Bài viết Sử dụng Google Earth Engine trong giám sát biến động diện tích rừng tỉnh Lâm Đồng giai đoạn 2010-2016 giới thiệu các khả năng của Google Earth Engine như cung cấp nguồn dữ liệu không gian đa dạng, khả năng xử lý phân tích dữ liệu nhanh chóng nhờ vào các thuật toán qua việc tổng hợp các tư liệu có liên quan.
The fourth Scientific Conference - SEMREGG 2018 SỬ DỤNG GOOGLE EARTH ENGINE TRONG GIÁM SÁT BIẾN ĐỘNG DIỆN TÍCH RỪNG TỈNH LÂM ĐỒNG GIAI ĐOẠN 2010-2016 Nguyễn Trọng Nhân1, Vũ Xuân Cƣờng1 Trường Đại học Tài nguyên Môi trường TP Hồ Chí Minh, 236B Lê Văn Sy, Phường 1, quận Tân Bình, TP Hồ Chí Minh Email: ntnhan@hcmunre.edu.vn TĨM TẮT Google Earth Engine (GEE) ứng dụng tiên tiến dựa tảng điện toán đám mây cho phép người dùng truy cập trực tuyến vào kho lưu trữ liệu miễn phí với hỗ trợ mạnh mẽ cơng cụ phân tích, xử lý ảnh viễn thám diện rộng Với mong muốn giới thiệu cơng cụ hữu ích mà chưa ý khai thác rộng rãi, báo giới thiệu khả Google Earth Engine cung cấp nguồn liệu không gian đa dạng, khả xử lý phân tích liệu nhanh chóng nhờ vào thuật tốn qua việc tổng hợp tư liệu có liên quan Ngoài ra, để chứng minh làm rõ chức Google Earth Engine ứng dụng lựa chọn thực giới thiệu Cụ thể giám sát biến động diện tích rừng tỉnh Lâm Đồng giai đoạn 20102016, GEE cung cấp nhiều phương pháp giải đoán ảnh giới hạn báo sử dụng ngưỡng NDVI Kết cho thấy GEE sử dụng hiệu quản lý rừng nói riêng nghiên cứu sử dụng ảnh vệ tinh nói chung Từ khóa: Google Earth Engine, điện tốn đám mây, cơng cụ, liệu viễn thám, NDVI ĐẶT VẤN ĐỀ Một thách thức lớn giải pháp khoa học công nghệ quản lý sử dụng hiệu tài nguyên trình thu thập, lưu trữ quản lý sở liệu Hầu hết, liệu viễn thám có dung lượng lớn làm cho trình xử lý chậm tốn nhiều thời gian Vì cần giải pháp cơng nghệ Google Earth Engine, phát triển dựa tảng điện toán đám mây, cung cấp nhiều thuật tốn xử lý phân tích liệu Bài báo nhằm giới thiệu minh họa chức GEE qua việc sử dụng GEE giám sát biến động diện tích rừng tỉnh Lâm Đồng giai đoạn 2010-2016 Để thực việc tìm hiểu giới thiệu GEE báo thu thập, tổng hợp tài liệu liên quan Bên cạnh đó, thực nghiệm giám sát biến động diện tích rừng thực phương pháp phân tích giải đoán ảnh cụ thể sử dụng NDVI để phân định rừng GIỚI THIỆU VỀ GOOGLE EARTH ENGINE 2.1 Giới thiệu chung GEE tảng dựa điện tốn đám mây để xử lý, phân tích thông tin không gian địa lý diện rộng Đây kho lưu trữ liệu hình ảnh viễn thám miễn phí có dung lượng lớn lên đến hàng triệu Gigabyte, hỗ trợ sở hạ tầng đám mây Google tối ưu hóa để xử lý song song liệu không gian GEE phát triển Google, hợp tác với Đại học Carnegie Mellon, NASA, quan địa chất Hoa Kỳ Time [1] 254 Hội nghị Khoa học Công nghệ lần thứ - SEMREGG 2018 GEE xem công cụ mạnh phân tích liệu ảnh viễn thám, nhờ số đặc điểm sau: - Dữ liệu lớn miễn phí: lưu