Bài viết này trình bày các kết quả nghiên cứu ba chỉ số NDWI, MNDWI và WNDWI cho nhận biết, phân biệt và giải đoán pixel có nước và không nước từ ảnh Sentinel-2 trong thành phố Sa Đéc, tỉnh Đồng Tháp trên nền Google Earth Engine. Bộ lọc thông cao trước tiên được áp dụng để đồng nhất độ phân giải theo không gian cho dải băng hồng ngoại sóng ngắn (SWIR) từ 20 về 10 m trong vùng nghiên cứu.
KHOA HỌC CÔNG NGHỆ NGHIÊN CỨU CÁC CHỈ SỐ NHẬN BIẾT NƯỚC TỪ ẢNH SENTINEL-2 TRÊN NỀN GOOGLE EARTH ENGINE: ÁP DỤNG CHO THÀNH PHỐ SA ĐÉC, TỈNH ĐỒNG THÁP Phạm Văn Chiến Trường Đại học Thủy lợi Tóm tắt: Bài báo trình bày kết nghiên cứu ba số NDWI, MNDWI WNDWI cho nhận biết, phân biệt giải đốn pixel có nước khơng nước từ ảnh Sentinel-2 thành phố Sa Đéc, tỉnh Đồng Tháp Google Earth Engine Bộ lọc thông cao trước tiên áp dụng để đồng độ phân giải theo không gian cho dải băng hồng ngoại sóng ngắn (SWIR) từ 20 10 m vùng nghiên cứu Các diện tích nước khơng phải nước miền quan tâm sau số hóa trực tiếp từ Google Earth sử dụng công cụ GIS để tạo liệu tham chiếu Tiếp theo, phân tích độ nhạy giá trị ngưỡng hệ số trọng số thực sử dụng số WNDWI, kết thể giá trị -0.11 0.50 xác định tương ứng cho giá trị ngưỡng hệ số trọng số Sai số tổng thể, hệ số kappa, sai số EC EO tương ứng 0,98, 0,85, 0,015 0,006 Trong số ba số chọn, số WNDWI MNDWI phù hợp để phát vùng nước khu vực nghiên cứu, với sai số tổng thể > 0,98 hệ số kappa > 0,84 Cuối cùng, khả hiệu việc ứng dụng GEE cho việc giải đốn ảnh thảo luận Từ khóa: Google Earth Engine, WNDWI, MNDWI, NDWI, Sentinel-2 Summary: This paper presents the results of using three popular water indices namely NDWI, MNDWI, and WNDWI on detecting water bodies for the Sa Dec city, Dong Thap province based on Google Earth Engine (GEE) cloud platform The high pass filter is firstly applied for pan-sharpening of the shortwave infrared (SWIR) band from 20 to 10 m in spatial resolution of the domain of interest The real water and non-water areas in the domain of interest are then digitized directly from Google Earth using the GIS tool in order to create the reference dataset Next, sensitivity analysis of the threshold value and weighted coefficient are performed when using the WNDWI, resulting in values of -0.11 and 0.50 are obtained for the threshold value and weighted coefficient, respectively The overall accuracy, kappa coefficient, error of commission and error of omission equal 0.98, 0.85, 0.015 and 0.006, respectively Among three selected water indices, WNDWI and MNDWI are the most suitable indices for detecting water bodies in the studied area, with the overall accuracy>0.98 and kappa coefficient>0.84 Finally, capacity and time consuming on detecting water bodies using Sentinel-2 images based on GEE are also discussed Keywords: Google Earth Engine, WNDWI, MNDWI, NDWI, Sentinel-2 GIỚI THIỆU CHUNG* Ngày nay, ảnh Sentinel-2 sử dụng rộng rãi cho mục đích xây dựng đồ đặc trưng bề mặt đệm giám sát quản lý rủi ro thiên tai [1-3], ảnh Ngày nhận bài: 02/4/2020 Ngày thông qua phản biện: 