BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  21,503,073
  • Công bố khoa học và công nghệ Việt Nam

Nghiên cứu quy hoạch, phát triển đô thị

Phạm Văn Duẩn(1), Hoàng Văn Khiên, Nguyễn Văn Tùng

Xây dựng bản đồ không gian xanh bằng thuật toán random forest (rf) trên nền tảng điện toán đám mây của google earth engine – thử nghiệm tại huyện ba vì thành phố hà nội

Mapping of green space distribution with random forest algorithm (rf) on the google earth engine cloud platform – case study in Ba Vi district, Hanoi city

Tạp chí Khoa học và Công nghệ Lâm nghiệp

2022

6

58-67

1859-3828

Ba Vì, Google Earth Engine (GEE), Không gian xanh đô thị, Random forest (RF), Sentinel-2.

Ba Vi, Google Earth Engine (GEE), Random forest (RF), Sentinel-2, Urban green spaces.

Bản đồ phân bố không gian xanh (KGX) rất quan trọng đối với công tác quản lý, nhưng việc xây dựng bản đồ này thường mất nhiều thời gian và công sức, làm cho công tác quản lý KGX gặp khó khăn. Căn cứ vào 440 điểm mẫu điều tra mặt đất, ảnh Sentinel-2, thuật toán Random forest (RF) trên nền tảng điện toán đám mây của Google Earth Engine (GEE), nghiên cứu tiến hành phân loại, xây dựng bản đồ KGX tại huyện Ba Vì, thành phố Hà Nội.
Tổng số 13 biến đầu vào từ ảnh Sentinel-2 đã được tính toán thử nghiệm để phân loại xây dựng bản đồ KGX.
Khi sử dụng từng kênh ảnh để phân loại thì kết quả chỉ đạt độ chính xác từ thấp đến vừa phải, nhưng khi sử dụng nhiều kênh ảnh để phân loại thì kết quả có độ chính xác cao. Từ đó, xây dựng được bản đồ KGX với độ phân giải không gian 10 m cho toàn huyện và xác định tại Ba Vì có 12.124 ha KGX (chiếm 28,7% diện tích tự nhiên của huyện) phân bố tại tất cả 31 xã, thị trấn của huyện. Kết quả cũng cho thấy đang xuất hiện sự thiếu hụt diện tích KGX tại các xã không có rừng trên địa bàn huyện. Độ chính xác của mô hình tốt nhất thu được là 95,7% và tư liệu ảnh Sentinel-2 mức 2A luôn có sẵn và được cung cấp miễn phí cho thấy tiềm năng của phương pháp lập bản đồ KGX trên nền tảng GEE được nghiên cứu đề xuất.

Distribution map of green space is very important for management, but this mapping often takes a lot of time and effort, making it difficult to manage green spaces. Based on 440 ground survey sample points, Sentinel-2 images, and random forest (RF) algorithm on Google Earth Engine (GEE) cloud computing platform, the research conducted classification and mapping of Green space distribution in Ba Vi district, Hanoi City. A total of 13 input variables from Sentinel-2 images were calculated and tested to classify and build green space maps. When using each image channel for classification, the results only have low to moderate accuracy, but when using multiple image channels for classification, the results have high accuracy. As a result, a map of green space (with a spatial resolution of 10 m) was built for the whole district and determined that in Ba Vi district, there are 12,124 hectares of green space (accounting for 28.7% of the district's natural area) distributed in 31 communes and towns. The results also show that there is a lack of green space in communes without forests in the district. The best model accuracy obtained was 95.7% and freely available Sentinel-2 level 2A image material demonstrates the potential of the green space mapping method on the GEE platform proposed by the study.
 

TTKHCNQG, CVv 421

Xem toàn văn