Luận văn thạc sĩ Bản đồ, viễn thám và hệ thống thông tin địa lý: Phân loại rừng ngập mặn Cần Giờ từ dữ liệu ảnh tích hợp quang và radar sentinel-1 và 2

NHIӊM VӨ VÀ NӜI DUNG: Nghiên cӭu kӃt hӧp nguӗn ҧnh tích hӧp Sentinel-1 và Sentinel-2 trong phân loҥi rӯng ngұp mһn huyӋn Cҫn Giӡ.. Ngoài ra, nghiên cӭu này còn xây dӵng mô hình cây quyӃ

ĈҤI HӐC QUӔC GIA TP HCM

Cán bӝ Kѭӟng dүn khoa hӑc 1: TS Phan HiӅQ9NJ

Cán bӝ Kѭӟng dүn khoa hӑc 2: TS NguyӉQ7Uѭӡng Ngân

3 Ӫy viên phҧn biӋn 1: PGS TS Trҫn TrӑQJĈӭc

4 Ӫy viên phҧn biӋQ76 /r0LQK9ƭQK

5 Ӫy viên hӝLÿӗng: TS Phan HiӅQ9NJ

Xác nhұn cӫa Chӫ tӏch hӝLÿӗQJÿiQKJLiOXұQYăQYj7Uѭӣng khoa quҧn lý chuyên ngành sau khi luұQYăQÿmÿѭӧc sӱa chӳa (nӃu có):

CHӪ TӎCH HӜ,ĈӖNG

76/ѬѪ1*%ҦO BÌNH

75ѬӢNG KHOA KӺ THUҰT XÂY DӴNG

i

ĈҤI HӐC QUӔC GIA TPHCM CӜNG HÒA XÃ HӜI CHӪ 1*+Ƭ$9,ӊT NAM 75ѬӠ1*ĈҤI HӐC BÁCH KHOA Ĉӝc lұp ± Tӵ do ± Hҥnh phúc

NHIӊM VӨ LUҰ1 9Ă1 7+Ҥ& 6Ƭ

1Jj\WKiQJQăPVLQK 1ѫLVLQK7k\1LQK

Chuyên ngành: BҧQÿӗ, viӉn thám và hӋ thӕQJWK{QJWLQÿӏa lý Mã sӕ: 8.44.02.14

I 7Ç1Ĉӄ TÀI:

PHÂN LOҤI RӮNG NGҰP MҺN CҪN GIӠ TӮ DӲ LIӊU ҦNH TÍCH HӦP QUANG VÀ RADAR SENTINEL-1 VÀ 2

II NHIӊM VӨ VÀ NӜI DUNG:

Nghiên cӭu kӃt hӧp nguӗn ҧnh tích hӧp Sentinel-1 và Sentinel-2 trong phân loҥi rӯng ngұp mһn huyӋn Cҫn Giӡ

Xây dӵng mô hình cây quyӃWÿӏnh tӯ nguӗn ҧnh tích hӧp phân loҥi rӯng ngұp mһn Cҫn Giӡ

III NGÀY GIAO NHIӊM VӨ: 22/02/2021

IV NGÀY HOÀN THÀNH NHIӊM VӨ: 13/06/2021

V CÁN BӜ +ѬӞNG DҮN: TS PHAN HIӄ1 9lj

TS NGUYӈ1 75ѬӠNG NGÂN

TP Hӗ &Kt0LQKQJj\WKiQJQăP

CÁN BӜ +ѬӞNG DҮN 1 CÁN BӜ +ѬӞNG DҮN 2 CHӪ NHIӊM BӜ MÔN

TS PHAN HIӄ1 9lj TS NGUYӈ1 75ѬӠNG NGÂN TS /ѬѪ1* %ҦO BÌNH

75ѬӢNG KHOA KӺ THUҰT XÂY DӴNG

LӠI CҦ0 Ѫ1

ĈӇ KRjQWKjQKÿѭӧc LuұQYăQWӕt nghiӋSQj\W{LÿmQKұQÿѭӧc sӵ hӛ trӧÿӝng viên,

và chӍ bҧo nhiӋt tình cӫa quý Thҫ\&{JLDÿuQKYjEҥn bè

LӡL ÿҫu tiên, tôi xin chân thành cҧPѫQ%DQJLiP KLӋXWUѭӡQJ Ĉҥi hӑc Bách Khoa TP.HCM cùng toàn thӇ các Thҫ\&{JLiRÿһc biӋt là các Thҫy Cô bӝ P{QĈӏa Tin HӑFÿmQKLӋt tình giҧng dҥy, truyӅQÿҥt kiӃn thӭFFNJQJQKѭQKLӅu giá trӏ quý báu và nhӳng kinh nghiӋm vӅ nhiӅXOƭQKYӵc trong suӕt quá trình hӑc vӯa qua

Ĉһc biӋt, tôi xin bày tӓ lòng biӃWѫQVkXVҳc nhҩWÿӃn thҫy TS Phan HiӅQ9NJYjWKҫy

TS NguyӉQ7UѭӡQJ 1JkQÿmWұQWuQKKѭӟng dүn mӝt cách chi tiӃt nhҩWÿӇ tôi có thӇ hoàn thành nghiên cӭXÿ~QJKѭӟQJYjÿҥt kӃt quҧ tӕt nhҩt trong suӕt thӡi gian Ngoài ra, tôi xin cҧPѫQDQK3Kҥm Gia Lâm, hiӋQÿDQJF{QJWiFWҥi Phân viӋQĈLӅu tra, Quy hoҥch rӯng Nam Bӝ ÿmKӛ trӧ tôi tìm hiӇu và phân loҥi mӝt sӕ loài thӵc vұt

ӣ rӯng ngұp mһn Cҫn Giӡ

Cuӕi cùng, tôi xin chân thành cҧPѫQJLDÿuQKQJѭӡi tKkQÿmÿӝng viên tôi trong suӕt thӡi gian hӑc tұSFNJQJQKѭQJKLrQFӭu Tôi xin cҧPѫQEҥQEqÿmKӛ trӧ tôi trong suӕt quá trình hӑc tұp, tìm hiӇXFNJQJ QKѭOҩy mүu nghiên cӭXÿӇ tôi có thӇ hoàn thành luұQYăQPӝt cách dӉ dàng nhҩt

MһFGÿmFӕ gҳng thӵc hiӋn và hoàn thành luұQYăQYӟi sӵ nә lӵc rҩt nhiӅu tӯ bҧn WKkQQKѭQJYүn khó tránh khӓi mӝt sӕ thiӃu sót, kính mong quý Thҫy Cô tұn tình hӛ trӧ và chӍ bҧo

Thành phӕ Hӗ &Kt0LQKWKiQJQăP

LÊ NHҰT TÂN

iii

TÓM TҲT LUҰ1 9Ă1

Quҧn lý và bҧo vӋ tài nguyên thiên nhiên là mӝt vҩQÿӅ hӃt sӭc cҫn thiӃt và quan trӑng Rӯng nói chung và rӯng ngұp mһn nói riêng là nguӗQWjLQJX\rQÿDQJEӏ suy giҧm nghiêm trӑng Có rҩt nhiӅu nghiên cӭu phân loҥi nhҵm quҧn lý tài nguyên rӯng QKѭQJÿDSKҫn chӍ phân loҥi lӟp thӵc phӫ khӓi các lӟSNKiFQKѭQJFKѭDSKkQORҥi cө thӇ nhӳQJÿӕLWѭӧng trong lӟp thӵc phӫ Trong nghiên cӭu này, bҵng viӋc kӃt hӧp 2 nguӗn ҧnh viӉn thám siêu cao tҫn Sentinel-1 và quang hӑc Sentinel-2 Ngoài ra, nghiên cӭu này còn xây dӵng mô hình cây quyӃWÿӏQKÿӇ phân loҥi các lӟp thӵc vұt trong khu vӵc rӯng ngұp mһn Cҫn Giӡ KӃt quҧ nghiên cӭXÿmSKkQORҥLÿѭӧc 5 lӟp: cây Dà, cây MҩP Fk\Ĉѭӟc, cây DӯD Qѭӟc và lӟp thӵc vұt khác vӟLÿӝ chính xác tәng thӇ 79.64% và chӍ sӕ K= 0.7513 Ngoài ra, nghiên cӭu còn thӵc hiӋQÿiQKJLikӃt quҧ WK{QJTXDSKѭѫQJSKiSSKkQORҥi là Maximum Likelihood nhҵm thӇ hiӋn và ÿiQKJLiNӃt quҧ nghiên cӭu vӟi nhӳQJSKѭѫQJSKiSSKә biӃn trong phân loҥLÿӕi Wѭӧng khác, tӯ ÿyWҥo tiӅQÿӅ ÿӇ lӵa chӑQSKѭѫQJSKiSSKkQORҥi thích hӧp trong công tác quҧn lý tài nguyên rӯng

