Tính toán độ tương tự ngữ nghĩa văn bản dựa vào độ tương tự giữa từ với từ

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ NGUYỄN HOÀNG ANH NGHIÊN CỨU VÀ PHÁT TRIỂN PHƢƠNG PHÁP PHÂN LỚP LÚA Ở ĐỒNG BẰNG SÔNG HỒNG SỬ DỤNG ẢNH VỆ TINH LANDSAT LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Hà Nội 2017 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CƠNG NGHỆ NGUYỄN HỒNG ANH NGHIÊN CỨU VÀ PHÁT TRIỂN PHƢƠNG PHÁP PHÂN LỚP LÚA Ở ĐỒNG BẰNG SÔNG HỒNG SỬ DỤNG ẢNH VỆ TINH LANDSAT Ngành: Công Nghệ Thông Tin Chuyên Ngành: Hệ thống thông tin Mã Số: 60480104 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN NGƢỜI HƢỚNG DẪN KHOA HỌC: TS BÙI QUANG HƢNG Hà Nội 2017 LỜI CAM ĐOAN Tôi xin cam đoan nội dung luận văn “Nghiên cứu phát triển phƣơng pháp phân lớp lúa đồng sông hồng sử dụng ảnh vệ tinh landsat 8” sản phẩm thực dƣới hƣớng dẫn TS Bùi Quang Hƣng Trong toàn nội dung luận văn, điều đƣợc trình bày nghiên cứu đƣợc từ tài liệu tham khảo Tất tài liệu tham khảo có xuất xứ rõ ràng đƣợc trích dẫn hợp pháp Tôi xin chịu trách nhiệm cho lời cam đoan Hà Nội, ngày tháng năm 2017 Ngƣời cam đoan Nguyễn Hồng Anh LỜI CẢM ƠN Tơi xin bày tỏ lòng biết ơn sâu sắc đến thầy hƣớng dẫn ,TS Bùi Quang Hƣng Thầy giúp tơi có hội để theo đuổi nghiên cứu lĩnh vực u thích Trong suốt trình thực luận văn, thầy tận tình hƣớng dẫn cho tơi, góp ý cho tơi đƣờng lối, đồng thời đƣa lời khuyên bổ ích để tơi hồn thành luận văn Tiếp đến, xin chân thành cảm ơn thầy cô giáo Khoa Công nghệ Thông tin, Đại học Công nghệ - Đại học Quốc gia Hà Nội, Trung tâm FIMO truyền đạt cho kiến thức kinh nghiệm vơ q báu q trình học tập nghiên cứu Cám ơn đề tài "Xây dựng hệ thống theo dõi định kỳ biến động sản xuất lúa vùng Đồng sông Hồng" Trung tâm FIMO(mã số QG.17.41) Tôi muốn cảm ơn bạn lớp đồng nghiệp cho lời động viên, hỗ trợ góp ý mặt chun mơn Hà Nội,tháng 12 năm 2017 Nguyễn Hoàng Anh MỤC LỤC CHƢƠNG I TỔNG QUAN NHỮNG VẤN ĐỀ NGHIÊN CỨU Giới thiệu Tổng quan viễn thám a Giới thiệu viễn thám b Dữ liệu ảnh vệ tinh viễn thám 10 c Những nghiên cứu phân loại lúa ngày 13 Khu vực nghiên cứu liệu 14 a Khu vực nghiên cứu 14 b Dữ liệu ảnh 15 c Dữ liệu tham chiếu- liệu phụ trợ 19 CHƢƠNG I PHƢƠNG PHÁP PHÂN LỚP 21 Thu thập liệu tiền xử lý liệu ảnh Landsat 21 a Cắt ảnh landsat theo địa giới đồng sông Hồng 22 b Xử lý ảnh với mặt nạ mây (CloudMask) 23 c, Xử lý chất lƣợng ảnh Cfmask ảnh landsat qua năm 2013,2014,2015,2016 23 Tập hợp liệu ảnh đƣợc ghép theo tháng 24 Trích xuất đặc trƣng 25 Phƣơng pháp phân loại đánh giá 25 Các số đánh giá 27 CHƢƠNG II XÂY DỰNG HỆ THỐNG THỰC NGHIỆM 30 Kết thu thập liệu phụ trợ 30 a Dữ liệu khu vực nghiên cứu thu thập tổng hợp 30 b Dữ liệu sau tiền xử lý thống kê 33 Kết phân lớp 35 Kiểm nghiệm liệu thống kê 38 KẾT LUẬN 44 THAM KHẢO 45 HỆ THỐNG HÌNH ẢNH Hình Bản đồ vùng đồng sông Hồng 15 Hình Ảnh vệ tinh landsat qua năm 15 Hình Vệ tinh LDCM (Landsat 8) 16 Hình Ảnh Landsat bao gồm khu vực ảnh phủ rộng Đồng Bằng Sơng Hồng 18 Hình Luồng xử lý Phƣơng pháp đƣợc