nhẹ biến đổi khí hậu và bảo vệ vùng ven biển. Nghiên cứu này ứng dụng công nghệ viễn thám, hệ thống thông tin địa lý và thuật toán học máy để ước tính sinh khối trên mặt đất (AGB) và đánh giá biến động trữ lượng carbon trên mặt đất (AGC) của rừng ngập mặn ven biển tỉnh Cà Mau giai đoạn 2019 - 2026. Dữ liệu nghiên cứu bao gồm số liệu thực địa thu thập được từ 36 ô tiêu chuẩn thuộc 5 xã/phường ven biển tỉnh Cà Mau kết hợp với ảnh vệ tinh Sentinel-2 các năm 2019, 2021 và 2026. Các chỉ số thực vật như NDVI, SAVI, EVI và IRECI được tính toán trên nền tảng Google Earth Engine và sử dụng làm biến đầu vào cho mô hình học máy. Kết quả cho thấy AGB đo đạc thực địa tại các ô tiêu chuẩn dao động từ 9,56 - 594 tấn/ha. Hai thuật toán Random Forest (RF) và Support Vector Machine (SVM) được xây dựng và so sánh; trong đó RF cho kết quả tốt hơn với hệ số xác định R2 đạt 0,4547 và được lựa chọn để xây dựng bản đồ phân bố sinh khối cho toàn khu vực nghiên cứu. Năm 2026, AGB ước tính từ dữ liệu viễn thám dao động từ 64,73 đến 411,63 tấn/ha, tổng AGB đạt khoảng 571.546 tấn, tương ứng khoảng 268.627 tấn carbon. Phân tích biến động AGB cho thấy giai đoạn 2019 - 2021 xuất hiện xu hướng suy giảm tại nhiều khu vực, trong khi giai đoạn 2021 - 2026 ghi nhận sự phục hồi và gia tăng sinh khối. Kết quả nghiên cứu cung cấp cơ sở dữ liệu không gian về phân bố và biến động sinh khối, góp phần hỗ trợ công tác quản lý, bảo vệ và phục hồi rừng ngập mặn tại địa phương. Trong tương lai, việc tích hợp dữ liệu radar Sentinel-1 hoặc LiDAR có thể giúp nâng cao độ chính xác trong ước tính sinh khối và trữ lượng carbon.