ABSTRACT

Management and protection of natural resources is a very necessary and important issue Forests in general and mangroves in particular are resources that are being seriously degraded There are many taxonomic studies aimed at managing forest resources, but most of them only separate the vegetation cover from other classes but have not specifically classified the objects in the vegetation cover In this study, by using the synergy of the optical and radar image s Sentinel 1 & 2 and building a decision tree model to classify the vegetation classes in the Can Gio mangrove area The research results have classified 5 classes: Ceriops tagal, Avicennia, Rhizophoraceae, Nypa palm and other plant classes with an overall accuracy of 79.64% and an index of K=0.7513 In addition, the study also evaluates the results through the classification method of Maximum Likelihood in order to express and evaluate the research results with common methods in classifying other subjects, thereby creating a premise to Select the appropriate classification method in the management of forest resources

v

LӠ,&$0 Ĉ2$1

&Ð1*75Î1+ ĈѬӦC HOÀN THÀNH TҤI

75ѬӠ1* ĈҤI HӐC BÁCH KHOA TP HӖ CHÍ MINH 7{L[LQFDPÿRDQÿk\OjF{QJWUuQKQJKLrQFӭu cӫDULrQJW{LYjÿѭӧFKѭӟng dүn khoa hӑc bӣi TS Phan HiӅQ9NJ Yj76 1JX\ӉQ7Uѭӡng Ngân, các nӝi dung nghiên cӭu, kӃt quҧ WURQJÿӅ tài này là trung thӵFYjFKѭDF{QJEӕ Gѭӟi bҩt kǤ hình thӭFQjRWUѭӟc ÿk\1Kӳng hình ҧnh, sӕ liӋu và các yӃu tӕ diӉn hӑDOLrQTXDQÿӅXÿѭӧc chính tác giҧ thiӃt kӃ và xây dӵng

Ngoài ra, trong luұQYăQQj\WiFJLҧ có tham khҧo mӝt sӕ tài liӋu trong và ngoài Qѭӟc, tҩt cҧ ÿӅu ÿѭӧc thӵc hiӋn trích dүn và ghi nguӗn tài liӋu tham khҧo thHRÿ~QJTX\ÿӏnh

NӃu phát hiӋn có bҩt kǤ gian lұn nào, tác giҧ xin chӏu hoàn toàn trách nhiӋm vӅ nӝi dung luұQYăQFӫDPuQK7UѭӡQJ Ĉҥi hӑc Bách Khoa thành phӕ Hӗ Chí Minh không OLrQTXDQÿӃn nhӳng vi phҥm tác quyӅn, bҧn quyӅn do tác giҧ gây ra và trong quá trình thӵc hiӋn (nӃu có)

Thành phӕ Hӗ &Kt0LQKWKiQJQăP

LÊ NHҰT TÂN

MӨC LӨC

NHIӊM VӨ LUҰ19Ă17+Ҥ&6Ƭ i

LӠI CҦ0Ѫ1 ii

TÓM TҲT LUҰ19Ă1 iii

ABSTRACT iv

LӠ,&$0Ĉ2$1 v

DANH MӨC HÌNH ҦNH ix

DANH MӨC BҦNG BIӆU xiii

DANH MӨC TӮ VIӂT TҲT xiv

&KѭѫQJ0Ӣ ĈҪU 1

1.1 Tính c̭p thi͇t cͯDÿ͉ tài 1

1.2 MͭFWLrXÿ͉ tài 2

éQJKƭDFͯDÿ͉ tài 3

1.4 Ph̩PYLÿ͉ tài 3

1.5 C̭u trúc lu̵QYăQ 3

&KѭѫQJ7ӘNG QUAN Vӄ NGHIÊN CӬU 5

2.1 Khái quát huy͏n C̯n Giͥ 5

2.1.1 Vӏ WUtÿӏa lý 5

2.1.2 Khí hұu và thuӹ YăQ 6

2.2 Nghiên cͱu liên quan 7

2.2.1 Nghiên cӭXWURQJQѭӟc 7

2.2.2 Nghiên cӭXQJRjLQѭӟc 14

vii

&KѭѫQJ&Ѫ6Ӣ LÝ THUYӂT 20

3.1 Rͳng ng̵p m̿n 20

3.1.1 Khái niӋm 20

3.1.2 Rӯng ngұp mһn Cҫn Giӡ 21

3.2 Vi͍n thám 25

3.2.1 ViӉn thám quang hӑc 25

3.2.2 ViӉn thám siêu cao tҫn (Radar) 27

3.3 H͏ th͙ng Sentinel 28

3.3.1 Sentinel-1 29

3.3.2 Sentinel-2 32

3.4 Phân lo̩i theo mô hình cây quy͇Wÿ͓nh 37

3.4.1 ĈӏQKQJKƭD 37

3.4.2 ѬXÿLӇm 38

3.4.3 1KѭӧFÿLӇm 38

3.5 Phân lo̩LWKHRSK˱˯QJSKiS0D[LPXP/LNHOLKRRG0/& 38

3.6 L͕c nhi͍u ̫nh 39

ĈiQKJLiÿ͡ chính xác phân lo̩i 40

3.8 Ph̯n m͉m x͵ lý 41

3.8.1 Phân mӅm QGIS 41

3.8.2 Phҫn mӅm SNAP 41

3.8.3 Phҫn mӅm ENVI 41

&KѭѫQJ 3+Æ1 7Ë&+;Æ<'ӴNG MÔ HÌNH CÂY QUYӂ7 ĈӎNH VÀ PHÂN LOҤI ҦNH 42

4.1 Quy trình th͹c hi͏n 42

4.2 Thu th̵p dͷ li͏u 44

4.2.1 Dӳ liӋu ҧnh 44

4.2.2 Dӳ liӋu mүu 46

4.3 Ti͉n x͵ lý dͷ li͏u 52

4.3.1 Dӳ liӋu ҧnh 52

4.3.2 Dӳ liӋu mүu 67

4.4 Phân tích và xây d͹ng mô hình cây quy͇Wÿ͓nh 69

4.4.1 Lҩy mүu nghiên cӭu 69

4.4.2 Phân tích sӕ liӋu 72

4.4.3 Xây dӵng mô hình cây quyӃWÿӏnh 75

4.4.4 Phân loҥi ҧnh theo cây quyӃWÿӏnh 76

4.4.5 ĈiQKJLiÿӝ chính xác kӃt quҧ phân loҥi 77

4.4.6 Ҧnh phân loҥi 79

&KѭѫQJ.ӂT QUҦ NGHIÊN CӬU 80

5.1 K͇t qu̫ phân lo̩i theo mô hình Cây quy͇Wÿ͓nh 80

5.2 Th̫o lu̵n 82

5.2.1 Phân loҥi Maximum Likelihood 82

5.2.2 Nhұn xét 84

&KѭѫQJ.ӂT LUҰN VÀ KIӂN NGHӎ 85

6.1 K͇t lu̵n 85

6.2 Ki͇n ngh͓ 86

TÀI LIӊU THAM KHҦO 87

ix

DANH MӨC HÌNH ҦNH

HÌNH 2.1 BҦ1 ĈӖ ĈӎA GIӞI HÀNH CHÍNH HUYӊN CҪN GIӠ (NGUӖN:

CANGIO.HOCHIMINHCITY.GOV.VN) 6

HÌNH 2.2 BҦ1 ĈӖ HIӊN TRҤNG RӮNG (A) VÀ BҦ1 ĈӖ TRӲ /ѬӦNG RӮNG (B) HUYӊN CҪN GIӠ 8

HÌNH 2.3 KӂT QUҦ TRӜN ҦNH LANDSAT 8 VÀ ҦNH SENTINEL-1 9

HÌNH 2.4 SO SÁNH KӂT QUҦ THӰ NGHIӊM PHÂN LOҤI LӞP PHӪ TRÊN 7Ѭ/,ӊU SAU KHI TRӜN 9

HÌNH 2.5 KӂT QUҦ TÍNH NDVI TӮ CÁC PHÂN CӴC VV, VH VÀ VV+VH VÀ SO SÁNH VӞI NDVI TÍNH TӮ ҦNH QUANG HӐC 11

HÌNH 2.6 KӂT QUҦ KӂT HӦP ҦNH SPOT-6 VÀ ҦNH RADAR ALOS PALSAR 12

HÌNH 2.7 ҦNH PHÂN LOҤ,7+(23+ѬѪ1*3+ÁP CÂY QUYӂ7ĈӎNH 13

HÌNH 2.8 SO SÁNH CÁC KӂT QUҦ PHÂN LOҤI DӴA TRÊN PIXEL: (A) WAVELET, (B) SAM WAVELET, (C) SVM-WAVELET, (D) MLC-BROVEY, (E) SAM-MLC-BROVEY, (F) SVM-MLC-BROVEY, (G) MLC-EHLERS, (H) EHLERS, (I) SVM-EHLERS, (J) MLC-STACKING, (K) SAM-STACKING VÀ (L) SVM-SAM-STACKING 15

