BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN QUỐC GIA VỀ KHOA HỌC, CÔNG NGHỆ VÀ ĐỔI MỚI SÁNG TẠO

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  29,935,992
  • Công bố khoa học và công nghệ Việt Nam

Viễn thám

Trần Quang Bảo(1) , Cao Lê Quốc Việt, Võ Minh Hoàn, Nguyễn Thị Hoa

Xây dựng bản đồ hiện trạng rừng của huyện đồng phú, tỉnh bình phước bằng ảnh vệ tinh sentinel 2A

Forest status mapping at dong phu district, binh phuoc province using sentinel 2A satellite image

Tạp chí Khoa học và Công nghệ Lâm nghiệp

2022

3

53-63

1859-3828

Ảnh vệ tinh, hiện trạng rừng, phân loại định hướng đối tượng, Sentinel 2A.

Forest Cover, object-based classification, satellite image, Sentinel 2A.

Bài báo trình bày kết quả sử dụng ảnh viễn thám kết hợp với điều tra thực địa để thành lập bản đồ hiện trạng rừng tại huyện Đồng Phú, tỉnh Bình Phước. Ảnh Sentinel 2A độ phân giải từ 10 – 60 m được chụp ngày 14/03/2021, cùng với số liệu điều tra 200 mẫu khóa ảnh thuộc 14 kiểu rừng và đất lâm nghiệp tại huyện Đồng Phú, tỉnh Bình Phước phục vụ việc giải đoán ảnh. Ngoài ra nghiên cứu sử dụng phương pháp phân loại định hướng đối tượng và chỉ số (NDVI) để phân loại bản đồ hiện trạng rừng tại khu vực nghiên cứu. Ngoài ra bài báo còn sử dụng thêm 150 điểm kiểm chứng phân bố đều trên các trạng thái rừng để kiểm chứng bản đồ sau phân loại. Kết quả cho thấy, tổng diện tích rừng và đất lâm nghiệp của khu vực nghiên cứu là 20.386 ha, trong đó trạng thái đất trồng rừng nhưng chưa thành rừng (DTR) có diện tích lớn nhất 11.032 ha chiếm 54,17%. Kết quả của bài báo là tư liệu tham khảo tốt cho những nghiên cứu về ứng dụng ảnh vệ tinh trong phân loại rừng phục vụ công tác quản lý và giám sát tài nguyên rừng.

The paper presents the results of applying remote sensing and GIS to map forest cover in Dong Phu district, Binh Phuoc province. Using satellite image Sentinel 2A taken on 14th March 2021 and 200 sample plots belonging to 14 forest status and forest land for satellite image interpreting. Applying the object-oriented classification method with the support software eCognition Developer to decompose satellite images of the study area into 40,200 objects through training samples and calculating vegetation indexes (NDVI). Besides, 150 additional points were evenly distributed over forest states to verify the post-classification map. As the result, the forest cover map was established with an accuracy of 74%. The total forest area of the study was 20,386 ha, of which the state of afforestation has the largest area of 11,032 ha, accounting for 54.17%. The results of this paper are good references for studies on the application of satellite images in forest classification, management, and monitoring of forest resources.

TTKHCNQG, CVv 421

Xem toàn văn