BỘ GIÁO DỤC VÀ ĐÀO TẠO

BỘ NÔNG NGHIỆP VÀ PTNT

TRƯỜNG ĐẠI HỌC LÂM NGHIỆP

MAI THỊ HOA

NGHIÊN CỨU SỬ DỤNG ẢNH VỆ TINH LANDSAT 8 TRONG
VIỆC XÁC ĐỊNH TRỮ LƯỢNG RỪNG TỈNH ĐẮK NÔNG

LUẬN VĂN THẠC SỸ KHOA HỌC LÂM NGHIỆP

Hà Nội, 2016


BỘ GIÁO DỤC VÀ ĐÀO TẠO

BỘ NÔNG NGHIỆP VÀ PTNT

TRƯỜNG ĐẠI HỌC LÂM NGHIỆP

MAI THỊ HOA

NGHIÊN CỨU SỬ DỤNG ẢNH VỆ TINH LANDSAT 8 TRONG
VIỆC XÁC ĐỊNH TRỮ LƯỢNG RỪNG TỈNH ĐẮK NÔNG
CHUYÊN NGÀNH: LÂM HỌC
MÃ SỐ: 60.62.02.01

LUẬN VĂN THẠC SỸ KHOA HỌC LÂM NGHIỆP


thực hiện luận văn.
Cuối cùng, tác giả xin bày tỏ và gửi lời cảm ơn đến tất cả bạn bè, người
thân trong gia đình và đồng nghiệp đã giúp đỡ tôi cả về vật chất lẫn tinh thần
trong quá trình hoàn thành luận văn. Đó là nguồn cổ vũ lớn lao đối với tác
giả.
Mặc dù đã nỗ lực hết mình, nhưng do thời gian thực hiện đề tài còn
nhiều hạn chế, khối lượng nghiên cứu lớn, nên đề tài không tránh khỏi những
thiếu sót nhất định. Tác giả rất mong nhận được sự chỉ bảo, góp ý từ các nhà
khoa học, bạn bè, đồng nghiệp để bản luận văn được hoàn thiện hơn.
Tôi xin chân thành cảm ơn!
Hà Nội, tháng 04 năm 2016
Tác giả

Mai Thị Hoa


iii

MỤC LỤC
Trang
TRANG PHỤ BÌA
LỜI CAM ĐOAN ............................................................................................. i
LỜI CẢM ƠN .................................................................................................. ii
MỤC LỤC ....................................................................................................... iii
DANH MỤC CÁC TỪ VIẾT TẮT ............................................................... vi
DANH MỤC BẢNG ...................................................................................... vii
DANH MỤC HÌNH ...................................................................................... viii
ĐẶT VẤN ĐỀ .................................................................................................. 1
Chương 1: TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU ................................... 3
1.1. Trên thế giới ............................................................................................... 3

Chương 4: KẾT QUẢ VÀ PHÂN TÍCH KẾT QUẢ ................................. 38
4.1. Kết quả xử lý ảnh Landsat 8 cho khu vực nghiên cứu............................. 38
4.2. Kết quả tính toán trữ lượng rừng trên các OTC rừng tự nhiên tại tỉnh Đắk
Nông ................................................................................................................ 39
4.3. Kết quả tạo ảnh chỉ số thực vật và tạo ảnh thành phần chính PCs .......... 43
4.3.1. Kết quả tạo ảnh chỉ số thực vật và tạo ảnh thành phần PCs ................ 43
4.3.2. Kết quả trích xuất các giá trị các kênh ảnh vào ô tiêu chuẩn .............. 48
4.4. Kết quả xây dựng mô hình quan hệ giá trị các kênh ảnh và trữ lượng rừng
bằng phương pháp hồi quy .............................................................................. 50
4.4.1. Kết quả xây dựng mô hình quan hệ giá trị các kênh ảnh gốc, kênh ảnh
chỉ số thực vật và trữ lượng rừng ................................................................... 50
4.4.2. Kết quả xây dựng mô hình quan hệ giữa các ảnh thành phần PCs và trữ
lượng rừng ....................................................................................................... 55


v

4.5. Bản đồ trữ lượng rừng cho rừng 3 kiểu trạng thái rừng lá rộng thường
xanh, rừng lá rộng rụng lá, rừng lá rộng nửa rụng lá cho tỉnh Đắk Nông ...... 58
KẾT LUẬN – TỒN TẠI – KHUYẾN NGHỊ .............................................. 61
1. Kết luận ....................................................................................................... 61
2. Tồn tại ......................................................................................................... 61
3. Khuyến nghị ................................................................................................ 62
TÀI LIỆU THAM KHẢO
PHỤ BIỂU


vi

DANH MỤC CÁC TỪ VIẾT TẮT

3

B5

Kênh phổ 5 (band 5)