+Î1+6ѪĈӖ TӘNG QUAN Vӄ QUY TRÌNH PHÂN LOҤI 16

HÌNH 2.10 HÌNH MINH HӐA KӂT QUҦ PHÂN LOҤI: TRÍCH XUҨ7 ĈӎA Ĉ,ӆM NGHIÊN CӬ8&È&75ѬӠNG HӦP PHÂN LOҤI SAI SӰ DӨNG LAI HOҺC CLOUDE-3277,(5 9¬ &È& 75ѬӠ1* ĈѬӦC PHÂN LOҤI TӔT BҴNG CÁCH SӰ DӨNG KӂT HӦP CÁC THÔNG SӔ LAI VÀ CLOUDE±POTTIER 17

HÌNH 2.11 MӔI QUAN Hӊ GIӲA SINH KHӔI DӴ Ĉ2È1 9¬ 6,1+ +Ӕ, Ĉ2 ĈѬӦC CӪA LÚA MÌ VӨ ĈÐ1* 18

HÌNH 3.1 RӮNG NGҰP MҺN CҪN GIӠ 20

HÌNH 3.2 CÂY DӮ$1ѬӞC 22

+Î1+&Æ<ĈѬӞC 23

HÌNH 3.4 CÂY MҨM BIӆN 24

HÌNH 3.5 NHӲNG BӨI CÂY DÀ MӐC TҰP TRUNG THÀNH KHU VӴC

RӜNG LӞN 25

+Î1+ ĈҺ&75Ѭ1* 3+ҦN XҤ PHӘ CӪA THӴC VҰ7 1ѬӞ&9¬ĈҨT TRӔNG 26

HÌNH 3.7 Hӊ THӔNG CÁC Vӊ TINH SENTINEL (NGUӖN: ESA) 28

+Î1+.Ë&+7+ѬӞC ҦNH CӪA TӮNG CHӂ ĈӜ (NGUӖN: ESA) 30

HÌNH 3.9 CÁC SҦN PHҬM CHÍNH CӪA SENTINEL-1 31

HÌNH 3.10 QUӺ ĈҤO CӪA 2 Vӊ TINH SENTINEL-2 33

HÌNH 3.11 CÁC Ô DӲ LIӊT LӞP 1C VÀ 2A (NGUӖN: ESA) 35

+Î1+ ĈӜ PHÂN GIҦI KHÔNG GIAN SO VӞ,%ѬӞC SÓNG: KHOҦNG 13 DҦI QUANG PHӘ CӪA SENTINEL-2 (NGUӖN: ESA) 35

HÌNH 3.13 VÍ DӨ MÔ HÌNH CÂY QUYӂ7ĈӎNH TRONG VIӈN THÁM 37

HÌNH 4.1 QUY TRÌNH THU THҰP VÀ XӰ LÝ DӲ LIÊU 43

HÌNH 4.2 MӜ SӔ THÔNG TIN METADATA CӪA DӲ LIӊU NGHIÊN CӬU 44 HÌNH 4.3 ҦNH PHÂN CӴC VH CӪA KHU VӴC NGHIÊN CӬ8 &+Ѭ$ ĈѬӦC NҲN CHӌNH HÌNH HӐC 45

HÌNH 4.4 PHÂN BӔ MҮU 46

HÌNH 4.5 SӴ KHÁC NHAU CӪA CÁC LӞP PHӪ THӴC VҰT Ӣ CҪN GIӠ 47

HÌNH 4.6 KHU VӴC DӴ ĈӎNH TIӂN HÀNH LҨY MҮU TRÊN GOOGLE MAO MAPS 48

HÌNH 4.7 Vӎ TRÍ ҦNH MҮU THU THҰP NGOÀI THӴ& Ĉӎ$ ĈѬӦC THӆ HIӊN TRÊN QGIS 49

HÌNH 4.8 MӜT SӔ LOÀI CÂY THU THҰ3 ĈѬӦC TRONG QUÁ TRÌNH LҨY MҮU 50

HÌNH 4.9 DӲ LIӊU SENTINEL-6$8.+,ĈѬӦC THÊM VÀO SNAP 53

HÌNH 4.10 GIAO DIӊ163(&,)<352'8&768%6(7Ĉӆ CҲT ҦNH 54

HÌNH 4.11.KӂT QUҦ ҦNH SAU KHI CҲT 54

HÌNH 4.12 LӴA CHӐN THÔNG SӔ TRONG CӰA SӔ CALIBRATION 55

HÌNH 4.13 KӂT QUҦ SAU KHI THӴC HIӊN CALIBRATE 56

HÌNH 4.14 GIAO DIӊN CӰA SӘ SINGLE PRODUCT SPECKLE FILTER 56

xi

HÌNH 4.15 ҦNH SIGMA0_VH SAU KHI LӐC NHIӈU 57

HÌNH 4.16 GIAO DIӊN CӰA SӘ RANGE DOPPLER TERRAIN CORRECTION 58

HÌNH 4.17 KӂT QUҦ SAU KHI NҲN CHӌNH HÌNH ҦNH 59

HÌNH 4.18 GIAO DIӊN CӰA SӘ LAYER STACKING PARAMETERS 60

HÌNH 4.19 KӂT QUA SAU KHI GӜP KÊNH ҦNH THEO TӘ HӦP MÀU 8-4-3 60

HÌNH 4.20 GIAO DIӊN CӰA SӘ SEAMLESS MOSAIC 61

HÌNH 4.21 KӂT QUҦ SAU KHI GHÉP ҦNH THEO TӘ HӦP MÀU 8-4-3 62

HÌNH 4.22 RANH GIӞI HUYӊN CҪN GIӠ ĈѬӦC THӆ HIӊN TRÊN ҦNH 63

HÌNH 4.23 KӂT QUҦ ҦNH CҲT KHU VӨC HUYӊN CҪN GIӠ THEO TӘ HӦP MÀU 4-3-2 64

HÌNH 4.24 ҦNH THӆ HIӊN CHӌ SӔ NDVI 65

HÌNH 4.25 KӂT QUҦ SAU KHI GӜP CÁC KÊNH ҦNH SENTINEL-1 VÀ SENTINEL-2 66

HÌNH 4.26 PHÂN BӔ MҮU PHÂN LOҤI 68

HÌNH 4.27 PHÂN BӔ MҮ8ĈÈ1+*,È 69

HÌNH 4.28 CÔNG CӨ REGION OF INTEREST (ROI) 70

HÌNH 4.29 CÁC VÙNG MҮ8ĈѬӦC LҨY TRÊN TӘ HӦP MÀU 4-3-2 71

HÌNH 4.30 BIӆ8 ĈӖ THӆ HIӊN GIÁ TRӎ TRUNG BÌNH CӪA MҮU THEO TӮNG KÊNH ҦNH 72

HÌNH 4.31 PHÂN BӔ MIӄN GIÁ TRӎ CӪA TӮNG LOҤI TRÊN TӮNG KÊNH ҦNH 74

HÌNH 4.32 MÔ HÌNH CÂY QUYӂ7ĈӎNH PHÂN LOҤ,ĈӔ,7ѬӦNG 75

HÌNH 4.33 MÔ HÌNH CÂY QUYӂ7 Ĉӎ1+ ĈѬӦC THӴC HIӊN TRÊN PHҪN MӄM ENVI 77

HÌNH 4.34 PHÂN BӔ MҮ8ĈÈ1+ *,È ĈӜ CHÍNH XÁC PHÂN LOҤI TRÊN QGIS 78

HÌNH 4.35 KӂT QUҦ PHÂN LOҤI TRÊN ENVI 79

HÌNH 5.1 PHÂN LOҤI RӮNG NGҰP MҺN HUYӊN CҪN GIӠ THEO MÔ HÌNH CÂY QUYӂ7ĈӎNH 80 HÌNH 5.2 PHÂN LOҤI RӮNG NGҰP MҺN HUYӊN CҪN GIӠ THEO

3+ѬѪ1*3+È30$;,080/,.(/,+22'6(17,1(/-1 VÀ 2) 82

xiii

DANH MӨC BҦNG BIӆU

BҦNG 3.1 CÁC MӬC DӲ LIӊU ҦNH SENTINEL-2 CUNG CҨ3 &+2 1*ѬӠI DUNG 34 BҦNG 3.2 THÔNG TIN CÁC KÊNH ҦNH SENTINEL-2 36 BҦ1*ĈӜ PHÂN GIҦI CӪA CÁC KÊNH ҦNH SENTINEL-2 LEVEL-2A 45 BҦNG 4.2 MҮ8ĈѬӦC CHӐN TӮ NGUӖN ҦNH Vӊ TINH GOOGLE 51 BҦNG 4.3 SӔ /ѬӦNG MҮU TӮNG LOҤ,ĈӔ,7ѬӦNG 67 BҦNG 4.4 TӘNG QUAN SӔ PIXEL MҮU PHӨC VӨ XÂY DӴNG MÔ HÌNH CÂY QUYӂT ĈӎNH 71 BҦNG 4.5 GIÁ TRӎ MIN VÀ MAX CÁC KÊNH ҦNH THEO TӮNG MҮU (CÁC GIÁ TRӎ ,1 ĈҰM THӆ HIӊN VÙNG KHÁC NHAU GIӲA CÙNG 1