trữ nhiều danh mục liệu viễn thám chia sẻ hồn tồn miễn phí - Sức mạnh xử lý: liệu xử lý nhờ vào mơ hình phân bố tính tốn thời điểm, tự động thực song song phân tích với nhiều CPU nhiều máy tính liên kết trung tâm liệu Google - Kho liệu dễ truy cập: dễ sử dụng chi phí thấp tảng trực tuyến khác - Nền tảng điện toán đám mây: kho lưu trữ tài sản liệu cá nhân với dung lượng lớn, người dùng không cần phải lưu liệu ổ cứng [1] 2.2 Hai hệ thống tảng Google Earth Engine Google Earth Engine Explorer Google Earth Engine Explorer giao diện đồ họa đơn giản cho người dùng (Hình 1) với chức phân tích đơn giản phép tính pixel, thuật tốn láng giềng/Neighborhood, tính độ dốc… [1] Vì thuận tiện cho người dùng bắt đầu tìm hiểu phân tích liệu Hình Giao diện Google Earth Engine Explorer Google Earth Engine Explorer bao gồm nhóm cơng cụ khả năng: Một nhóm cơng cụ quản lý cơng việc có khả thực thi hướng dẫn (Execution of GUI instructions) tìm kiếm liệu có sẵn Hai nhóm cơng cụ bảng điều khiển có khả tạo lớp liệu, tính toán lớp đồ, tải liệu Ba nhóm cơng cụ hiển thị đồ có khả định hướng không gian địa lý (Navigation of Geographical space) hiển thị liệu 255 The fourth Scientific Conference - SEMREGG 2018 Google Earth Engine Code Editor GEE làm việc thông qua giao diện trực tuyến ứng dụng JavaScript (API) gọi Code Editor Giao diện Google Earth Engine Code Editor (Hình 2) sử dụng cách linh hoạt so với Google Earth Engine Explorer khả thực trình phân tích liệu phức tạp, giúp người dùng thực tồn chức có GEE có hỗ trợ ngơn ngữ lập trình JavaScript Python Tuy nhiên, sử dụng JavaScript thuận tiện thiết lập, tài liệu hỗ trợ [1] Các cơng cụ GEE Code Editor phân tích liệu không gian địa lý mạnh tạo lập sẵn nhờ tính GEE Code Editor thiết kế làm cho quy trình làm việc với liệu không gian địa lý phức tạp thực cách nhanh chóng dễ dàng cần phải kết nối với dịch vụ mạng internet [3] Hình Giao diện Google Earth Engine Code Editor Giao diện cho phép ứng dụng thuật toán cung cấp sẵn để hỗ trợ cho người dùng xử lý đơn giản hóa liệu khơng gian nhờ vào máy chủ (Server) xử lý liệu từ xa tạo điều kiện cho người dùng có khả nghiên cứu lập trình với Application Programming Interface (API) phát triển tiềm sáng tạo người từ tạo liên kết cộng tác người dùng cách chia sẻ liệu, thuật toán, tập lệnh kết xử lý Google Earth Engine Code Editor bao gồm nhóm cơng cụ [4]: Một nhóm cơng cụ quản lý tập lệnh, tài sản/Asset, tài liệu liệu có khả năng: quản lý tập lệnh, đảm bảo tài sản an toàn; tạo kho lưu trữ liệu mới; chia sẻ liệu, tài sản; tải liệu cá nhân lên; cung cấp tài liệu tham khảo, thuật tốn có sẵn; thu thập, tìm kiếm liệu,… Hai nhóm cơng cụ làm việc với tập lệnh có khả năng: tạo tập lệnh; thực thi, lưu trữ tập lệnh; chia sẻ tập lệnh qua URL (Uniform Resource Locator) Ba nhóm cơng cụ trình bày