4

LRTX

Lá rộng thường xanh

5

LRRL

Lá rộng rụng lá

6

LRNRL

Lá rộng nửa rụng lá

7

BNNPTNT

Bộ nông nghiệp phát triển nông thôn



28

3.2

Công thức tính toán các loại chỉ số thực vật

32

4.1

4.2
4.3
4.4

4.5

4.6
4.7

Kết quả phân tích tương quan H/D theo dạng hàm H =
a+b*Ln(D)
Kết quả tính toán trữ lượng rừng cho các OTC trên địa bàn
tỉnh Đắk Nông
Kết quả phân tích giá trị riêng của các ảnh thành phần PCs
Kết quả trích xuất giá trị kênh ảnh gốc, kênh ảnh chỉ số thực
vật vào OTC
Kết quả trích xuất giá trị các kênh ảnh thành phần PCs vào
OTC
Mô hình đơn biến giữa kênh ảnh gốc, kênh ảnh chỉ số và trữ

Mô hình đa biến trữ lượng rừng và ảnh PCs

56

4.11

Các mô hình tham gia lựa chọn mô hình tối ưu nhất

57


viii

DANH MỤC HÌNH
Tên hình vẽ

TT

Trang

3.1

Các thế hệ ảnh vệ tinh LANDSAT 8

28

4.1

Ảnh Landsat 8 của hai cảnh ảnh chụp năm 2014


46

4.7

Các ảnh thành phần PCs

47

4.8

Hệ số tương quan |r| của các mô hình đơn biến

51

4.9

Sai số mx của các mô hình trữ lượng rừng đơn biến

53

4.10

4.11

4.12

Hệ số tương quan |r| và sai số mx của mô hình đa biến giữa
ảnh gốc, ảnh chỉ số và M rừng
Hệ số tương quan |r| và sai số mx của mô hình đơn biến giữa
M rừng và ảnh thành phần PCs

điều tra, kiểm kê kéo dài trong 5 năm, trong khi đó tài nguyên rừng biến động
nhanh hơn dẫn tới kết quả điều tra thiếu chính xác. Các phương pháp điều tra,
đánh giá tài nguyên rừng chưa giải quyết trọn vẹn tính phức tạp về thời gian,
độ chính xác, khả năng kinh tế... trong việc thành lập bản đồ hiện trạng rừng,
đặc biệt là xác định trữ lượng rừng.
Trong những năm gần đây cùng với sự phát triển nhanh chóng của công
nghệ thông tin, công nghệ viễn thám cũng không ngừng phát triển những ứng
dụng của công nghệ này trong lâm nghiệp đã góp phần quan trọng trong điều
tra rừng. Xác định trữ lượng rừng sử dụng công nghệ viễn thám là công việc
bao gồm nhiều bước: thu thập số liệu thực địa, tính toán sinh khối/trữ lượng
thực địa, lựa chọn tư liệu ảnh vệ tinh, lựa chọn biến từ ảnh, lựa chọn thuật
toán thích hợp, đánh giá độ chính xác của kết quả xác định trữ lượng rừng.
Việc xác định trữ lượng rừng sử dụng ảnh vệ tinh đã được nghiên cứu,
ứng dụng khá rộng rãi trên thế giới bằng các phương pháp khác nhau và các
loại tư liệu ảnh khác nhau nhưng đến nay chưa có thuật toán nào được coi là


2

tối ưu có thể sử dụng để xác định trữ lượng rừng từ ảnh cho mọi khu vực trên
thế giới. Các nghiên cứu và ứng dụng vấn đề này hầu hết tập trung ở rừng ôn
đới, rừng lá kim hoặc rừng trồng. Các nghiên cứu được thực hiện ở rừng nhiệt
đới, đặc biệt là rừng tự nhiên hỗn loài ở Việt Nam còn tương đối ít.
Xuất phát từ ý nghĩa thực tiễn trên tôi tiến hành thực hiện đề tài
“Nghiên cứu sử dụng ảnh vệ tinh LANDSAT 8 trong việc xác định trữ
lượng rừng tại tỉnh Đắk Nông” nhằm góp phần nâng cao chất lượng của
công tác xây dựng bản đồ hiện trạng rừng của tỉnh Đắk Nông nói riêng và
Việt Nam nói chung.




