HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
Lọc theo danh mục
liên kết website
Lượt truy cập
Lượt truy cập :
25,078,958
- Công bố khoa học và công nghệ Việt Nam
87
Các khoa học môi trường
BB
Bùi Tiến Đạt, Phạm Anh Duy, Vũ Phương Lan, Nguyễn Phương Bắc, Hà Minh Cường, Hoàng Tích Phúc
Nghiên cứu xây dựng bản đồ độ ẩm đất hằng ngày tại tỉnh Bình Thuận sử dụng dữ liệu viễn thám đa nguồn và mô hình học máy
Develope Daily Soil Moisture Maps for Binh Thuan Province Using Multi-Source Remote Sensing Data and Machine Learning Models
Khoa học Trái đất và Môi trường (Đại học Quốc gia Hà Nội)
2025
03
1-15
2615-9279
Độ ẩm đất là một thông số quan trọng ảnh hưởng đến sự sống của cây trồng và các sinh vật trong đất. Ngoài ra, độ ẩm đất còn là một biến khí hậu cần thiết cho nhiều quá trình thủy văn, chu trình cacbon và năng lượng. Do đó, nhu cầu theo dõi độ ẩm đất từ xa một cách chính xác là rất cần thiết. Nghiên cứu này đề xuất sử dụng dữ liệu viễn thám đa nguồn, bao gồm CYGNSS, SMAP và dữ liệu phụ trợ từ NOAA để phát triển bộ dữ liệu độ ẩm đất hàng ngày. Thực nghiệm được tiến hành tại khu vực tỉnh Bình Thuận giai đoạn 2020-2021, chỉ số độ ẩm đất tiêu chuẩn hóa (SSMI) được tính toán dựa trên kết quả độ ẩm đất thu được để thành lập bản đồ nguy cơ hạn hán nông nghiệp. Việc áp dụng các thuật toán học máy tối ưu giúp nâng cao độ phân giải không gian, thời gian và độ chính xác của dữ liệu độ ẩm đất. Kết quả thu được chuỗi bản đồ độ ẩm đất hàng ngày với độ phân giải 250m, làm cơ sở để dự báo nguy cơ hạn hán nông nghiệp cho tỉnh Bình Thuận. Nghiên cứu đã chứng minh tiềm năng của dữ liệu độ ẩm đất từ vệ tinh và kỹ thuật học máy trong việc theo dõi độ ẩm đất. Kết quả bản đồ độ ẩm đất ở cấp độ bề mặt thu được có thể được sử dụng để theo dõi hàng ngày, ước tính năng suất chính xác và nghiên cứu các xu hướng khí hậu quan trọng.
Soil moisture is a critical parameter influencing the survival of plants and soil organisms. It is a key climate variable for many hydrological processes as well as in carbon and energy cycles. Therefore, accurate remote monitoring of soil moisture is essential. This study proposes the utilization of multi-source remote sensing data, including CYGNSS, SMAP, and ancillary data f-rom NOAA, to develop a daily soil moisture dataset. The experiment was conducted in Binh Thuan province during the period of 2020-2021. The standardized soil moisture index (SSMI) was calculated based on the obtained soil moisture data to cre-ate an agricultural drought risk map. The application of advanced machine learning algorithms enhances the spatial and temporal resolution and accuracy of soil moisture data. The results produced a series of daily soil moisture maps with a resolution of 250 meters, which serve as a foundation for forecasting agricultural drought risk in Binh Thuan province. This study highlights the potential of satellite-derived soil moisture data combined with machine learning techniques for effective soil moisture monitoring. The generated surface-level soil moisture maps can be utilized for daily monitoring, precise yield estimation, and the analysis of significant climate trends.
TTKHCNQG, CTv 175
Xem toàn văn