20/5/2020 Sentinel-2 cho phép xem xét yếu tố bề mặt đệm với độ phân giải theo không gian thay đổi từ quy mô lưu vực tới quy mô vùng toàn cầu, thời điểm khác Bart et al [1] sử dụng liệu ảnh Sentinel-2 có độ phân Ngày duyệt đăng: 05/6/2020 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ THỦY LỢI SỐ 60 - 2020 KHOA HỌC CÔNG NGHỆ giải 10 m để thiết lập đồ ngập nước với nhiều cấp độ đặc trưng khác nhau, bao gồm phân loại kiểu thảm thực vật thay đổi diện tích mặt nước vùng đầm lầy St Lucia (Nam Phi) Douglas et al [2] kết hợp ảnh Sentinel-2 Landsat OLI để nghiên cứu biến động theo thời gian hệ sinh thái mặt đất Bar et al [3] xác định khu vực cháy rừng ảnh hưởng điều kiện thời tiết khô hanh mùa khô cho vùng Western Himalaya sử dụng ảnh Sentinel-2 Landsat-8 OLI Những ví dụ khẳng định nguồn liệu bề mặt đệm thu thập, giải đoán từ ảnh Sentinel-2 nguồn liệu vô quý giá, giúp việc quản lý rủi ro thiên tai trở lên hiệu Để nhận biết xác định đặc trưng bề mặt đệm quan tâm, số NDWI (Normalized Difference Water Index), MNDWI (modified normalized difference water index) WNDWI (weighted normalized difference water index) thường sử dụng [1-4] Liên quan đến phân biệt nhận diện khu vực có nước khơng có nước, ba số nêu cho phép phân biệt nhận diện vùng ngập nước không ngập nước cách nhanh chóng với độ xác định [5] Chỉ số NDWI tăng cường thơng tin liên quan đến nước ảnh vệ tinh Tuy nhiên, ứng dụng số NDWI việc giải đoán vùng ngập nước không ngập nước (nhất khu thị) số cho kết giải đốn điểm ảnh có chứa nước khơng chứa nước thường khơng xác [6] Để khắc phục nhược điểm trên, số MNDWI phát triển sử dụng, số MNDWI sử dụng bước sóng ngắn cận hồng ngoại (SWIR) thay cho bước sóng cận hồng ngoại (NIR) Lưu ý vùng ngập nước mà có nồng độ bùn cát cao, số NDWI MNDWI thường cho kết vùng khơng ngập nước Do đó, để khắc phục hạn chế hai số trên, kể từ năm 2017, số WNDWI sử dụng cho phân biệt nhận biết khu vực có nước khơng có nước, số cho phép xem xét kết hợp sử dụng ban cận hồng ngoại, bước sóng ngắn cận hồng ngoại Green ảnh để tăng cường khả giải đốn điểm ảnh chứa nước khơng chứa nước cho vùng nghiên cứu (nhất vùng nghiên cứu mà có nồng độ bùn cát lớn) Các đặc trưng bề mặt đệm giải đoán từ vệ tinh, MODIS, LANDSAT, Sentinel Trong loại ảnh vệ tinh nêu ảnh Sentinel, cụ thể Sentinel-2 có độ phân giải tốt cung cấp miễn phí Cơ quan vũ trụ hàng khơng Châu Âu (ESA) Do đó, ảnh Sentinel-2 chọn nguồn liệu đầu vào nghiên cứu Q trình giải đốn ảnh Sentinel-2 thường u cầu địi hỏi hệ thống máy tính hiệu cao dung lượng ảnh lớn Trong bối cảnh đó, Google Earth Engine (GEE) gần đời cho phép người dùng lĩnh vực khác sử dụng hệ thống máy tính hiệu suất cao tảng điện toán song song máy chủ Google để xử lý hình ảnh vệ tinh cách nhanh chóng hiệu [6] Mục tiêu báo nghiên cứu ứng dụng ba số (NDWI, MNDWI WNDWI) để phân biệt nhận biết khu vực có nước khơng có nước cho thành phố Sa Đéc, tỉnh Đồng Tháp sử dụng hình ảnh Sentinel-2 điện tốn đám mây GEE Bên cạnh đó, nghiên cứu nhằm mục đích xác định số phù hợp cho phân biệt nhận biết