Global warming and climate change are closely related to the amount of CO2 in the air. Forest ecosystem plays very important role in the global carbon cycle; CO2 from the atmosphere is taken up by vegetation and stored as plant biomass. Therefore, quantifying biomass and carbon sequestration in tropical forests has a significant concern within the United Nations Framework Convention on Climate Change (UNFCC), Kyoto Protocol and Reducing Emission from Deforestation and Forest Degradation (REDD) program for the purpose of the improvement of national carbon accounting as well as for addressing the potential areas for carbon credits, basis for payment for environmental services. The aim of research is to estimate biomass and carbon stocks in tropical forests using remote sensing data for dry forest of central highlands of Vietnam. This result showed that from satellite images of the SPOT, satellites could build the land cover map, carbon map and biomass map of Yok Don National Park, Central Highlands of Vietnam. Through which also the biomass (above ground biomass and below ground biomass) of each type of forest can be calculated. For instance the biomass of the dry forest (Dry Dipterocarp Forest) is 153.49 tones x ha-1, biomass of rich forest is 343.35 tones x ha-1, biomass of medium forest is 210.34 tones x ha-1 and biomass of poor forest & scrub are 33.56 tones x ha-1. / Sự ấm lên toàn cầu và biến đổi khí hậu có liên quan chặt chẽ với tổng lượng CO2 trong không khí. Hệ sinh thái rừng có vai trò rất quan trọng trong chu trình các bon toàn cầu; khí CO2 trong khí quyển được hấp thụ bởi thảm thực vật dưới dạng sinh khối. Vì vậy, việc xác định sinh khối và carbon tích trữ trong rừng nhiệt đới đã có được sự quan tâm đáng kể trong Công ước của Liên hiệp quốc về biến đổi khí hậu (UNFCC), Nghị định thư Kyoto và Chương trình giảm phát thải từ phá rừng và suy thoái rừng (REDD) gần đây, nhằm cho mục đích cải thiện việc tính toán lượng các bon tích trữ cũng như giải quyết các vấn đề tiềm năng cho tín dụng các bon, làm cơ sở cho việc thanh toán cho các dịch vụ môi trường. Mục đích của nghiên cứu này là ước lượng sinh khối và các bon lưu trữ trong các khu rừng nhiệt đới bằng cách sử dụng dữ liệu viễn thám, mà ở nghiên cứu này là cho rừng khộp Tây Nguyên của Việt Nam. Kết quả cho thấy rằng, từ ảnh vệ tinh SPOT có thể xây dựng bản đồ lớp phủ thực vật, bản đồ các bon và bản độ sinh khối của Vườn quốc gia Yok Đôn, Tây Nguyên Việt Nam. Qua đó đã tính toán được sinh khối (bao gồm cả trên mặt đất và dưới mặt đất) như: đối với sinh khối của rừng khô cây họ dầu (Dry Dipterocarp Forest) là 153,59 tấn/ha, sinh khối rừng giàu là 343,35 tấn/ha, sinh khối rừng trung bình là 210,34 tấn/ha và sinh khối rừng nghèo&cây bụi là 33,56 tấn/ha.

Global warming and climate change are closely related to the amount of CO2 in the air. Forest ecosystem plays very important role in the global carbon cycle; CO2 from the atmosphere is taken up by vegetation and stored as plant biomass. Therefore, quantifying biomass and carbon sequestration in tropical forests has a significant concern within the United Nations Framework Convention on Climate Change (UNFCC), Kyoto Protocol and Reducing Emission from Deforestation and Forest Degradation (REDD) program for the purpose of the improvement of national carbon accounting as well as for addressing the potential areas for carbon credits, basis for payment for environmental services. The aim of research is to estimate biomass and carbon stocks in tropical forests using remote sensing data for dry forest of central highlands of Vietnam. This result showed that from satellite images of the SPOT, satellites could build the land cover map, carbon map and biomass map of Yok Don National Park, Central Highlands of Vietnam. Through which also the biomass (above ground biomass and below ground biomass) of each type of forest can be calculated. For instance the biomass of the dry forest (Dry Dipterocarp Forest) is 153.49 tones x ha-1, biomass of rich forest is 343.35 tones x ha-1, biomass of medium forest is 210.34 tones x ha-1 and biomass of poor forest & scrub are 33.56 tones x ha-1. / Sự ấm lên toàn cầu và biến đổi khí hậu có liên quan chặt chẽ với tổng lượng CO2 trong không khí. Hệ sinh thái rừng có vai trò rất quan trọng trong chu trình các bon toàn cầu; khí CO2 trong khí quyển được hấp thụ bởi thảm thực vật dưới dạng sinh khối. Vì vậy, việc xác định sinh khối và carbon tích trữ trong rừng nhiệt đới đã có được sự quan tâm đáng kể trong Công ước của Liên hiệp quốc về biến đổi khí hậu (UNFCC), Nghị định thư Kyoto và Chương trình giảm phát thải từ phá rừng và suy thoái rừng (REDD) gần đây, nhằm cho mục đích cải thiện việc tính toán lượng các bon tích trữ cũng như giải quyết các vấn đề tiềm năng cho tín dụng các bon, làm cơ sở cho việc thanh toán cho các dịch vụ môi trường. Mục đích của nghiên cứu này là ước lượng sinh khối và các bon lưu trữ trong các khu rừng nhiệt đới bằng cách sử dụng dữ liệu viễn thám, mà ở nghiên cứu này là cho rừng khộp Tây Nguyên của Việt Nam. Kết quả cho thấy rằng, từ ảnh vệ tinh SPOT có thể xây dựng bản đồ lớp phủ thực vật, bản đồ các bon và bản độ sinh khối của Vườn quốc gia Yok Đôn, Tây Nguyên Việt Nam. Qua đó đã tính toán được sinh khối (bao gồm cả trên mặt đất và dưới mặt đất) như: đối với sinh khối của rừng khô cây họ dầu (Dry Dipterocarp Forest) là 153,59 tấn/ha, sinh khối rừng giàu là 343,35 tấn/ha, sinh khối rừng trung bình là 210,34 tấn/ha và sinh khối rừng nghèo&cây bụi là 33,56 tấn/ha.