KÊNH ҦNH CӪA CÁC MҮU) 73 BҦNG 4.6 TӘNG QUAN PIXEL MҮU PHӨC VӨ ĈÈ1+ *,È ĈӜ CHÍNH XÁC

MÔ HÌNH CÂY QUYӂ7ĈӎNH 78 BҦNG 5.1 DIӊN TÍCH RӮNG NGҰP MҺN HUYӊN CҪN GIӠ THEO MÔ HÌNH CÂY QUYӂ7ĈӎNH 81 BҦ1* ĈÈ1+ *,È ĈӜ CHÍNH XÁC PHÂN LOҤI MÔ HÌNH CÂY QUYӂT ĈӎNH THEO PIXEL 81 BҦNG 5.3 DIӊN TÍCH RӮNG NGҰP MҺN HUYӊN CҪN GIӠ THEO

3+ѬѪ1*3+È30$;,080/,.(/,+22' 83 BҦ1* ĈÈ1+ *,È ĈӜ CHÍNH XÁC PHÂN LOҤ, 3+ѬѪ1* 3+È3

MAXIMUM LIKELIHOOD THEO PIXEL 83 BҦNG 5.5 TӘNG HӦP KӂT QUҦ PHÂN LOҤI CӪ$3+ѬѪ1*3+È3 84

DANH MӨC TӮ VIӂT TҲT

STT Ký hiӋu chӳ viӃt tҳt Chӳ viӃWÿҫ\ÿӫ

13 SNAP Sentinel Application Platform

14 NDVI Normalized Difference Vegetation Index

15 UNESCO United Nations Educational Scientific and Cultural

1

&KѭѫQJ MӢ ĈҪU 1.1 Tính cҩp thiӃt cӫDÿӅ tài

HiӋn nay, rӯng là vҩQÿӅ ÿDQJÿѭӧFTXDQWkPKjQJÿҫu ӣ hҫu hӃt các quӕc gia, trong

sӕ ÿyFy9LӋt Nam RӯQJ ÿDQJEӏ tàn phá và sөt giҧm nghiêm trӑQJGRFiFWiFÿӝng xҩu cӫDFRQQJѭӡi gây ra Sӵ sөt giҧm diӋn tích rӯng là mӝt trong nhӳng nguyên nhân phә biӃn và ҧQKKѭӣng nһng nӅ ÿӃn chҩWOѭӧQJP{LWUѭӡng sӕng dүQÿӃQWKLrQWDLQKѭhҥQKiQONJOөt, sóng thҫn Có rҩt nhiӅu nguyên nhân gây nên sӵ WKD\ÿәi vӅ diӋn tích rӯQJ QKѭQJ FKӫ yӃXOjGRFRQQJѭӡi Sӵ khai thác quá mӭc tài nguyên rӯng ngày càng nhiӅu ӣ Qѭӟc ta, mһFGÿmWKӵc hiӋn nhiӅu biӋQSKiSFNJQJQKѭFKtQKViFKWUӗng rӯQJÿӇ cҧi thiӋn sӵ suy giҧPQKѭQJYүQFKѭDÿiQJNӇ

Theo Tәng cөFP{L WUѭӡng, viӋc chuyӇQÿәi mөFÿtFKVӱ dөQJ ÿҩt rӯng, khai thác quá mӭc lâm sҧn là nguyên nhân chính khiӃn rӯng tӵ nhiên cӫa ViӋt Nam bӏ suy giҧm diӋn tích trong nhiӅu thұp kӹ qua Trong khoҧng thӡLJLDQQăPWӯ 1975 - 1990, diӋn tích rӯng tӵ nhiên cӫDQѭӟFWDÿmJLҧm 2,8 triӋu ha [1] Theo sӕ liӋu cӫa Tәng cөc thӕng kê ViӋt Nam thì diӋn tích rӯQJFyWKD\ÿәLWăQJWӯ 13118,8 nghìn ha và tӍ

lӋ che phӫ rӯQJOjQăPOrQÿӃn 14491,3 nghìn ha và tӍ lӋ che phӫ rӯng là

YjRQăP [2] Có thӇ thҩy rҵng, diӋn tích rӯQJWKD\ÿәi theo chiӅXKѭӟng tích cӵFQKѭQJFKѭDÿiQJNӇ

Thành phӕ Hӗ Chí Minh là mӝt trong nhӳQJQѫLFyWӕFÿӝ ÿ{WKӏ KRiYjWăQJWUѭӣng kinh tӃ xã hӝi nhanh nhҩWQѭӟc ta Chính vì thӃ diӋn tích rӯng cӫa thành phӕ Hӗ Chí Minh bӏ tàn phá nһng nӅ Rӯng ngұp mһn Cҫn Giӡ hay còn gӑi là rӯQJ6iFÿѭӧc biӃt ÿӃn là lá phәi xanh cӫa thành phӕ Hӗ Chí Minh Rӯng ngұp mһn Cҫn Giӡ ÿѭӧc UNESCO công nhұn là khu dӵ trӳ sinh quyӇn thӃ giӟi vӟLÿDGҥng các loài sinh vұt sinh sӕng [3]4XDFiFQăPGLӋn tích rӯng ngұp mһn Cҫn Giӡ bӏ ҧQKKѭӣng dүQÿӃn các hұu quҧ vӅ P{LWUѭӡQJ NqPWKHRÿyOjWuQKKuQKSKiWWULӇn kinh tӃ FNJQJEӏ thay ÿәi

Ngày nay, có rҩt nhiӅu nghiên cӭu vӅ sӵ WKD\ÿәi cӫa rӯQJFNJQJQKѭWKӵc phӫ bҵng cách kiӇm tra tính toán vӟi dӳ liӋu thӵFÿӏDQKѭQJYӟi sӵ phát triӇn cӫa khoa hӑc và

kӻ thuұt, viӉQWKiPQJj\FjQJÿѭӧc sӱ dөng rӝng rãi trong các công trình nghiên cӭu

vӅ ÿiQKJLiUӯQJ ĈӇ tính toán và nghiên cӭu vӅ rӯng, cҫn thӵc hiӋn phân loҥi lӟp thӵc phӫ thұt chi tiӃt và chính xác Các kӻ thuұWWKѭӡng sӱ dөng trong viӋc nghiên cӭu và phân loҥi rӯng là sӱ dөng dӳ liӋu ҧnh quang hoһc dӳ liӋu ҧnh radar Trong nhiӅu nghiên cӭu cho thҩy các chӍ sӕ thӵc vұWQKѭFKӍ sӕ NDVI cӫa ҧnh quang có WtQKWѭѫQJ TXDQPҥnh vӟi thӵc vұt nên dӉ dàng phân loҥi lӟp phӫ rӯQJQKѭQJKҥn chӃ cӫa ҧnh quang là bӏ ҧQKKѭӣng bӣLÿLӅu kiӋn thӡi tiӃt và nhҩt là mây che phӫ Không chӍ có ҧnh quang hӑFPjÿһFÿLӇm cӫa ҧnh radar cho thҩ\ÿӝ tán xҥ QJѭӧc có WtQKWѭѫQJTXDQFDRYӟi bӅ mһWÿӕLWѭӧng nên có thӇ phân loҥLÿһc tính khác nhau cӫa lӟp phӫ thӵc vұW+ѫQWKӃ nӳa, ҧnh radar không bӏ ҧQKKѭӣng bӣLÿLӅu kiӋn thӡi tiӃt YjFyÿӝ phân giҧLWѭѫQJÿӕi tӕWÿӇ ÿiQKJLiYjSKkQORҥi thӵc phӫ

ĈDSKҫn các nghiên cӭu chӍ tách riêng lӟp thӵc phӫ PjFKѭDSKkQORҥi cө thӇ tӯng ÿӕLWѭӧng thӵc vұt Chính vì thӃ nghiên cӭX³3KkQORҥi rӯng ngұp mһn Cҫn Giӡ tӯ

dӳ liӋu ҧnh tích hӧp quang và radar Sentinel-Yj´ÿѭӧFKuQKWKjQKĈӅ tài sӁ giúp kӃt hӧp và sӱ dөng nguӗn ҧnh tích hӧp Sentinel-Yjÿӗng thӡi xây dӵng mô hình cây quyӃWÿӏnh nhҵm phân loҥi mӝt sӕ loài thӵc vұt phә biӃn cӫa rӯng ngұp mһn Cҫn Giӡ phөc vө cho viӋFÿiQKJLiVӵ phân bӕ và giám sát rӯng

1.2 MөFWLrXÿӅ tài

ĈӅ WjLKѭӟQJÿӃn nhӳng mөc tiêu sau:

x KӃt hӧp dӳ nguӗn dӳ liӋu ҧnh radar Sentinel-1 và quang hӑc Sentinel-2 cùng Fyÿӝ phân giҧi 10m trong nghiên cӭu phân loҥi rӯng ngұp mһn Cҫn Giӡ

x Xây dӵng mô hình cây quyӃWÿӏnh dӵa vào dӳ liӋu mүu thu thұp tӯ thӵFÿӏa và

dӳ liӋu kӃt hӧp Sentinel-1 và Sentinel-2

x Sӱ dөng mô hình cây quyӃWÿӏnh trong phân loҥi rӯng ngұp mһn Cҫn Giӡ

x Sӱ dөQJ SKѭѫQJ SKiSSKkQORҥL0D[LPXP /LNHOLKRRGÿӇ tiӃn hành kiӇm chӭng kӃt quҧ phân loҥi