kết tập lệnh có khả năng: mơ tả trình bày cụ thể về: vị trí điểm, giá trị pixel đối tượng; hiển thị kết sử dụng hàm print() hiển thị lỗi tập lệnh, xuất liệu nhiều dạng như: ảnh vệ tinh, đồ, video liệu bảng Bốn nhóm cơng cụ hiển thị đồ có khả năng: hiển thị cài đặt lớp, thu phóng,… Năm nhóm cơng cụ vẽ hình học có khả năng: tạo mẫu, khoanh vùng, đánh dấu vị trí,… 256 Hội nghị Khoa học Cơng nghệ lần thứ - SEMREGG 2018 2.3 Kho lƣu trữ liệu Google Earth Engine GEE kho lưu trữ khổng lồ với dung lượng chứa hàng triệu Gigabyte liệu không gian bao gồm liệu ảnh vệ tinh liệu bề mặt Trái Đất 40 năm lịch sử Bộ danh mục liệu bao gồm liệu ảnh hoàn chỉnh từ Landsat 4, 5, xử lý tổ chức USGS, sản phẩm liệu toàn cầu MODIS nhiều ảnh viễn thám miễn phí khác[2] Tất liệu ảnh vệ tinh bao gồm dạng liệu chưa qua xử lý (dạng thô), dạng liệu hiệu chỉnh xử lý trước hay dạng liệu có số tính tốn sẵn sử dụng hồn tồn miễn phí,… Người dùng tải liệu lên GEE dạng Raster Vector phép lưu trữ thành tài sản cá nhân chia sẻ cộng đồng Bộ liệu Raster GEE gồm nhiều loại như: địa vật lý, khí hậu-thời tiết, nhân học, ảnh vệ tinh (Hình 3) Hình Hệ thống nguồn liệu Raster Google Earth Engine Ngồi ra, GEE cịn hỗ trợ liệu vector cung cấp sẵn bao gồm: liệu đường ranh giới quốc tế, liệu điều tra dân số Hoa Kỳ, nước giới, tiểu bang US, Hoa Kỳ, lưu vực sông Hoa Kỳ, cảnh báo Amazon SAD,… Như vậy, thấy kho lưu trữ liệu GEE có nhiều điểm mạnh như: Cung cấp nguồn liệu khơng gian đa dạng: nguồn liệu ảnh viễn thám, từ lâu trở thành nguồn tư liệu quan trọng cho công tác thành lập đồ theo dõi biến động vài thập kỉ gần Giống với nguồn cung cấp liệu ảnh vệ tinh miễn phí NASA Earth Observation (NEO), USGS Earth Explorer, ESA‟s Sentinel Satellite data, National Ocean and Atmospheric Administration (NOAA),… GEE kho lưu trữ liệu ảnh viễn thám khổng lồ bao gồm loại ảnh Landsat, Modis, Sentinel, Aster,… Nhưng khác biệt lớn GEE cho phép người dùng tiếp cận, truy cập liệu trực tuyến xử lý lượng lớn liệu không gian mà không cần nhiều thời gian tải hay tốn dung lượng Cung cấp liệu đa thời gian: kho lưu trữ liệu GEE chứa liệu đa thời gian 40 năm lịch sử Khơng xử lý, phân tích ảnh đơn thời điểm định mà xử lý sưu tập nhiều hình ảnh khoảng thời gian dài Sử dụng liệu đa thời gian thích hợp cho cơng tác giám sát biến động tài nguyên thiên nhiên, nhanh chóng phát thay đổi không gian thời gian hay nhiều đối tượng Tận dụng 257 The fourth Scientific Conference - SEMREGG 2018 nguồn liệu đa thời gian mà GEE cung cấp để trực quan hóa biến động, người dùng xây dựng đồ đa thời gian nhằm phục vụ cho công tác giám sát mang lại hiệu chặt chẽ quản lý đối tượng nghiên cứu Cung cấp liệu diện rộng: vệ tinh phóng lên quỹ đạo có khả quan sát tồn bề mặt Trái Đất Vì thế, GEE tận dụng khả để thực thuật tốn phân tích liệu, giải đốn ảnh