khu vực có nước không nước vùng nghiên cứu DỮ LIỆU VÀ PHƯƠNG PHÁP 2.1 Vùng nghiên cứu liệu ảnh Sentinel-2 cho vùng nghiên cứu Thành phố Sa Đéc, tỉnh Đồng Tháp thuộc hạ lưu sông Mekong, lựa chọn làm miền nghiên cứu báo (Hình 1) Thành phố Sa Đéc nơi mà phân bố diện tích ngập nước theo khơng gian diễn biến phức tạp, ngồi ảnh hưởng lũ lụt từ phía thượng TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 60 - 2020 KHOA HỌC lưu sông Mekong, thành phố Sa Đéc thường xuyên bị ảnh hưởng mạnh mẽ thuỷ triều Do đó, nhận biết vùng ngập nước vùng không bị ngập nước cho thành phố Sa Đéc việc làm quan trọng, nhằm hỗ trợ không cho nhà quản lý trình định mà cịn cho tổ chức tiến hành lập kế hoạch cách nhanh chóng việc tiêu thoát xây dựng kế hoạch phát triển chiến lược cho thành phố tương lai Hình 2a thể ảnh Sentinel-2 thu thập ngày 01 tháng 01 năm 2020 cho vùng nghiên cứu, với độ phân giải 10m cho band Green and NIR, 20m cho band SWIR Hình 2b thể vùng ngập nước vùng không bị ngập nước vùng nghiên cứu sử dụng cơng cụ số hóa ArcGIS CƠNG NGHỆ ảnh Sentinel-2 bao phủ vùng nghiên cứu thu thập Sau đó, q trình tiền xử lý thực nhằm loại bỏ ảnh hưởng yếu tố nhiễu Tiếp đến, lọc thông cao áp dụng để đồng độ phân giải theo không gian (10 m) cho tất band Sau đó, ba số NDWI, MNDWI WNDWI áp dụng để xác định pixel có nước khơng nước, từ xác định diện tích khơng nước có nước vùng nghiên cứu Cuối cùng, bốn tiêu đánh giá sai số, bao gồm sai số tổng thể (OA), hệ số Kapa (KC), sai số chủ quan (EC) sai số bỏ sót (EO) tính tốn để đánh giá độ xác kết nhận biết, phân biệt giải đoán khu vực nước khơng nước vùng nghiên cứu Hình 1: Bản đồ khu vực nghiên cứu Hình 2: Vùng nghiên cứu: a) ảnh Sentinel-2 cho vùng nghiên cứu b) diện tích nước khơng nước vùng nghiên cứu sau số hóa 2.2 Sơ đồ q trình thực GEE Hình thể sơ đồ trình phân biệt nhận biết vùng ngập nước vùng không bị ngập nước sử dụng số NDWI, MNDWI WNDWI GEE mà nghiên cứu thực Các bước trình cho giải đốn ảnh Sentinel-2 tóm tắt sau Đầu tiên, Hình 3: Sơ đồ trình phân biệt nhận biết nước không nước 2.3 Bộ lọc thông cao cho đồng độ phân giải theo khơng gian ban TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ THỦY LỢI SỐ 60 - 2020 KHOA HỌC CƠNG NGHỆ khơng có nước vùng đồng có địa hình phẳng (Du et al., 2016) biểu thức tính số WNDWI thể sau: WNDWI Hình 4: Phân bố theo không gian số WNDWI sau sử dụng lọc thông cao, với độ phân giải: a) 10 m b) 20 m Lưu ý ảnh Sentinel-2, ban Green NIR có độ phân giải khơng gian 10 m, ban SWIR có độ phân giải 20m Do đó, để thu kết nhận biết, phân biệt giải đoán pixel có nước khơng nước tốt nhất, độ phân giải theo không gian band phải đồng Cụ thể, độ phân giải theo không gian ban SWIR nên đưa 10 m, trước áp dụng Một số phương pháp thường ứng dụng để nâng cao độ phân giải cho band SWIR kể đến, như: phương pháp phân tích thành phần (PCA), phương pháp chuyển đổi hệ màu (IHS), phương pháp lọc thông cao (HPF) phương pháp chuyển đổi sóng (ATWT) Trong phương pháp nêu trên, phương pháp lọc thông cao lựa chọn sử dụng nghiên cứu