3

1.3 éQJKƭDFӫDÿӅ tài

Ý QJKƭDNKRDK͕cĈӅ tài góp phҫn làm phong phú thêm nguӗn tài liӋu khoa hӑc trong

OƭQKYӵc viӉn thám nói chung và viӉn thám nghiên cӭXWjLQJX\rQP{LWUѭӡng, nhҩt

là giám sát rӯQJ QyLULrQJ1JRjL UD ÿӅ tài còn tҥo tiӅQÿӅ cho viӋc kӃt hӧp nhiӅu nguӗn ҧnh, dӳ liӋu phөc vө cho nhӳng nghiên cӭu khác

é QJKƭDWK͹c ti͍n: Nghiên cӭu kӃt hӧp dӳ liӋu ҧnh radar Sentinel-1 và quang hӑc

Sentinel-2 phân loҥi rӯng ngұp mһn Cҫn Giӡ giúp:

x Phân loҥi nhiӅu loài thӵc vұt ӣ rӯng ngұp mһn Cҫn Giӡ nhҵm theo dõi sӵ phân

bӕ, diӋn tích phөc vө viӋFJLiPViWYjÿiQKJLiVӵ phát triӇn cӫa tӯng loài tҥi rӯng ngұp mһn Cҫn Giӡ

x Bҵng viӋc sӱ dөng nguӗn dӳ liӋu ҧnh kӃt hӧp Sentinel-1 và Sentinel-2 và mô hình cây quyӃWÿӏnh ӣ nhiӅu thӡLÿLӇm khác nhau có thӇ ÿiQKJLiELӃQÿӝng diӋn tích rӯng ngұp mһn Cҫn Giӡ nói chung và biӃQÿӝng loài thӵc vұt nói riêng phөc vө cho công tác quҧn lý tài nguyên rӯng hiӋu quҧ

1.4 PhҥP YLÿӅ tài

Dӳ liӋu nghiên cӭX ÿӅ tài sӱ dөng nguӗn dӳ liӋu radar Sentienl-1, quang hӑc Sentinel-2, dӳ liӋu mүu thu thұp thӵFÿӏa và dӳ liӋu mүu tӯ nguӗn ҧnh vӋ tinh cӫa Google

Khu vӵc nghiên cӭu: Rӯng ngұp mһn Cҫn Giӡ (rӯng Sác) thuӝc huyӋn Cҫn Giӡ, TP.Hӗ Chí Minh

Thӡi gian nghiên cӭu: tӯ WKiQJÿӃn tháng 06/2021

1.5 Cҩu trúc luұQYăQ

Ngoài các phҫn danh mөc hình ҧnh, danh mөc bҧng biӇu, danh mөc các tӯ viӃt tҳt, danh mөc tài liӋu tham khҧo và phө lөc thì nӝi dung luұQYăQJӗPFKѭѫQJQKѭVDX

&KѭѫQJ 0ӓ ÿҫu &KѭѫQJ Qj\WiFJLҧ giӟi thiӋu vӅ tính cҩp thiӃt và lý do thӵc

hiӋQÿӅ tài, mөFWLrXÿӅ WjLêQJKƭDÿӅ tài, phҥPYLÿӅ tài và bӕ cөc cӫDÿӅ WjL³3KkQloҥi rӯng ngұp mһn Cҫn Giӡ tӯ dӳ liӋu ҧnh tích hӧp quang và radar Sentinel-Yj´

&KѭѫQJ7әng quan vӅ nghiên cӭu7URQJFKѭѫQJQj\WiFJLҧ giӟi thiӋu vӅ vӏ trí

ÿӏa lý, khí hұu và thӫ\YăQFӫa huyӋn Cҫn Giӡ, nhӳng nghiên cӭu liên quan trong Qѭӟc và quӕc tӃ

&KѭѫQJ &ѫVӣ lý thuyӃt TҥLFKѭѫQJQj\WiFJLҧ giӟi thiӋu nhӳng lý thuyӃt phөc

vө trong quá trình nghiên cӭu

&KѭѫQJ 3KkQ WtFK[k\Gӵng mô hình cây quyӃWÿӏnh và phân loҥi ҧnhĈӕi

vӟLFKѭѫQJQày, tác giҧ trình bày nӝi dung thu thұp, xӱ lý dӳ liӋu, phân tích và xây dӵng mô hình cây quyӃWÿӏnh Tӯ ÿyiSGөng trong phân loҥi rӯng ngұp mһn Cҫn Giӡ

&KѭѫQJ .Ӄt quҧ và thҧo luұn&KѭѫQJ Qj\WiFJLҧ trình bày kӃt quҧ phân loҥi

YjÿiQKJLiÿӝ chính xác cӫa nghiên cӭu Bên cҥQKÿyWiFJLҧ còn giӟi thiӋu kӃt quҧ khi thӵc hiӋn vӟL SKѭѫQJ SKiS SKkQORҥi bҵQJ SKѭѫQJ SKiSSKә biӃn Maximum Likelihood

&KѭѫQJ .Ӄt luұn và kiӃn nghӏ&KѭѫQJQj\WiFJLҧ trình bày và tәng kӃt lҥi nӝi

dung, kӃt quҧ nghiên cӭu và tӯ ÿyÿѭDUDNLӃn nghӏ

bӡ biӇn 20km chҥ\GjLWKHRKѭӟng Tây Nam - Ĉ{QJ %ҳc, có các cӱa sông lӟn cӫa các con sông Lòng Tàu, Cái Mép, Gò Gia, Thӏ Vҧi, Soài RҥSĈӗng Tranh Tәng diӋn tích tӵ nhiên cӫa toàn huyӋQOjKDÿmEDRJӗm diӋn tích khu Gò Gia), chiӃm 1/3 tәng diӋn tích toàn thành phӕ

Vӏ trí cӫa huyӋn Cҫn Giӡ ӣ tӯ 106o¶´ÿӃn 107o¶´.LQKÿӝ Ĉ{QJ YjWӯ

10o¶´ÿӃn 10o¶´Yƭÿӝ Bҳc

Toàn huyӋn có 01 thӏ trҩn Cҫn Thҥnh và 6 xã: Bình Khánh, Tam Thôn HiӋp, An Thӟi Ĉ{QJ/RQJ+zD/ê1KѫQYj7KҥQK$Q[mÿҧo) Ranh giӟi hành chính cӫa huyӋn ÿѭӧF[iFÿӏQKQKѭVDX

x Phía Bҳc giáp huyӋn Nhà Bè (thành phӕ Hӗ Chí Minh) và huyӋQ1KѫQ7Uҥch (tӍQKĈӗng Nai) - Ranh giӟi là sông Soài Rҥp

x Phía Nam giáp biӇQĈ{QJ

x 3KtDĈ{QJJLiSELӇQĈ{QJYjWӍnh Bà Rӏa - 9NJQJ7jX

x Phía Tây giáp huyӋn Nhà Bè (thành phӕ Hӗ Chí Minh); huyӋn Cҫn Giuӝc (tӍnh Long An), huyӋQ*z&{QJ Ĉ{QJWӍnh TiӅn Giang) - Ranh giӟi là sông Soài Rҥp

Hình 2.1 B̫Qÿ͛ ÿ͓a giͣi hành chính huy͏n C̯n Giͥ (Ngu͛n:

7

tӯ 25oC - 29oC, cao tuyӋWÿӕi là 38,2oC, thҩp tuyӋWÿӕi là 14,4o&Ĉӝ ҭm trung bình tӯ

ÿӃQÿӝ bӕFKѫLWӯ ÿӃn 6 mm/ngày, trung bình 5 mm/ngày, cao nhҩt 8 PPQJj\ /ѭӧQJ PѭDWUXQJEuQKKjQJQăPWӯ 1.000 - PPWURQJPDPѭDOѭӧQJ PѭD WKiQJWKҩp nhҩt khoҧng 100 mm, tháng nhiӅu nhҩWPP0DPѭDKѭӟng gió chính là Tây - 7k\1DPPDNK{Kѭӟng gió Bҳc - Ĉ{QJ%ҳF6DXQăPgiҧi phóng, hӋ sinh thái rӯng và rӯng ngұp mһn cӫa Cҫn Giӡ ÿmÿѭӧc phөc hӗi әn ÿӏQKYjÿDQJSKiWWULӇn tӕt sau nhӳng thiӋt hҥi nһng nӅ do chiӃn tranh tàn phá

b Thuӹ YăQ

Toàn bӝ sông rҥch cӫa Cҫn Giӡ chӏu ҧQKKѭӣng cӫa chӃ ÿӝ bán nhұt triӅXNK{QJÿӅu

Vì nҵm trong vùng cӱa sông, chӏu ҧQKKѭӣng trӵc tiӃp cӫa chӃ ÿӝ bán nhұt triӅu tӯ biӇQĈ{QJWUX\Ӆn vào, các sông rҥch cӫa huyӋn Cҫn Giӡ ÿӅXÿyQJYDLWUzNrQKGүn triӅXÿѭDQѭӟc mһn xâm nhұp khҳSÿӏa bàn huyӋn làm cho khӕLQѭӟc mһt ӣ ÿk\TXDQKQăPEӏ mһn, lӧ [4]