vệ tinh diện rộng với hỗ trợ máy chủ xử lý từ xa 2.4 Các chức xử lý, phân tích GEE hỗ trợ khả xử lý phân tích liệu nhờ vào thuật tốn cung cấp sẵn Q trình xử lý thơng qua mơi trường làm việc có tương tác với nhau: Server/máy chủ, Client/máy khách, Disk/ổ đĩa Monitor/màn hình (Hình 4) Tốc độ xử lý tập lệnh nhanh nhờ vào máy chủ (Server) xử lý liệu từ xa Server Disk Dataset Files Variables/Script Client Layer Monitor Hình Sơ đồ nguyên lý xử lý liệu Phân loại Tương tự phần mềm ENVI, QGIS, eCognition… trình phân loại thực nhiều phương pháp, chủ yếu sử dụng mẫu huấn luyện phương pháp phân loại giám định phi giám định Trên GEE API hỗ trợ đầy đủ, cung cấp thuật toán phân loại giám định có đề cập đến số phương pháp phân loại có giám định Fast Naive Bayers, GMO Max Entropy, Winnow Perceptron, Pegasos, Classification and Regression Tress, Random Forest, Support Vector Machine, IKPmair,… phương pháp phân loại phi giám định (gồm Clusterer) phương pháp khác dựa vào giá trị số viễn thám (NDVI, DVI, YVI,…) Một số nghiên cứu nước ứng dụng GEE theo kết nghiên cứu “Đánh giá khả phân loại ảnh vệ tinh Google Earth Engine”, nhóm tác giả phân loại ảnh phương pháp Support Vector Machine GEE ảnh Landsat (đạt độ xác tồn cục 79,2 % hệ số Kappa 0,76) thực phần mềm ENVI (đạt độ xác tồn cục 86,9 % hệ số Kappa 0,85) Hai kết này, chênh lệch không đáng kể qua kiểm định chứng minh độ xác Nhóm tác giả khẳng định GEE có khả phân loại tốt cho kết tương đương với phần mềm viễn thám ENVI [5] Xây dựng đồ đa thời gian GEE cho phép ghép lớp đồ phân loại thành video gọi đồ động đa thời gian Bản đồ cho người dùng người xem có nhìn trực quan thay đổi hình dạng, kích thước… đối tượng qua nhiều năm Xây dựng ứng dụng cho ngƣời dùng GEE cho phép người dùng tạo ứng dụng tiện ích tương tác trực tiếp với hoạt động GEE API thông qua gói ui/User Interface Trên giao diện tiện ích cá nhân chứa số chức cụ thể gọi chung Widgets Để hiển thị Widgets phải sử dụng hàm print() bao gồm nhãn/Label(), nút/Button(), hộp kiểm tra/CheckBox(), trượt/Slider(), hộp văn bản/TextBox(), biểu đồ/chart(), đồ/map(),… 258 Hội nghị Khoa học Công nghệ lần thứ - SEMREGG 2018 Để làm rõ khả GEE, ví dụ cụ thể thực Trong đó, giám sát biến động diện tích rừng tỉnh Lâm Đồng giai đoạn 2010-2016 thực GEE THỰC NGHIỆM GIÁM SÁT BIẾN ĐỘNG DIỆN TÍCH RỪNG TỈNH LÂM ĐỒNG GIAI ĐOẠN 2010-2016 3.1 Quy trình thực Thu thập ảnh - Xác định khu vực nghiên cứu Tính toán số NDVI Giải đoán ảnh/phân định rừng Đánh giá độ xác Xây dựng đồ rừng qua thời kỳ Thống kê diện tích rừng giải đốn Xây dựng đồ đa thời gian Phân tích biến động đánh giá Hình Sơ đồ quy trình thực Quy trình thực nghiệm giám sát biến động diện tích rừng tỉnh Lâm Đồng giai đoạn 2010-2016 bao gồm bước: thu thập ảnh (Modis), xác định khu vực nghiên cứu (tỉnh Lâm Đồng), tính số