Tích hợp dữ liệu viễn thám quang học và radar đa thời gian trong lập bản đồ vùng trồng cà phê hỗ trợ tuân thủ EUDR: Nghiên cứu điểm tại xã Nà Tấu, tại tỉnh Điện Biên

Các tác giả

  • Nguyễn Trọng Cương Trường Đại học Lâm nghiệp
  • Vũ Văn Trường Trường Đại học Lâm nghiệp
  • Nguyễn Trọng Nghĩa Trường Đại học Lâm nghiệp
  • Nguyễn Trọng Đạo Trường Đại học Lâm nghiệp
  • Đinh Hoàng Huy Trường Đại học Lâm nghiệp
  • Đào Thế Anh Trường Đại học Lâm nghiệp
  • Hoàng Thanh Sơn Trường Đại học Lâm nghiệp

DOI:

https://doi.org/10.55250/Jo.vnuf.15.T11.2026.050-059

Từ khóa:

Google Earth Engine, lập bản đồ cà phê, Quy định EUDR, random forest, tỉnh Điện Biên, viễn thám đa nguồn

Tóm tắt

Trong bối cảnh Quy định chống mất rừng và suy thoái rừng của Liên minh châu Âu (EUDR) bắt đầu có hiệu lực, việc xây dựng bản đồ vùng trồng cà phê có độ tin cậy cao đóng vai trò then chốt trong quản lý và truy xuất nguồn gốc nông sản. Nghiên cứu này tích hợp dữ liệu viễn thám đa nguồn miễn phí gồm: ảnh Sentinel-2, Sentinel-1, lớp xác suất Dynamic World và mô hình số độ cao SRTM trên nền tảng Google Earth Engine để phân loại lớp phủ đất và lập bản đồ vùng trồng cà phê tại xã Nà Tấu, tỉnh Điện Biên. Tổng cộng 3.657 mẫu tham chiếu thuộc sáu lớp phủ được thu thập từ điều tra thực địa kết hợp giải đoán ảnh độ phân giải cao, trong đó 80% số mẫu dùng để huấn luyện và 20% để kiểm định độc lập. Nghiên cứu đã sử dụng 46 biến dự báo đại diện cho đặc trưng phổ, cấu trúc tán, địa hình và xác suất lớp phủ để huấn luyện mô hình Random Forest (RF). Kết quả cho thấy mô hình đạt độ chính xác tổng thể 92,1% và hệ số Kappa 0,89. Thông tin phổ đa thời gian và xác suất lớp phủ là hai nhóm đặc trưng đóng góp lớn nhất vào hiệu quả phân loại, trong khi dữ liệu radar bổ sung thông tin về cấu trúc tán giúp giảm thiểu sự nhầm lẫn giữa các lớp phủ. Phương pháp tích hợp này có tính khả thi, dễ tái lập và mở rộng quy mô, cung cấp giải pháp kỹ thuật hiệu quả hỗ trợ xây dựng cơ sở dữ liệu vùng trồng và đáp ứng các yêu cầu tuân thủ EUDR tại Việt Nam.

Tài liệu tham khảo

[1]. Forest Trends và Vifoca (2025). Ngành Cà phê Việt nam, thực trạng và một số khía cạnh chính sách. https://www.mkresourcesgovernance.org/vi/documents/41dc8c1a-218a-4074-84a3-12d8d2f7f2ef/vn/nganh-ca-phe-viet-nam-thuc-trang-va-mot-so-khia-canh-chinh-sach.pdf.

[2]. Forest Trends (2026). Bản tin thị trường Cà phê tháng từ 4-11 tháng 6 năm 2026.

https://www.mkresourcesgovernance.org/vi/documents/0df3d08c-5740-4960-8ba5-b424d82154a8/vn/ban-tin-thi-truong-ca-phe-4-1162026.pdf.

[3]. European Union (2023). Regulation (EU) 2023/1115 of the European Parliament and of the Council on the making available on the Union market and the export from the Union of certain commodities and products associated with deforestation and forest degradation. https://forestpolicy.org/policy-law/eu-regulation-deforestation-free-products-eudr.

[4]. Luis Carrasco, O’Neil Aneurin, R.Daniel Morton & Clare.S Rowland (2019). Evaluating Combinations of Temporally Aggregated Sentinel-1, Sentinel-2 and Landsat 8 for Land Cover Mapping with Google Earth Engine. Remote Sensing. 11(3): 21. DOI: 10.3390/rs11030288.

