SỬ DỤNG GOOGLE EARTH ENGINE ĐỂ PHÂN LOẠI TỰ ĐỘNG RỪNG NGẬP MẶN TỪ ẢNH VỆ TINH SENTINEL-1 VÀ SENTINEL-2 CHO KHU VỰC QUẢNG YÊN, TỈNH QUẢNG NINH


Các tác giả

  • Nguyễn Trọng Cương Trường Đại học Lâm nghiệp
  • Trần Quang Bảo Cục Lâm nghiệp
  • Nguyễn Hải Hòa Trường Đại học Lâm nghiệp

Từ khóa:

Google Earth Engine, , phân loại rừng ngập mặn, Random Forest, rừng ngập mặn, Sentinel-1, Sentinel-2

Tóm tắt

Nghiên cứu này sử dụng nền tảng Google Earth Engine (GEE) để thử nghiệm và phân loại tự động rừng ngập mặn cho khu vực Quảng Yên, tỉnh Quảng Ninh. Toàn bộ tư liệu ảnh vệ tinh Radar Sentinel-1 và quang học Sentinel-2 có tỉ lệ mây nhỏ hơn 20% trong năm 2020 của khu vực nghiên cứu đã được sử dụng. Áp dụng hai phương pháp phân loại rừng ngập mặn gồm: (1) sử dụng ngưỡng phân loại rừng ngập mặn từ giá trị tán xạ ngược VH trên ảnh Radar Sentinel-1 và ngưỡng chỉ số rừng ngập mặn CMRI (Combine Mangrove Recognition Index) trên ảnh quang học Sentinel-2; (2) phương pháp rừng ngẫu nhiên (Random Forest - RF) trên cả hai loại tư liệu. Kết quả phân loại rừng ngập mặn của cả hai phương pháp đều có độ chính xác cao. Dữ liệu quang học Sentinel-2 có sự ổn định hơn, khi kết quả đánh giá độ chính xác tổng thể của hai phương pháp sử dụng ngưỡng chỉ số CMRI và phương pháp rừng ngẫu nhiên (Random Forest) lần lượt là 95,9%, (Kappa = 0,95) và 98% (Kappa = 0,97). Dữ liệu SAR Sentinel-1 có độ ổn định thấp hơn với độ chính xác tổng thể 96,2% (Kappa = 0,95) bằng phương pháp ngưỡng giá trị tán xạ ngược VH và 91,4% (Kappa =0,85) bằng phương pháp rừng ngẫu nhiên. Các kết quả tính diện tích rừng ngập mặn khu vực nghiên cứu cho thấy, dữ liệu Sentinel-2 có sự chênh lệch về diện tích giữa hai phương pháp ít hơn (khoảng 143 ha), trong khi dữ liệu SAR Sentinel-1 có sự chênh lệch lớn hơn (khoảng 287 ha).

Tải xuống

Số lượt xem: 65
Tải xuống: 18

Đã Xuất bản

28-02-2022

Cách trích dẫn

Trọng Cương, N., Quang Bảo, T., & Hải Hòa, N. (2022). SỬ DỤNG GOOGLE EARTH ENGINE ĐỂ PHÂN LOẠI TỰ ĐỘNG RỪNG NGẬP MẶN TỪ ẢNH VỆ TINH SENTINEL-1 VÀ SENTINEL-2 CHO KHU VỰC QUẢNG YÊN, TỈNH QUẢNG NINH. TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP, (1), 053–065. Truy vấn từ https://journal.vnuf.edu.vn/vi/article/view/363

Số

Số 1 (2022)

Chuyên mục

Quản lý tài nguyên và Môi trường

Các bài báo được đọc nhiều nhất của cùng tác giả

1 2 3 4 5 > >>