NDVI ảnh Modis, giải đoán ảnh phân định rừng, đánh giá độ xác (thời điểm 2010), xây dựng đồ rừng qua thời kỳ (2010-2016), xây dựng đồ đa thời gian, thống kê diện tích rừng giải đốn phân tích đánh giá biến động thể Hình 3.2 Dữ liệu thực Dữ liệu thực nghiệm gồm ảnh MODIS-MOD13A1 có độ phân giải thấp (500m) tải từ kho lưu trữ liệu GEE (Bảng 1) Bảng Dữ liệu ảnh Modis STT ID ảnh MODIS/MOD13A1/MOD13A1_005_2010_04_23 MODIS/MOD13A1/MOD13A1_005_2011_04_23 MODIS/MOD13A1/MOD13A1_005_2012_04_22 MODIS/MOD13A1/MOD13A1_005_2013_04_23 MODIS/MOD13A1/MOD13A1_005_2014_04_23 MODIS/MOD13A1/MOD13A1_005_2015_04_23 MODIS/MOD13A1/MOD13A1_005_2016_04_22 Ngày chụp 23/04/2010 23/04/2011 22/04/2012 23/04/2013 23/04/2014 23/04/2015 22/04/2016 259 The fourth Scientific Conference - SEMREGG 2018 3.3 Các bƣớc thực Bƣớc 1: Thu thập ảnh - Xác định khu vực nghiên cứu Sử dụng hàm ee.Image(„ID‟) để tải ảnh từ kho liệu GEE Với ID số hiệu ảnh, cụ thể ID ảnh Modis thời điểm “MODIS/MOD13A1/MOD13A1_005_2010_04_23” var modis2010 = ee.Image('MODIS/MOD13A1/MOD13A1_005_2010_04_23'); Sử dụng hàm ee.FeatureCollection(„ft:ID‟) để xác định khu vực thực Với ID mã khu vực, cụ thể ID tỉnh Lâm Đồng: “1-LpLIER4WhYnwZ9XhoaK78vCBGK-J6EjIbVdjAN0” var LAMDONG J6EjIbVdjAN0'); = ee.FeatureCollection('ft:1-LpLIER4WhYnwZ9XhoaK78vCBGK- Bƣớc 2: Tính số NDVI Chỉ số NDVI tính theo cơng thức Bảng Bảng Cơng thức tính NDVI cho ảnh MODIS Vùng ánh sáng Kênh phổ Vùng ánh sáng đỏ (RED) Sur_refl_b01 Vùng hồng ngoại gần (NIR) Sur_refl_b02 Công thức tính NDVI Sử dụng hàm normalizedDifference(['sur_refl_b02', 'sur_refl_b01']) để tính NDVI ảnh Modis Bƣớc 3: Phương pháp phân loại GEE cung cấp nhiều phương pháp giải đoán ảnh khác phạm vi báo sử dụng ngưỡng NDVI để giải đoán ảnh phân định rừng Ngưỡng NDVI (Bảng 3) kế thừa từ “Nghiên cứu ứng dụng công nghệ viễn thám GIS đánh giá tác động nhiệt độ, độ ẩm đến lớp phủ thực vật qua số thực vật (NDVI) khu vực Tây Nguyên” Để đảm bảo độ xác kế thừa ngưỡng NDVI cần đáp ứng điều kiện sau: - Thực khu vực - Thực liệu (ảnh Modis) - Thực thời gian nghiên cứu Bảng Ngưỡng NDVI nghiên cứu “Nghiên cứu ứng dụng công nghệ viễn thám GIS đánh giá tác động nhiệt độ, độ ẩm đến lớp phủ thực vật qua số thực vật (NDVI) khu vực Tây Nguyên”[5] Giá trị NDVI < 0.20 0.20 - 0.46 0.46 - 0.68 0.68 - 0.76 0.76 - 0.78 0.78 - 1.0 Đối tượng Đất trống, cát, nước Cây bụi, cỏ Đất nông nghiệp, đất khác Rừng hỗn giao, kim, tre nứa Rừng trồng Rừng tự nhiên Bài báo chủ yếu xác định đối tượng có rừng khơng rừng Vì thế, ngưỡng NDVI phân định lại thể Bảng 260 Hội nghị Khoa học Công nghệ lần thứ - SEMREGG 2018 Bảng Ngưỡng NDVI để phân định rừng Giá trị NDVI < 0.68 >= 0.68 Đối tượng Không rừng (bao gồm đất trống, cát, nước, bụi, cỏ, đất nông nghiệp đất khác) Rừng (bao gồm rừng hỗn giao, kim, tre nứa, rừng trồng rừng tự nhiên) Sử dụng thuật toán sau để phân định rừng: function reclassify_ndvi (re_ndvi) { return re_ndvi.expression( 'b(0) < 0.68 ? 