Phân loại đất đô thị sử dụng các ảnh chỉ số từ ảnh vệ tinh Sentinel-2 - Trường hợp nghiên cứu tại thành phố Long Xuyên, thành phố Cà Mau và quận Ninh Kiều

Author:

Nguyễn Tấn Lợi,Võ Quốc Tuấn

Abstract

Đồng bằng sông Cửu Long là khu vực có tốc độ đô thị hóa nhanh so với tốc độ đô thị hóa trung bình của cả nước, vì thế việc cung cấp các thông tin về đất đô thị kịp thời có vai trò đặc biệt quan trọng trong công tác giám sát và quản lý đô thị. Công nghệ viễn thám đã được nhiều nghiên cứu chứng minh là công cụ hữu hiệu trong việc giám sát và quản lý đô thị. Có rất nhiều chỉ số được sử dụng trong viễn thám để phân loại đất đô thị (NDBI, NBI và IBI), tuy nhiên, mỗi chỉ số đều có những ưu điểm và nhược điểm khác nhau. Mục tiêu của nghiên cứu là so sánh về độ tin cậy của các chỉ số phân loại đất đô thị bằng ảnh vệ tinh Sentinel-2, từ đó đề xuất các chỉ số có độ chính xác cao để ứng dụng vào phân loại đất đô thị. Phương pháp phân loại được sử dụng dựa trên đối tượng (object-based approach), dựa trên các chỉ số: NDBI, NBI và IBI để phân loại đất đô thị tại thành phố Long Xuyên, thành phố Cà Mau và Quận Ninh Kiều. Kết quả nghiên cứu cho thấy phương pháp phân loại đất đô thị dựa trên chỉ số IBI, NDBI và NBI có độ tin cậy đạt tiêu chuẩn phân loại, trong đó chỉ số IBI có độ tin cậy cao nhất. Do đó, việc sử dụng chỉ số IBI để phân loại đất đô thị, đặc biệt là các đô thị ở vùng Đồng bằng sông Cửu Long sử dụng ảnh Sentinel-2 được đề xuất.

Publisher

Can Tho University

Subject

General Medicine

Reference32 articles.

1. Abeyta, A. M., & Franklin, J. (1998). The accuracy of vegetation stand boundaries derived from image segmentation in a desert environment. Photogrammetric Engineering and Remote Sensing, 64(1), 59-66.

2. As-syakur, A. R., Adnyana, I. W. S., Arthana, I. W., & Nuarsa, I. W. (2012). Enhanced built-UP and bareness index (EBBI) for mapping built-UP and bare land in an urban area. Remote Sensing, 4(10), 2957-2970. https://doi.org/10.3390/rs4102957

3. Bộ Xây dựng. (2021). Hệ thống hạ tầng kỹ thuật đô thị, nông thôn tại vùng Đồng bằng Sông Cửu Long trong bối cảnh mới. https://moc.gov.vn/tl/tin-tuc/67369/he-thong-ha-tang-ky-thuat-do-thi-nong-thon-tai-vung-dong-bang-song-cuu-long-trong-boi-canh-moi.aspx

4. Bogoliubova, A., & Tymków, P. (2014). Accuracy assessment of automatic image processing for land cover classification of St. Petersburg protected area. Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum, 13(February), 5-22.

5. Brown, M., Lewis, H. G., & Gunn, S. R. (2000). Linear spectral mixture models and support vector machines for remote sensing. IEEE Transactions on Geoscience and Remote Sensing, 38(5 II), 2346-2360. https://doi.org/10.1109/36.868891

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3