ỨNG DỤNG GOOGLE EARTH ENGINE VÀ DỮ LIỆU GEDI ĐỂ ƯỚC TÍNH TRỮ LƯỢNG CARBON TRÊN MẶT ĐẤT TẠI KHU VỰC ĐẦM THỊ NẠI, TỈNH GIA LAI

Abstract

Thi Nai lagoon is a large coastal lagoon system in central Vietnam, encompassing land-cover types and vegetation characteristic of lagoon landscapes. This study integrated Sentinel-2 surface reflectance imagery, SRTM DEM and GEDI L2A/L4A V002 data on the Google Earth Engine platform to (i) map 2024 land use/land cover (LULC), (ii) model tree canopy height (TCH) and aboveground biomass density (AGBD), and (iii) estimate aboveground carbon stock for vegetated covers around Thi Nai lagoon. Spectral bands, NDVI, NDWI, NDBI, three PCA components and two terrain variables were used as predictors, while RF, CART, GBT and SVM were compared. GEDI footprints were quality-filtered and harmonized with Sentinel-2. The 2024 LULC map showed water as the dominant class (53.81 km²), followed by annual crops (44.78 km²), forest (39.88 km²), built-up land (30.88 km²), barren land (21.03 km²) and perennial crops (10.26 km²), with OA=99.00% and Kapp=0.9877. RF outperformed the other algorithms, with RMSE = 3.82 m for TCH and 7.77 Mg ha−1 for AGBD, corresponding to R² = 0.62 and R² = 0.64, respectively. The total aboveground carbon stock of vegetated classes was estimated at 71,583.47 Mg C. The study demonstrates the applicability of combining GEE, Sentinel-2 and GEDI for spatial carbon monitoring in lagoon landscapes, while highlighting the need for independent field validation, belowground/sediment carbon assessment and quantitative uncertainty analysis in future studies.

Tóm tắt

Đầm Thị Nại là hệ đầm phá ven biển lớn ở miền Trung, nơi tập trung các kiểu lớp phủ và thảm thực vật đặc trưng của cảnh quan ven đầm. Nghiên cứu này tích hợp ảnh Sentinel-2 mức phản xạ bề mặt, dữ liệu GEDI L2A/L4A V002 và DEM SRTM trên nền tảng Google Earth Engine nhằm: (i) phân loại lớp phủ sử dụng đất năm 2024; (ii) mô hình hóa chiều cao tán (TCH), mật độ sinh khối trên mặt đất (AGBD); và (iii) ước tính trữ lượng carbon trên mặt đất của các lớp phủ có thảm thực vật. Bộ biến đầu vào gồm các băng phổ gốc, NDVI, NDWI, NDBI, ba thành phần chính PCA và hai biến địa hình; bốn thuật toán RF, CART, GBT và SVM được so sánh. Dữ liệu GEDI được lọc theo các chỉ tiêu chất lượng trước khi liên kết với Sentinel-2. Kết quả phân loại cho thấy, mặt nước chiếm 53,81 km²; tiếp theo là cây hàng năm 44,78 km², rừng 39,88 km², đất xây dựng 30,88 km², đất trống 21,03 km² và cây lâu năm 10,26 km²; độ chính xác phân loại đạt OA=99,00% và Kappa=0,9877. Trong mô hình hồi quy, RF cho kết quả tốt nhất với RMSE=3,82 m đối với TCH và 7,77 Mg/ha đối với AGBD, tương ứng R²=0,62 và R²=0,64. Tổng trữ lượng carbon trên mặt đất của các lớp phủ có thảm thực vật ước tính đạt 71.583,47 Mg C. Kết quả khẳng định tiềm năng của việc kết hợp GEE, Sentinel-2 và GEDI trong giám sát carbon trên mặt đất ở hệ sinh thái ven đầm; đồng thời chỉ ra nhu cầu bổ sung kiểm chứng thực địa độc lập và lượng hóa carbon dưới mặt đất/trầm tích trong các nghiên cứu tiếp theo.