đề xuất 21 Hình Hình ảnh giao diện hỗ trợ việc thu thập liệu 22 Hình Quy trình tiền xử lý ảnh 22 Hình Ảnh cắt theo địa giới đồng Sông Hồng 23 Hình Ảnh mặt lạ mây (cfmask) trƣớc sau xử lý 23 Hình 10 Phƣơng pháp lấy trung bình 24 Hình 11 Phần trăm mây theo tháng ảnh ghép từ năm 2013 đến 2016, 33 Hình 12 Phân bố số lần quan sát điểm ảnh năm từ năm 2013 đến năm 2016 Số liệu đƣợc thống kê từ hình ảnh ghép hàng tháng, pixel có quan sát tối thiểu 12 quan sát tối đa 34 Hình 13 Phân bố số lần quan sát điểm ảnh năm từ năm 2013 đến năm 2016 thể đồ, 35 Hình 14 Ảnh đƣợc ghép theo tháng giai đoạn vùng canh tác Lúa, 37 Hình 15 Số liệu cho năm 2013, 2014, 2015 2016 Ngƣời ta nhận thấy lúa chiếm diện tích lớn đồng sông Hồng phân bố dọc theo sơng Hồng thể từ đồ,Bản đồ lúa với lớp lúa (màu vàng) lớp khác (màu đen) 43 HỆ THỐNG BẢNG BIỂU Bảng 1: Số lƣợng ảnh Landsat surface năm 19 Bảng 2: Tập liệu kiểm thử tập huấn huyện 20 Bảng 3: Các phân lớp 26 Bảng 4: Vụ lúa đông xuân khu vực Đồng sông hồng 30 Bảng 5: Vụ lúa mùa khu vực đồng Sông hồng 31 Bảng 6: Diện tích canh tác lúa đông xuân khu vực Đồng sông Hồng 32 Bảng 7: Diện tích canh tác vụ lúa mùa khu vực Đồng sông hồng 33 Bảng 8: Chỉ số OA, Kappa, F1 cho phân lớp năm 35 Bảng 9: Số liệu thống kê độ xác độ nhạy cho lớp lúa lúa đƣợc nhận dạng năm 2013,2014,2015 2016 37 Bảng 10: Tƣơng quan vùng nhận dạng lúa thống kê liệu cấp tỉnh bốn năm phân loại 39 Bảng 11: Chi tiết so sánh vùng đƣợc nhận dạng lúa liệu thống kê cấp Tỉnh 40 TÓM TẮT Luận văn “Nghiên cứu phát triển phƣơng pháp phân lớp lúa đồng sông hồng sử dụng ảnh vệ tinh landsat 8” đƣợc thực nhằm mục đích sau: - Tìm hiểu tình hình phát triển phƣơng pháp sử dụng ảnh viễn thám vào nghiên cứu - Nghiên cứu phát triển phƣơng pháp phân loại lớp phủ đặc biệt lớp lúa - Lập đồ lúa để phục vụ việc quản lý lƣơng thực đồng sông Hồng năm 2013,2014,2015,2016 Lúa lƣơng thực đặc trƣng vùng cận nhiệt đới.Cây lúa gắn bó với đời sống ngƣời dân Việt Nam từ xƣa đến với văn minh lúa nƣớc Với vai trị lƣơng thực ngƣời dân,việc canh tác lúa Việt Nam cầnđƣợc giám sát để đảm bảo an ninh lƣơng thực quốc gia nhƣ ảnh hƣởng đến thay đổi hệ sinh thái chung Do vậy, việc lập đồ khu vực trồng lúa yêu cầu quan trọng cho cấp quản lý, tổ chức nông nghiệp Để xây dựng đồ lúa, phƣơng pháp truyền thống thƣờng đƣợc sử dụng quan nông nghiệp lấy thông tin sản xuất lúa thời điểm cách tác theo tỉnh, sau thống kê lại trở thành báo cáo chung Cách thức yêu cầu đòi hỏi phải khảo sát thực tế thực địa để có kết xác cho khu vực nhỏ, vấn đề bất cập khu vực canh tác nhiều đề tài có số liệu xác diện tích sản lƣợng phải trả chi phí lớn lƣợng ngƣời chịu trách nhiệm thống kê tỉnh nhiều nhƣng việc thống kê có độ xác cao.Trong nghiên cứu này, tơi trình bày kết nghiên cứu lập đồ lúa sử dụng cách tiếp cận sử dụng liệu ảnh vệ tinh, khu vực nghiên cứuở vùng đồng sông Hồng, hai khu vực trồng lúa lớn Việt Nam Ƣu điểm lớn phƣơng phápnày chi phí cho khảo sát thấp, sử dụng ảnh vệ tinh có sẵn để giải đƣợc việc