0'+// không rừng ':b(0) >= 0.68 ? 1'+// có rừng ':b(0)');} Bƣớc 4: Phương pháp đánh giá độ xác Sử dụng đồ trạng rừng năm 2010 tỉnh Lâm Đồng (thời điểm lấy ảnh vào 25/04/2010) “Báo cáo xây dựng đồ trạng rừng từ năm 1990 đến 2010 tỉnh Lâm Đồng Việt Nam”, phục vụ so sánh đối chiếu mẫu giải đoán [6] Lập ma trận sai số phân loại sử dụng hệ số Kappa để đánh giá độ xác giải đốn thời điểm 2010 Bƣớc 5: Xây dựng đồ ranh giới rừng qua thời điểm Sau phân định rừng qua thời điểm gán màu cho đối tượng (có rừng-màu xanh lá, không rừng-màu xanh dương) Tiến hành tải ảnh phân loại theo hệ quy chiếu WGS 84 UTM/Zone 48N hàm Export.image (image, taskname, params) biên tập đồ thực phần mềm ArcMap Trong đó: image ảnh cần xuất, taskname tên ảnh tải về, params bao gồm thông số maxPixels (hạn chế số lượng pixel ảnh xuất ra), scale (độ phân giải tính mét pixel), crs (hệ thống tọa độ tham chiếu), region (khu vực nghiên cứu) Export.image(classify2010,'classify2010',{maxPixels:1e13,scale:10,crs:'EPSG:32648',region: LAMDONG}); Bƣớc 6: Xây dựng đồ đa thời gian Bản đồ đa thời gian dạng đồ động, thực chất video thể đối tượng xác định qua nhiều năm khu vực Sử dụng hàm Export.video.toDriver (imageCollection, description, dimensions, framesPerSecond, region) Trong đó: imageCollection sưu tập ảnh cần xuất, decscription (tên video xuất ra), dimension (kích thước sử dụng cho ảnh xuất), framesPerSecond (tốc độ khung hình video xuất), region (khu vực nghiên cứu) Export.video.toDrive({ collection: forest,description: 'FOREST_2010_2016', dimensions: 720, framesPerSecond: 0.5, region: JSON.stringify(polygon.getInfo())}); Bƣớc 7: Thống kê diện tích rừng giải đốn Sử dụng hàm Image.pixelArea() để tính diện tích đối tượng với đơn vị hecta Bƣớc 8: Phân tích biến động diện tích rừng 3.4 Kết thảo luận Đánh giá độ xác Kết ma trận sai số phân loại thể Bảng 261 The fourth Scientific Conference - SEMREGG 2018 Bảng Ma trận sai số phân loại năm 2010 Loại thực Có rừng Khơng rừng Tổng Loại giải đốn Có rừng Khơng rừng 343 82 59 246 402 328 Độ xác tồn cục tính theo cơng thức: ∑ Tổng 425 305 730 [8]; Hệ số Kappa với E = 0,5083 ; T= 0,8068 ; Kết phân định rừng khơng rừng năm 2010 có độ xác tồn cục 80,7 % hệ số Kappa 0,61 Do sử dụng ảnh có độ phân giải thấp phương pháp phân loại ảnh cách sử dụng ngưỡng NDVI kế thừa nên độ xác giải đốn khơng cao mức chấp nhận Xây dựng đồ đa thời gian Dựa vào kết xử lý giải đoán qua thời kỳ để người dùng có nhìn trực quan biến động diện tích rừng, báo cáo xây dựng đồ đa thời gian đồ rừng Hình 6-12 Hình Bản đồ rừng tỉnh Lâm Đồng năm 2010 Hình Bản đồ rừng tỉnh Lâm Đồng năm 2012 262 Hình Bản đồ rừng tỉnh Lâm Đồng năm 2011 Hình Bản đồ rừng tỉnh