2.2 Nghiên cӭu liên quan

2.2.1 Nghiên cӭXWURQJQѭӟc

a Sӱ dөng ҧnh vӋ tinh Landsat 8 trong thành lұp bҧQÿӗ hiӋn trҥng rӯng ngұp mһn Cҫn Giӡ, TP Hӗ Chí Minh

Nghiên cӭu cӫa tác giҧ Võ Minh Hoàn và cӝng sӵ ÿmVӱ dөng ҧnh vӋ tinh Landsat 8

ÿӇ thӵc hiӋn thành lұp bҧQÿӗ hiӋn trҥng và trӳ Oѭӧng rӯng ngұp mһn thuӝc Ban Quҧn

lý rӯng phòng hӝ Cҫn Giӡ, Tp Hӗ Chí Minh [5]

Nghiên cӭu kӃt hӧp ҧnh chөSYjRQăPYjVӕ liӋu 179 ô mүu thuӝc 12 trҥng thái rӯng Áp dөng phân loҥi tӵ ÿӝng dӵa vào sӵ hӛ trӧ cӫa phҫn mӅm eCognition 'HYHORSHUÿӇ phân tách ҧnh vӋ tinh khu vӵc nghiên cӭXWKjQKÿӕLWѭӧng Nghiên cӭXÿmWKjQKOұSÿѭӧc bҧQÿӗ hiӋn trҥng rӯng vӟLÿӝ chính xác 83% Nghiên cӭXÿmFXQJFҩp cái nhìn tәng quan vӅ hiӋn trҥng và trӳ Oѭӧng rӯng, tuy nhiên nghiên cӭXFKѭDSKkQORҥLÿѭӧc các loài cây phә biӃn ӣ rӯng ngұp mһn Cҫn Giӡ

Hình 2.2 B̫Qÿ͛ hi͏n tr̩ng rͳng (a) và b̫Qÿ͛ trͷ O˱ͫng rͳng (b) huy͏n C̯n Giͥ

b Nghiên cዜu phዛዓng pháp trዒn ኷nh viወn thám siêu cao tኹn Sentinel-1 và ኷nh viወn thám quang hዌc

Tác giҧ Lê Minh Hҵng và TrҫQ9kQ$QKÿmWKӵc hiӋn nghiên cӭu trӝn ҧnh viӉn thám quang hӑc Landsat-8 và ҧnh radar Sentinel-1 bҵng nhiӅXSKѭѫQJSKiSNKiFQKDXQKѭ[6]:

x 3KѭѫQJSKiSFKX\ӇQÿәi hӋ màu RGB-HIS

x 3KѭѫQJSKiSELӃQÿәi Brovey

x 3KѭѫQJSKiSWKjQKSKҫn chính (Principal Component Analysis)

x 3KѭѫQJSKiSQKkQҧnh (Multiplicative)

9

Hình 2.3 K͇t qu̫ tr͡n ̫nh Landsat 8 và ̫nh Sentinel-1

Ngoài ra, sau khi thӵc hiӋn nghiên cӭu nhóm tác giҧ còn thӵc hiӋn viӋc phân loҥi lӟp phӫ trên ҧQKWUѭӟc và sau khi trӝn

Hình 2.4 So sánh k͇t qu̫ th͵ nghi͏m phân lo̩i lͣp phͯ WUrQW˱OL͏u sau khi tr͡n

KӃt quҧ nghiên cӭu cho thҩ\SKѭѫQJ SKiSWUӝn dӳ liӋu ҧnh cӫa nhiӅu bӝ cҧm vӟi QKDXÿyQJYDLWrò quan trӑng có thӇ giúp cung cҩp nhiӅXWK{QJWLQKѫQNKLSKkQWtFKriêng lҿ Nghiên cӭXFNJQJÿiWKӵc hiӋn so sánh viӋc phân loҥi lӟp phӫ trên tӯng nguӗn ҧnh, tuy nhiên nghiên cӭXFKѭDWKӵc hiӋn phân loҥi loài cө thӇ cӫDFiFÿӕLWѭӧng thӵc phӫ

c Quan hӋ giӳa tán xҥ QJѭӧc cӫa ҧnh radar Sentinel-1 vӟi chӍ sӕ NVDI cӫa ҧnh quang hӑc Sentinel-WUѭӡng hӧp nghiên cӭXFKRÿӕLWѭӧng rӯng khӝp tҥi tӍQKĈҳk Lҳk

Nghiên cӭu cӫa nhóm tác giҧ NguyӉQ 9ăQ7Kӏ, NguyӉQĈuQK'ѭѫQJ 7Uҫn Quang Bҧo vӟLÿӕLWѭӧng rӯng khӝp tҥi tӍQKĈҳk Lҳk vӟi nguӗn dӳ liӋu ҧnh Radar Sentinel-

1 và ҧnh quang Sentinel-2 bҵQJSKѭѫQJ SKiS[iFÿӏQKP{KuQKWѭѫQJ TXDQWiQ[ҥ Radar và NDVI [7]

Sӵ WKD\ÿәi giá trӏ tán xҥ QJѭӧc cӫa các phân cӵc radar Sentinel-1 rҩt phù hӧp vӟi sӵ WKD\ÿәi cӫa giá trӏ NDVI tính tӯ ҧnh quang hӑc Sentinel-2 Giá trӏ tán xҥ QJѭӧc và NDVI có mӕi liên hӋ theo hàm logarit vӟi hӋ sӕ WѭѫQJTXDQ52 ÿӕi vӟi phân cӵc VV, R2 ÿӕi vӟi phân cӵc VH và R2 ÿӕi vӟi phân vӵc VV+V KӃt quҧ nghiên cӭu cho thҩy sӵ WѭѫQJTXDQFӫa các giá trӏ tán xҥ QJѭӧc Sentinel-1

và NDVI cӫa Sentinel-2 là rҩt tӕt Tӯ ÿyFyWKӇ thҩy giá trӏ tán xҥ cӫa ҧnh Sentinel-1 rҩt nhҥy và phù hӧSÿӇ phân loҥLFiFÿӕLWѭӧng thӵc vұt

Tác giҧ ÿmNӃt hӧp ҧnh Quang hӑc và ҧnh radar bҵQJSKѭѫQJSKiS[k\Gӵng bҧQÿӗ vector tӯ ҧnh quang hӑc, tӯ ÿy[k\Gӵng lӟp bҧQÿӗ kӃt hӧSFyÿҫ\ÿӫ thông tin cӫa ҧnh SPOT-6 và ҧnh radar ALOS PALSAR

&NJQJQKѭFiFQJKLrQFӭu ӣ mөc b và c, tác giҧ FNJQJÿmNӃt hӧp thành công dӳ liӋu ҧnh quang hӑc và radar Tuy nhiên, chӫ yӃu nghiên cӭu lӟp bҧQÿӗ kӃt hӧSÿӇ Fyÿҫy

ÿӫ thông tin tӯ nguӗn dӳ liӋXPjFKѭDSKkQORҥLFiFÿӕLWѭӧng thӵc phӫ

Hình 2.6 K͇t qu̫ k͇t hͫp ̫nh SPOT-6 và ̫nh radar ALOS PALSAR

e Sӱ dөQJWѭOLӋu viӉn thám và GIS thành lұp bҧQÿӗ lӟp phӫ rӯng tӍ lӋ 1:10000 Nghiên cӭu cӫa tác giҧ Trҫn Thӏ 7KѫP Yj3Kҥm Thanh QuӃ sӱ dөng nguӗn ҧnh SPOT-5 cho khu vӵc xã Thanh Mai, Chӧ Mӟi, Bҳc Cҥn [9] Nghiên cӭu thӵc hiӋn nhӡ sӵ kӃt hӧp giӳDÿLӅu tra thӵFÿӏa và xӱ lý nguӗn ҧnh SPOT-5 bҵng nhӳQJSKѭѫQJpháp phân loҥi (Maximum Likelihood, cây quyӃWÿӏQK ÿmSKkQORҥi và thành lұSÿѭӧc bҧQÿӗ lӟp phӫ rӯng tӍ lӋ 1:10000 Nghiên cӭu cho thҩy tính khҧ thi cӫa viӋc sӱ dөng nguӗQWѭOLӋu viӉn thám và GIS trong công tác phân loҥi và thành lұp bҧQÿӗ