thành lập đồ lúa nhanh chóng với độ xác cao Việc giám sát qua ảnh vệ tinh giúp cập nhật đƣợc tình hình lúa sinh trƣởng thu hoạch liên tục Trong nghiên cứu này, tiến hành tiếp cận với ảnh vệ tinh cách sử dụng toàn liệu ảnh vệ tinh Landsat Surface đƣợc tải từ USGS Earth Explorer[12] Tơi thu thập tồn ảnh phân loại theo năm, theo tháng để phân tích theo thời gian tập dự liệu có sẵn Sau tồn liệu sử dụng để thực nghiên cứu với phƣơng pháp phân loại lớp phủ với hai thao tác : tiền xử lý ảnh, ghép ảnh theo tháng đƣa đánh giá dựa vào đối chiếu liệu thu thập với liệu đƣợc nhận dạng từ đồ Tiền xử lý ảnh với cách thức xử lý toàn liệu thu nhận đƣợc cắt ảnh theo địa giới Đồng Sông Hồng Kết đƣa ảnh có chứa lãnh thổ Đồng Sông Hồng.Công việc ghép ảnh tháng năm thiết kế đặc trƣngsau xử lý phân lớp lúa Tất ảnh quang học mà vệ tinh Landsat thu nhận đƣợc bao phủ vùng Đồng sông Hồng, kể ảnh bị che phủ đám mây tập hợp lại để xây dựng đồ lúa hàng năm từ năm 2013 đến năm 2016 Trong luận văn, tơiđƣa quy trình cho việc phân loại lúa bao gồm hai giai đoạn Đầu tiên, tất hình ảnh quang học Landsat năm đƣợc phân loại sử dụng cách ghép tất ảnh thu nhận đƣợc tháng Sau đó, việc phân lớp theo thời gian sử dụng bộphân lớp eXtreme Gradient Boosting (XGBoost) Kết đánh giá thực nghiệm cho thấy độ xác tổng quan (Overall Accuracy) 89.42- 91.53%, số kappa 0.76- 0.79 số F1 0.90 – 0.92 Dữ liệu diện tích lúa tính từ đồ phân lớp đƣợc so sánh với liệu thống kê từ quan thống kê nông nghiệp mức tỉnh Kết đạt đƣợc số tƣơng quan R2từ 0.96 -0.98 sai số 7.06% đến 15.42% dựa sai số diện tích canh tác lúa so với liệu CHƢƠNG I TỔNG QUAN NHỮNG VẤN ĐỀ NGHIÊN CỨU Giới thiệu Lúa trồng phổ biến toàn giới.Hiện nay, lúa thực phẩm thiểu 90 triệu ngƣời [1].Ở Việt Nam, lúa đƣợc trồng liên tục thời điểm năm nguồn cung cấp lƣợng cho ngƣời dân.Trong năm gần đây, diện tích canh tác lúa gạo giảm q trình thị hóa cơng nghiệp hóa nhanh tác động tiêu cực biến đổi khí hậu hai khu vựctơi dựa vào báo cáo diện tích lúa tổng cục thống kê đƣa qua năm nhƣ theo báo cáo quy hoạch sử dụng đất trồng lúa đến năm 2020 tầm nhìn 2030 Bộ Nơng nghiệp Phát triển nông thôn.Để đảm bảo đƣợc an ninh lƣơng thực, nhà nƣớc ta đƣa nhiều hình thức quản lý cấp nhà nƣớc đến tận vùng canh tác lúa báo cáo kịp thời hoạt động sản xuất lúa theo dõi sản lƣợng hàng năm Nhƣng việc quản lý tới địa phƣơng toán lớn cho đơn vị quan chức quản lý lƣơng thực thực khó khăn giám sát.Do đó, tốn giám sát khu vực trồng lúấp dụng cơng nghệ hƣớng hiệu quảlà cần thiết đảm bảoan ninh lƣơng thực Việt Nam Việc khảo sát hệ thống thông tin địa lý cung cấp cho ngƣời dùng kết việc phân tích ảnh vệ tinh mang tính khách quan khơng bị chi phối ý nghĩ chủ quan ngƣời điều tra, liệu ảnh vệ tinh đánh giá đƣợc mức đột thiệt hại lúa dịch hại gây xảy dịch Việc khai tách ứng dụng hệ thống thơng tin địa lý giúp nhanh chóng bắt đƣợc tiến độ xuống giống, tiến độ thu hoạch lúa, tình hình sâu bệnh, tình hình thiên tai vụ lúa đề có đƣợc kế hoạch đạo sản xuất kịp thời, khuyên