Sử dung google earth engine để phân loại rừng ngập mặn từ ảnh vê tinh ̣ sentinel-1 và sentinel-2 cho khu vực quảng yên, tỉnh Quảng Ninh

 0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Hải Hoà Nguyễn, Trọng Cương Nguyễn, Quang Bảo Trần

Ngôn ngữ: Vie

Ký hiệu phân loại: 333.75 Forest lands

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ Lâm nghiệp, 2022

Mô tả vật lý: 53-65

Bộ sưu tập: Metadata

ID: 458453

 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 liêu ảnh vê 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 đươc sư ̣ ̉ dung̣ . Áp dung̣ 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 loai rừng ngâp mặn của cả hai phương pháp đều có đô 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)
Tạo bộ sưu tập với mã QR

THƯ VIỆN - TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP.HCM

ĐT: (028) 71010608 | Email: tt.thuvien@hutech.edu.vn

Copyright @2024 THƯ VIỆN HUTECH