01. NGHIÊN CỨU THÀNH LẬP BẢN ĐỒ HIỆN TRẠNG LỚP PHỦ TỶ LỆ TRUNG BÌNH KHU VỰC BÃI CẠN NGOÀI BIỂN BẰNG ẢNH VỆ TINH WORLDVIEW-2

Toàn Đinh Thế, Hùng Nguyễn Như, Hằng Lê Minh

Giới thiệu

Các bãi cạn ngoài biển đóng vai trò quan trọng đối với phát triển kinh tế - xã hội, bảo vệ an ninh, quốc phòng. Trong bài báo, nhóm tác giả sử dụng ảnh vệ tinh WorldView-2 để thành lập bản đồ hiện trạng lớp phủ tỷ lệ trung bình khu vực bãi cạn ngoài biển. Phương pháp phân loại hiện trạng các lớp phủ trên ảnh WorldView-2 là phương pháp phân loại hướng đối tượng kết hợp với phương pháp phân loại có kiểm định SVM (Support Vector Machine). Khu vực thực nghiệm là bãi Thuyền Chài thuộc quần đảo Trường Sa. Dữ liệu ảnh vệ tinh được thực hiện các bước tiền xử lý và phân loại hiện trạng phủ bề mặt theo một quy trình thống nhất. Độ chính xác của kết quả phân loại toàn bộ là 92,41 %, hệ số Kappa là 0,9. Kết quả phân loại hiện trạng lớp phủ bề mặt trên ảnh vệ tinh WorldView-2 là cơ sở dữ liệu đầu vào để thành lập bản đồ hiện trạng tỷ lệ 1:50.000.