cáo, định hƣớng cho bà nông dân lịch gieo cấy sử dụng giống thích hợp nhằm nâng cao hiệu sản xuất lúa Nắm bắt xác tiến độ sản xuất để thực sách hỗ trợ sản xuất lúa Chính phủ lúc, chỗ Theo dõi biến động cấu giống lúa qua năm để tìm hiểu nguyên nhân, đánh giá giá trị giống lúa, có sách khuyến khích cần thiết đề bà nông dân sử dụng giống đem lại lợi ích cao Theo dõi, nắm bắt đƣợc hƣớng chuyển dịch công trồng bà nông dân để có sách điều chỉnh cần thiết Trong trƣờng hợp này, đồ lúa mà hệ thống thông tin địa lý cung cấp nguồn thông tin quan trọng phục vụ việc lập sách điều chỉnh hƣớng chuyển dịch cấu 32 Dữ liệu diện tích tích sản xuất lúa vùng Đồng sông hồng qua năm 2013,2014,2015,2016 VỤ LÚA ĐÔNG XUÂN 2013 2014 2015 2016 Diện tích Diện tích Diện tích Diện tích Stt Tỉnh Hà Nội 102,30 101,60 101,00 99,7 Vinh Phúc 30,90 30,80 30,80 30,366 Bắc Ninh 36,40 36,30 36,00 35,56 Quảng Ninh 17,20 17,20 17,00 16,95 Hải Dƣơng 63,40 63,00 61,80 54,90 Hải Phòng 38,00 37,50 36,70 35,23 Hƣng Yên 40,40 39,50 38,70 36,73 Thái Bình 80,50 80,50 79,70 73,65 Hà Nam 33,80 33,40 33,10 32,54 10 Nam Ðịnh 76,50 76,30 76,10 75,50 11 Ninh Bình 41,90 41,80 41,70 40,45 Tổng 561,30 557,90 552,60 531,59 Bảng 6: Diện tích canh tác lúa đơng xn khu vực Đồng sông Hồng 33 VỤ LÚA MÙA STT Tỉnh 2013 Diện tích 2014 Diện tích 2015 Diện tích 2016 Diện tích Hà Nội 102 101,2 99,5 95,6 Vĩnh Phúc 28,1 27,8 27,6 27,75 Bắc Ninh 36,1 36,4 35,9 31,11 Quảng Ninh 25,8 25,9 25,5 25,29 Hải Dƣơng 62,5 62 60,9 59,62 Hải Phòng 40,2 39,6 39,1 30,00 Hƣng Yên 40,3 39,4 38,8 37,44 Thái Bình 81,3 81,3 80,9 70,22 Hà Nam 34,4 34 33,7 33,20 10 Nam Ðịnh 78,9 78,6 78,3 77,28 11 Ninh Bình 39 38,6 37,6 37,10 568,6 564,8 557,8 524,62 Tổng Bảng 7: Diện tích canh tác vụ lúa mùa khu vực Đồng sông hồng b Dữ liệu sau tiền xử lý thống kê Theo kết thống kê lƣợng mây trung bình cố định hàng tháng từ năm 2013 đến năm 2016 đồng Sông Hồng Mây che phủ giao động theo tháng năm nhƣng tính chung, xấp xỉ 60% tính theo trung bình theo năm Hình 11 Phần trăm mây theo tháng ảnh ghép từ năm 2013 đến 2016, 34 Mỗi điểm ảnh có 12 quan sát quan sát có dải phổ Nhƣng khó để điểm ảnh đơn có đầy đủ 12 quan sát rõ ràng năm đơn vị điểm ảnh lớn có 4-5 quan sát rõ ràng (Hình 11) Do đó, vectơ đặc điểm chứa điểm chuẩn điểm khuyết (đƣợc điền với giá trị 0) Cần đánh giá hƣớng đặc điểm thƣa thớt để phân loại lúa thiếu liệu điều kiện mây che phủ tránh khỏi Đồng Sông Hồng nhƣ vùng khác Việt Nam [9] Hình 12 Phân bố số lần quan sát điểm ảnh năm từ năm 2013 đến năm 2016 Số liệu đƣợc thống kê từ hình ảnh ghép hàng tháng, pixel có quan sát tối thiểu 12 quan sát tối đa Số lần quan sát điểm ảnhthu nhận đƣợcrất cao vùng trùng khớp sau trình ghép ảnh Tại khu vực số điểm quan sát nhiều điểm quan sát thuộc ảnh khác năm Số lƣợng điểm quan sát nhiều tạo điều kiện tốt trình đánh giá việc phân loại xác Nhƣ hình bên dƣới tơi thấy số lƣợng vùng đỏ thể vùng có điểm quan sát lớn chứng tỏ vùng có số lƣợng ảnh thu nhận nhiều so với vùng khác 35 Hình 