The work presented in this thesis mainly focuses on two subjects related to the application of remote sensing data: (1) for land cover classification combining optical sensor, texture features generated from spectral information and synthetic aperture radar (SAR) features, and (2) to develop a non-destructive approach for above ground biomass (AGB) and forest attributes estimation employing multi-source remote sensing data (i.e. optical data, SAR backscatter) combined with in-situ data. Information provided by reliable land cover map is useful for management of forest resources to support sustainable forest management, whereas the generation of the non-destructive approach to model forest biophysical properties (e.g. AGB and stem volume) is required to assess the forest resources more efficiently and cost-effective, and coupled with remote sensing data the model can be applied over large forest areas. This work considers study sites over tropical rain forest landscape in Indonesia characterized by different successional stages and complex vegetation structure including tropical peatland forests. The thesis begins with a brief introduction and the state of the art explaining recent trends on monitoring and modeling of forest resources using remote sensing data and approach. The research works on the integration of spectral information and texture features for forest cover mapping is presented subsequently, followed by development of a non-destructive approach for AGB and forest parameters predictions and modeling. Ultimately, this work evaluates the potential of mosaic SAR data for AGB modeling and the fusion of optical and SAR data for peatlands discrimination. The results show that the inclusion of geostatistics texture features improved the classification accuracy of optical Landsat ETM data. Moreover, the fusion of SAR and optical data enhanced the peatlands discrimination over tropical peat swamp forest. For forest stand parameters modeling, neural networks method resulted in lower error estimate than standard multi-linear regression technique, and the combination of non-destructive measurement (i.e. stem number) and remote sensing data improved the model accuracy. The up scaling of stem volume and biomass estimates using Kriging method and bi-temporal ETM image also provide favorable estimate results upon comparison with the land cover map. / Die in dieser Dissertation präsentierten Ergebnisse konzentrieren sich hauptsächlich auf zwei Themen mit Bezug zur angewandten Fernerkundung: 1) Der Klassifizierung von Oberflächenbedeckung basierend auf der Verknüpfung von optischen Sensoren, Textureigenschaften erzeugt durch Spektraldaten und Synthetic-Aperture-Radar (SAR) features und 2) die Entwicklung eines nichtdestruktiven Verfahrens zur Bestimmung oberirdischer Biomasse (AGB) und weiterer Waldeigenschaften mittels multi-source Fernerkundungsdaten (optische Daten, SAR Rückstreuung) sowie in-situ Daten. Eine zuverlässige Karte der Landbedeckung dient der Unterstützung von nachhaltigem Waldmanagement, während eine nichtdestruktive Herangehensweise zur Modellierung von biophysikalischen Waldeigenschaften (z.B. AGB und Stammvolumen) für eine effiziente und kostengünstige Beurteilung der Waldressourcen notwendig ist. Durch die Kopplung mit Fernerkundungsdaten kann das Modell auf große Waldflächen übertragen werden. Die vorliegende Arbeit berücksichtigt Untersuchungsgebiete im tropischen Regenwald Indonesiens, welche durch verschiedene Regenerations- und Sukzessionsstadien sowie komplexe Vegetationsstrukturen, inklusive tropischer Torfwälder, gekennzeichnet sind. Am Anfang der Arbeit werden in einer kurzen Einleitung der Stand der Forschung und die neuesten Forschungstrends in der Überwachung und Modellierung von Waldressourcen mithilfe von Fernerkundungsdaten dargestellt. Anschließend werden die Forschungsergebnisse der Kombination von Spektraleigenschaften und Textureigenschaften zur Waldbedeckungskartierung erläutert. Desweiteren folgen Ergebnisse zur Entwicklung eines nichtdestruktiven Ansatzes zur Vorhersage und Modellierung von AGB und Waldeigenschaften, zur Auswertung von Mosaik- SAR Daten für die Modellierung von AGB, sowie zur Fusion optischer mit SAR Daten für die Identifizierung von Torfwäldern. Die Ergebnisse zeigen, dass die Einbeziehung von geostatistischen Textureigenschaften die Genauigkeit der Klassifikation von optischen Landsat ETM Daten gesteigert hat. Desweiteren führte die Fusion von SAR und optischen Daten zu einer Verbesserung der Unterscheidung zwischen Torfwäldern und tropischen Sumpfwäldern. Bei der Modellierung der Waldparameter führte die Neural-Network-Methode zu niedrigeren Fehlerschätzungen als die multiple Regressions. Die Kombination von nichtdestruktiven Messungen (z.B. Stammzahl) und Fernerkundungsdaten führte zu einer Steigerung der Modellgenauigkeit. Die Hochskalierung des Stammvolumens und Schätzungen der Biomasse mithilfe von Kriging und bi-temporalen ETM Daten lieferten positive Schätzergebnisse im Vergleich zur Landbedeckungskarte.