VSGA tổng hợp và chia sẻ nghiên cứu mới công bố trên Scientific Reports (2026) của nhóm tác giả Gallerani và cộng sự về ứng dụng kết hợp viễn thám vệ tinh — bao gồm lidar GEDI, dữ liệu SAR Sentinel-1 và ảnh Landsat 8 — cùng mô hình phân bố loài Maxent và các kịch bản khí hậu CMIP5 để đánh giá biến động sinh cảnh của chín loài chim đất ưu tiên bảo tồn tại Vườn Quốc gia Channel Islands, California.
Bối cảnh và mục tiêu nghiên cứu
Thách thức bảo tồn đa dạng sinh học trong bối cảnh biến đổi khí hậu
Khoảng 30% số loài trên toàn cầu (khoảng tin cậy 16–50%) đã bị đe dọa hoặc tuyệt chủng kể từ năm 1500, làm suy giảm chức năng và dịch vụ hệ sinh thái, trong đó mất và suy thoái môi trường sống là nguyên nhân chủ đạo, dự kiến gia tăng dưới tác động của biến đổi khí hậu (Isbell et al., 2023; Powers & Jetz, 2019). Các chiến lược thích ứng và giảm thiểu — phục hồi sinh cảnh, xác định vùng trú ẩn khí hậu (climate refugia) và di dời loài (translocation) — đòi hỏi ra quyết định định lượng dựa trên không gian (Morelli et al., 2020; Lezama-Ochoa et al., 2025). Nhóm tác giả lập luận rằng kết hợp viễn thám (remote sensing) với học máy (machine learning) trong mô hình hóa độ phù hợp sinh cảnh là công cụ chi phí thấp, hiệu quả thời gian và chính xác để lấp đầy khoảng trống dữ liệu trong quy hoạch bảo tồn.
Ba mục tiêu chính của nghiên cứu
Nghiên cứu được thiết ké xung quanh ba mục tiêu cụ thể
- (i) đánh giá khả năng của viễn thám chủ động (GEDI – lidar vệ tinh; Sentinel-1 – radar khẩu độ tổng hợp SAR) trong định lượng cấu trúc thảm thực vật và so sánh với phương pháp thực địa;
- (ii) xây dựng mô hình phân bố loài (species distribution model – SDM) cho chín loài chim đất ưu tiên trên ba đảo lớn nhất;
- (iii) chiếu các mô hình này vào hai kịch bản khí hậu cận tương lai (giai đoạn 2040–2069) từ tổ hợp tám mô hình CMIP5 nhằm nhận diện loài dễ tổn thương và vùng trú ẩn khí hậu tiềm năng.
Dữ liệu và phương pháp
Khu vực nghiên cứu là Vườn quốc gia Channel Islands (CHIS), giới hạn ở ba đảo có dữ liệu khí hậu đầy đủ: Santa Cruz (249 km²), Santa Rosa (215 km²) và San Miguel (37,7 km²). Sau khi loại bỏ các loài động vật ăn cỏ ngoại lai (đợt gần nhất năm 2014), thảm thực vật chuyển dịch từ đồng cỏ xâm lấn sang cây bụi và chaparral bản địa. Do dữ liệu lidar hàng không (ALS) gần nhất chỉ có từ năm 2010, khu vực này là tình huống lý tưởng để áp dụng hợp nhất cảm biến.
Cấu trúc thảm thực vật được mô hình hóa bằng rừng ngẫu nhiên (random forest) 250 cây trên nền tảng điện toán đám mây Google Earth Engine, với biến đầu vào là phản xạ bề mặt Landsat 8 và mô hình số độ cao (DEM) NASA 30 m; dữ liệu huấn luyện là chiều cao (RH95, GEDI L2A) và độ che phủ (GEDI L2B). Mô hình chiều cao đạt sai số 2,71 m và mô hình độ che phủ 0,167; biến quan trọng nhất là phản xạ hồng ngoại sóng ngắn Landsat (SWIR1) — vốn nhạy với chỉ số diện tích lá, góc lá và hàm lượng nước thực vật (Asner, 1998) — cùng độ cao (Rastogi et al., 2016). Tương quan giữa giá trị dự báo và quan trắc GEDI đều mạnh (ρ ≥ 0,8). Sau hiệu chỉnh bằng mô hình cộng tính tổng quát (GAM) với dữ liệu thực địa, RMSE giảm từ 4,3 m xuống 1,47 m (độ chệch 0,26 m).