13 Phân bố số lần quan sát điểm ảnh năm từ năm 2013 đến năm 2016 thể đồ, Kết phân lớp Đánh gía điểm kết dựa tập kiểm thử đƣợc trình bày bảng bên dƣới.Nhìn chung, tất phân lớp cho kết tốt với dao động từ 89,42 - 91,53%, kappa từ 0,76 - 0,79 Trung bình F1 từ 0,90 - 0,92 Hơn nữa, phân loại năm 2013 đạt đƣợc tốt OA, kappa, F1 trung bình: 91,53%, 0,79 0,92 Tuy nhiên, phân loại lúa không cao với điểm F1 từ 0,83 - 0,85, thấp nhiều so với phân loại lớp lúa điểm trung bình F1 0,92 - 0,94 Bảng 8: Chỉ số OA, Kappa, F1 cho phân lớp năm OA Kappa F1 - (%) Lúa F1 – F1 Không Trung phải lúa bình 2013 91,53 0,79 0,85 0,94 0,92 2014 90,74 0,78 0,85 0,93 0,91 2015 90,48 0,78 0,84 0,93 0,91 2016 89,42 0,76 0,83 0,92 0,90 36 Trong nghiên cứu này, việc phân lớp thực dựa haiyếu tố :số lần quan sát rõ ràng điểm ảnh số quan sát quan trọng điểm ảnh.Mặc dù yếu tố vƣợt qua giới hạn, tức 60%, yếu tố thứ hai quan trọng hơn.Tác giả Mirco Boschetti cộng sự, cho thấy việc phân loại lúa chuẩn khả xác định dấu hiệu ngập lụt [15] Tôi nhận thấy năm 2015 có quan sát rõ ràng điểm với khoảng 62,13% điểm ảnh có quan sát rõ rang.Chỉ số quan sát tƣơng ứng cho năm 2013, 2014 2016 31,36%, 36,14% 51,38% Mặc dù phần trăm đánh giá quan sát tốt cho năm 2016 không thấp, hầu hết quan sát rõ ràng vào năm 2016 nằm phía tây Đồng Sơng HồngVấn đề ảnh hƣởng đến kết phân loại, có nghĩa độ xác thấp cho đồ lúa năm 2016 Tuy nhiên, yếu tố thứ hai khiến việc phân lớp năm 2013, 2014 2015 trở nên tốt Trong năm 2013, hình ảnh tổng hợp tháng 12 tƣơng ứng với thời gian đất trống sau thu hoạch lúa.Điều tƣơng tự cho trƣờng hợp năm 2014 Đối với năm 2015, hình ảnh hỗn hợp tháng đƣợc thu đƣợc giai đoạn ngập lụt ruộng lúa Những hình ảnh cung cấp dấu hiệu riêng biệt để phân biệt đƣợc lúa so với lớp khác.Tuy nhiên tƣợng ảnh hƣởng đƣợc nghiên cứu tƣơng lai để tăng cƣơng công việc phân lớp Tháng 12 2013 (Đất canh tác trống) 37 Hình 14 Ảnh đƣợc ghép theo tháng giai đoạn vùng canh tác Lúa, Một vấn đề khác Lúa đƣợc phân tích đánh giá cao với giá trị độ nhạy(recall) thấp với giá trị xác(precsision) bốn năm phân lớp (bảng 9) Trong trình kiểm tra mắt thƣờng lúa thƣờng phát nhầm lẫn với loại thực vật khác nhƣ rau, cây,cỏ , Bảng 9: Số liệu thống kê độ xác độ nhạy cho lớp lúa lúa đƣợc nhận dạng năm 2013,2014,2015 2016 2013 Lúa 2014 Không phải lúa Lúa Không phải lúa Precision (%) 0,84 0,95 0,80 0,96 Recall (%) 0,87 0,93 0,91 0,91 2015 Lúa 2016 Không phải lúa Lúa Không phải lúa Precision (%) 0,79 0,96 0,75 0,97 Recall (%) 0,91 0,90 0,94 0,88 38 Kiểm nghiệm liệu thống kê Trong phần này, Bản đồ lúa đƣợc tạo so sánh với liệu thực tế tỉnh cung cấp Dữ liệu thực tế cung cấp vùng phát triển lúa cho 10 tỉnh Đồng Sơng Hồng theo hai vụ Đơng Xn vụ Xuân Thu.Nói chung vùng phát triển vào vụ lúa đơng xn nhiều rộng so với vụ mùa xuân thu tỉnh Ở đây, xây dựng đồ gạo hàng năm.Sau đó, tỉnh, báo cáo diện tích lúa lớn năm đƣợc phân loại sử dụng làm tài liệu tham khảo Hình cho thấy mối tƣơng quan liệu vùng trồng lúa đƣợc thu thập