13

Hình 2.7 ̪nh phân lo̩LWKHRSK˱˯QJSKiSFk\TX\͇Wÿ͓nh

KӃt quҧ nghiên cӭu cho thҩy viӋc sӱ dөng mô hình cây quyӃWÿӏnh phөc vө cho viӋc thành lұp bҧQÿӗ phân loҥi lӟp phӫ rӯng là khҧ thi Tuy nhiên, nghiên cӭu chӍ phân tích và xây dӵng mô hình cây quyӃWÿӏnh trên nguӗn ҧnh SPOT-5 duy nhҩt

f Ӭng dөng công nghӋ tích hӧSWѭOLӋu viӉn thám và hӋ WK{QJWLQÿӏa Oê[iFÿӏnh

sӵ biӃQÿӝng rӯng ngұp mһn, 2012

Luұn án TiӃQ VƭFӫa tác giҧ Phҥm ViӋt Hoà tҥLWUѭӡQJ Ĉҥi hӑc Mӓ ÿӏa chҩWÿmVӱ dөng nguӗn ҧQK6327 ÿӝ phân giҧLP 6327 ÿӝ phân giҧi 20m), 6327 ÿӝ phân giҧi 10m) kӃt hӧp vӟi mүu thu thұp tӯ thӵFÿӏDÿӇ [iFÿӏnh

sӵ biӃQÿӝng cӫa rӯng ngұp mһn huyӋn Cҫn Giӡ qua các thӡi kǤ [10]

Nghiên cӭXÿmÿiQKJLiELӃQÿӝng diӋn tích rӯng ngұp mһQYyLÿӝ FKtQK[iFWѭѫQJÿӕi cao (90-94%) Nghiên cӭXÿmNӃt hӧp giӳa chӍ sӕ thӵc vұt NDVI, thành phҫn tӍ

sӕ tӕi thiӇu (MNF) và phân loҥi theo thuұt toán xác suҩt cӵFÿҥL0/& ÿӇ thành lұp bҧQÿӗ biӃQÿӝQJYjÿiQKJLiELӃQÿӝng diӋn tích rӯng ngұp mһn ӣ 2 thӡLÿLӇm KӃt quҧ nghiên cӭu cho thҩy, rӯng ngұp mһn Cҫn Giӡ qua các thӡi kǤ ÿѭӧc bҧo tӗn WѭѫQJÿӕi tӕt vӟi diӋn tích rӯQJWăQJOLrQWөc Nghiên cӭXÿmiSGөng công nghӋ viӉn WKiPYj*,6ÿӇ ÿiQKJLiELӃQÿӝng cӫa rӯng ngұp mһn Cҫn Giӡ qua tӯng thӡi kǤ tuy QKLrQFKѭDSKkQWtFKFө thӇ tӯQJÿӕLWѭӧng loài thӵc vұt chӫ yӃu cӫa rӯQJFNJQJQKѭ

sӱ dөng nguӗn ҧnh sӱ dөng SPOT vӟLÿӝ phân giҧLFKѭDWӕt

&iFSKѭѫQJSKiSNӃt hӧp sӱ dөng là phép biӃQÿәi Brovey, biӃQÿәi Wavelet,Ehlers

và Layer Stacking KӃt quҧ cӫDFK~QJÿѭӧc phân loҥi thành bҧ\YQJÿҩt khác nhau bao gӗm: lӟp phân loҥi dӵa trên pixel và bӝ phân loҥi dӵDWUrQÿӕLWѭӧng (dӵa trên quy tҳc và tiêu chuҭn láng giӅng gҫn nhҩt KӃt quҧ cho thҩy rҵng phân loҥi dӵa trên SL[HOÿҥWÿѭӧFÿӝ chính xác tӕLÿD

15

Hình 2.8 So sánh các k͇t qu̫ phân lo̩i d͹a trên pixel: (a) MLC-Wavelet, (b) SAM Wavelet, (c) SVM-Wavelet, (d) MLC-Brovey, (e) SAM-Brovey, (f) SVM-Brovey, (g) MLC-ehlers, (h) SAM-ehlers, (i) SVM-ehlers, (j) MLC-Stacking, (k) SAM-Stacking

và (l) SVM-Stacking

KӃt quҧ nghiên cӭXJL~SWDFyÿѭӧc cái nhìn tәng quan vӅ FiFSKѭѫQJSKiSSKkQORҥi FNJQJQKѭѭXQKѭӧFÿLӇm trên tӯQJSKѭѫQJSKiSÿѭӧc áp dөng trên nguӗn ҧnh kӃt hӧp

b Synergistic Use of Radar Sentinel-1 and Optical Sentinel-2 Imagery for Crop Mapping: A Case Study for Belgium

Nghiên cӭu cӫa tác giҧ Kristof Van Tricht và cӝng sӵ ÿmVӱ kӃt hӧp hình ҧnh Radar cӫa vӋ tinh Sentinel-1 và ҧnh quang cӫa vӋ tinh Sentinel-ÿӇ thành lұp bҧQÿӗ cây trӗng cho BӍ [12]

Tác giҧ ÿmVӱ dөng phân loҥi rӯng ngүu nhiên theo thӭ bұc Quy trình phân loҥi gӗm

EѭӟFWURQJÿyEѭӟFÿҫu tiên phân loҥi mӝt loҥi cây trӗng rӝng lӟn và rӯQJQѭӟc

và các loҥi cây trӗQJEѭӟc thӭ 2, lӟp cây trӗQJÿѭӧc tiӃp tөc phân loҥi thành các loҥi cây trӗng khác nhau

Hình 2.96˯ÿ͛ t͝ng quan v͉ quy trình phân lo̩i

KӃt quҧ phân loҥi cho thҩy viӋc sӱ dөng bә sung hình ҧnh Radar Sentinel-1 kӃt hӧp vӟi ҧnh quang Sentinel-ÿmFXQJFҩp cái nhìn sâu sҳc vӅ thành phҫn và cҩu trúc cӫa thӵc vұW+ѫQWKӃ nӳa, nghiên cӭXFNJQJWKӇ hiӋn viӋc phân loҥi tӯng loài thӵc vұt dӵa vào nguӗn ҧnh Sentinel-1 và Sentinel-2 là khҧ thi, giúp tҥo tiӅQÿӅ cho viӋc thӵc hiӋn

ÿӅ tài này

kê và phân loҥLÿӕLWѭӧng dӵa vào chӍ sӕ TD (transformed divergence) kӃt hӧp vӟi SVM (support vector machine) Mô tҧ kӃt quҧ phân loҥi trong hình 2.10

Hình 2.10 Hình minh h͕a k͇t qu̫ phân lo̩i: trích xṷWÿ͓DÿL͋m nghiên cͱu các WU˱ͥng hͫp phân lo̩i sai s͵ dͭng LAI ho̿c Cloude-3RWWLHUYjFiFWU˱ͥQJÿ˱ͫc phân lo̩i t͙t b̹ng cách s͵ dͭng k͇t hͫp các thông s͙ LAI và Cloude±Pottier

KӃt quҧ nghiên cӭu cho thҩy có thӇ kӃt hӧp nhiӅu nguӗn ҧnh lҥi vӟi nhau, không chӍ riêng 2 nguӗn ҧnh mà có thӇ nhiӅXKѫQÿӇ thӵc hiӋn phân loҥLÿӕLWѭӧng

d Combined Multi-Temporal Optical and Radar Parameters for Estimating LAI and Biomass in Winter Wheat Using HJ and RADARSAR-2 Data

Nghiên cӭu cӫa tác giҧ Xiuliang Jin và cӝng sӵ ÿmWKӵc hiӋn tính LAI và sinh khӕi lúa mì tҥi huyӋQ'ѭѫQJ /ăQJ 7KLӇm Tây, Trung Quӕc [14] Bҵng viӋc sӱ dөng SKѭѫQJSKiSSKkQKXӹ phân cӵFÿӇ WKXÿѭӧc phân cӵFYjFiFÿһFÿLӇm vұt lý tӯ ҧnh SAR, kӃt hӧp vӟi viӋc lӵa chӑn các chӍ sӕ phân cӵc radar và chӍ sӕ thӵc vұt cӫa ҧnh TXDQJ6DXÿyVӱ dөng phân tích hӗi quy tuyӃn tính và phi tuyӃn tính KӃt quҧ cӫa nghiên cӭu:

Hình 2.11 M͙i quan h͏ giͷa sinh kh͙i d͹ ÿRiQYjVLQKNK͙LÿRÿ˱ͫc cͯa lúa mì vͭ

ÿ{QJ

19

ViӋc sӱ dөng nguӗn ҧnh tích hӧSÿӇ thӵc hiӋn tính toán và thӕQJNrFiFÿӕLWѭӧng thӵc vұt cho kӃt quҧ rҩt tӕi vӟi sӵ WѭѫQJTXDQJLӳa kӃt quҧ dӵ ÿRiQVLQKNKӕi và kӃt quҧ WtQKWRiQÿѭӧc có R2=0.9 Nghiên cӭXÿmWҥo tiӅQÿӅ cho viӋc kӃt hӧp dӳ liӋu ҧnh trong viӋc nghiên cӭXFiFÿӕLWѭӧng thӵc vұt