này, phương pháp kết chuyển đổi tốt [6] Phương pháp lọc thơng cao sử dụng thuật tốn lựa chọn thông tin cao tần bề mặt không gian từ ban Pan-chromatic ảnh Sentinel-2, cho phép xem xét tốn tử Gaussian, Laplacian Hình thể giá trị số WNDWI cho vùng nghiên cứu trước sau sử dụng phương pháp lọc thông cao 2.4 Các số nước Ba số nhận biết nước (NDWI, MNDWI, WNDWI) sử dụng nghiên cứu số cho phép nhận biết, phân biệt giải đốn diện tích có nước Band Band 1 Band Band Band 1 Band (1) Trong ρBand3, ρBand8 ρBand11 giá trị phản xạ ban Green, NIR SWIR ảnh Sentinel-2, α hệ số trọng số có giá trị thay đổi từ đến 1.0 Chỉ số WNDWI trở thành số NDWI α=0, số số MNDWI α=1 Giá trị ngưỡng thường sử dụng để phân nhận biết phân loại pixel có nước khơng nước cho ảnh, từ xác định diện tích ngập nước không ngập nước vùng nghiên cứu Cụ thể, pixel (với độ phân giải 10 m x 10) ảnh Sentinel-2 nhận biết pixel có chứa nước giá trị sơ (NDWI, MNDWI, WNDWI) lớn giá trị ngưỡng Trong nghiên cứu này, giá trị thích hợp giá trị ngưỡng để phân loại pixel có nước khơng nước (và hệ số trọng số) xác định theo phương pháp thử sai dựa so sánh pixel có nước số hóa pixel có nước giải đoán từ ảnh sử dụng bốn tiêu đánh giá sai số 2.5 Đánh giá độ xác Để đánh giá độ xác kết giải đốn pixel có nước khơng nước từ ảnh Sentinel-2 cho vùng nghiên cứu, bốn tiêu sai số, bao gồm sai số tổng thể (OA - overall accuracy), hệ số Kappa (KC - Kappa coefficient), sai số chủ quan (EC - error of commission) sai số bỏ sót (EO - error of omission) tính tốn Sai số tổng xác định dựa tỷ số tổng số pixel phân loại xác chia cho tổng số pixel Hệ số KC thể phù hợp pixel phân loại pixel đúng, tính sau: TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 60 - 2020 KHOA HỌC N CÔNG NGHỆ N N mi , i Gi C i i 1 KC i 1 (2) N N Gi C i i 1 i pixel thứ i, N tổng số pixels phân loại so với pixel đúng, mi,i số pixel thuộc lớp thứ i (nghĩa giá trị tìm thấy dọc theo đường chéo ma trận), Ci tổng số pixel dự đoán thuộc lớp i Gi tổng số pixel thuộc lớp thứ i Sai số chủ quan EO tính cách xem xét pixel phân loại khơng xác chủ quan Giá trị EO xác định dựa tỷ số số pixel phân loại khơng xác tổng số pixel Tương tự, sai số bỏ sót EC xác tính tỷ số tổng số pixel phân loại khơng xác bỏ sót tổng số pixel tham chiếu KẾT QUẢ VÀ THẢO LUẬN 3.2 Ảnh hưởng giá trị ngưỡng hệ số trọng số Hình 5: Ảnh hưởng giá trị ngưỡng tới kết giải đốn (α=0.50) Hình 6: Ảnh hưởng hệ số trọng số tới kết giải đoán (giá trị ngưỡng -0.11) Như trình bày, số WNDWI trở thành số NDWI MNDWI tùy theo thay đổi giá trị hệ số trọng số Do đó, số WNDWI lựa chọn để khảo sát ảnh hưởng giá trị ngưỡng (cũng hệ số trọng số) tới kết giải đốn nhận biết nước khơng nước từ ảnh Sentinel-2 cho khu vực nghiên cứu Hình 5-6 thể giá trị tiêu sai số tương ứng với giá trị ngưỡng hệ số trọng số khác nhau, giá trị cụ thể bốn tiêu sai số thống kê Bảng Giá trị OA gần một, giá trị hệ số KC thay đổi từ 0.75 đến 0.85 Giá trị EC thay đổi 0.011 0.028, giá trị EO biến đổi từ 0.0003 đến 0.021 Đồng thời, bốn tiêu sai số, số OA số sai số nhạy thay