liệu thu thập từ vệ tinh bốn năm Theo nhƣ liệu so sánh qua biểu đồ thấy rõ ràng khu vực trồng lúa đƣợc lập đồ có tƣơng quan gần với số liệu tham khảo cho tất năm đƣợc phân lớp Kết tốt vào năm 2015 với R2 = 0,9807 liệu năm 2014, 2013 2016 với R2 = 0,979, 0,9693, 0,9624 tƣơng ứng 39 Bảng 10: Tƣơng quan vùng nhận dạng lúa thống kê liệu cấp tỉnh bốn năm phân loại So sánh chi tiết đƣợc thể Bảng 10, Điều cho thấy Vùng sinh trƣởng lúa đƣợc nhận từ vệ tinh thƣờng lớn so với đồtham khảo liệu cấp tỉnh liệu vùng đồng bằng, từ 38,261 vào năm 2015 đến 80,554 vào năm 2016 Điều tƣơng ứng với + 7,06% + 15,42% vào năm 2015 2016 tƣơng ứng Tuy nhiên, điều đƣợc mong đợi kết xác nhận đƣợc cho thấy Lúa đƣợc nhận biết với giá trị cao với độ xác nhỏ 0,75 Kết cho thấy số tỉnh có độ xác cao tỉnh khác Hà Nội có diện tích trồng lúa lớn phù hợp với số liệu tham khảo phần trăm khác biệt -2,57%, -1,26%, -0,97% 2,01% năm 2013, 2014, 2015 2016 Bắc Ninh có kết tồi tệ với chênh lệch phần trăm từ 13,03% vào năm 40 2015 lên 25,82% vào năm 2013 Tƣơng tự nhƣ tỉnh Bắc Ninh, Thái bình, Hà Nam, Nam Định có kết thấp hầu hết năm phân loại với khác biệt lớn 10%, Một số tỉnh có sát với số liệu thống kê so với tỉnh khác Hiện tƣợng cho thấy lỗi phân loại thay đổi theo vị trí địa lý.Và vấn đề cần đƣợc giải nghiên cứu tƣơng lai để cải thiện việc phân loại Bảng 11: Chi tiết so sánh vùng đƣợc nhận dạng lúa liệu thống kê cấp Tỉnh 2013 Số liệu thống kê Số liệu nhận dạng Diff (ha) Diff (%) đồ Hà Nội 102,300 99,675 -2,625 -2,57 Vĩnh Phúc 30,900 30,829 -71 -0,23 Bắc Ninh 36,400 45,797 9,397 25,82 Hải Dƣơng 63,400 66,735 3,335 5,26 Hải Phòng 40,200 39,552 -648 -1,61 Hƣng Yên 40,400 47,082 6,682 16,54 Thái Bình 81,300 89,994 8,694 10,69 Hà Nam 34,400 40,341 5,941 17,27 Nam Ðịnh 78,900 88,180 9,280 11,76 Ninh Bình 41,900 46,338 4,438 10,59 Tổng 550,100 594,524 44,424 8,08 2014 Số liệu thống kê Số liệu nhận dạng đồ Diff (ha) Diff (%) Hà Nội 101,600 100,318 -1,282 -1,26 Vinh Phúc 30,800 34,882 4,082 13,25 Bắc Ninh 36,400 44,525 8,125 22,32 Hải Dƣơng 63,000 65,346 2,346 3,72 Hải Phòng 39,600 42,579 2,979 7,52 Hƣng Yên 39,500 45,867 6,367 16,12 Thái Bình 81,300 88,286 6,986 8,59 Hà Nam 34,000 35,320 1,320 3,88 Nam Ðịnh 78,600 89,617 11,017 14,02 Ninh Bình 41,800 46,965 5,165 12,36 Tổng 546,600 593,706 47,106 8,62 41 Số liệu Số liệu nhận thống kê dạng đồ Hà Nội 101,000 Vinh Phúc 2015 Diff (ha) Diff (%) 100,022 -978 -0,97 30,800 31,855 1,055 3,42 Bắc Ninh 36,000 40,691 4,691 13,03 Hải Dƣơng 61,800 63,077 1,277 2,07 Hải Phòng 39,100 41,129 2,029 5,19 Hƣng Yên 38,800 41,998 3,198 8,24 Thái Bình 80,900 91,216 10,316 12,75 Hà Nam 33,700 37,737 4,037 11,98 Nam Ðịnh 78,300 87,970 9,670 12,35 Ninh Bình 41,700 44,668 2,968 7,12 Tổng 542,100 580,361 38,261 7,06 Số liệu Số liệu nhận thống kê dạng đồ Hà Nội 99,700 Vinh Phúc 2016 Diff (ha) Diff (%) 101,704 2,004 2,01 30,366 34,257 3,891 12,81 Bắc Ninh 35,560 42,641 7,081 19,91 Hải Dƣơng 59,620 68,255 8,635 14,48 Hải Phòng 35,230 48,567 13,337 