&KѭѫQJ &Ѫ6Ӣ LÝ THUYӂT 3.1 Rӯng ngұp mһn

3.1.1 Khái niӋm

Rӯng ngұp mһn là mӝt nhóm cây gӛ và cây bөi sӕng trong vùng bãi triӅu ven biӇn

Có khoҧng 80 loài cây ngұp mһn khác nhau Tҩt cҧ nhӳQJFk\Qj\ÿӅu mӑc ӣ nhӳng QѫLFyÿҩWtWR[\QѫLQѭӟc chҧy chұm cho phép tích tө các chҩt cһn tӕt Rӯng ngұp mһn chӍ phát triӇn ӣ FiFYƭÿӝ nhiӋWÿӟi và cұn nhiӋWÿӟi gҫQ[tFKÿҥo, vì chúng không thӇ chӏXÿӵQJÿѭӧc nhiӋWÿӝ lҥnh [15]

Hình 3.1 Rͳng ng̵p m̿n C̯n Giͥ

NhiӅu khu rӯng ngұp mһn có thӇ ÿѭӧc nhұn ra bӣi cҩu tҥRGj\ÿһc cӫa rӉ mӝt sӕ loài cây, chính chúng làm cho cây có vҿ QKѭÿӭng trên mһWQѭӟFĈһc tính này cӫa rӉ cho phép cây hҩp thө chҩWGLQKGѭӥQJ KjQJQJj\YjQJăQFҧn dòng chҧy cӫa thӫy triӅu, FyQJKƭDOjKҫu hӃt rӯng ngұp mһn bӏ ngұp ít nhҩt hai lҫn mӝt ngày RӉ làm trì hoãn

sӵ di chuyӇn cӫDQѭӟc thӫy triӅu, làm cho các chҩt cһn cӫDQѭӟFNK{QJÿѭӧc giҧi quyӃWYjKuQKWKjQKÿҩt bùn

21

Rӯng ngұp mһn әQÿӏQKÿѭӡng bӡ biӇn, giҧm xói mòn do triӅXFѭӡng, dòng chҧy, sóng và thӫy triӅu HӋ thӕng rӉ phӭc tҥp cӫa rӯng ngұp mһQFNJQJOjPFKRQKӳng khu rӯng này trӣ nên hҩp dүQÿӕi vӟi cá và các sinh vұt khác tìm kiӃm thӭFăQYjOjQѫLtrú ҭn khӓi nhӳng kҿ VăQPӗi

3.1.2 Rӯng ngұp mһn Cҫn Giӡ

Rӯng ngұp mһn Cҫn Giӡ vӟi diӋn tích gҫQKDWURQJÿy phҫQO}LKѫQKDYQJÿӋPKѫQKDYQJFKX\Ӈn tiӃp gҫn 30000 ha Rӯng ngұp mһn Cҫn Giӡ bao gӗm nhӳng loҥLFk\ÿһFWUѭQJQKѭEҫQÿѭӟc, mҳm trҳng, sú, vҽW«

Rӯng ngұp mһn có vai trò quan trӑng trong viӋc phòng hӝ, an ninh quӕc phòng và là QѫLFѭWU~FKRUҩt nhiӅu loài sinh vұt quý hiӃm khác Chính vì thӃ rӯng ngұp mһn Cҫn Giӡ có triӇn vӑng rҩt lӟn trong viӋc phát triӇn du lӏFKVLQKWKiL1ăPUӯng ngұp mһn Cҫn Giӡ cӫa thành phӕ Hӗ &Kt0LQKÿѭӧc UNESCO công nhұn là khu dӵ trӳ sinh quyӇQÿҫu tiên cӫa ViӋW1DPYjQăPWURQJKӋ thӕng các khu dӵ trӳ sinh quyӇn cӫa thӃ giӟi [3]

Mӝt sӕ loҥi cây chӫ yӃu cӫa rӯng ngұp mһn Cҫn Giӡ [16]:

a DӯDQѭӟc

DӯDQѭӟc (Nypa palm, Attap palm) là loҥLFk\ÿѭӧc phân bӕ nhiӅu ӣ FiFQѭӟc Châu

Á Lá dӯDQѭӟc lӟn có hình giӕQJO{QJFKLPO{QJYNJ YjWKѭӡng dài tӯ ÿӃn 6 mét ÿ{LNKLOrQÿӃQPpW Yjÿѭӧc mӑc tӯ gӕc cӫa cây [17] Mӛi lá có thӇ FyOrQÿӃn

120 tӡ vӟi chiӅu dài 30-130 cm, mһt trên màu xanh lөc bóng và mһWGѭӟi có nhiӅu phҩn Cuӕng lá nhҹn, bóng dài tӯ ÿӃn 2 mét vӟi gӕc hình cӫ bao quanh thân Tӯ phҫn gӕc cӫa cây là các cөm hoa màu vàng nҵm trên cuӕng dài và cӭng cáp Dӯa Qѭӟc có thân mӑFGѭӟi mһWÿҩt, chӍ có lá và cuӕng hoa mӑFQJѭӧFOrQWUrQ1yWKѭӡng mӑc trong nhӳQJYQJÿҩt ҭPѭӟt, sình lҫy dӑc theo bӡ sông hoһc ven cӱa biӇn, có thӫy triӅu lên xuӕQJFyQѭӟc chҧy chұm bӗLÿҳp phù sa Chính vì thӃ rӯng ngұp mһn Cҫn Giӡ OjP{LWUѭӡng tuyӋt vӡi cho sӵ VLQKWUѭӣng và phát triӇn cӫa loài DӯDQѭӟc

có rҩt nhiӅu công dөng trong sinh hoҥt và sҧn xuҩWQKѭOiOӧSQKjÿDQUә Ui« Pұt nhӵDGQJOrQPHQUѭӧu cӗn), trái dӯa (dùng làm thӵc phҭP «

Hình 3.2 Cây DͳDQ˱ͣc

b Ĉѭӟc

Ĉѭӟc (thuӝc hӑ Rhizophoraceae) là mӝt tұp hӧp bao gӗm nhiӅu loài thӵc vұWQKѭ ÿѭӟc vòi (Rhizophora mucronata Lamk ÿѭӟFÿ{LRhizophora apiculata B.L) «Oj

loài có hoa thân gӛ ӣ vùng nhiӋWÿӟi hoһc cұn nhiӋWÿӟi Ӣ ViӋW1DPÿѭӟFÿѭӧc phân

bӕ ӣ hҫu hӃt khҳp các tính ven biӇn vì rҩt phù hӧp vӟi khí hұu nóng ҭm cӫDQѭӟc ta Ĉһc biӋt, tҥi các vùng ngұp mһn có chӃ ÿӝ thӫy triӅu lên xuӕQJÿLӅXÿһQWKuÿѭӟc rҩt phát triӇn Thân cây có chiӅu cao trung bình tӯ ÿӃQPpWFyFk\FDRÿӃn 30 mét, Fk\WUѭӣng thành có ÿѭӡng kính thân tӯ ÿӃn 45 cm RӉ cӑc cӫa cây phát triӇn ít QKѭQJUӉ chӕng xung quanh lҥi phát triӇQÿһc biӋWEDRTXDQKFk\9uÿһFWtQKÿһc biӋt cӫDÿѭӟc mà nó có vai trò rҩt quan trӑng trong hӋ sinh thái rӯng ngұp mһn, vӯa là rӯng phòng hӝ, vӯDOjQѫL FѭWU~Fӫa nhӳQJORjLÿӝng vұt Mӝt sӕ ORjLÿѭӟFÿѭӧc sӱ dөQJÿӇ phөc vө cho các công trình xây dӵQJGѭӟLQѭӟc hoһFÿӇ làm cӑc, cӝW«

23

Hình 3.3&k\Ĉ˱ͣc

MҩPFNJQJFyWjLOLӋu gӑi là mҳm, tên khoa hӑc Avicennia) là tұp hӧp mӝt sӕ loҥi cây

QKѭPҩPÿHQPҩm trҳng, mҩm biӇQ«0ҩm là mӝt trong sӕ nhӳng loài cây chӫ yӃu cӫa rӯng ngұp mһn ӣ Cҫn Giӡ Mҩm có thân cây gӛ cao tӯ ÿӃn 20 mét Vӓ màu xám hoһFPjXÿӓ nhҥt Lá có hình trái xoan thon dài hoһc ngӑn giáo nhӑn dҫn vӅ 2 ÿҫu, cuӕn lá có nhiӅXO{QJWѫQKӓ Mҩm là loài có hoa ӣ ÿҫu cành Cây mҩPѭDÿҩt cát ít ngұSQѭӟF WKѭӡng mӑc thành mӝt quҫn thӇ lӟn hoһc xen kӁ vӟLÿѭӟF &NJQJQKѭÿѭӟc, mҩm có vai trò vô cùng quan trӑng trong hӋ sinh thái rӯng ngұp mһn nhѭchӕng xói mòn hay sҥt lӣ ÿҩWYjQyFNJQJFyQKLӅu công dөng phә biӃQWURQJÿӡi sӕng sinh hoҥt và trong y hӑc bào chӃ thuӕc

Hình 3.4 Cây m̭m bi͋n

d Dà

Dà (Ceriops tagal) là mӝt chi thuӝc hӑ ÿѭӟc (Rhizophoraceae) là tұp hӧp nhiӅu loài QKѭGjY{LCeriops tagal C.B Roxb), dà quánh (Ceriops decandra