4

Hiện nay để xác định trữ lượng rừng, trên thế giới song song tồn tại 2
phương pháp chính: 1) Phương pháp điều tra trên mặt đất và; 2) Phương pháp
sử dụng tư liệu viễn thám. Phương pháp điều tra trên mặt đất là phương pháp
thống kê tài nguyên rừng nói chung và thống kê trữ lượng gỗ nói riêng được
tiến hành trực tiếp trên đối tượng điều tra. Trong đó, bao gồm các phương
pháp bố trí ô mẫu, các phương pháp đo đếm trực tiếp trên ô mẫu, các phương
pháp xác định trữ lượng thông qua ô mẫu và đánh giá kết quả điều tra.
Phương pháp sử dụng tư liệu viễn thám là phương pháp gián tiếp xác định trữ
lượng rừng thông qua mầu sắc, hình dạng… của đối tượng trên ảnh. So với
phương pháp điều tra trực tiếp trên mặt đất, phương pháp xác định trữ lượng
rừng trên ảnh viễn thám thường có nhược điểm là sai số lớn, nhưng lại có ưu
điểm là nhanh chóng đánh giá được tài nguyên rừng trên phạm vi rộng lớn,
hoặc trên toàn bộ lãnh thổ mà phương pháp điều tra trực tiếp trên mặt đất khó
có thể thực hiện được. Về nguyên tắc chung, cũng như phương pháp điều tra
trên mặt đất, phương pháp xác định trữ lượng rừng từ ảnh viễn thám cũng bắt
đầu từ việc bố trí ô mẫu trên ảnh, sau đó đoán đọc chi tiết trên từng ô, cuối
cùng là tính toán sai số điều tra thông qua các ô mẫu trên mặt đất và ước
lượng trữ lượng cho cả diện tích điều tra. Cái khác căn bản ở đây là việc đoán
đọc gián tiếp các nhân tố trên ô mẫu. Cơ sở để đoán đọc các nhân tố trên ô
mẫu là các mối quan hệ giữa đường kính tán với thể tích thân cây, hoặc giữa
độ tàn che với trữ lượng… Về phương pháp bố trí ô mẫu trên ảnh, căn bản
cũng giống nhưng phương pháp bố trí trên mặt đất. Tuy nhiên, trong thực tế
điều tra rừng thường sử dụng kết hợp giữa phương pháp điều tra rừng trên ảnh
với phương pháp điều tra trên mặt đất. Trên ảnh bố trí các ô mẫu có diện tích
lớn hơn theo phương pháp hệ thống, sau đó trên từng ô bố trí trên mặt đất
những ô mẫu có diện tích nhỏ theo phương pháp ngẫu nhiên. Hoặc có thể
phân chia trạng thái rừng trên ảnh sau đó điều tra trực tiếp mỗi loại trạng thái

trình xác định. Vì vậy, các nghiên cứu xác định sinh khối hoặc trữ lượng rừng
từ ảnh viễn thám được coi là có giá trị như nhau. Xác định được trữ lượng


