Không gian xanh đô thị đóng vai trò quan trọng trong việc cải thiện môi trường đô thị, nâng cao chất lượng cuộc sống và đóng góp vào sự phát triển bền vững của đô thị. Tuy nhiên, quá trình đô thị hóa nhanh chóng đã dẫn đến những thay đổi đáng kể về diện tích đất, đặc biệt là sự suy giảm của đất không gian xanh đô thị. Nghiên cứu này sử dụng hình ảnh vệ tinh Sentinel-2 và các thuật toán học máy nhằm giám sát và phân tích sự thay đổi của không gian xanh đô thị tại thành phố Thanh Hóa, tỉnh Thanh Hoá, Việt Nam. Dữ liệu Sentinel-2 với độ phân giải không gian cao và khả năng đa thời gian đã được xử lý để tính toán các chỉ số thực vật bao gồm NDVI, NDWI, NDBI, BUI và SAVI. Tiếp theo, các tác giả đã sử dụng hai thuật toán học máy là Random Forest (RF) và Support Vector Machine (SVM) để phân loại các đối tượng vào ba nhóm: thực vật, phi thực vật và mặt nước. Trong đó, kết quả phân loại chính xác nhất đã được sử dụng để phân loại lại khu vực thành hai nhóm: không gian xanh đô thị (thực vật) và đối tượng khác (phi thực vật và mặt nước). Phân đoạn đã được thực hiện bằng thuật toán Simple Non-Iterative Clustering (SNIC) để hiệu chỉnh các ranh giới đối tượng. Phân tích cho thấy những thay đổi đáng kể trong không gian xanh đô thị theo thời gian, làm nổi bật tác động của sự mở rộng đô thị đối với phân bố không gian xanh. Đồng thời, những phát hiện này cung cấp những thông tin về sự phát triển và suy thoái của không gian xanh trong các khu đô thị. Kết quả nghiên cứu có thể giúp các nhà hoạch định chính sách và các nhà quy hoạch đô thị xây dựng các chiến lược phát triển đô thị bền vững, đảm bảo sự cân bằng giữa đô thị hóa và bảo tồn môi trường tại thành phố Thanh Hóa và các khu vực đô thị tương tự. Từ khóa: không gian xanh đô thị, viễn thám, tỉnh Thanh Hóa, Việt Nam.

Urban green spaces play a vital role in enhancing the urban environment, improving quality of life, and contributing to the sustainable development of cities. However, rapid urbanization has resulted in substantial changes in land use, particularly the reduction of urban green spaces. This study leverages Sentinel-2 satellite imagery and machine learning algorithms to monitor and analyze changes in urban green spaces in Thanh Hoa City, Thanh Hoa Province, Vietnam. High-resolution, multi temporal Sentinel-2 data were processed to calculate vegetation indices, including NDVI, NDWI, NDBI, BUI, and SAVI. Two machine learning algorithms, Random Forest (RF) and Support Vector Machine (SVM), were applied to classify land cover into three categories: vegetation, non-vegetation, and water. The most accurate classification result was further refined to reclassify the area into two groups: urban green space (vegetation) and other objects (non-vegetation and water). Object boundaries were calibrated using the Simple Non-Iterative Clustering (SNIC) algorithm for segmentation. The analysis revealed notable changes in urban green space over time, emphasizing the effects of urban expansion on green space distribution. These findings provide valuable insights into the development and degradation of urban green spaces, offering critical information for sustainable urban planning. The results can aid policymakers and urban planners in devising strategies that balance urbanization with environmental conservation in Thanh Hoa City and other similar urban areas. Keywords: Urban green space, Remote sensing, Thanh Hoa Province, Vietnam.