Lâm Đồng năm 2013 Hội nghị Khoa học Công nghệ lần thứ - SEMREGG 2018 Hình 10 Bản đồ rừng tỉnh Lâm Đồng năm 2014 Hình 12 Bản đồ rừng tỉnh Lâm Đồng năm 2016 Hình 11 Bản đồ rừng tỉnh Lâm Đồng năm 2015 Hình 13 Biểu đồ thể diện tích rừng giải đốn Qua biểu đồ Hình 13 kết quả giải đốn ảnh cho thấy giai đoạn 2010-2014 diện tích rừng tăng liên tục 209.833,857 năm 2015 có xu hướng giảm nhanh, giảm 278.268,216 Tình hình biến động diện tích rừng theo kết giải đoán tương ứng với số liệu tổng hợp theo Niên giám thống kê, cụ thể diện tích rừng (do cháy rừng, rừng bị chặt phá) năm 2014 119,7 tiếp tục tăng 207,7 vào năm 2015 Đối với diện tích trồng rừng năm 2014 2,8 năm 2015 giảm 2,4 [9] KẾT LUẬN Khả ứng dụng công cụ hỗ trợ Google Earth Engine tìm hiểu, mơ tả chi tiết áp dụng vào khu vực tỉnh Lâm Đồng để giải đoán phân định, xác định ranh giới rừng/không rừng thời điểm liên tiếp giai đoạn 2010-2016 Các đồ Hình 6-12 tích hợp đồ đa thời gian nhằm trực quan thay đổi rừng khu vực nghiên cứu theo thời gian Toàn công việc thực GEE để minh chứng cho khả sử dụng tiện ích cơng cụ mở Bước đầu tìm hiểu, cịn gặp nhiều khó khăn phải tìm hiểu vấn đề với tài liệu sẵn có (chủ yếu qua trang web thực nghiệm) nên việc tìm hiểu cơng cụ chưa hồn chỉnh Tuy nhiên, báo cho thấy GEE cho phép người dùng tiếp cận kho lưu trữ liệu không gian đa dạng, sử dụng trực tuyến hồn tồn miễn phí cho phép người dùng xử lý phân tích liệu ngơn ngữ lập trình JavaScript thực nhanh chóng sáng tạo Ngồi ra, GEE cịn có số khả 263 The fourth Scientific Conference - SEMREGG 2018 khác quản lý liệu an toàn, chia sẻ kết thực hay tập lệnh, cung cấp đầy đủ tài liệu thuật toán cho người dùng, truy cập xử lý lượng lớn liệu trực tuyến, nhập xuất liệu nhiều dạng (ảnh vệ tinh, đồ, video, liệu bảng,…), xây dựng đồ đa thời gian có khả tạo giao diện tiện ích cho người dùng/User Interface giúp kết tập lệnh hiển thị trực quan sinh động,… Google Earth Engine công cụ mở với nhiều tiện ích đáng quan tâm nghiên cứu khai thác sử dụng Để nâng cao độ xác phân loại GEE, cần lưu ý nghiên cứu cụ thể cách sử dụng thuật toán/hàm xử lý ảnh GEE cung cấp phân loại giám định (gồm Fast Naive Bayers, GMO Max Entropy, Winnow Perceptron, Pegasos, Classification and Regression Tress, Random Forest, Support Vector Machine, IKPmair) phân loại không giám định (Clusterer) hay đánh giá độ xác trực tiếp hàm confusionMatrix() Bên cạnh đó, mở rộng nghiên cứu thực nghiệm như: giám sát biến động diện tích rừng khu vực lớn với độ phân giải cao, giám sát đối tượng biến động khác như: biến động mặt nước, biến động đường bờ, xâm nhập mặn, biến động trạng sử dụng đất, để tận dụng kho liệu khổng lồ cơng cụ phân tích mở TÀI LIỆU THAM KHẢO Dana Tomlin, Nicholas Clintion - “Geospatial Software Design Exercices”, 2016 Google Earth Engine API - “Google