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.

Tập thể người hướng dẫn HD1: PGS.TS. Trần Quang Bảo HD2: PGS.TS. Nguyễn Hải Hòa	Hà Nội, ngày 31 tháng 5 năm 2022 Nghiên cứu sinh Nguyễn Trọng Cương

 

 

DISSERTATION INFORMATION

I. General information

1. Dissertation Topic and facilities

- Dissertation title: " Using remotely sensed optical and Radar data for monitoring of mangrove forests in Northern coast of Vietnam ".

- Training location: Vietnam National University of Forestry.

2. Author information:

Author: Nguyen Trong Cuong

Education Schedule: 2015-2019.
Major: Forest Resources Management                Code: 9 62 02 11

3. Supervisor

            1) Assoc. Prof. Dr. Tran Quang Bao

Institution: Vietnam Administration of Vietnam

            2) Assoc. Prof. Dr. Nguyen Hai Hoa

Institution: Vietnam National University of Forestry.

II. Scientific and practical significance and new findings

2.1 Scientific and practical contributions

Scientific significance:

The results of the thesis have allowed to automatic updating and monitoring the dynamics of mangrove forests on the basis of new technology developed. The application of the step-by-steps guide to automatic mangrove change assessment allows managers and scientists to quickly check the areas with changes in mangrove forests at present or in the past at different time intervals quickly, ensuring accuracy by combining both optical and radar materials.

Practical significance:

+ This is a very detailed study on the spectral characteristics of mangrove forests using the medium remote sensing data (Landsat-8, Sentinel-1, and Sentinel-2) to monitor mangroves. This study has also selected suitable remotely sensed data for classification of mangrove forests; developed classification methods of mangrove forests based on index thresholds; and combined optical and RADAR data for mangrove monitoring.

+ As findings showed that it has confirmed the ability to use remotely sensed data (Sentinel-1 and Sentinel-2 data); and combine these two kinds of data (optical and RADAR) in determining mangrove fluctuations for some northern coastal provinces in particular and the whole country in general. The thesis has also confirmed that the use of the combined mangrove index index (CMRI) and backscatter value VH to classify and monitor mangroves is reliable, applicable and accurate in Vietnam. The thesis also provides a theoretical basis for the application of mangrove index thresholds on the basis of Google Earth Engine (GEE) platform to classify and monitor mangrove forests, which can be used as a reference for future studies.

Contributions

(1) Combining the optical remote sensing Sentinel-2 and Radar Sentinel-1 with a large number of images has minimized the influence of tides on the results of mangrove classification. In addtion, applying the advanced technology allows to monitor mangrove forests in the present or in the past with quick results and ensures accuracy, helping to reduce the cost of mangrove field surveys.

(2) Thresholds for classifying mangroves were defined for the northern provinces from the combined mangrove index CMRI for Sentinel-2 data and VH backscatter values ​​for Sentinel-1 data for some coastal provinces, which applied to classify and monitor the changes in mangrove extent in Quang Ninh, Hai Phong and Thai Binh provinces during the period of 2016-2020 quickly, and ensured the accuracy and fully automatic classification in GEE platform.

(3) Developing a technical guideline of step-by-steps to combine Sentinel-1 and Sentinel-2 data on the GEE platform, which allows automatic classification and monitoring of mangrove changes for the northern provinces.

	Hanoi, May 31, 2022
Supervisor	PhD student