6

rừng từ ảnh viễn thám đồng nghĩa với việc xác định được sinh khối rừng từ
ảnh viễn thám và ngược lại.
Về tư liệu ảnh sử dụng để xác định trữ lượng, các nhà khoa học trên thế
giới sử dụng 2 loại chính là: ảnh quang học và ảnh siêu cao tần. Trong đó:
Tư liệu ảnh viễn thám độ phân giải trung bình như ảnh LANDSAT,
SPOT2, SPOT4 thường được sử dụng để xác định sinh khối thực vật ở nhiều
thời điểm, cũng như được sử dụng kết hợp với các tư liệu khác để ước tính
các thông số cơ bản như tuổi rừng, sinh khối, đường kính ngang ngực, chiều
cao [26] và đã đạt được những kết quả nhất định. Foody và cộng sự (2001) đã
kết luận phương pháp mạng nơron áp dụng tốt trong ước tính sinh khối trên
mặt đất khi dùng ảnh Landsat cho khu vực rừng mưa nhiệt đới ở đảo Borneo
[20]. Franco-Lopez và cộng sự (2001) đã dùng ảnh Landsat để tính khối
lượng gỗ và sinh khối rừng trên mặt đất ở Phần Lan, Thụy Điển bằng phương
pháp K nearest-neighbour [21].
Luciana Spinelli Araujo và cộng sự (2000), Nghiên cứu mối quan hệ
giữa sinh khối của rừng Savan với chỉ số thực vật SAVI xác định từ tư liệu
Landsat TM tại khu vực Amazon, Brazil. Kết quả của nghiên cứu là một căn
cứ quan trọng để giám sát khu vực rừng Amazon bằng tư liệu viễn thám [32].
Lu, D và cộng sự (2004), Nghiên cứu mối quan hệ giữa các thông số lâm
phần với giá trị phản xạ phổ trên ảnh Landsat TM tại lưu vực sông Amazon,
Brazil. Theo tác giả, việc ước lượng các thông số lâm phần, đặc biệt là sinh
khối trên mặt đất tại một khu vực bằng cách sử dụng ảnh vệ tinh rất có ý
nghĩa cho công tác quản lý bền vững tài nguyên thiên nhiên. Trong thực tế,
việc lựa chọn tư liệu ảnh phù hợp với mục đích này vẫn còn nhiều hạn chế do

đường kính ngang ngực (DBH) vơi sai số 26%, tiết diện ngang lâm phần với
sai số 30% và trữ lượng lâm phần với sai số 45% [31].
Theo Lu, D (2006), Nelson, R.F (2000), Steininger, M.K (2006), khi tính
sinh khối đối với rừng tái sinh thì tuổi rừng là nhân tố quan trọng [28], [40].


8

Bên cạnh đó vấn đề bão hòa dữ liệu khi tính sinh khối rừng có trữ lượng cao
cũng cần phải tính đến. Steininger (2000) trong khi ước tính sinh khối rừng
trên mặt đất bằng ảnh Landsat ở các cánh rừng tái sinh nhiệt đới đã phát hiện
ra vấn đề bão hòa dữ liệu. Khi sinh khối rừng đạt 15kg/m2 (150 tấn/ha) hoặc
tuổi rừng trên 15 năm ở những cánh rừng thứ sinh nhiệt đới thì xuất hiện hiện
tượng bão hòa [28], [40]. Bên cạnh đó, cấu trúc phức tạp của rừng, tính phức
tạp của môi trường, ảnh hưởng của bóng địa hình là các yếu tố ảnh hưởng đến
kết quả tính sinh khối rừng trên mặt đất. Lu, D (2004, 2006), Mutanga (2004)
đã sử dụng chỉ số thực vật để ước tính sinh khối trên mặt đất [28], [29], [33].
Tuy ảnh chỉ số thực vật được dùng phổ biến nhưng không phải chỉ số thực vật
nào cũng có độ tương quan cao với sính khối thực vật trên mặt đất. Theo Lu,
D (2004), phương pháp dùng chỉ số thực vật có thể phần nào làm giảm ảnh
hưởng độ phản xạ của các yếu tố môi trường đến kết quả phân tích nên chỉ số
này luôn được áp dụng đặc biệt cho vùng rừng có cấu trúc phức tạp. Lu, 2005
đã kết hợp các kỹ thuật chiết tách thông tin phổ và không gian để làm tăng độ
chính xác của phân tích các thông số rừng trong đó đã sử dụng phương pháp
phân tích cấu trúc ảnh để ước tính sinh khối trên mặt đất ở vùng rừng nhiệt
đới ẩm Amazon của Brazil. Kết quả nghiên cứu cho thấy đối với kiểu rừng có
cấu trúc phức tạp thì kết cấu bề mặt ảnh (texture) có ảnh hưởng đến ước tính
sinh khối bề mặt đất nhiều hơn so với độ phản xạ phổ trên ảnh. Trong khi đó,
độ phản xạ phổ lại có ảnh hưởng hơn cấu trúc mặt ảnh trong trường hợp
nghiên cứu những khu vực rừng có cấu trúc đơn giản. Tuy nhiên, cũng có

nằm trong phạm vi của hình ảnh vệ tinh tại khu vực giải đoán. Điều này tạo
điều kiện mở rộng số lượng các ô mẫu từ tập hợp dữ liệu có liên quan, và
không áp đặt giới hạn vị trí ô mẫu phải nằm trong khu vực nghiên cứu.
Phương pháp K-NN là phương pháp tối ưu cho công tác lập bản đồ sinh khối
trong điều kiện có số lượng ô mẫu đủ lớn và được thiết lập sẵn (ô mẫu cố
định) [36].