[5]. Ewa Grabska, Patrick Hostert, Dirk Pflugmacher & Katarzyna Ostapowicz (2019). Forest stand species mapping using the Sentinel-2 time series. Remote Sensing. 11(10): 1197. DOI: 10.3390/rs11101197.

[6]. Luojia Hu, Nan Xu, Jian Liang, Zhichao Li, Luzhen Chen & Feng Zhao (2020). Advancing the Mapping of Mangrove Forests at National-Scale Using Sentinel-1 and Sentinel-2 Time-Series Data with Google Earth Engine: A Case Study in China. Remote Sensing. 12(19): 3120. DOI: 10.3390/rs12193120.

[7]. Trần Quang Bảo, Nguyễn Trọng Cương, Lê Sỹ Doanh, Lã Nguyên Khang, Đinh Văn Tuyến & Lê Đức Nhật Minh (2023). Kết hợp ảnh vệ tinh Sentiel-2 và Google Earth Engine để xác định diện tích rừng chuyển đổi sang đất nông nghiệp giai đoạn 2016-2021: trường hợp nghiên cứu tại huyện Đăk Glong, tỉnh Đăk Nông. Tạp chí KH&CN Lâm nghiệp. 2: 54-64. DOI: 10.55250/jo.vnuf.2023.2.054-064.

[8]. Gina Maskell, Abel Chemura, Huong Nguyen, Christoph Gornott & Pinki Mondal (2021). Integration of Sentinel optical and radar data for mapping smallholder coffee production systems in Vietnam. Remote Sensing of Environment. 266. DOI: 10.1016/j.rse.2021.112709.

[9]. Nathalie Pettorelli (2013). The normalized difference vegetation index. Oxford University Press, USA.

[10]. Suming Jin & Steven A Sader (2005). Comparison of time series tasseled cap wetness and the normalized difference moisture index in detecting forest disturbances. Remote sensing of Environment. 94(3): 364-372.

[11]. Emanuele Alcaras, Domenica Costantino, Francesca Guastaferro, Claudio Parente & Massimiliano Pepe (2022). Normalized Burn Ratio Plus (NBR+): a new index for Sentinel-2 imagery. Remote Sensing. 14(7): 1727. DOI: 10.3390/rs14071727.

[12]. Yihyun Kim, Thomas Jackson, Rajat Bindlish, Hoonyol Lee & Sukyoung Hong (2011). Radar vegetation index for estimating the vegetation water content of rice and soybean. IEEE Geoscience and Remote Sensing Letters. 9(4): 564-568. DOI: 10.1109/LGRS.2011.2174772.

[13]. Hasan Ahmed Salman, Ali Kalakech & Amani Steiti (2024). Random Forest Algorithm Overview. Babylonian Journal of Machine Learning. 2024: 69-79. DOI: 10.58496/bjml/2024/007.

[14]. David A. Hunt, Karyn Tabor, Jennifer H. Hewson, Margot A. Wood, Louis Reymondin, Kellee Koenig, Mikaela Schmitt-Harsh & Forrest Follett (2020). Review of Remote Sensing Methods to Map Coffee Production Systems. Remote Sensing. 12(12): 2041.

DOI: 10.3390/rs12122041.

[15]. Nguyen Thi Thanh Huong, Doan Trung Minh, Tomppo Erkki & McRoberts Ronald E. (2020). Land Use/Land Cover Mapping Using Multitemporal Sentinel-2 Imagery and Four Classification Methods—A Case Study from Dak Nong, Vietnam. Remote Sensing. 12(9): 1367. DOI: 10.3390/rs12091367.

Tải xuống

Đã Xuất bản

16/11/2026

Cách trích dẫn

Nguyễn Trọng Cương, Vũ Văn Trường, Nguyễn Trọng Nghĩa, Nguyễn Trọng Đạo, Đinh Hoàng Huy, Đào Thế Anh, & Hoàng Thanh Sơn. (2026). Tích hợp dữ liệu viễn thám quang học và radar đa thời gian trong lập bản đồ vùng trồng cà phê hỗ trợ tuân thủ EUDR: Nghiên cứu điểm tại xã Nà Tấu, tại tỉnh Điện Biên. TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP, 15(T11), 050–059. https://doi.org/10.55250/Jo.vnuf.15.T11.2026.050-059

Số

Chuyên mục

Quản lý tài nguyên và Môi trường

Các bài báo được đọc nhiều nhất của cùng tác giả