Chỉ số thực vật radar (Radar Vegetation Index – RVI) được tính từ dữ liệu SAR băng C lưỡng cực (phân cực VV và VH) của Sentinel-1, định lượng cấu trúc và sinh khối thực vật qua tính ngẫu nhiên của tán xạ vi sóng (Nasirzadehdizaji et al., 2019; Soudani et al., 2021). Dữ liệu khí hậu lấy từ Mô hình đặc trưng lưu vực (Basin Characterization Model – BCMv8) của USGS, gồm nhiệt độ tối thiểu/tối đa, lượng mưa và thâm hụt nước khí hậu (climatic water deficit – CWD) (Flint et al., 2021; Stern et al., 2024). Mô hình độ phù hợp được xây dựng bằng Maxent với kiểm định chéo không gian 10 lớp (spatialMaxent), sử dụng dữ liệu điều tra hệ thống của NPS và dữ liệu khoa học công dân (citizen science) từ GBIF. Các kịch bản tương lai dùng tám mô hình CMIP5 theo hai đường nồng độ đại diện RCP 4.5 và RCP 8.5, có hiệu chỉnh độ chệch bằng phương pháp delta change và đánh giá độ mới khí hậu (climate novelty) qua khoảng cách Mahalanobis (Mesgaran et al., 2014).
Kết quả chính
Hiệu năng mô hình
Trung bình AUC của chín mô hình loài đạt 0,84 (chỉ NPS) và 0,83 (NPS + GBIF); chỉ số Boyce lần lượt là 0,95 và 0,97. Loài có hiệu năng AUC cao (≥ 0,85) là loài đơn đảo hoặc chuyên hóa sinh cảnh (Island Scrub Jay, Rufous-crowned Sparrow, Grasshopper Sparrow, Hutton’s Vireo), trong khi loài tổng quát (Song Sparrow, Orange-crowned Warbler) có AUC thấp nhất (0,775). Việc bổ sung dữ liệu GBIF làm giảm AUC ở 6/9 loài (do thiên lệch không gian của quan trắc cơ hội) nhưng cải thiện chỉ số Boyce ở 8/9 loài. Vì điều tra hệ thống là tiêu chuẩn vàng cho SDM (Araújo et al., 2019), nhóm tác giả dùng mô hình chỉ-NPS cho phần còn lại.
Tầm quan trọng của biến
Do đa cộng tuyến (các biến cấu trúc thực vật tương quan > 0,70), tầm quan trọng hoán vị (permutation importance) được diễn giải thận trọng (Maxent ổn định với đa cộng tuyến – Feng et al., 2019). RVI là biến có ảnh hưởng nhất quán, khẳng định giá trị của chỉ số radar vệ tinh trong phân biệt sinh cảnh chim ở hệ sinh thái Địa Trung Hải. Nhiệt độ tối đa chi phối mạnh hai loài giới hạn ở Santa Cruz (đảo nóng nhất); chiều cao thực vật quan trọng với Hutton’s Vireo và Chipping Sparrow (loài ưa rừng); độ dốc nổi bật với Orange-crowned Warbler.
Chiếu khí hậu tương lai
Tổ hợp RCP 4.5 và RCP 8.5 dự báo khí hậu nhìn chung ấm và ẩm hơn cho quần đảo. Khí hậu cận tương lai của Santa Rosa sẽ ngày càng giống khí hậu hiện tại của Santa Cruz; San Miguel (lạnh nhất) sẽ tăng nhiệt độ mạnh nhất. Dù tổng lượng mưa có thể tăng, CWD vẫn tăng do thay đổi thời điểm mưa (ít ngày mưa, mưa lớn dồn dập, mùa khô dài hơn) (Pierce et al., 2018). Phần lớn loài mất sinh cảnh phù hợp ở cả hai kịch bản; suy giảm mạnh nhất ở hai loài rừng là Chipping Sparrow và Hutton’s Vireo (còn dưới 1 km² ở hầu hết trường hợp). Ngược lại, Grasshopper Sparrow, Island Scrub Jay và Rufous-crowned Sparrow được dự báo tăng hoặc mở rộng phạm vi sang San Miguel và Santa Rosa — dù khoảng cách ~9 km giữa Santa Cruz và Santa Rosa vượt khả năng phát tán tự nhiên của Island Scrub Jay, gợi ý phương án di dời có hỗ trợ của con người (Morrison et al., 2011).