10

R.J. Hall và cộng sự (2006) sử dụng dữ liêu ảnh Landsat ETM + để mô
hình hóa cấu trúc thuộc tính của lâm phần: Ứng dụng để lập bản đồ sinh khối
trên mặt đất và khối lượng tĩnh. Tác giả sử dụng phương pháp ước lượng sinh
khối từ cấu trúc đứng (BioSTRUCT). Dựa trên kết quả điều tra thực địa để tạo
ra các mối quan hệ thực nghiệm giữa các thuộc tính cấu trúc rừng và dữ liệu
ảnh viễn thám. Trong nghiên cứu này, chiều cao và độ khép tán đã được mô
hình từ vệ tinh Landsat ETM+. Những thuộc tính mô hình này sau đó được sử
dụng làm đầu vào để ước tính sinh khối rừng trên mặt đất [35].
Qingmin Meng và cộng sự (2007) đã nghiên cứu tổng hợp các mô hình
xác định tăng trưởng sinh khối và thể tích cây sử dụng ảnh Landsat ETM.
Mục đích của nghiên cứu là sử dụng ảnh Landsat ETM và dữ liệu kiểm kê
mặt đất để xây dựng các mô hình tương quan giữa tăng trưởng rừng với các
chỉ số trên ảnh Landsat nhằm đánh giá sinh khối và khối lượng của cây ở
bang Georgia, Mỹ. Các mô hình tuyến tính tương đối đơn giản đã được tác
giả thiết lập giữa sinh khối rừng hay thể tích cây với logarit của chỉ số thực
vật NDVI. Kết quả cho thấy, rừng ở vùng đồng bằng hạ lưu sinh khối và thể
tích cây tăng trưởng nhiều hơn so với khu vực rừng đồng bằng thượng lưu.
Các khu vực khác nhau có đặc điểm sinh trưởng rừng khác nhau, và tổng hợp
các mô hình giúp cho việc hiểu biết sâu sắc những đặc điểm phân bố không
gian của sinh khối và thể tích của cây trên toàn tiểu bang Georgia. Nghiên cứu

Helena Mäkeläa và cộng sự (2011) đã xây dựng dữ liệu phục vụ phân
tích diễn biến rừng và đánh giá khả năng ứng dụng tại Phần Lan bằng ảnh vệ
tinh Landsat và số liệu điều tra trên các ô tiêu chuẩn định vị ở mặt đất. Mục
đích của nghiên cứu này là để kiểm tra tính khả thi trong việc tạo ra dữ liệu
lâm nghiệp cho hệ thống MELA là một công cụ phục vụ phân tích rừng ở
Phần Lan bằng ảnh vệ tinh và dữ liệu điều tra ô tiêu chuẩn [22].
Lei Ji và cộng sự (2012) Ước tính sinh khối trên mặt đất khu vực Alaska
với dữ liệu Landsat và số liệu điều tra tại thực địa vào mùa hè và mùa thu 2


12

năm 2009 và 2010. Các chỉ số xác định trên ảnh: chỉ số thực vật chuẩn hóa
(NDVI), chỉ số thực vật hiệu chỉnh bởi đất (SAVI), chỉ số thực vật khác biệt
chuẩn hóa mầu xanh (GNDVI), chỉ số thực vật (EVI), chỉ số cận hồng ngoại
khác biệt chuẩn hóa (NDII), chỉ số nước khác biệt chuẩn hóa (NDWI) được
sử dụng để xác lập mối quan hệ với sinh khối thực vật xác định tại thực địa
cho từng thời kỳ. Kết quả tốt nhất đạt được cho sai số xác định sinh khối thực
vật tại khu vực với các chỉ số xác định trên ảnh là 21,8 tấn/ha, sai số của sinh
khối trung bình đạt 5,2 tấn/ha với sinh khối trung bình của khu vực dao động
từ 10-134 tấn/ha [25].
Dirk Pflugmacher và cộng sự (2012) tích hợp Landsat MSS và
TM/ETM+ để xác định và phân tích sự biến đổi sinh khối sống trên mặt đất
theo thời gian. Kết quả cho thấy dữ liệu vệ tinh đa thời gian cho phép xác
định sinh khối tốt hơn so với dữ liệu tại một thời điểm [18].
Jomar Magalhães Barbosa và cộng sự (2013), Đánh giá khả năng xác
định sinh khối từ ảnh Landsat trên sườn dốc tại khu vực rừng mưa nhiệt đới
phía Đông Nam của Brazil. Theo tác giả, ảnh viễn thám đã được sử dụng rộng
rãi để ước lượng sinh khối và hàm lượng carbon trên quy mô lớn, tuy nhiên
việc ước lượng sinh khối thảm thực vật từ ảnh viễn thám trên địa hình dốc vẫn

