Ứng dụng của công nghệ viễn thám và GIS trong việc mô hình hóa không gian phân bố thực vật thích ứng với biến đổi khí hậu

Ứng dụng công nghệ viễn thám và hệ thống thông tin địa lý (GIS) trong mô hình hóa không gian phân bố thực vật đóng vai trò then chốt trong giám sát và quản lý tài nguyên thực vật, đặc biệt trong bối cảnh biến đổi khí hậu ngày càng phức tạp. Bài viết này tập trung vào việc phân tích vai trò và tìm ra một số thách thức của việc áp dụng công nghệ viễn thám và GIS trong xây dựng mô hình hóa không gian phân bố thực vật.
Nội dung trích xuất từ tài liệu:
Ứng dụng của công nghệ viễn thám và GIS trong việc mô hình hóa không gian phân bố thực vật thích ứng với biến đổi khí hậu - VAFSDOI: https://doi.org/10.70169/VJFS.965ISSN: 1859 - 0373 i h c Tây Nguyên ng d ng công ngh vi n thám và h th a lý (GIS) trong mô hình hóa không gian phân b th c v t trong giám sát và qu n lý tài nguyên th c v c bi t trong b i c nh bi i khí h u ngày càng ph c t p. Hi n nay, nghiên c u v vi c s d ng công ngh c quan tâm r ng rãi và tr a nhi u nhà khoa h c trên toàn c u. Bài vi t này t p trung vào vi c phân tích vai trò và tìm ra m t s thách th c c a vi c áp d ng công ngh vi n thám và GIS trong xây d ng mô hình hóa không gian phân b th c v t. B ng cách t ng h p và phân tích 104 tài li u hi n có, bài vi t p m t cái nhìn t ng quan v nh ng l t tr i c a công ngh này, bao g m kh p d li u r ng kh p và chi ti t, c p nh t liên t c, tích h p d li u t nhi u ngu n khác nhau, hi u qu v th báo và ng. Tuy nhiên, vi c áp d ng công ngh vi i m t v i nhi u thách th phân gi chính xác c a d li u còn h n ch , yêu c u cao v k thu t và công ngh , nh c thu th p d li ng và s ph c t p trong phân tích d li gi i quy t nh ng thách th ng cho các nghiên c vi t xu t m t s gi phân gi i và ch ng d li u, tích h p và chu n hóa d li ng kh y h p tác và chia s d li u gi u. T khóa: Vi n thám và GIS, SDMs, MaxEnt, d báo phân b ti ng bi i khí h u. APPLICATION OF REMOTE SENSING AND GIS TECHNOLOGIES IN SPATIAL MODELING OF PLANT DISTRIBUTION FOR CLIMATE CHANGE ADAPTATION Phan Thi Hang, Nguyen Thi Thanh Huong University of Tay Nguyen ABSTRACT The application of remote sensing and Geographic Information Systems (GIS) in spatial modeling of plant distribution plays a pivotal role in monitoring and managing plant resources, particularly in the increasingly complex context of climate change. Currently, research on the use of these technologies is receiving widespread attention and has become a priority for many scientists globally. This paper focuses on analyzing the role and identifying several challenges associated with the application of remote sensing and GIS in constructing spatial distribution models of plants. By synthesizing and analyzing 104 existing studies, this paper provides a comprehensive overview of the exceptional benefits of these technologies. These benefits include the ability to collect extensive and detailed data, continuous data updates, integration of data from various sources, time and cost efficiency, as well as their capability to forecast and assess environmental impacts., this paper provides an overview of the outstanding benefits of these technologies, including the ability to collect extensive and detailed data, continuous data updates, integration of data from multiple sources, time and cost efficiency, and the capability to forecast and assess environmental impacts. However, the application of remote sensing and GIS also faces many challenges such as limitations in data resolution and accuracy, high technical and technological requirements, difficulties in environmental data collection, and complexities in data analysis. To address these challenges and guide future research, this paper proposes several solutions such as enhancing data resolution and quality, integrating and standardizing data, improving predictive capabilities, and promoting collaboration and data sharing among research institutions. Keywords: Remote Sensing and GIS, SDMs, MaxEnt, potential distribution forecasting, climate change adaptation. 93 et al., 2024 4) 4 ùng trí t et al., 2023; Wang et al., 2023). (Guillén-Escribà et al., 2023; García-López et al., 2022; Zhou et al. et al.,2022; Lu et al., 2023). Google Scholar, Web of Science và Science Direct... et al., 2021; Liu et al., 2022và Shafique et al. công trình nghiên - Species Distribution Models (SDMs); (ii) Mô hình .94 et al. 4) -Species Distribution Models (SDMs) thám ...