Vùng trú ẩn khí hậu
Vùng trú ẩn được xác định là nơi ≥ 6/8 mô hình CMIP5 đồng thuận điều kiện khí hậu vẫn phù hợp đến năm 2070 theo RCP 4.5 (kịch bản RCP 8.5 bị loại do độ mới khí hậu quá cao, dễ gây ngoại suy sai). Góc đông bắc đảo Santa Rosa nổi lên là vùng trú ẩn bền vững cho 5/6 loài đáng quan ngại; một số khu vực thung lũng trung tâm Santa Cruz và các vùng do NPS quản lý cũng duy trì điều kiện phù hợp; San Miguel xuất hiện vùng trú ẩn liền khối cho ba loài, mở ra cơ hội phục hồi và tái thả (Hình 6). Tác giả nhấn mạnh: do cấu trúc và thành phần thảm thực vật được giữ cố định trong chiếu tương lai, độ phù hợp sinh cảnh phụ thuộc vào sự duy trì các chế độ thảm thực vật tương thích, nên vùng trú ẩn là mục tiêu ưu tiên cao nhất cho bảo vệ, phục hồi và giám sát thảm thực vật bản địa (Lezama-Ochoa et al., 2025).
Thảo luận, hạn chế và kết luận
Nghiên cứu chứng minh giá trị của việc tích hợp cấu trúc thảm thực vật suy ra từ GEDI với phản xạ Landsat và biến địa hình để tạo mô hình không gian tường minh về độ che phủ và chiều cao thực vật. Hiệu chỉnh GAM giúp giảm độ chệch dù vẫn còn ước lượng thiếu ở thảm thực vật cao nhất. Kết quả Maxent cho thấy chuyên hóa sinh cảnh và lấy mẫu hệ thống là yếu tố then chốt của hiệu năng; dữ liệu GBIF tuy có thiên lệch không gian nhưng bổ trợ cho hiệu chuẩn mô hình (cải thiện Boyce). RVI tiếp tục khẳng định vai trò trong dự báo sinh cảnh sinh sản ở hệ sinh thái Địa Trung Hải.
Hạn chế
Về hạn chế, độ bất định đến từ cả việc chuyển mô hình sang khí hậu tương lai lẫn bản thân kịch bản khí hậu, gồm độ chệch đã biết của CMIP5 và thách thức chi tiết hóa thống kê (statistical downscaling) sản phẩm toàn cầu xuống các đảo nhỏ, địa hình phức tạp (Gallerani et al., 2025). Tám mô hình thống nhất về tăng CWD và nhiệt độ, nhưng dự báo lượng mưa biến động lớn. Các nguồn bất định khác gồm lấy mẫu phi ngẫu nhiên trên Santa Cruz, quỹ đạo thay đổi thảm thực vật chưa rõ và tương tác liên loài mới. Kỹ thuật clamping tuy hạn chế ngoại suy nhưng không nắm bắt được các điểm tới hạn phi tuyến (non-linear tipping points), nên cần thận trọng khi diễn giải phản ứng loài dưới kịch bản phát thải cao.
Kết luận
Phần lớn chín loài chim đất sẽ suy giảm sinh cảnh phù hợp ở cả hai kịch bản cận tương lai, ngoại trừ Grasshopper Sparrow, Island Scrub Jay và Rufous-crowned Sparrow. Việc xác định vùng trú ẩn khí hậu cung cấp nền tảng quan trọng để theo dõi biến động sinh cảnh và định hướng ưu tiên bảo tồn theo không gian. Giám sát viễn thám liên tục, kiểm chứng thực địa và điều tra đa dạng sinh học hệ thống là thiết yếu để quản lý thích ứng các hệ sinh thái đảo nhạy cảm này.