đổi giá trị ngưỡng hệ số trọng số Bảng 1: Giá trị tiêu sai số ứng với giá trị hệ số khác Hệ số α 0.50 Giá trị ngưỡng -0.20 -0.15 -0.11 -0.10 -0.05 0.00 0.05 0.10 OA KC EC EO 0.9764 0.9798 0.9808 0.9806 0.9800 0.9783 0.9761 0.9735 0.824 0.842 0.848 0.843 0.832 0.812 0.787 0.757 0.0109 0.0128 0.0146 0.0151 0.0179 0.0210 0.0242 0.0274 0.0145 0.0089 0.0061 0.0056 0.0034 0.0019 0.0009 0.0003 TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 60 - 2020 KHOA HỌC CÔNG NGHỆ Hệ số α 0.00 0.20 0.40 0.50 0.60 0.80 1.00 Giá trị ngưỡng -0.11 OA KC EC EO 0.9743 0.9779 0.9801 0.9808 0.9803 0.9776 0.9711 0.768 0.809 0.836 0.848 0.845 0.831 0.793 0.0259 0.0211 0.0166 0.0146 0.0131 0.0112 0.0101 0.0011 0.0023 0.0046 0.0061 0.080 0.0129 0.0211 giải đốn khu vực có nước sử dụng số NDWI MNDWI thiên nhỏ so với giá trị tham khảo Nguyên nhân dẫn đến tượng sử dụng giá trị ngưỡng −0.11 3.4 Kết phân biệt nước khơng nước từ số Hình 7: Nước khu vực nghiên cứu sử dụng hệ số trọng số khác (α=0, 0.5 1.0) giá trị ngưỡng −0.11 Hình thể kết phân biệt khu vực có nước khơng nước vùng nghiên cứu tương ứng với giá trị khác hệ số trọng số giá trị tối ưu trị số ngưỡng Kết giải đốn thể có tương quan chặt chẽ kết giải đốn (các khu vực có nước khơng nước) với kết số hóa khu vực có nước khơng nước vùng nghiên cứu sử dụng số WNDWI (với α=0.50 giá trị ngưỡng −0.11) Giá trị tiêu sai số OA, KC, EC, EO 0.98, 0.85, 0.015, 0.006 Các kết Như trình bày, kết giải đốn khu vực có nước vùng nghiên cứu thiên lớn thiên nhỏ sử dụng số NDWI MNDWI Do đó, giá trị ngưỡng khác thử để xác định giá trị phù hợp cho việc phân biệt nhận diện nước sử dụng số nêu Bảng thống kê giá trị thích hợp sử dụng số NDWI, MNDWI WNDWI xác định dựa phương pháp thử sai, kết phân biệt khu vực có nước khơng nước theo không gian vùng nghiên cứu thể Hình Các kết phân biệt, nhận biết giải đoán từ ảnh Sentinel-2 cho thể hiển tốt khu vực có nước khơng nước vùng nghiên cứu Trong ba số sử dụng nghiên cứu này, số WNDWI MNDWI phù hợp cho việc nhận biết phân biệt khu vực có nước khơng nước, với giá trị OA>0.98, KC>0.84, EC=0.014, EO=0.006 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ THỦY LỢI SỐ 60 - 2020 KHOA HỌC CÔNG NGHỆ Bảng 2: Giá trị bốn tiêu sai số sử dụng số phân biệt nước khác Hệ số Chỉ số WNDWI NDWI MNDWI α 0.5 0.0 1.0 Giá trị ngưỡng -0.11 -0.18 0.15 OA KC EC EO 0.9808 0.9779 0.9804 0.848 0.816 0.844 0.0146 0.0185 0.0140 0.0061 0.0050 0.0069 tồn trình tiền xử lý, xử lý chiết xuất kết thực hệ thống siêu máy tính song song Google Do đó, việc nhận diện, phân biệt xác định khu vực có nước không nước không nhiều thời gian, hồn tồn thực cho vùng nghiên cứu khác KẾT LUẬN Hình 8: Kết phân biệt nước khu vực nghiên cứu sử dụng giá trị thích hợp cho số phân biệt nước Lưu ý diện tích bãi ngập khu vực nghiên cứu, kết giải đốn khu vực có nước khơng nước thiên lớn thiên nhỏ cho dù sử dụng giá trị tối ưu cho số NDWI MNDWI Nguyên nhân xảy tượng tồn thành phần nhà, thảm phủ thực vật, đường xá, thị hóa diện tích bãi ngập vùng nghiên cứu Mặt khác, liên quan đến