37,86 Hƣng Yên 37,440 42,576 5,136 13,72 Thái Bình 73,650 91,720 18,070 24,53 Hà Nam 33,200 40,897 7,697 23,18 Nam Ðịnh 77,280 87,706 10,426 13,49 Ninh Bình 40,450 44,729 4,279 10,58 Tổng 522,496 603,050 80,554 15,42 42 Năm 2013 Năm 2014 43 Năm 2015 Năm 2016 Hình 15 Số liệu cho năm 2013, 2014, 2015 2016 Ngƣời ta nhận thấy lúa chiếm diện tích lớn đồng sông Hồng phân bố dọc theo sơng Hồng thể từ đồ,Bản đồ lúa với lớp lúa (màu vàng) lớp khác (màu đen) 44 KẾT LUẬN Trong luận văn này, tơi trình bàynhững hiểu biết ảnh vệ tinh quang học Ảnh vệ tinh quang học đƣợc cung cấp từ vệ tinh mà ngƣời đƣa lên không gian nhằm phục vụ mục tiêu nghiên cứu để tăng tính tự động hóa phục vụ tốt nhu cầu ngƣời.Tìm hiểu tình hình nghiên cứu viễn thám viễn thám đạt đƣợc nƣớc.Việc nghiên cứu lớp phủ đƣợc trọng, nhiều thành tựu khoa học tiền đề cho công nghệ khác cập nhật phục vụ hoạt động quản lý theo dõi hệ lớp phủ trái đất, nắm bắt đƣợc thay đổi bề mặt trái đất đƣa dự báo kịp thời, tăng tính chủ động ngƣời tƣơng lai Tôi đãđƣa phƣơng pháp kết nhận dạng lúa đồng Sông hồng sử dụng ảnh L8SR Đánh giá điểm ,kết nhận dạng đƣợc đƣa có tiềm dựa áp dụng phƣơng pháp đề xuất trên.Tôi nhận đƣợc kết với độ xác OA xấp xỉ 90%, kappa 0,76 trung bình F1 hớn 0,90 cho năm đƣợc phân lớp Ảnh vệ tịnh nhận đƣợc vùng lúa có mối tƣơng quan khớp với liệu diện tích với số R2lớn 0,96, nhận dạng vùng lúabới sai lệch so với liệu thu thập thực tế 7,06% đến 15,42 %.Các số nêu đƣợc đánh giá tốt cải tiến so với nghiên cứu trƣớc Một số kết luận đƣợc rút từ nghiên cứu nhƣ sau Thứ nhất, ảnh L8SR có tiền cho việc nhận dạng đồ Lúa đồng Sông hồng vùng bị bao thƣờng bị bao phủ mây xấp sỉ 60% năm.Thứ hai, phân lớp XGBoost lựa chọn tốt cho việc phân lớp lúa.Tuy nhiên, vài vấn đề cần đƣợc giải quyết.Trƣớc tiên lúa lúa bị phân loại sai với số thực vật khác nhƣ cối, rau quả.Thứ hai có sai số đồ liệu diện tích thực vài tỉnh Thứ ba số điểm quan sát rõ ràng vùng ảnh hƣởng đến kết nghiên cứu Những đề nên đƣợc đề cập nghiên cứu tƣơng lai tăng cƣờng khả phân lớp lớp phủ 45 THAM KHẢO [1] C, Kontgis, A, Schneider, M, Ozdogan, “Remote Sensing of Environment Mapping rice paddy extent and intensification in the Vietnamese Mekong River Delta with dense time stacks of Landsat data,” Công nghệ viễn thám, môi trƣờng , vol, 169, trang 255–269, năm 2015, [2] U, D, O, Agriculture, “Major rice exporting countries worldwide 2016/2017| Statistic,”,Nguồn báo: https://www,statista,com/statistics/255947/top-rice- exporting countries-worldwide-2011/, [Tham khảo liệu tới ngày 04 Tháng 6năm 2017], [3] X, Guan, C, Huang, G, Liu, X, Meng, Q, Liu, “Mapping rice cropping systems in Vietnam using an NDVI-based time-series similarity measurement based on DTW distance,” Công nghệ viễn thám, lần thứ năm 2016, [4] N, T, Son, C, F, Chen, C, R, Chen, H, N, Duc, L, Y, Chang, “A phenologybased classification of time-series MODIS data for rice crop monitoring in Mekong Delta, Vietnam,” Công nghệ viễn thám,lần thứ 6, Trang 135–156, năm 