Earth Engine API Resource”, 2016 Karis Tenneson - “Webinar Earth Engine Intro 2016 VN”, 2016 Ran Goldblatt - “Earth Engine Team”, 2016 Nguyễn Ngọc Phương Thanh, Phạm Bách Việt Hồ Lâm Trường - “Đánh giá khả phân loại ảnh vệ tinh Google Earth Engine” Viện Địa lý Tài nguyên TP Hồ Chí Minh, Viện Hàn lâm Khoa học Công nghệ Việt Nam Hội nghị Khoa học công nghệ lần thứ 15, ĐHBKHCM, 20-10-2017 Phạm Văn Mạnh - “Nghiên cứu ứng dụng công nghệ viễn thám GIS đánh giá tác động nhiệt độ, độ ẩm đến lớp phủ thực vật qua số thực vật (NDVI) khu vực Tây Nguyên” (Luận văn khoa học), Trường Đại học Khoa học Tự nhiên (2013) trang 40, 65 Vũ Tiến Điển, Phạm Đức Cường, Peter Stephen, Trần Văn Châu, Alexander Grais, Silvia Petrova - “Báo cáo xây dựng đồ trạng rừng từ nằm 1990 đến 2010 tỉnh Lâm Đồng Việt Nam” USAID leafasia (2013) trang 5, 9, 33, 37 Lê Văn Trung - Viễn Thám Nhà xuất Đại học Quốc gia TP Hồ Chí Minh, Đại học Quốc Gia TP Hồ Chí Minh Trường Đại học Bách khoa (2015), trang 303 Tổng cục Thống kê (2014, 2015, 2016) - Niên giám thống kê năm 2014, 2015, 2016 Hà Nội 264 Hội nghị Khoa học Công nghệ lần thứ - SEMREGG 2018 GOOGLE EARTH ENGINE WAS APPLIED TO FOREST LAND MONITORING IN LAM DONG PROVINCE FROM 2010 - 2016 Nguyen Trong Nhan1, Vu Xuan Cuong1 University of Natural Resources and Environment Ho Chi Minh City 236B Le Van Sy, Ward 1, Tan Binh district, Ho Chi Minh City Email: ntnhan@hcmunre.edu.vn ABSTRACT Google Earth Engine (GEE) is an advanced Cloud-based platform that enables users to access free data warehouse It also offer powerful analysis and processing tools of remote sensing image data However, GEE has not yet widely used in Vietnam Synthesizing from relevant materials, the paper introduces GEE capabilities including free data supply, fast data processing through algorithms Moreover, in this paper, GEE was applied for forest land monitoring in Lam Dong province from 2010 - 2016, in which NDVI was used as an indicator The results showed that GEE could be used not only for forest management but for research purposes using a sallite imgery Keywords: Google Earth Engine, Cloud-based platform, tools, data remote sensor, Normalized Diference Vegetation Index 265 ... ví dụ cụ thể thực Trong đó, giám sát biến động diện tích rừng tỉnh Lâm Đồng giai đoạn 2010-2016 thực GEE THỰC NGHIỆM GIÁM SÁT BIẾN ĐỘNG DIỆN TÍCH RỪNG TỈNH LÂM ĐỒNG GIAI ĐOẠN 2010-2016 3.1 Quy... quan biến động diện tích rừng, báo cáo xây dựng đồ đa thời gian đồ rừng Hình 6-12 Hình Bản đồ rừng tỉnh Lâm Đồng năm 2010 Hình Bản đồ rừng tỉnh Lâm Đồng năm 2012 262 Hình Bản đồ rừng tỉnh Lâm Đồng. .. sát biến động diện tích rừng tỉnh Lâm Đồng giai đoạn 2010-2016 bao gồm bước: thu thập ảnh (Modis), xác định khu vực nghiên cứu (tỉnh Lâm Đồng) , tính số NDVI ảnh Modis, giải đoán ảnh phân định rừng,