Toàn văn bài báo

Được tạo từ tệp XML

Trích dẫn

[1]. Bộ Tài nguyên và Môi trường, QCVN 42: 2020/BTNMT (2020). Quy chuẩn kỹ thuật quốc gia về chuẩn thông tin địa lý cơ sở (Ban hành kèm theo Thông tư số 06/2020/TT-BTNMT ngày 31 tháng 8 năm 2020 của Bộ trưởng Bộ Tài nguyên và Môi trường).
[2]. Bộ Tài nguyên và Môi trường, Thông tư 07/2022/TT-BTNMT (2022). Quy chuẩn kỹ thuật quốc gia về cơ sở dữ liệu nền địa lý quốc gia tỷ lệ 1:50.000, 1:100.000.
[3]. Đỗ Huy Cường (2017). Ứng dụng ảnh vệ tinh trong đánh giá một số đặc điểm điều kiện tự nhiên và môi trường khu vực quần đảo Trường Sa. Viện Hàn lâm Khoa học và Công nghệ Việt Nam, Mã số: VT/UD-04/14-15.
[4]. Lê Minh Hằng, Đỗ Anh Tuấn (2021). Thành lập bản đồ các vùng san hô trên đảo san hô vòng thuộc quần đảo Trường Sa sử dụng tư liệu Landsat 8OLI. Tạp chí Khoa học và Kỹ thuật, Chuyên san Công trình đặc biệt, vol.04, no.01, p. 98 - 108.
[5]. Lê Thị Thu Hà, Hoàng Văn Long, Nguyễn Văn Trung (2021). Phân loại lớp phủ bề mặt khu công nghiệp Bắc Thăng Long bằng phương pháp phân loại hướng đối tượng sử dụng dữ liệu ảnh vệ tinh độ phân giải cao Worldview-2. Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất, tập 62, kỳ 1.
[6]. Nguyễn Hào Quang, Lương Văn Thanh, Hồ Đình Duẩn (2021). Nghiên cứu phân bố san hô ven đảo Lý Sơn bằng công nghệ GIS và viễn thám. Tạp chí Khoa học và Công nghệ Biển, số 3, p. 264 - 272.
[7]. Nguyễn Thị Oanh, Phùng Minh Tám (2015). Khả năng ứng dụng phân loại bề mặt lớp phủ bằng thuật toán Support Vector Machine. Tạp chí Khoa học và Công nghệ Lâm nghiệp, số 1 - 2015.
[8]. Trịnh Thị Hoài Thu, Lê Thị Thu Hà, Phạm Thị Làn (2012). So sánh phương pháp phân loại dựa vào điểm ảnh và phương pháp phân loại đối tượng chiết xuất thông tin lớp phủ bề mặt từ ảnh độ phân giải cao. Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất, số 39, 7/2012, (Chuyên đề Trắc địa mỏ), tr. 59 - 64.
[9]. Aguilar, M.A., Saldaa, M.M., Aguilar, F.J. (2013). GeoEye-1 and WorldView-2
pan-sharpened imagery for object - based classification in urban environments. International Journal of Remote sensing, 34:7, 2583 - 2606.
[10]. Alrassi., F., Salim, E., Nina, A., Alwi L., Danoedoro, P., Kamal, M., (2016). GEOBIA for land use mapping using Worldview-2 image in Bengkak village coastal, Banyuwangi Regency, East Java. IOP Conf. Series: Earth and Environmental Science 47, 012009, p. 1 - 12.
[11]. Elsharkawy, A., Elhabiby, M., El-Sheimy, N., (2012). Improvement in the detection of land cover classes using the WorldView-2 imagery. ASPRS 2012 Annual Conference
Sacramento, California, March 19 - 23.
[12]. Ilyas, Jaelani, L.M., Syariz, M.A., Hidayat, H., (2021). WorldView-2 satellite image classification using U-Net deep learning model. Journal of Applied Geospatial Information, Vol.5, No. 2, p. 1 - 8.
[13]. Kaszta, Z., Kerchove, R.V.D., Ramoelo, A., Cho, M.A., Madonsela, S., Mathieu, R., Wolff, E., (2016). Seasonal separation of African Savanna components using Worldview-2 imagery: A comparison of pixeland object - based approaches and selected classification algorithms. Remote Sens., 8, 763, p. 1 - 19.
[14]. Joyce, K.E., Phinn, S.R., Roelfsema, C.M., Neil, D.T., Dennison, W.C. (2004). Combining Landsat ETM plus and Reef Check classifications for mapping coral reefs: A critical assessment from the southern Great Barrier Reef, Australia. Coral Reefs, 23, p. 21 - 25.
[15]. Nguyen, T., Liquet, B., Mengersen, K., Sous, D., (2021). Mapping of coral reefs with multispectral satellites: A review of recent papers. Remote Sens., 13, 4470, p. 1 - 25.
[16]. Phinn, S.R., Hochberg, E., Roelfsema, C.M. (2013). Airborne photography, multispectral and hyperspectral remote sensing on coral reefs. In coral reef remote sensing, Springer: Berlin, Germany, 3 - 25.
[17]. Xu, H.; Liu, Z.; Zhu, J.; Lu, X., and Liu, Q., (2019). Classification of coral reef benthos around ganquan island using WorldView-2 satellite imagery. In: Guido-Aldana, P.A. and Mulahasan, S. (eds.), Advances in Water Resources and Exploration. Journal of Coastal Research, Special Issue No. 93, p. 466 - 474.
[18]. Yamano, H., Tamura, M. (2001). Use of Landsat TM data and radiative transfer models for monitoring coral reef bleachin. IGARSS 2001, IEEE 2001 International Geoscience and Remote Sensing Symposium (Cat. No.01CH37217), Sydney, NSW, Australia, 5, p. 2199 - 2201.

Các tác giả

Toàn Đinh Thế
dinhtoan.pro1987@gmail.com (Liên hệ chính)
Hùng Nguyễn Như
Hằng Lê Minh
Đinh Thế, T., Nguyễn Như, H., & Lê Minh, H. (2023). 01. NGHIÊN CỨU THÀNH LẬP BẢN ĐỒ HIỆN TRẠNG LỚP PHỦ TỶ LỆ TRUNG BÌNH KHU VỰC BÃI CẠN NGOÀI BIỂN BẰNG ẢNH VỆ TINH WORLDVIEW-2. Tạp Chí Khoa học Tài Nguyên Và Môi trường, (47), 3–14. Truy vấn từ http://tapchikhtnmt.hunre.edu.vn/index.php/tapchikhtnmt/article/view/504
##submission.license.notAvailable##

Chi tiết bài viết

Các bài báo tương tự

1 2 3 4 5 6 7 8 > >> 

Bạn cũng có thể bắt đầu một tìm kiếm tương tự nâng cao cho bài báo này.

Các bài báo được đọc nhiều nhất của cùng tác giả

02. GIẢI PHÁP NÂNG CAO ĐỘ CHÍNH XÁC TRONG QUAN TRẮC CÔNG TRÌNH BẰNG CÔNG NGHỆ GNSS RTK

Trung Dương Thành, Tuấn Hoàng Anh, Dương Đỗ Văn
Abstract View : 45
Download :5