2013, [5] D, B, Nguyen, K, Clauss, S, Cao, V, Naeimi, and C, Kuenzer, “Mapping Rice Seasonality in the Mekong Delta with Multi-Year Envisat ASAR WSM Data,” trang, 15868–15893, năm 2015, [6] USGS, “Landsat Surface Reflectance Higher-Level Data Products | Landsat Missions,”, Nguồn tham khảo: https://landsat,usgs,gov/landsat-surface-reflectance-high-leveldata-products, [Lấy liệu tới ngày: 13Tháng năm 2017], [7] D, H, Phong, “Using temporal MODIS data to detect paddy rice in Red River Delta,” lần thứ 28, trang 100–105, năm 2012, [8] D, B, Nguyen, A, Gruber, W, Wagner, D, B, Nguyen, A, Gruber, “Mapping rice extent and cropping scheme in the Mekong Delta using Sentinel-1A data Mapping rice extent and cropping scheme in the Mekong,” vol, 7058, tháng 9- năm 2016, [9] A, K, Whitcraft, E, F, Vermote, I, Becker-reshef, C, O, Justice, “Remote Sensing of Environment Cloud cover throughout the agricultural growing season : 46 Impacts on passive optical earth observations,” Công nghệ viễn thám, môi trƣờng, năm 2014, [10] N, Torbick cộng sự, “Mapping rice greenhouse gas emissions in the Red River Delta , Vietnam,” Carbon Manag,, vol, 0, no, 0, trang, 1–10, năm 2017, [11] U, D, O, Agriculture, “• Major rice exporting countries worldwide 2016/2017 | Statistic,” [Online], Đƣờng dẫn tham khảo: https://www,statista,com/statistics/255947/top-rice- exporting-countries-worldwide-2011/, [Accessed: 13-Jun-2017], [12] USGS, “EarthExplorer,” [Online], Đƣờng dẫn tham khảo: https://earthexplorer,usgs,gov/, [Accessed: 13-Jun-2017], [13] “General Statistics Office” [Online], Đƣờng dẫn tham khảo:http://www,gso,gov,vn/Default,aspx?tabid=217, [Tham khảo tới ngày: 15Tháng 6- 2017], [14] JAXA, “High-Resolution Land Use and Land Cover Map of the Northern Region of Vietnam (Released in Sep, 2016 / Version 16,09),” [Online], Nguồn tham khảo: http://www,eorc,jaxa,jp/ALOS/en/lulc/lulc_vnm,htm, [Accessed: 13-Jun-2017], [15] M, Boschetti cộng sự, “Remote Sensing of Environment PhenoRice: A method for automatic extraction of spatio-temporal information on rice crops using satellite data time series,” Công nghệ viễn thám, môi trƣờng, vol, 194, trang, 347– 365, 2017, [16] T, Chen C, Guestrin, “XGBoost: Reliable Large-scale Tree Boosting System,” arXiv, trang 1–6, năm 2016, [17] Mahesh Pal, Paul M, Mather,"An assessment of the effectiveness of decision tree methods for land cover classification", ... Việt Nam với ảnh độ phân giải 500 m vào năm 2010 Tác giả luận văn luận văn báo cáo số với OA đạt đƣợc 70.7 -74.9% với R2 = 0.809% [3] Nguyen Thanh Sơn cộng sử dụng ảnh ghép ngày ảnh MODIS từ năm... kết mang tính định lƣợng việc nghiên cứu biến động lớp phủ thực vật sử dụng dất dựa vào sở viễn thám Theo đó, tùy vào trƣờng hợp mà ta sử dụng phƣơng pháp theo thuyết xác định hay dựa vào kinh... thể từ đồ ,Bản đồ lúa với lớp lúa (màu vàng) lớp khác (màu đen) 43 HỆ THỐNG BẢNG BIỂU Bảng 1: Số lƣợng ảnh Landsat surface năm 19 Bảng 2: Tập liệu kiểm thử tập huấn huyện 20 Bảng