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 :  24,605,743
  • Công bố khoa học và công nghệ Việt Nam

Viễn thám

Phan Kiều Diễm(1), Võ Quang Minh, Nguyễn Kiều Diễm, Nguyễn Trọng Cần, Nguyễn Thị Hồng Điệp, Huỳnh Thị Thu Hương

Xây dựng bản đồ hiện trạng sử dụng đất sản xuất nông nghiệp huyện gióng hiếng, tỉnh Kiên Giang sử dụng chuỗi ảnh viễn thám tích hợp

Land-use mapping in Giong Rieng district, Kien Giang province using remote sensing time series

Tạp chí Khoa học Đất

2022

66

117-123

2525-2216

Chuỗi ảnh, Chỉ số khác biệt thực vật (NDVI), Hiện trạng sử dụng đất, Mô hình tích hợp STARFM

Time series, Normalized difference vegetation index (NDVI), Current land use, Spatial-temporal adaptive reflectance fusion model (STARFM).

Nghiên cứu ứng dụng chuỗi ảnh tích hợp MODIS-Landsat có độ phân giải không gian 30m chu kỳ lặp 8 ngày sử dụng công tụ STARFM và ảnh Sentinel-2 (độ phân giải 10 m) đê’ xây dựng bản đồ hiện trạng sử dụng đất nông nghiệp tại huyện Giồng Riềng, tỉnh Kiên Giang. Đồng thời, sử dụng kết hợp phương pháp phân loại có kiểm định dựa vào thuật toán gần đúng nhất trên chuỗi ánh và phương pháp phân loại dõi tượng theo hướng trên ảnh Sentinel-2. Kết quả đã phân loại được 08 hiện trạng gồm lúa hai vụ, lúa ba vụ, rừng, công trình xây dựng, thủy sản, cây lâu năm, cây hằng năm và đất mặt nước. Trong đó, canh tác lúa chiếm hơn 85% tống diện tích đất nông nghiệp (21,49% lúa hai vụ và 64,23% lúa ba vụ), cây hàng năm khác và đất trồng rừng chỉ chiếm 2,21%, cây lâu năm chiếm 11,9°4 và các hiện trạng khác là 0,17%. Kết quả phân loại ảnh được so sánh với 275 điếm khảo sát thực địa cho thấy nghiên cứu mang tính khả thi cao với độ chính xác toàn cục là 88% và hệ số kappa 0,81. Thông tin trích xuất từ chuỗi ảnh viễn thám tích hợp cung cấp thông tin quan trọng hỗ trợ công tác đánh giá biến động sử dụng đất và quản lý tài nguyên tại địa phương

This study aims to use MODIS-Landsat data fusion with spatial resolution (30 m) and temporal resolution (8-day) achieved by using the STARFM tool,and Sentinel 2 image with spatial resolution of 10 m for mapping current land use. The approach of integration both Maximum Likelihood classifier to time series of fusion data and object-based classification on Sentinel 2 imagery were used in this study. The land use map was finally established, including eight land use types: double rice crop, triple rice crop, forest, residential area, aquaculture, perennial land, annual crop, and water surface. In particular, rice cultivation accounts for 85% in total areas (21.49% of the double rice crop and 11.9% of double rice crop), annual crop and forest accounted for 2.21%, perennial accounted for 11.9%, and other land use accounted for 0.99%. A total of 275 field survey points were used for accuracy assessment. The results show that the study is highly feasible, with an overall accuracy of 88% and a kappa coefficient of 0.81. This study's achievement will be useful to support the evaluation of land use change and natural resources management over a long period by losing remote sensing

TTKHCNQG, CTv 61

Xem toàn văn