thời gian xử lý giải đốn khu vực có nước khơng nước vùng nghiên cứu từ ảnh Sentinel-2 GEE, thời gian xử lý, giải đoán chiết xuất kết nhỏ 10 giây, Ba số NDWI, MNDWI, WNDWI sử dụng để phân biệt nhận biết khu vực có nước khơng nước thành phố Sa Đéc, tỉnh Đồng Tháp Quá trình xử lý giải đoán thực điện toán đám mây GEE, thể cải tiến lớn thời gian xử lý giải đoán ảnh Sentinel-2 cho khu vực nghiên cứu Đồng thời, ba số mà nghiên cứu lựa chọn số WNDWI MNDWI cho kết phân biệt nhận diện khu vực có nước không nước vùng nghiên cứu tốt số NDWI, với giá trị OA lớn 0.98 hệ số KC lớn 0.84 sử dụng số Chỉ số WNDWI xác định số cho kết phân biệt nhận diện khu vực có nước khơng nước tốt nhất, với giá trị OA, KC, EC EO 0.98, 0.85, 0.015 0.006 Nghiên cứu tài trợ Quỹ Phát triển khoa học công nghệ Quốc gia (NAFOSTED) đề tài mã số 105.06-2017.320 TÀI LIỆU THAM KHẢO TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ THỦY LỢI SỐ 60 - 2020 KHOA HỌC CÔNG NGHỆ [1] Bart S., Nandin-Erdene T., Vollrath A., Reiche J (2020) Mapping wetland characteristics using temporally dense Sentinel-1 and Sentinel-2 data: A case study in the St Lucia wetlands, South Africa Int J Appl Earth Obs Geoinformation, 86, 102009 [2] Douglas K.B., Gray J.M., Melaas E.K., Moon M., Eklundh L., Friedl M.A (2020) Continental-scale land surface phenology from harmonized Landsat and Sentinel-2 imagery Remote Sensing of Environment, 240, 111685, 1-16 [3] Bar, S., Parida, B.R., Chandra Pandey, A (2020) Landsat-8 and Sentinel-2 based Forest fire burn area mapping using machine learning algorithms on GEE cloud platform over Uttarakhand, Western Himalaya Remote Sensing Applications: Society and Environment, doi:https://doi.org/10.1016/j.rsase.2020.100324 [4] Du Y, Zhang Y, Ling F, Wang Q, Li W, Li X (2016) Water bodies’ mapping from Sentinel2 imagery with modified normalized difference water index at 10-m spatial resolution produced by sharpening the SWIR band Remote Sensing, 8, 354 [5] Xu H (2006) Modification of Normalised Difference Water Index (NDWI) to Enhance Open Water Features in Remotely Sensed Imagery International Journal of Remote Sensing, 27, 3025–3033 [6] Gorelick N., Matt HanCher, Mike Dixon, Simon Ilyushchenko, David Thau, Rebecca Moore (2017) Google Earth Engine: Planetary-scale geospatial analysis for everyone Remote Sensing of Enviroment, 202, 18-27 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ THỦY LỢI SỐ 60 - 2020 ... cho phân biệt nhận biết khu vực có nước khơng nước vùng nghiên cứu DỮ LIỆU VÀ PHƯƠNG PHÁP 2. 1 Vùng nghiên cứu liệu ảnh Sentinel- 2 cho vùng nghiên cứu Thành phố Sa Đéc, tỉnh Đồng Tháp thuộc hạ lưu... biệt nhận biết khu vực có nước khơng có nước cho thành phố Sa Đéc, tỉnh Đồng Tháp sử dụng hình ảnh Sentinel- 2 điện tốn đám mây GEE Bên cạnh đó, nghiên cứu nhằm mục đích xác định số phù hợp cho. .. vực nghiên cứu Hình 2: Vùng nghiên cứu: a) ảnh Sentinel- 2 cho vùng nghiên cứu b) diện tích nước khơng nước vùng nghiên cứu sau số hóa 2. 2 Sơ đồ q trình thực GEE Hình thể sơ đồ trình phân biệt nhận