đất của đồng cỏ khô hạn và bán khô hạn. Chỉ số L-SAVI cũng được đánh giá
dựa trên sinh khối và quang phổ đo tại chỗ trong các thảo nguyên sa mạc Nội
Mông. Kết quả cho thấy, hiệu suất xác định sinh khối đồng cỏ của chỉ số LSAVI tốt hơn so với các chỉ số: NDVI, SAVI, MSAVI, OSAVI, TSAVI,
ATSAVI, PVI, GSAVI và L-ATSAVI được áp dụng tại cùng khu vực nghiên
cứu. Từ đó tác giả kết luận, L-SAVI là một yếu tố dự báo thích hợp cho việc
ước lượng sinh khối trên mặt đất cho đồng cỏ khô hạn và bán khô hạn [23].
A. Günlü và cộng sự (2014), Ước tính sinh khối trên mặt đất (AGB) của
rừng thông Crimean Anatolian ở Thổ Nhĩ Kỳ sử dụng ảnh Landsat TM với
mục tiêu xác định các mối quan hệ giữa AGB và giá trị phản xạ phổ của ảnh.


14

Kỹ thuật phân tích hồi quy đa biến được sử dụng để xây dựng quan hệ giữa
AGB của rừng Thông tại khu vực với: 1) Giá trị phản xạ phổ của từng band;
2) Một số chỉ số thực vật; 3) Sự kết hợp giữa giá trị phản xạ phổ đơn band và
chỉ số thực vật. Kết quả cho thấy, các mô hình xác định AGB sử dụng đơn
Band cho kết quả tốt nhất với Band1 và Band2 có r2 cao nhất là 0,465. Trong
khi đó mô hình xác định AGB thông qua các chỉ số thực vật cho kết quả tốt
nhất với chỉ số ND57 với r2=0,606. Việc xác định sinh khối rừng Thông tại
khu vực bằng chỉ số thực vật tốt hơn so với xác định thông qua các giá trị
phản xạ phổ của từng Band ảnh
2.2. Tại Việt Nam
Việc xác định sinh khối (trữ lượng) rừng sử dụng ảnh vệ tinh đã được
nghiên cứu, ứng dụng khá rộng rãi trên thế giới bằng các phương pháp khác
nhau và các loại tư liệu ảnh khác nhau. Tuy nhiên, các nghiên cứu và ứng
dụng này hầu hết tập trung ở rừng ôn đới, rừng lá kim hoặc rừng trồng. Các
nghiên cứu được thực hiện ở rừng nhiệt đới, đặc biệt là rừng tự nhiên hỗn loài
ở Việt Nam còn tương đối ít.
Cho đến nay, ở nước ta đã có một số tác giả nghiên cứu về khả năng sử

nhân tố điều tra rừng như trữ lượng rừng trong nghiên cứu này có thể là tiềm
năng áp dụng trong cấu trúc rừng phức tạp như đối tượng rừng thường xanh lá
rộng ở Tây Nguyên, Việt Nam. Dù thể hiện là một trong những phương pháp
tiềm năng để ước lượng trữ lượng rừng để giảm chi phí về thời gian cũng như
nhân vật lực, độ chính xác thu được từ phương pháp Regression-kriging trong
trường hợp này vẫn còn khá thấp (sai số ±73m3/ha). Vì vậy nó được kiến nghị
áp dụng trong trường hợp điều tra rừng tổng thể để cung cấp dữ liệu có tính
chất định hướng [11].
Phạm Văn Duẩn (2013) đã thử nghiệm phương pháp xây dựng bản đồ
kiểm kê rừng trong lưu vực từ ảnh vệ tinh SPOT5. Trong đó sử dụng phương
pháp hồi quy để xây dựng mối quan hệ giữa trữ lượng rừng đo đếm trên các ô